数字孪生技术与工程实践 第3章 面向智能制造的数字孪生生态.pptx

数字孪生技术与工程实践 第3章 面向智能制造的数字孪生生态.pptx

《数字孪生技术与工程实践 第3章 面向智能制造的数字孪生生态.pptx》由会员分享，可在线阅读，更多相关《数字孪生技术与工程实践 第3章 面向智能制造的数字孪生生态.pptx（47页珍藏版）》请在冰豆网上搜索。

,数字孪生技术与工程实践第3章面向智能制造的数字孪生生态,数字孪生技术与工程实践,传统制造模式面临的一些挑战,产品生命周期的普遍缩短一个产品不可能像以往那样长期占领市场产业越来越复杂，产品与物料种类的增加产品知识含量增加，部件趋于专业化制造差异性更大的定制化服务、更小的生产批量不可预知的供应链变更和中断生产过程中的不确定因素更多定制化生产的带来更大的复杂性和不确定性问题,制造的“数字化、网络化、智能化”,2,“新一代智能制造”,数字孪生技术与工程实践,信息技术、智能技术和制造技术的发展,1950,1960,1970,1980,1990,2000,2010,2020,信息技术和智能技术,制造技术,数控技术,控制论（维信纳息）论（香电农子）计算机（ENIAC）,可编程工业机器人,可编程控制器PLC柔性制造系统FMS,CADAPT（CAM）CAPPMRP,人工智能AI词汇的出现,感知机（神经网络）,Hopfield网络和BP算法,虚拟现实VRARPANET计划,以太网和802.3协议Internet出现,深度学习CPS概念,数据仓库数据挖掘,大数据的概念物联网数字孪生4G通讯谷歌的AlphaGo5G通讯,TCP和IP协议,CIMS概念PDM系统,ERPSCMBPM（业务流程重组）,3,JIT（准时制造）精益生产,敏捷制造网络化制造绿色制造,工业互联网“工业4.0”中国制造2025,智能制造IMS概念,基于新兴的IT技术、人工智能技术等的不断发展带，来了“新一代智能制造”,数字孪生技术与工程实践,目录,数字孪生技术与工程实践,3.1智能制造与智能工厂,数字孪生技术与工程实践,智能制造内涵的发展,6,1991年,日、美、欧共同发起实施的“智能制造国际合作研究计划”定义：

智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合，将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的、能发挥最大生产力的先进生产系统,2011年,美国智能制造领导联盟（SmartManufacturingLeadershipCoalition,SMLC）定义：

智能制造是先进智能系统强化应用、新产品制造快速、产品需求动态响应，以及工业生产和供应链网络实时优化的制造。

智能制造的核心技术是网络化传感器、数据互操作性、多尺度动态建模与仿真、智能自动化以，及可扩展的多层次的网络安全。

2016年,国家制造强国建设战略咨询委员会和中国工程院战略咨询中心编著的智能制造中定义：

面向产品的全生命周期，以新一代信息技术为基础，以制造系统为载体在，其关键技术环境或过程，具有一定自主性的感知、学习、分析、决策、通信与协调控制能力，能动态地适应制造环境的变化，从而实现某些优化目标。

数字孪生技术与工程实践,智能制造的定义,7,智能制造为一类新一代制造模式和制造方法的总称，是信息化和工业化的高度融合，贯穿产品全生命周期，包含制造及其服务各个环节，具有自学习、自组织和自适应等特征，是人、信息系统、物理系统高度融合的新兴生产方式。

