数字孪生与工匠精神

张靖笙

     笔者第一次接触数字孪生（Digital twin）这个概念是2017年伊始，笔者的好朋友、北京航空航天大学的陶飞教授给笔者发来了他和研究团队最新发表的一篇论文《数字孪生车间------一种未来车间运行新模式》，陶教授的最新研究成果让我眼前一亮，当时有种经过漫长的航海后看到了新大陆的感觉。

     建模仿真和图形学等计算机辅助设计（CAD）方面的理论与技术笔者早年也是接触过的，这源于本人在上世纪九十年代初期的大学本科考上的是工科华南重镇---华南理工大学，所学的就是一个彻头彻尾的工科专业-----船舶工程，虽然我就读是一个关于大型工程和机械的专业，而我当年对计算机产生了异乎寻常的浓厚痴迷，在华工良好的学习氛围和实习条件（华工当时就有成体系的小型机到微机的机房供我这样的穷学生上机实习）的支持下，我这个计算机爱好者的相关技能也在与日俱增，当时我自学计算机知识并没有转行的考虑，本来是想结合本专业将来搞CAD方面的工作，在那个信息科技还很稀缺的年代，工作上能沾点电脑的光也是很酷的事情，当然随着我在校期间考过了高级程序员的计算机水平考试，我在船海系还真成了这方面稀缺的人，所以毕业设计也是真的搞了CAD的课题。回想当时我们的水平，除了编程解算各种工程方程式外，也只是能用计算机辅助做一些制图和图形化输出的工作，记得我当年在AutoCad软件里面打开一个不知道从哪里找回来的美国航天飞机的三维结构图矢量模型，旋转不同的角度来观察这个航天飞机的结构，充满了膜拜的感觉，这恐怕也就是当年我国工程师水平和梦想巨大差距的体现了，当然，后来我参加工作去了仿佛更热门的银行岗位，从此也偏离了自己CAD工程师的想法，近些年在缘分的使然下，我能和包括陶飞教授在内的工业界专家和朋友发生了一些合作交集，让我这个务“虚”多年的IT人也重拾了当初工程师的梦想。

     美国Michael Grieves教授指出，物理对象具有信息的等效性，所有的物理对象都包含用于描述自身的信息，如几何性质、材料特性、功能用途等，人类智慧使我们有能力从物理对象中找到和提取信息，以满足我们的特定需求，正是由于产品信息等效性的价值，产品信息可以作为避免生产过程中浪费的物理资源的替代品，诸如时间、能源和材料，正是由于产品在本质上具有双重性-----它们既是物理的，也是信息的，所以在工业制造过程中创建物理产品的同时，可以通过有效的信息采集而同时创建与之如影随形的虚拟产品，从产品的全生命周期的角度，我们可以通过产品的信息属性来完成很多特定的任务，这样就可以在许多情况下显著地减少物理资源的使用，虚拟产品虽然不是物理产品的替代品，但扩大这些虚拟产品的使用范围和程度，可以有效地减少物理资源的浪费，而虚拟产品的成本，也就是信息的成本，虽然初期应用信息的成本也可能是巨大的，由于使用信息并不会带来信息资源的损耗，而物理资源总是有限的，所以长期来说使用虚拟产品的信息成本肯定是会大大低于物理资源的浪费的。数字孪生的概念最初正是Grieves教授于2003年在美国密歇根大学的产品全生命周期管理课程上提出，并被定义为三维模型，包括实体产品、虚拟产品以及二者间的连接，数字孪生是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务。

