關(guān)于暢想，Linux創(chuàng)始人Linus Torvalds可謂一針見血：“Talk is cheap. Show me the code”，“能說算不上什么，有本事就把你的代碼給我看看”。在buzzwords(概念)創(chuàng)新充斥各個角落時，我們可能需要堅持“能暢想‘智能+’算不上什么，有本事就把你的數(shù)字孿生模型給我看看”。

　　換句話說，您所談的“孿生”，是如同《龍兄鼠弟》里面的“孿生”，還是如同鏡中完美的“孿生”?

　　2013年德國提出的第四輪工業(yè)革命 “工業(yè)4.0”，比我們想象的速度更快地變成當(dāng)下的現(xiàn)實。云、大、物、移、智等新技術(shù)和制造業(yè)的交融，自動化和數(shù)字化的“兩化融合”，機器學(xué)習(xí)深入到包括語音識別、圖像識別、數(shù)據(jù)挖掘等諸多領(lǐng)域并取得了矚目的成績，新材料、新工藝、新能源的技術(shù)突破，正在讓制造業(yè)變得“更柔”(大規(guī)模柔性定制)，“更軟”(軟件定義一切)，“更美”(綠色環(huán)保)。一個物質(zhì)極大豐富、全面智能化的新時代，正在加速到來。

　　制造業(yè)企業(yè)要在“工業(yè)4.0”時代生存發(fā)展，必須成功地進行數(shù)字化轉(zhuǎn)型，轉(zhuǎn)型成為一個軟件定義的平臺型企業(yè)，把產(chǎn)品重構(gòu)為軟件定義的可重構(gòu)平臺。制造平臺型企業(yè)的核心是產(chǎn)品、工廠、企業(yè)的數(shù)字孿生模型，有了“數(shù)字孿生”，才能通過并行工程和快速迭代，用數(shù)字的消耗替代能源的消耗和物質(zhì)的消耗，才能“多快好省”地(T、Q、C、S、E綜合優(yōu)化)實現(xiàn)產(chǎn)品創(chuàng)新和精益生產(chǎn)，以可接受的成本為消費者提供尊貴的個性化消費體驗，才能實現(xiàn)可持續(xù)盈利性增長，形成強大的市場競爭能力。

　　工業(yè)科技的發(fā)展是累進的，讓我們簡單回顧一下歷史。“二戰(zhàn)”前后，工程師認識世界和改造世界的“三論”——系統(tǒng)論、控制論、信息論逐步成熟，在機械化和電氣化的基礎(chǔ)上，引發(fā)了第三輪工業(yè)革命。自動控制理論也從經(jīng)典控制，逐步發(fā)展到現(xiàn)代控制、計算機控制，直到今天興起人工智能第三輪浪潮。“工業(yè)4.0”時代，如何對企業(yè)系統(tǒng)進行建模和仿真——開發(fā)其“數(shù)字孿生”模型?

　　著名科學(xué)家錢學(xué)森先生在1990年發(fā)表了一篇文章《一個科學(xué)新領(lǐng)域——開放的復(fù)雜巨系統(tǒng)及其方法》中，為我們指明了方向。“當(dāng)前人工智能領(lǐng)域中綜合集成的思想得到重視，計算機統(tǒng)籌制造系統(tǒng) (Computer Integrated Manufacture System, 簡稱CIMS系統(tǒng)) 的提出與問世就是一個例子。在工業(yè)生產(chǎn)中, 產(chǎn)品設(shè)計與產(chǎn)品制造是兩個重要方面, 各包括若干個環(huán)節(jié), 這些環(huán)節(jié)以現(xiàn)代化技術(shù)通過人、機交互在進行工作。以往設(shè)計與制造是分開各自進行的。現(xiàn)在考慮把兩者用人工智能技術(shù)有機地聯(lián)系起來, 及時把制造過程中有關(guān)產(chǎn)品質(zhì)量的信息向設(shè)計過程反饋,使整個生產(chǎn)靈活有效,又能保證產(chǎn)品的高質(zhì)量。這種把設(shè)計、制造, 甚至管理銷售統(tǒng)一籌劃設(shè)計的思想恰恰是開放的復(fù)雜巨系統(tǒng)的綜合集成思想的體現(xiàn)。”

