在项目实施之前对设备和系统进行测试和验证的能力对于任何制造商来说都至关重要。然而，在这项技术的早期阶段，并非每个制造商都为数字化转型做好了准备。
作为一种更高形式的仿真，数字孪生收集数据以创建精准的仿真，来显示制造设备和系统的运行、潜在故障以及未来可能的维护问题。数字孪生和仿真之间的关键区别在于，数字孪生将来自设备的实时数据输入整合到其仿真中，以创建逼真的现实表示。
正因为如此，数字孪生这项技术才能迅速成为制造企业的重要工具。能够帮助企业在使用前运行、测试和优化复杂而昂贵的系统，节省大量时间和成本，并可以避免故障、损坏和员工受伤。
数字孪生与仿真的差异
尽管它们在概念上相似，但仿真和数字孪生在目标上并不同。仿真是基于软件的，通常用于训练，使用过程或系统模型来模拟真实世界的行为。这使用户能够对设计做出决定，并在必要时进行更改。
仿真主要针对设计和培训应用，而数字孪生通常用于实时仿真过程或系统的整个生命周期，包括设计、运行、变更、修改以及调试和退役的各个阶段。
“任何制造商的数字化转型之旅，都需要为其产品、系统和整个生产过程打造一个全面的数字孪生。”西门子数字化工业软件机器人和自动化技术产品经理Josh Carlson表示：“全面的数字孪生使制造商能够在构建物理系统之前验证系统，以提高生产质量并减少停机时间。”
Carlson进一步解释道，虽然仿真是数字化转型的重要组成部分，对充分利用数字孪生的功能至关重要，但全面的数字孪生所包含的内容要更多。得益于物理、行为和逻辑建模，它是一种可以更接近真实事物的模型。然后，仿真可以让数字孪生更真实，可以对其进行训练和分析，并用它来获得答案和做出决策。
▲在Tecnomatix Process Simulate中评估用于生产的机械臂。
达索系统Delmia战略业务发展总监Thomas Muth认为，仿真和数字孪生之间的关键区别体现在以下几个方面：
■ 范围：仿真使用预定义的变量集，数字孪生可对进入方程的任何变量进行调整，没有数量限制。
■ 数据集成：仿真使用静态、预先确定的设置变量，而动态数字孪生可以实时更新，以针对真实事件进行调整。
■ 模型：数字孪生需要模拟真实世界资源的多层模型。关键是要有一个可靠的模型，可以在其中与多个场景进行交互。而仿真通常是预定义的，并针对目标场景构建。
■ 生命周期：从设计到生产以及交付的整个生命周期中, 数字孪生与物理实体保持着持续的联系。而仿真通常用于特定场景，可能不会在整个生命周期中持续存在。
■ 协作：数字孪生应该允许所有利益相关者，在同一界面内协作和交换相关信息，而仿真往往相对单一且缺乏协作性。
■ 用例：数字孪生用例比仿真更加多样化、动态化并基于角色，包括资产管理、预测性维护以及过程和供应优化。
鉴于技术之间存在的差异和重叠，专业人员应如何选择一种方法来更高效地调试和测试新的系统或升级过程？
“这通常取决于范围和效益。“Carlson表示，“对于一些变化不快或过于复杂的企业或市场，如果变化是一次性的，或者变化发生在很长的时间周期内，仿真可能比较合适。如果产品、过程和资源经常发生变化，OEM厂商或集成商可能更希望使用数字孪生。”
Muth补充道，OEM和集成商可能已经使用独立的仿真工具来估计周期时间、执行设备布局规划、确定硬件规格以及构建和测试HMI操作员界面。这些工具在初期规划和设计阶段带来了价值，但在调试过程中变得有限。
对制造商和集成商来说，最关键和最具挑战性的方面之一是不同技术和系统的成功整合和集成。这在调试阶段最为明显，当系统需要调整时成本可能会增加。全面的数字孪生也被称为虚拟调试，允许在任何设计最终确定之前进行虚拟测试和验证。
由于虚拟调试是生产系统、自动化技术和控制的全面的数字孪生系统之间的动态实时连接，制造商可以在虚拟调试期间利用软件在环（虚拟）或硬件（虚拟和物理硬件）。将测试和验证转移到数字世界，比在现场调试期间发现问题的成本要低得多，并且还能缩短整体调试时间。
数字孪生的多样性和应用
由于能够实时连接物理世界和虚拟世界，数字孪生可以验证和优化设计、调试设备以及验证过程、生产、维护和供应链。根据 Muth 的说法，这意味着有许多潜在的数字孪生类型，不过大多数可以归结为以下三种类型：
■ 工厂和资源：模拟新设施或现有设施的设计和布局的数字孪生。
■ 产品和过程：模拟生产运营以验证最佳实践、模拟机器人和其他车间资源的运行、模拟产品和材料的流动以及定义和验证流程计划和虚拟构建的数字孪生系统。
■ 供应链和运营：模拟供应链各个环节的数字孪生，以优化进出工厂的物料流。
Carlson认为，使用全面的数字孪生的主要优势是可以将产品无缝集成到制造过程中。产品的数字复制品可以代表伺服电机等子组件，也可以代表整车等更复杂的产品。生产的数字表示准确地描述了制造产品所需的制造过程，而全面的数字孪生方法则集成了所有必要的组件。