智能制造的目标是能适应制造环境的变化，有，效缩短产品研发周期、降低运营成本、提升产品质量、降低资源消耗、提高生产效率，满足用户对高品质产品的个性化需求。

数字孪生技术与工程实践,智能制造特征,快速感知。

对制造对象和制造过程的感知是新一代智能化的基础。

智能制造需要大量的数据支持，利用高效、标准的方法进行数据采集、存储、分析和传输，实现制造对象的自动识别、工作环境的自动判断、针对现实工况的自动感知和快速反应。

自我学习。

智能制造需要不同种类的知识，利用各种知识表示技术、机器学习、数据挖掘与知识发现技术，实现面向产品全生命周期的海量异构信息的自动提炼知识并升华为智能策略。

计算预测。

智能制造需要建模与计算平台的支持，利用基于智能计算的推理和预测，实现诸如故障诊断、生产调度、设备与过程控制等制造环节的知识表示与推理。

科学决策。

智能制造需要信息分析和判断决策的支持，利用基于智能机器和人的行为的决策工具和自动化系统，实现诸如加工制造、实时调度、机器人控制等制造环节的决策与控制。

优化调整。

智能制造需要在生产环节中不断优化调整，利用信息的交互和制造系统自身的柔实性现，对外界需求、产品自身环境、不可预见的故障等变化及时优化调整。

自适应。

通过前述功能的实现，智能制造系统能适应各类工况。

由于用户对个性化产品的需求越来越多，产品的生命周期越来越短，制造过程需要有对不同产品的适应能力，同时能应对各类扰动而保持系统的优化运行状态。

这个自适应正是通过上述的自学习、自组织（优化调整）来实现的。

数字孪生技术与工程实践,德国的“工业4.0”简介,对德国“工业4.0”的核心内容进行概括，可以总结为:

建设一个系统（Cyber-PhysicalSystem，信息物理系统）、研究两大主题（智能工厂、智能生实产现）、三大集成（横向集成、纵向集成与端对端集成）八个重点领域（八项计划）。

工业4.0一个系统-信息物理系统（CPS）两大主题智能工厂智能生产,横向集成,三大集成纵向集成,端对端集成,标准化和参考架构,安全和保障,八项计划管理复杂系统工业宽带基础,工作的组织和设计,培训与再教育,监管框架,资源利用效率,随着概念发展，也有资料把“两大主题”扩展为“四大主题”：

智能工厂，智能生产，智能物流，智能服务,9,数字孪生技术与工程实践,一个系统：

基于CPS的系统整合,以信息物理系统（CPS：

Cyber-PhysicalSystems）的形式来整合机械、仓储系统和生产设施。

在制造环境中，CPS包括智能机械（smartmachines）、存储系统（storagesystems）及生产设施（productionfacilities），他们能够自动的交换信息和触发动作，彼此进行独立的控制。

这从根本上提高了工业生产进程（industrialprocesses），包括制造（manufacturing）、工程（engineering）、材料的使用（materialusage）、供应链（supplychain）和生命周期的管理（lifecyclemanagement）。

CPS最早的概念，包括3C：

计算、通信和控制,“工业4.0”把CPS作为体现智能制造系统集成的概念,10,数字孪生技术与工程实践,两大主题和双重战略,11,两大主题智能工厂：

重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；智能生产：

涉及整个企业的生产物流管理人、机互动以及3D技术在工业生产过程中的应用,双重战略为了实现从工业生产到工业4.0的转变，德国需要采取双重战略（dualstrategy）。

一方面，德国的装备制造业应该始终如一的将信息与通信技术（informationandcommunicationtechnology）整合到传统的高科技战略中，成为智能装备的主导供应商，以维持其在全球市场的领导地位；另一方面，德国有必要为CPS技术和产品创建新的主导市场，并为之服务。

数字孪生技术与工程实践,通过价值链及网络实现企业间“横向集成”,12,把产品、机器、资源、人有机联系在一起，各公司各环节数据共享，实现产品全生命周期和全制造流程的数字化由大规模批量生产向大规模定制生产转变由集中生产向网络化异地协同生产转变由传统制造企业向跨界融合企业转变集成的重点：

协同、分享,数字孪生技术与工程实践,企业内部灵活且可重新组合的网络化制造体系“纵向集成”,垂直集成和网络化的制造系统在智能工厂中，制造结构将不是固定和事先定义好的，信息技术组合规则为不同情况自动形成特定结构。