　　到了2002年，MichaelGrieves博士在Michigan大學(xué)和NASA研討會上第一次提出“Digital Twin數(shù)字孿生”的理念。他認為，隨著復(fù)雜性日益增加，現(xiàn)代產(chǎn)品系統(tǒng)、生產(chǎn)系統(tǒng)、企業(yè)系統(tǒng)本質(zhì)上均都屬于復(fù)雜系統(tǒng)。為了優(yōu)化、預(yù)測復(fù)雜系統(tǒng)的性能，我們需要一個可觀測的數(shù)字化模型，一個產(chǎn)品的綜合性的、多物理場的數(shù)字表示，在產(chǎn)品的整個生命周期中便于維護并能重復(fù)使用在產(chǎn)品設(shè)計和制造期間生成的數(shù)字信息。數(shù)字孿生在設(shè)計和制造過程中建立，但在產(chǎn)品生命周期中持續(xù)演進增長。一旦產(chǎn)品投入現(xiàn)場使用，其全壽期歷史包括狀態(tài)數(shù)據(jù)、傳感器讀數(shù)、操作歷史記錄、構(gòu)建和維護配置狀態(tài)、序列化部件庫存、軟件版本以及更多提供服務(wù)和維護功能有完整的產(chǎn)品圖像。通過數(shù)字孿生可以分析產(chǎn)品的當(dāng)前狀態(tài)和性能，以調(diào)度預(yù)防和預(yù)測維護活動，包括校準(zhǔn)和工具管理。結(jié)合維護管理軟件系統(tǒng)，數(shù)字孿生可以用于管理維修部件庫存，并且指導(dǎo)技術(shù)服務(wù)人員完成現(xiàn)場修理、升級或維修。通過積累數(shù)據(jù)庫中的足夠?qū)嵗?，工業(yè)大數(shù)據(jù)分析工程師可以評估特定系列設(shè)備及其部件，反饋給產(chǎn)品設(shè)計和工藝設(shè)計，用于產(chǎn)品和工藝的持續(xù)改進，形成閉環(huán)數(shù)字孿生(Closed Loop Digital Twin)。

　　作為工業(yè)數(shù)字化全球領(lǐng)軍企業(yè)，2007年，西門子明確了“融合物理世界和虛擬世界”的戰(zhàn)略愿景。通過一系列研發(fā)投資和戰(zhàn)略并購，具備了支持“從芯片到城市”、綜合性的、多物理場、閉環(huán)數(shù)字孿生技術(shù)(Comprehensive,Multi-Physics, Closed-Loop Digital Twins)，幫助客戶轉(zhuǎn)型為MBE(Model Based Enterprise，基于模型的數(shù)字化企業(yè))。為了消除研制過程中各種浪費，MBE使用3D數(shù)模和TDP(Technical Data Package，技術(shù)數(shù)據(jù)包)作為產(chǎn)品全壽期的單一模型。3D數(shù)模由MBD(Model Based Definition，基于模型的產(chǎn)品定義)生成，加上PMI(Product Management Information，產(chǎn)品管理信息)，理論上可以從三維拓展到無窮維，這個單一模型TDP可以在全企業(yè)范圍內(nèi)進行分享和自由流動，保障產(chǎn)品全壽期快速、無縫、自由的數(shù)據(jù)流動。如果一個企業(yè)實現(xiàn)了TDP在其企業(yè)內(nèi)部部門間以及其生態(tài)系統(tǒng)的自由流動，我們即稱之為MBE(基于模型的數(shù)字化企業(yè))。本書探討的復(fù)雜產(chǎn)品系統(tǒng)主要指的是光機電軟液控系統(tǒng)，如箭彈星船，飛機，汽車，鐵路機車，高科技船舶，工程機械，重型機械，醫(yī)療器械，光刻機，耐用消費品，軍用/汽車/消費電子產(chǎn)品等等。

