第3章数字孪生工业应用 基于模型和数据融合，数字孪生所体现出的监控、仿真、预测、优化和控制等功能，与当前各行业所强调的数字化、智能化发展需求密切相关，也因为数字孪生与相关业务的密切结合性，从而也使其成为各行业提质增效的一个重要抓手。基于更加精细、更加动态的模型和更丰富、更多源的数据驱动，数字孪生在设计仿真优化、运行监控、预测性维护、供应链优化等领域发挥了重要作用，在越来越多的企业中得到了广泛的应用。数字孪生已被应用于了工业生产、智慧城市、孪生医疗、航空航天、交通等15个领域。随着企业能力和成熟度的提高，今后将有更多企业使用数字孪生技术优化流程、改进新产品、新服务和业务模式。本章从数字孪生的应用领域和各大企业的应用实践方面总结概述了数字孪生的工业应用。 3.1数字孪生在各领域中的应用概述 从行业应用的角度来看，当前国内外企业界高度关注数字孪生技术，数字孪生目前已经在航空航天、电力、汽车制造、油气、健康医疗、船舶航运、城市管理、农业、建筑、安全急救、环境保护等15个领域开展了数字孪生应用探索［1］，如图3.1所示。 图3.1数字孪生应用领域 3.1.1数字孪生+航空航天 数字孪生技术最初是由NASA和美国空军提出并实践探索的，因此航空航天是采用数字孪生最早的工业领域。随后，许多大公司，例如诺斯罗普·格鲁曼公司（Northrop Grumman）、空中客车公司、波音公司、通用电气公司(GE)等也将数字孪生技术与其相关业务相结合，开展飞机维护、生产、装配、安全和安保管理等工作。以下列举部分应用案例。 为了预测太空飞行器的故障并设计维护策略，NASA建立了飞行器数字孪生以反映飞行器的实际情况。通过向飞行器的数字孪生体提供实时数据，可以优化飞行器的性能，提前预测潜在的故障，帮助地面工程师更好地了解故障并提供有效的解决方案。目前，NASA还尝试使用数字孪生来确保飞行器失灵时机组人员的安全。［1］ 美国空军研究实验室(AFRL)发布了一项计划，即“螺旋1”，用于在航空航天领域开发数字孪生。AFRL已与GE和诺斯罗普·格鲁曼公司签署了一项价值2000万美元的商业合同，以进行相关研究。该研究整合了最先进的技术，旨在准确识别物理实体和模型之间的差异。［2］ 美国洛克希德·马丁公司将数字孪生列为2018年顶尖技术之首［3］。为了提高F35战斗机的生产效率，降低生产成本，他们将数字孪生应用于F35战斗机的总装线（见图3.2），可以将以往生产线建成后弃之不用的模型重新利用起来，在感兴趣的位置添加标签采集相关数据，通过三维模型的变化实时监测生产线运行［4］。通过数字孪生，可实现对制造性、检测性和保障性的评价与优化，支撑航空航天装备生产、使用和保障。此外，诺斯罗普·格鲁曼公司在现有基础设施的基础上，处理F35进气道加工缺陷的决策时间缩短了33%，这项研究使得该公司在2016年获得了美国国防部的国防制造技术成就奖［4］。 图3.2数字孪生在F15和F35中的应用［4］ 2011年，欧洲空中客车公司采用Ubisense(UBI)的智能定位解决方案（图3.3），实时连接A350XWB总装线中的物理实体，使整个工业过程和设备应用透明化，并掌握工厂中设备的分布。从那时起，UBI的解决方案一直被引入空中客车的装配线和飞机项目中，涉及A330、A380和A400M。在此基础上，空客进一步在关键工具、材料和零件上部署了射频识别技术（radio frequency identification,RFID）标签，并最终为飞机的装配线建立了数字孪生体，该数字孪生体可以根据模型预测瓶颈难题并优化操作性能。［4］ 图3.3空中客车公司的数字孪生应用［4］ 俄罗斯目前正在联合其国内数十家企业将数字孪生应用于俄罗斯所有处于开发、生产和运营阶段的航空发动机中，特别是TV7117ST涡桨发动机(用于伊尔112V飞机)、AI22225涡扇发动机(雅克130飞机)和其他民用航空发动机。