数字孪生体在产品生命周期管理中的应用探究.docx

?

?

数字孪生体在产品生命周期管理中的应用探究

?

?

张长信

摘要：目前，在整个产品生命周期中可获得包括设计、制造、服务在内各阶段的大数据，但有关产品生命周期数据的研究主要还是围绕物理产品而非虚拟模型进行。产品设计、制造和服务需要来自物理产品、虚拟模型以及这两者间的连接数据来支持。基于数字孪生体的应用现状，本文分析了如何获得和使用交互性的虚拟数据更好地服务产品生命周期，从而推动产品设计、制造和服务更加高效、智能化地进展。

关键词：数字孪生体;产品生命周期;设计;制造;服务;大数据

1概述

目前，随着物联网、云计算、人工智能等新一代信息技术在生产大数据的收集、处理与管理中的应用，[1，2]大数据驱动制造的时代即将到来。

产品生命周期管理（Productlifecyclemanagement，PLM）作为一种高效的商业产品管理方式，从产品设计理念产生到其报废淘汰，贯穿其整个生命周期。尽管PLM可以获得包括设计、制造和服务在内的各阶段生命周期相关大数据，但其中仍存在诸如各阶段数据通常呈现孤立、分散、停滞特征、用户在产品使用过程中制造商难以对产品保持实时控制与响应等缺陷。[3]

這些问题导致产品的设计、制造和服务阶段的效率不高，智能化和可持续性水平较低。数字孪生体（DigitalTwin）作为有效的解决方案，是以数字化方式创建物理产品的虚拟模型，以数据模拟实体在生产系统中的表现，通过虚实交互反馈、数据融合分析、决策迭代优化，为物理实体增加或扩展新的能力;[4]其面向产品全生命周期全过程，以提供更加实时、高效、智能的服务。

2产品生命周期管理与现存问题

2.1产品生命周期及相应数据

产品生命周期类比于生物学理念，指从产品被市场接受到最终淘汰的过程，其分为导入，生长，成熟和衰退四个阶段。[5]随着并行工程的兴起，产品生命周期扩展到工程领域。这一概念从产品需求分析、产品设计与制造、销售与售后服务的流线过程延伸为一种再循环过程。

产品生命周期作为一个迭代过程，其任何阶段，都会收集、处理和运用大量数据，最终覆盖整个周期过程，形成大数据。

2.2产品生命周期数据现存的相关问题

在制造业走向大数据时代时，数据挖掘与分析在企业管理中所扮演角色的重要性愈加凸显。当前，大数据主要通过关联、预测和控制三个步骤来驱动智能制造业。通过有效地收集和分析整个产品生命周期中产生的相关数据可以为相应生产活动提供系统指导，帮助企业管理者解决跟运营和决策有关的问题。目前仍存在如下问题影响PLM的数据管理和应用。

1）由于目的和任务的不同，产品生命周期中各个阶段产生的数据可能形成相互之间缺少联系的信息孤岛（informationislands）。

2）产品生命周期的不同阶段之间存在大量重复数据，这些重复数据可能造成资源浪费，影响数据共享。

3）大数据分析与整个产品生命周期中各种活动之间缺少相应的的交互和迭代，造成大数据分析与实际制造过程间无法并行比较。

4）目前大数据应用偏重于物理产品数据的分析，而非虚拟模型的数据分析。

针对上述问题，数字孪生体被视为一种有效的解决办法，其实施是产品生命周期中信息空间与物理空间相互促进过程。数字孪生体可以直接分析大数据的应用价值，并将其跟产品生命周期活动的真实价值进行比较;其信息空间能做到模拟、监控和优化整个周期中的各种活动，同时实现周期中各分过程的无缝协调，避免信息孤岛以及数据重复。

3数字孪生体及其应用

3.1数字孪生体的概念

数字孪生体的普适定义由EGlaessegen和DStargel于2012年提出：[6]数字孪生体（DigitalTwin）是复杂产品综合了多物理量、多尺度、概率性的模拟仿真（multi-physics，multiscale，andprobabilisticsimulation），其充分利用有效物理模型、传感器更新、运行历史等来反映产品实体/孪生体的生命周期过程。同时，数字孪生体由三部分组成：物理产品、虚拟模型以及两者间的链接数据。根据数字孪生体的这些解释和定义，总结了数字孪生体的以下特征：

1）实时反映。数字孪生体中并存着物理空间和信息空间两大空间，后者作为物理空间的真实反映，可以保持与物理空间的超高同步性和保真度。

2）交互和聚敛（Interactionandconvergence）。该特点可以从三个方面来解释。

（a）物理空间中的交互和聚敛。数字孪生体作为一种全流量、全元素、全业务的集成，物理空间中各个阶段产生的数据都可以相互关联。

（b）历史数据和实时数据之间的交互和聚敛。数字孪生体在依靠专家知识的同时，还实时收集所有已配置数字孪生体系统的数据。该特性可使数据得以深入挖掘及充分利用。

（c）物理空间与信息空间之间的交互和聚敛。数字孪生体中物理空间和信息空间之间