　　實施針對復(fù)雜系統(tǒng)MBE企業(yè)的閉環(huán)數(shù)字孿生，需要分別支持產(chǎn)品系統(tǒng)、生產(chǎn)系統(tǒng)、運行系統(tǒng)的數(shù)字孿生模型，并實現(xiàn)三大系統(tǒng)模型的一體化整合。欲高精度、高可信度地建立這三類模型，編者認為，需要理論和實踐的創(chuàng)新：在產(chǎn)品系統(tǒng)數(shù)字孿生領(lǐng)域，要發(fā)展新一代MBSE(Model Based System Engineering，基于模型的系統(tǒng)工程)，用于預(yù)測物理結(jié)構(gòu)和特征、物理績效特征、環(huán)境響應(yīng)、失效模式等;在生產(chǎn)系統(tǒng)數(shù)字孿生領(lǐng)域，要利用PSE(Production System Engineering，生產(chǎn)系統(tǒng)工程)，對各生產(chǎn)系統(tǒng)要素、產(chǎn)線、車間、供應(yīng)鏈系統(tǒng)進行建模和仿真，用于優(yōu)化物理布局和特征、產(chǎn)能和利用率、產(chǎn)出和節(jié)拍;在運行系統(tǒng)數(shù)字孿生領(lǐng)域，要打造IIoT(Industrial Internet of Things，工業(yè)物聯(lián)網(wǎng))，提供物理系統(tǒng)的實時運行狀態(tài)，優(yōu)化運營水平，預(yù)測維護，并對設(shè)計進行驗證。

　　懷著加速中國從制造大國轉(zhuǎn)型為制造強國、從逆向工程轉(zhuǎn)型為正向研發(fā)的夢想，西門子工業(yè)軟件大中華區(qū)技術(shù)團隊組織專家顧問，和航天科技集團有關(guān)專家一道，在總結(jié)多年實戰(zhàn)經(jīng)驗的基礎(chǔ)上，適當(dāng)加以抽象，編寫了“數(shù)字孿生”系列書籍，供從事智能制造、工業(yè)互聯(lián)網(wǎng)、工業(yè)人工智能領(lǐng)域的官產(chǎn)學(xué)研各界讀者參考。本文在書籍出版前與大家見面，稍稍掀開閉環(huán)數(shù)字孿生的面紗，希望能給讀者一個總體性的概念。

　　由光機電軟液控系統(tǒng)的復(fù)雜產(chǎn)品系統(tǒng)，其數(shù)字孿生從“形似”到“神似”，旨在加速產(chǎn)品創(chuàng)新過程，過去40~50年間全球CAD/CAM/CAE領(lǐng)域做出了持續(xù)的努力。如今三維CAD數(shù)模和幾何樣機渲染已經(jīng)完全做到逼真水平，按下不表。編者重點關(guān)注如何把復(fù)雜系統(tǒng)數(shù)字孿生做到“神似”，有效地協(xié)助利益攸關(guān)者認識、預(yù)測和優(yōu)化復(fù)雜系統(tǒng)。

　　要做到“神似”，需在“基于文檔”系統(tǒng)工程提升到“基于模型”系統(tǒng)工程的基礎(chǔ)上，進一步演進到“新一代MBSE”。編者認為，新一代MBSE應(yīng)該是多層次的(整機系統(tǒng)功能架構(gòu)，領(lǐng)域系統(tǒng)架構(gòu)，領(lǐng)域模型)、多物理場的、動態(tài)的、閉環(huán)的數(shù)字孿生，由計算機對設(shè)計空間自動尋優(yōu)，并由一個數(shù)字線索(Digital Thread，或稱數(shù)字神經(jīng))系統(tǒng)支持設(shè)計方案快速迭代。模型的復(fù)雜度，精確度，和實時性隨著產(chǎn)品生命周期的演進逐步提升。要實現(xiàn)基于數(shù)字孿生的正向研發(fā)的研發(fā)理念，需要建設(shè)兩個基礎(chǔ)平臺：全壽命周期的管理平臺，基于云和物聯(lián)網(wǎng)的資源共享平臺;并且提供三個維度的技術(shù)支撐：不同研發(fā)階段的協(xié)同，不同子系統(tǒng)之間的集成，不同領(lǐng)域不同學(xué)科之間的耦合。