［5］例如,俄罗斯联合发动机公司(UEC)旗下的子公司克里莫夫公司已经完成了TV7117ST01发动机的数字孪生项目第一阶段，对TV7117ST01发动机进行了数字化处理，并对设计依据、设计文档、测试结果等进行了分析。然后，使用CMLBenc数字平台为新的设计范例生成数据阵列，并据此开发一系列虚拟测试台(VIS)和虚拟测试站点(VIP)，包括一个材料数学模型和一个虚拟发动机测试平台。基于该技术，将来可以使发动机单个零件的质量问题最低减少多达50%。 达索航空公司开发了基于数字孪生理念建立的虚实开发与仿真平台3DExperience，用于“阵风”系列战斗机和“隼”系列公务机的设计过程改进，使成本浪费降低25%，首次将质量改进提升了15%以上。［6］ 对于数字孪生的应用，航空航天是一个相对较早且成熟的领域，已经进行了大量研究。数字孪生在此领域中起着重要作用，可以在虚拟空间中执行实时预测和高保真验证，从而提高飞机的可靠性并减少事故和资源使用量。 3.1.2数字孪生+汽车 汽车工业涉及汽车整个生命周期的不同阶段，例如设计、生产和维护。当前，随着汽车结构变得越来越复杂，对高精度测试和维护的要求也越来越高。EPLAN、PACCAR等一些公司已经在汽车行业的数字孪生应用方面做了一系列的工作。 GE公司认为，数字线程和数字孪生可以用于跟踪机车的整个生命周期。使用数字线程和数字孪生，可以以数字方式跟踪机车的设计、配置、制造、操作和维修方式。特别地，由于可以实时获取每个组件/零部件的健康状况和相关变量的变化，工程师可以从燃油效率到计划外停机等角度优化机车的运行。［7］国际商业机器公司(IBM)认为数字孪生将在几年内为汽车带来巨大的价值。工程师可以在制造真实车辆之前构造数字孪生，以模拟汽车在不同条件下的性能、与不同驾驶员的交互方式以及其脆弱性等，还可以查看在任何给定时间发生的情况，并找出何时、为什么以及如何发生故障，以降低计划外停机的成本和风险。［8］ 针对汽车的生产制造，EPLAN公司针对汽车行业自动化生产线设计，提出了基于MBSE的机电一体化系统工程数字化策略，并基于主数据的数字主线打通了多维数字孪生模型（见图3.4），从而提供了从方案设计、详细工程设计、基于OPC UA的PLC软硬件在线通信、基于数字孪生和数据采集与监视控制系统（supervisory control and data acquisition，SCADA）的故障诊断与检测的完整机电一体化系统工程实践。由此帮助客户保证生产力，提高所生产的零部件质量，同时降低能耗需求。［9］保时捷公司将所有生产流程都通过IT系统与数字孪生进行实时对比，能够在客户发现问题之前发现问题。［10］日本马自达也在车身上采用了可视化数据样机模型，让工程师能够看到发动机内部结构、燃油效率、发动机的性能改进情况等。［11］ 图3.4基于数字孪生的汽车主机生产工艺［9］ 针对车辆使用与维护，物联网(IoT)软件公司Bsquare为卡车发动机以及其他零件建立了数字孪生模型，为卡车制造商PACCAR创建维修方案。通过充分利用由传感器收集的实时数据和DataV系统中的信息，可以创建特定条件下的发动机模型以支持卡车维修。基于此，可以减少维护频次，并使维护时间减少20％。［1213］特斯拉公司为其生产和销售的每一辆电动汽车都建立数字孪生模型，相对应的模型数据都保存在公司数据库中。每辆电动车每天报告其日常经验，通过数字孪生的模拟程序使用这些数据来发现可能的异常情况并提供纠正措施。通过数字孪生模拟，特斯拉每天可获得相当于160万mile(1mile≈1.6km)的驾驶体验，并在不断的学习过程中反馈给每辆车。［11］英国克莱斯特通过让消费者佩戴虚拟头盔，配合语音展开整个汽车工厂之旅，现场消费者可以看到车是怎么制造的。车辆分解成不同界面的单元，而且全部在观看者的视野范围，通过穿戴式虚拟眼镜，消费者可以看到克雷斯特、美国密歇根州的装配工厂、车身和储藏车间，展示整个车辆的制造过程。 