     搞过工业的朋友就知道，严谨细致是所有做工业的人都应该具备的基本素质，所谓工匠精神就是对产品高品质的持续追求，“工匠精神”的基本内涵包括敬业、精益、专注、创新等方面的内容。德国工业给我们带来的启迪，远不止生产和制造，如何保证企业的可持续性发展，才是最大的挑战，成就世界顶级产品质量，是需要几代人专注在产品品质上孜孜不倦的追求和坚持。而对于一个组织来说，一个持续性的压力来自如何用最少的资源做更多的事情，理论上每种产品的生产可以找出完成物理任务的最小资源数，而在实际执行任务过程中在这个基础上还会消化更多的其他物理资源，精益的理念是希望用信息资源替代掉这些其他物理资源的消耗，从而让生产刚刚好没有浪费，当然最小数量的物理资源是信息不能替代的。而实际上，寻找和确定最小资源消耗量是个反复探索和实践的过程，大自然中要找到完成任务最有效的做法是在实践中尝试任务的所有可能的组合，这个过程必然需要有更多的物质资源耗费来配合，所以，过去在没有有效信息技术配合之前，生产活动中的物理资源的信息存储于个人的头脑之中，丰富经验的熟练技术工人是实现精益理念的核心，如何通过组织管理和职业培训来实现工人满足精益生产的要求是关键。

      而如果已经生产很长时间的产品很少或者没有变化，可能几乎不需要通过信息的手段来同时创建虚拟产品，实际上，这种情况下所依赖的信息都是过去事件的历史，如果假定现在、将来跟过去一样，那么确实不需要任何额外的信息了，因为我们知道怎么设计、怎么生产、供应商如何执行，因为我们有生产历史，有和供应商长时间的合作记录，所需要的信息都包含在历史记录之中，当然我们也非常清楚用最小资源数完成生产任务的方法。

     而在互联网带来的新时代，新的需求、新的机会层次不穷，这带来的问题是，用户可能更喜欢竞争对手的新产品带来的新体验，满足21世纪需求的商业模式，我们也可以称之为“工业互联网”，越来越多的工业生产能力和资源通过互联网与客户、供应商和合作伙伴结合成协同创新和生产的紧密联系，这种情况下产品光有精益对用户来说不再有任何作用，产品也必须是创新的，而创新意味着变化，原来生产中所掌握的信息和经验很可能也过时了，因为创新要进入一个未知的领域，因此肯定会有资源的浪费，信息可以用来减轻风险和减少不确定性，在原先耗用物理资源的地方，只要有可能，都应该尽量使用信息，例如：

ü  在产品设计阶段，我们需要对产品设计的所有方面有更高的预见性，需要执行更多产品性能分析和仿真，还需要提前进行产品的集成和概念验证工作；

ü  在产品制造阶段，我们需要更多仿真与产品设计相结合的过程，为了尽可能早地捕获潜在的制造过程问题和产品质量缺陷，我们也需要知道供应商制造过程状态的持续信息；

ü  在产品售后服务阶段，我们需要了解更多产品在实际使用中的各项状态信息，越早发现关于质量问题的信息，就越能采用更低成本的方式来补救和解决。

     通过信息资源来降低物理资源的消耗让创新和精益从财务的角度找到了相互兼容的目标，只追求创新而不追求精益的企业，存在消耗了大量的资源反而得不偿失的巨大风险；追求精益而不追求创新的企业，虽然能维持短期的盈利水平，但最终肯定会被追求创新的竞争对手所超越。所以在这个剧烈变化的世界了，工匠精神所追求的产品生产过程不但是精益求精的，还必须是不断创新的，我们不仅需要关注在当前产品制造中如何减少资源的浪费，同时也要不断创建新的信息和知识，用这些新的信息和知识支持我们对产品的持续的创新，包括新的设计、新的工艺、新的生产方式和新的商业模式等等，产品的信息属性在新工业时代中越来越重要的情况下，“工匠精神”的基本内涵还必须加上“信息意识”这样一条素养。

    如何通过信息来实现工业生产中的创新与精益的要求，成为新工业时代发扬“工匠精神”的一个新命题和新要求，我们分析普遍的工业的生产过程中的信息需求，我这里提炼成三个方面，第一个是生产要素方面，第二个是生产计划方面，第三个是生产活动方面。

