数字孪生技术在工业制造领域的研究与实践

随着物理世界和虚拟世界之间深度融合的技术条件日趋成熟，数字孪生作为突破性的应用技术框架，将会成为实现CPS乃至智能制造的基础，值得深入、全面地研究其内在机理和应用模式。

数字孪生技术在工业制造领域开始应用之前，工业数据采集、工业互联网、数字化管控、生产线仿真等概念已被提出，并应用于生产过程管理和调度，但是上述技术多为独立应用，大部分未实现数据贯穿使用。随着工业物联网、智能制造等领域相关技术的发展与迭代，国内外学者围绕车间数据采集、车间模型构建、车间管控等方面进行了大量的研究和实践。

1、工业数据采集技术。

工业数据采集技术是实现车间数字化、智能化的基础，唐任仲等研究了物流数据采集和物流事件转化方法，通过构建并分析物流矩阵获取在制品物流状态信息；张存吉等提出基于RFID和复杂事件处理的实时监测方法，解决制造车间工件异常情况的实时监测问题；曹伟等以事件为驱动设计了RFID车间数据采集方法，并建立了对应的离散制造车间多层次监控模型。

2、数字化管控技术。

数字化管控技术通过构建MES、QIS、WMS等软件使能工具集，通过对管理业务流程进行数字化表征，从而实现以生产任务为主线的物料标识、物流管理、人机料协同和质量管控。刘明周等设计了一种以生产运行指标为核心的车间实时监控通用模型，具有很好的可拓展性和可维护性。

3、数据可视化技术。

数据可视化技术通过构建车间管控体系，采用2维3维图形化方式，对生产资源进行可视化呈现，辅助人员进行决策和处置。Zhang等在采用层次时间着色Petri网对车间建模的过程中引入并融合实时数据，动态展示车间实时状态。叶剑辉等以此为基础提出了装配车间现场数据管理模型，并建立了可配置看板模型，进一步实现了装配现场的精细化管控。

目前数字孪生技术在制造环节也进行了大量探索应用，但是相关研究成果仍