在自动驾驶和车路协同方面，数字孪生平台公司51WORLD在深圳正式启动了地球克隆计划4，并发布了51SimOne车路云协作孪生平台，具备两大应用场景： 一是应用在整车企业做传感器仿真、环测试系统等； 二是应用在道路交通领域，通过对车与路智慧监测，打造出云控的可视化平台。［14］ 由于数字孪生在汽车行业的状态监测、操作优化和故障预测中显示出明显的优势，因此可以认为是在该领域极有前途的技术。 3.1.3数字孪生+电力 电力工业与工业发展和人们的日常生活息息相关，涉及电力的产生、传输、分配和销售，是一个国家/地区的基本产业。GE、西门子、上海电力经研院等企业已经开始探索将数字孪生引入了该行业。 GE建立了一个数字风电场以重新定义风电的未来。通过连续收集实时数据(例如天气、组件消息、服务报告)，为每个风力涡轮机建立数字孪生，以优化设备维护策略，提高可靠性并增加年度能源产量。数字孪生的应用，使发电效率有望提高20％。为了帮助客户实现这一目标，GE提供了一个集成风力发电机产品硬件和软件的解决方案，以及在Predix软件平台上构建的一组软件应用程序。［1516］ 西门子公司为芬兰的电力系统提供了一种解决方案，试图为电网创建数字孪生，以用于规划、运营和维护设施。数字孪生电网带来的主要好处包括： ①将模拟中的大多数手动工作转换为自动化工作； ②提升数据的利用率； ③数据接口的标准化； ④基于链接到数字网格的大数据，提供改善决策的巨大可能性。［17］ 上海电力经研院构建了变电站的数字孪生雏形——变电站全景监视平台在500kV五角场变电站，于2018年3月率先应用［18］。该平台应用数字孪生技术建立虚拟变电站三维模型，通过变电站内4000多个采集点、19141个信息点，实时感知变电站内主控、辅控、安防等设备的各类状态信息，实现监控数据与三维数字模型的联动，实时反映实体变电站运行状态。同时，数字孪生技术的二三维联动使该平台具备地形浏览、设备查询、设备告警等功能。此外，依托状态感知、智能决策分析等技术，在数字孪生系统中构建变电站运维辅助“大脑”——专家知识库和状态判别模块，实现了对设备状态的快速分析、诊断判别和风险预测，进一步提升输变电工程的可视化、精细化管理水平和智能决策能力。目前，500kV五角场变电站全景监视平台已被列为上海市建筑信息模型技术应用试点项目。［18］2019年，国网上海市电力公司以张江35kV蔡伦站为试点，打造了一个“会思考”的电网设备数字孪生系统，利用传感器采集的高密度实时数据，建立真实设备在虚拟空间中的映射，准确把控设备的实时状态变化。同时利用环形验证、专家知识以及人工智能技术，提供设备远程运维、设备异常趋势预警、检修策略精准决策、设备缺陷精确处置等智慧决策支撑。［19］此外，2020年6月，在临港新片区，博艺站作为首座110kV数字孪生变电站正式投运（图3.5）［19］，为构建万物互联、全面感知、虚实交互的智慧城市按下了“快进键”。国网上海市电力公司聚焦张江、临港两大国家战略，逐步将数字孪生系统的支撑范围推广至全类型电网设备，推动从数字孪生变电站向数字孪生能源互联网的跨越升级，为地区经济社会发展提供“世界会客厅”级的供能保障。 北京必可测科技股份有限公司是中国发电厂健康管理的解决方案提供商，已将数字孪生技术应用于其业务。其开发了一套智能解决方案，包括整个电厂的可视化管理、汽轮机的三维在线监控系统、用于培训的交互式虚拟仿真以及地下管网可视化等。通过提供可视化信息和分析工具，BKC正在帮助客户提高工厂运营效率，降低成本并节省能源消耗。［20］ 廊坊热电厂通过使用“SmartEarth智慧工厂数字孪生系统”产品，根据热电厂现场和已有数据，构建了热电厂高精度数字孪生模型； 基于热电厂数字孪生模型和数据，结合智能分析模型，预测设备运行趋势以及可能会出现的故障，实现设备全生命周期智能化管理(图3.6所示)，也实现了热电厂区工作人员的高精度定位，满足安全管控要求。［21］ 显然，数字孪生具有使电网、发电厂和基本设备保持较高可靠性的能力，这对于确保工厂和企业的平稳运行以及确保每个人的正常生活至关重要。 