    首先是生产要素方面，生产要素就是为了满足生产的需要的一些物理资源的要素，包括了人员、设备、工具、环境、物料这样一些我们在生产的过程中需要消耗的物理资源，生产的过程需要对这样一些生产要素的静态和动态的物理属性、状态、关系、能力等等的信息进行采集，在这个信息采集、存储、加工处理、传播、分析和应用的基础上来支撑我们生产过程中的生产计划的编制和生产活动中的各项工作的管理决策和控制的需要，这个就是生产要素层面管理的信息需求；

    其次是生产计划方面，现代化工业大生产都是需要有组织有计划的，生产计划需要考虑在满足对产品的时间、成本、质量等等要求和约束条件前提之下，全面了解和综合考虑与计划的生产活动有关的各种生产要素本身及其能力的限制，根据生产要素的实际情况来对将要开展的生产活动进行合理的组织规划和任务安排；

      然后就是生产活动方面，生产活动就是在订单驱动、在生产计划的指导下把生产要素按照一定的关系和流程组合起来，完成特定的生产任务这样一个过程，这个过程要满足产品的质量需求、用户功能和其他的客户需求、还有企业自身的其他需求，我们在生产活动的过程控制里边需要对过程中各种生产要素，包括人员、设备、物料、环境、产品等等，以及和这些生产要素相关的生产活动进行检测、分析和动作控制，比如我们要对生产设备的动作控制，对于产品的质量检查，对于物料的加工等等，这里面都涉及到了围绕着这些生产要素在生产活动中，我们要通过对物理资源的检测手段来获取一些能够支持这些生产活动信息的过程。

      我们可以从这三个方面去看工业生产过程中的信息需求，然后回顾工业信息化的一个演变过程，就是可以从生产要素、生产计划、生产活动这三个方面的信息管理工作来回顾演变过程。

      第一个阶段就是完全没有信息化，没有电子计算机之前，其实我们整个工业的生产都是在物理空间中完全都是靠人工来完成信息管理的工作，生产要素信息主要是通过人工的记录在一些纸上,通过纸或者口头这样的方式来传递,这样一种方式,自然就很难做数据统计分析了,而且这种信息的准确率和准备性和使用效率也比较低, 生产计划主要就凭人的经验来制定, 用手工的方式来完成,那么制定生产计划本身对于计划者的能力和经验的要求就很高,选择余地也很少,也很难去优化它；而在生产活动里面，我们对于产品的质量检测也好，对于生产过程的管理也好，基本上是靠人的感官去完成监测，依据人的经验来判断，然后控制的过程也是靠人工操作来调整，包括操作设备等等，所以我们可以看到在工业信息化的第一个阶段，生产过程中只有物理空间，一切的信息都依赖于物理空间里边的人工处理。

     第二阶段的时候，我们在工业生产里面引入了一定的计算机信息处理系统，比如我们对生产要素的信息管理就引入了人力资源管理、设备管理、物料仓储管理、产品数据管理这样一些信息系统，但是这些信息系统的数据采集录入基本上也是人工的方式，跟第一阶段相比的信息系统，就是把原来用纸来记载的一些生产要素信息电子化的过程；然后在生产计划方面虽然已经引入一些计算机建模技术，可以开展一些基于数据模型的生产计划的形成，但是这种生产计划基本上都只是局限在产前，就是静态条件下产生的，相对来说是在比较理想化假设的情况下做出生产计划，在实际的生产过程中有可能受到各种干扰，各种干扰让这种生产计划遇到很大执行上的困难，就有一句话叫做计划跟不上变化快，计划调整不能支撑变化要求，计划很容易就过时了；生产活动中虽然也引入了数字化仪表技术，可以结合这种数据化的仪表和计算机处理的综合应用，可以提高监测结果的科学性和准确性，提高控制的精度，但这种控制过程还是人工干预,所以必然在信息的传递上会出现较大的延迟,很容易造成了和实际生产环境相脱节。第二阶段虽然已经出现了信息的空间，但是信息空间和物理空间之间还是要靠人工来完成连接，就是用人工输入的方式把物理空间的一些信息录入到计算机系统的信息空间里面。