数字孪生可以帮助评估现有设备升级，规划新的生产线，并在将产品投入生产之前验证更改。例如，对柔性生产线（在一条生产线上生产多种汽车）的推动，以及对重新利用现有设备需求的不断增加，使得数字孪生技术对汽车行业至关重要。
“虽然实施数字孪生技术对任何行业都有益处，” Muth说，“但我们看到，生产复杂产品的公司以及处在快速增长和变化的行业中的公司可以获得更显著的好处。”他举了两个具体例子：
■ 一家大型飞机制造商为其直升机生产线创建了一个虚拟数字孪生。它以3D方式仿真生产机械，并实时更新以监控生产变化。
■ 一家全球汽车技术提供商部署虚拟数字孪生技术来仿真生产过程。这使公司能够通过分析序列和每次操作所花费的时间来规划流程。这种数字化工厂使公司能够更高效地发展，降低生产启动成本，并利用资源和最佳实践与标准化工具更好地合作，以改善工厂内外的沟通。
实施数字孪生的挑战
从表面上看，数字孪生和仿真技术并没有真正的缺点，只是各自的特点使其适用于不同应用。Muth说：“如果实施得当，我看不出数字孪生有任何真正的缺点，但在这个过程中肯定需要考虑风险。”两个主要的潜在风险是：孤立/独立的数字孪生和单一用途的数字孪生。
关于孤立的数字孪生，Muth解释道，“为了最大限度地发挥作用，数字孪生应该能够连接到其它数字孪生并与之合作。这是一个关键趋势，互联的数字孪生解决了这一问题。”
▲ 拥有可操作的数据是数字孪生体验的重要组成部分，可以更好地规划和执行，以实现业务和可持续发展目标。
互联的数字孪生，通过使用大量异构数据和商业化、建立跨公司数据空间以及基于跨公司标准共享数据的能力，为尽可能广泛的受众带来收益。
对于单一用途的数字孪生，创建关注点过于狭窄的数字孪生，会使数字孪生的价值最小化，有时甚至到了实施成本超过收益的地步。
Carlson认为，致力于实现全面的数字孪生并利用虚拟调试技术几乎没有任何缺点。不过，也有一些战略需要权衡，比如建立数字孪生系统所需的能力，或者为支持数字化转型而可能需要改变的内部流程。“制造商必须考虑采用技术和推动内部流程的人才供应情况，以及提升现有员工技能的方法。并非所有制造商和行业都处于数字化转型的同一阶段，正如并非所有制造商都处于机器人和自动化的同一阶段一样。”
尽管人们普遍认为，仿真和数字孪生之间的主要区别在于数字孪生与物理设备相连，可以实时响应输入的数据，但并不是每个人都同意这一区别。因此，制造商可能会看到一些被认定为数字孪生的技术，但却并不符合更广泛接受的定义。在这种情况下，制造商应该如何选择这些技术来调试和测试呢？
National Automation公司总裁兼国际自动化学会（ISA）成员Steve Mustard表示：“在某些情况下，能够运行数千次模拟以确定概率结果（如蒙特卡罗模拟）或最佳配置参数（如控制回路整定）的数字孪生更适合基于动态模拟器的数字孪生。但在另外一些情况下，目标是观察真实世界中的结果，例如帮助进行操作员培训，这就需要一个具有三维可视化和模拟功能的更全面的数字孪生系统。”
与仿真一样，也有不同类型的数字孪生。Steve说：“有很多工具被认为是数字孪生。从简单的电子表格到先进的、具有精确地理空间的可视化平台，以及两者之间的任何组合都可能被归入这一类。”
这些不同类型的数字孪生，它们在调试和测试阶段的适用范围是什么？Mustard解释道，在某些情况下，能够查看设备资产静态属性的3D模型可能就足够了。而在其它情况下，可能需要覆盖仿真过程数据或查看完整的现场视图，以可视化任何调试活动的全部影响。
虚拟调试用于机器代码的早期验证，它使用虚拟仿真技术来调试或测试具有虚拟模型的控制软件。虚拟调试组件还可以与数字孪生集成，以进一步简化调试/测试过程。
现代高级数字孪生能够将3D模型、静态属性数据、实时过程数据或模拟过程数据集成到一个统一的视图中。控制器应用程序可在数字孪生上执行，运行过程模拟器并在3D视图中显示结果。这种方法简化了调试/测试过程，因为它比简单的I/O测试更能揭示控制器应用对物理世界的影响。中服云数字孪生平台V3.0是基于中服云物联网平台和数据中台打造的一款实时数据2D/3D集成展示监控平台，旨在解决工业物联网数据的直观展示、实虚互动、仿真模拟、故障诊断、告警、预警、预测、实时观测、实时监控等问题。提供了数据采集、数据底座、监控逻辑、建模工具、展示互动工具、模拟仿真、诊断预测等功能，内置地球、城市、园区、工厂、车间、设备等多个场景。具有直观性、实时性、集成性、主动性等特点。可应用于实时监控、应急指挥、生产调度、模拟仿真、展示推广、实体复原、产品测试等多种场景。