确保调节器和传感器通讯顺畅开发工厂模块以及重新使用战略领导者和操作者需要接受培训,13,数字孪生技术与工程实践,贯穿整个价值链的端到端工程数字化集成,工程端到数字端集成横跨整个价值链两个特点在所有终端实现数字化的前提下所实现的基于价值链与不同公司之间的一种整合客户可实现随时参与和决策并自由配置各个功能组件数字空间物理空间,14,数字孪生技术与工程实践,RAMI4.0,RAMI4.0（ReferenceArchitectureModelIndustrie4.0）即“工业4.0”参考架构模型，是从产品生命周期/价值链、层级和架构等级三个维度，分别对“工业4.0”进行多角度描述的一个框架模型，它代表了德国对“工业4.0”所进行的全局式的思考。

RAMI4.0的第一个维度，是在IEC62264企业系统层级架构的标准基础之上（该标准基于ISA-95模型，界定了企业控制系统、管理系统等各层级的集成化标准），补充了产品或工件的内容，并由个体工厂拓展至“互联世界”，从而体现“工业4.0”针对产品服务和企业协同的要求。

RAMI4.0的三维从企业（工厂）内部控制、产品全生命周期和核心功能三个方面对智能制造系统进行了分析和定位，也为相关标准的制定提供了参考依据。

15,1,数字孪生技术与工程实践,RAMI4.0,第二个维度是信息物理系统的核心功能，以各层级的功能来体现。

具体来看，资产层是机器、设备、零部件及人等生产环节的每个单元；集成层是传感器和控制实体等；通信层是专业的网络架构等；信息层是对数据的处理与分析过程；功能层是企业运营管理的集成化平台；商业层是各类商业模式、业务流程、任务下发等，体现了制造企业的各类业务活动。

第三个维度是价值链，即从产品全生命周期视角出发，描述了以零部件、机器和工厂为典型代表的工业要素从虚拟原型到实物的全过程。

2,3,16,数字孪生技术与工程实践,NIST的制造生态,2016年2月份，美国国家标准与技术研究院（NIST）工程实验室系统集成部门，发表了一篇名为智能制造系统现行标准体系的报告。

这份报告总结了未来美国智能制造系统将依赖的标准体系。

这些集成的标准横跨产品、生产系统和商业（业务）这三项主要制造生命周期维度。

每个维度（如产品、生产系统和业务）代表独立的全生命周期。

制造金字塔是其核心，三个生命周期在这里汇聚和交互。

17,数字孪生技术与工程实践,NIST的制造生态,第一维度：

产品维度，涉及信息流和控制，智能制造生态系统下的产品生命周期管理，包括六个阶段，分别是（产品）设计、工艺设计、生产工程、制造、使用和服务、废弃和回收。

第二维度：

生产系统生命周期维度，关注整个生产设施及其系统的设计、部署、运行和退役。

“生产系统”在这里指的是从各种集合的机器、设备和辅助系统组织和资源创建商品和服务。

第三维度：

供应链管理的商业周期维度，关注供应商和客户的交互功能，电子商务在今天至关重要，使任何类型的业务或商业交易，都会涉及到利益相关者之间的信息交换。

在制造商、供应商、客户、合作伙伴，甚至是竞争对手之间的交互标准，包括通用业务建模标准，制造特定的建模标准和相应的消息协议，这些标准是提高供应链效率和制造敏捷性的关键。

18,数字孪生技术与工程实践,NIST的制造生态,制造金字塔：

智能制造生态系统的核心，产品生命周期、生产系统生命周期和商业活动周期都在这里聚集和交互。

每个维度的信息必须能够在金字塔内部上下流动，为制造业金字塔从机器到工厂，从工厂到企业的垂直整合发挥作用。

沿着每一个维度，制造业应用软件的集成都有助于在车间层面提升控制能力，并且优化工厂和企业决策这。

些维度和支持维度的软件系统最终构成了制造业软件系统的生态体系。

在这个结构中，一个制造金字塔可以看做是一个智能工厂。

在三个维度中，生产系统生命周期维度，体现了一个智能工厂的生命周期，产品维度体，现了产品的全生命周期，而供应链管理的商业维度，体现了制造过程的业务协同过程。

图中制造金字塔中元素包括：

企业资源管理（ERP）、制造运行管理（MOM）、人机交互界面（HMI）、集散控制系统（DCS）、现场设备（FieldDevice）,19,数