      后来工业也走了这么多年的两化融合，其实完成第三次工业革命要求的信息化工业化的融合，我们需求生产要素信息现在通过物联网的技术，可以实现生产要素信息的数据自动化采集，例如用RFID和传感器可以实时地去采集一些数据，然后通过物联网可以替代原来数据人工录入信息系统，从这个层面来说生产活动中信息空间和物理空间有了一定的交互了，通过物联网技术来实现这种数据的自动采集和录入，解决了数据的实时性问题，然后我们在生产活动上可以将这些实时采集的生产要素数据，根据一些扰动的情况来动态调整和优化生产计划，以此来改进生产过程，物联网提高了生产过程控制的实时性，但是我们还是看到整个生产过程的智能性和一体化协同生产全局协调能力还是不够的。

      经过前面三个阶段，现在第四次工业革命也进入了工业信息化的第四个阶段，就是如何实现生产活动中物理空间和信息空间的进一步融合的问题，虽然当前工业生产中信息空间和物理空间存在一定的交互，但是这种交互还不能满足智能化生产的需要，一方面是预测性不够，第二方面智能工厂需要通过互联网协调这么多的企业内外部的生产的能力和资源，这种全局的一体化协同制造能力需要更大范围的信息空间和物理空间有更加实时的交互和融合，所以我们从全球的范围来看如何实现工业生产中物理空间和信息空间的进一步融合是当前各国共同面临的难题，是实现智能制造的迫切的需要。

数字孪生的概念就是能够有效地实现物理世界和信息世界实时交互和融合的有效方法，数字孪生是一种集成的多物理、多尺度、多学科属性，具有实时同步、忠实映射、高保真度特性，实现物理世界和信息世界交互与融合的技术手段。因为前文提到的满足新时代创新和精益要求的智能制造目标，是需要多种物理资源生产要素的实时融合和集成，所以要先解决生产活动过程中代表物理资源的信息实时交互和融合的问题，数字孪生的概念是一种很好地解决智能生产过程中的多种要素、能力、资源的融合以及协同制造的机制，它有三方面特点：

第一特点是数字孪生所提出的信息空间里面的虚拟对象，比如虚拟产品、虚拟设备、甚至虚拟的人、虚拟场所，它们都是对应物理空间里面物理对象的忠实映射，而因为物理空间里面各种类型的对象很多，所以在信息空间里面对物理对象的各项状态的数据进行有效的集成，才能解决是物理对象的忠实映射，就是镜像这样一个概念，我们这里可以看一个例子，就像现在我们发射到太空的卫星，同时有一个虚拟的卫星可以实时地反映一个物理卫星的运行状态；

第二个特点是在信息空间里面存在的虚拟对象的生命周期是跟物理空间的物理对象的生命周期是重合的，换句话说，信息空间里面的虚拟对象和物理空间里边的物理对象的变化是同步的，是共同进化的，并且能够不断地通过这样的手段来积累相关的知识和信息；

第三个特点是我们在信息空间里面的虚拟对象不仅能够对物理对象进行忠实映射、进行描述，它更大的作用是在于我们可以在信息空间里面基于对模型的优化来优化我们物理空间里面的物理对象，这样来实现更加合理的生产计划和活动控制。

     驱动我们越来越多使用信息空间中的虚拟产品和实施产品全生命周期管理还有另外一个原因是：我们将持续改进对物理世界的理解以及模拟物理对象的能力，随着一切皆可数据化的工业大数据积累，我们对物理世界的理解每天都在增长，而且能够持续地建构不断增长的关于物理世界如何运转的知识和信息，与此同时，我们的计算能力也将继续呈指数级增长，这意味着不仅能增加仿真的粒度和精确性让我们可以寻找更精益的生产方案，并且用新增长的知识和信息尝试设计更多新的产品。

      因此我的结论是，在数字孪生的实践中不断学习，在基于工业大数据的深度学习中持续创新，是大数据新时代“工匠精神”必须的表现。

（本稿完成于2018年10月7日，如需要引用，请注明出处，同时祝愿中国繁荣富强）