图3.5博艺站： 110kV数字孪生变电站［19］ 图3.6廊坊热电厂设备监测管理［21］ 3.1.4数字孪生+船舶 海事行业已有数百年的历史，涉及海上运输、海洋开发和国防建设，对进出口贸易有很强的推动作用。目前，该行业中的一些公司计划通过先进技术来改善相关业务。因此，数字孪生已引起了广泛关注。 GE试图与美国海军和国防部的海上运输提供商军用海上运输司令部(MSC)合作，以改善舰船性能和任务准备。为此，GE将为关键船用设备实现高速数据采集，并为该设备建立数字孪生。借助Predix平台，将来自物理设备的实时数据与来自虚拟模型的模拟数据进行比较，检测差异，从而发现性能下降导致潜在的故障。基于这些差异，操作员可以在相应问题发生之前识别并进行处理，从而提高设备的可靠性和可用性，并降低维护成本。［22］ DNV GL开发了一种利用数字孪生技术监测船体状况的方法。［23］该方法可以充分利用设计阶段准备的计算分析模型，为实体船舶建立“虚拟姊妹船”，结合真实遭遇的波浪环境和位置数据，在营运阶段监测关键结构细节。此外，从海运业不同利益相关者(船舶拥有者、设备制造商、主管部门、大学、海事院校、咨询服务机构)的角度分析了数字孪生带来的价值。［24］ 国内奇梦科技秀品牛数字孪生团队打造了船舶动力系统综合运维监控数字孪生平台，如图3.7所示。该平台首先构建了船舶整船、各个分系统、设备的三维几何模型，通过采集上百艘包括科研船、客运船、货船、施工船在内的多种类型数据，实现孪生船舶和物理船舶的实时映射。通过对船舶位置、动力系统、电力系统等数据的整合分析，随时了解船上设备的运转情况以及设备故障的快速定位，并调取船舶的历史数据及时为船舶故障提出维修参考建议。［25］ 图3.7秀品牛船舶动力系统智能运维平台［25］ 有了数字孪生，传统的船舶工业将受益于先进的数字技术，未来整个船舶的关键设备和PLM的预测分析将成为其应用重点角度。 3.1.5数字孪生+医疗 在医疗健康行业中，相关公司和组织提供医疗服务、制造医疗设备并开发药品以维持和改善人们的健康状况，是世界上最大的产业之一，与每个人都息息相关。数字孪生可以应用于医疗健康行业以加快其数字化进程。 GE卡姆登医疗集团已将医院的数字孪生变为现实。通过先进的数据监控和处理技术，实时感知医院基础设施的使用情况，并构建医院的数字孪生体，数字孪生有助于床位安排、人员安排和手术室分配等，从而最大限度地照顾患者。［26］ 达索公司进行了一个“生命心脏项目”(LHP)，通过生物技术传感器和扫描技术为人类心脏建立数字孪生。其构建的心脏数字孪生体是具有电和肌肉特性的心脏的个性化全尺寸模型，可以模拟真实心脏的行为。其不仅可以支持贴紧心脏起搏器、反转腔室、切割任何横截面以及运行假设等各种操作，还可以对心脏进行虚拟分析，以便在疾病开始之前为心脏病患者提供护理。［2728］ 阿姆斯特丹大学的研究人员试图将数字孪生用于构建为人类的数字克隆，准确地模仿人类的呼吸、行走，甚至腿部骨折和疾病发展等行为。如图3.8所示，人体的数字克隆将极大地促进个性化医学的发展，从而将基于对大多数患者的平均最佳治疗效果来改变传统治疗方法，还可以更快、更有效地引入新药物，并减少医学研究中对动物的使用。［29］ 图3.8数字孪生个性化医疗［29］ 英国牛津大学、GE、IBM等20所著名高校、研究所、企业等机构的39名学者联合发表在顶级期刊European Society of Cardiology的论文，提出为每个患者构建数字孪生，如图3.9所示。通过机理模型和统计模型之间的协同作用，提高进行诊断和预后的能力，还可以通过模型预测来准确预测恢复健康的途径，从而为每一位患者提供量身定制的疗法，以加快心血管研究的发展，并推动精密医学的发展。［30］ 图3.9数字孪生心脏诊疗［30］ 在医疗健康行业中，数字孪生在人类健康管理方面具有广阔的前景，因为它可以改善现有的医疗服务和基础设施，一方面可以提供更好的患者护理，另一方面可以开发出创新的方式来处理疑难病例。