　　在系統(tǒng)架構(gòu)建模層面，MIT教授EdwardCrawley領(lǐng)銜著作的《系統(tǒng)架構(gòu)：復(fù)雜系統(tǒng)的產(chǎn)品設(shè)計和開發(fā)》深刻地從形式和功能兩個方面講解了如何分析系統(tǒng)，并指出了如何創(chuàng)建良好的系統(tǒng)架構(gòu)的指導(dǎo)原則。而國際系統(tǒng)工程師協(xié)會INCOSE列明了各種主流的建模語言、方法論和工具。本書實例采用西門子公司提供的SystemModelling Workbench，采用西門子Simcenter 1D，3D和Test支持FMI/FMU 2.0標(biāo)準(zhǔn)的實現(xiàn)。

　　在領(lǐng)域模型層面，隨著計算能力遵從摩爾定律指數(shù)發(fā)展，包括有限元方法(FEA，有限單元法)、有限差分法、邊界元方法、有限體積法的數(shù)值分析(計算數(shù)學(xué))工具的成熟，可以解決工程中遇到的大量問題，其應(yīng)用范圍從固體到流體，從靜力到動力，從力學(xué)問題到非力學(xué)問題。事實上，有限單元法已經(jīng)成為在已知邊界條件和初始條件下求解偏微分方程組的一般數(shù)值方法。有限單元法在工程上的應(yīng)用屬于計算力學(xué)的范疇，而計算力學(xué)是根據(jù)力學(xué)中的理論，利用計算機和各種數(shù)值方法，解決力學(xué)中的實際問題的一門新興學(xué)科。它橫貫力學(xué)的各個分支，不斷擴大各個領(lǐng)域中力學(xué)的研究和應(yīng)用范圍，同時也在逐漸發(fā)展自己的理論和方法。例如，柔性多體動力學(xué)仿真考慮實際系統(tǒng)中某些運動部件的彈性無法忽略，甚至是主要動力學(xué)行為的來源，利用西門子Simcenter LMS Virtual Lab可以將FEM與多體動力學(xué)仿真(MBS)軟件深度整合起來，只需要定義相關(guān)部件的受力和邊界條件，其余的都是內(nèi)部作用，節(jié)省工作量又較為真實可信。其它學(xué)科包括多物理場分析仿真Simcenter 3D，復(fù)材Fibersim，電氣Capital，軟件Polarion，功能安全MADE，電磁Infolytica，流體力學(xué)和傳熱學(xué)STAR CCM+等等。

　　有一個重要問題，近幾年興起的機器學(xué)習(xí)(人工智能)能否用于復(fù)雜系統(tǒng)“數(shù)字孿生”模型?

　　機器學(xué)習(xí)是人工智能的一個分支，簡單地說，就是通過算法，使機器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對新的樣本做智能識別或?qū)ξ磥磉M行預(yù)測。常見的機器學(xué)習(xí)算法如神經(jīng)網(wǎng)絡(luò)(Neural Network)，支持向量機(Support VectorMachines, SVM)Boosting，決策樹(Decision Tree)，隨機森林(Random Forest)，貝葉斯模型(Bayesian Model)等。其實，在深度學(xué)習(xí)浪潮掀起之前，力學(xué)和工程領(lǐng)域早已開始在計算力學(xué)研究中結(jié)合神經(jīng)網(wǎng)絡(luò)模型，開發(fā)出更優(yōu)的算法，一個典型的例子便是有限元神經(jīng)網(wǎng)絡(luò)模型。由于在實際工程問題中存在大量的非線性力學(xué)現(xiàn)象，如在結(jié)構(gòu)優(yōu)化問題中，需要根據(jù)需求設(shè)計并優(yōu)化構(gòu)件結(jié)構(gòu)，是一類反問題，這些非線性問題難以用常規(guī)的方法求解，而神經(jīng)網(wǎng)絡(luò)恰好具有良好的非線性映射能力，因而可得到比一般方法更精確的解。

　　將有限元與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法有很多，比如針對復(fù)雜非線性結(jié)構(gòu)動力學(xué)系統(tǒng)建模問題，可以將線性部分用有限元進行建模，非線性構(gòu)件用神經(jīng)網(wǎng)絡(luò)描述(如輸入非線性部件狀態(tài)變量，輸出其恢復(fù)力)，再通過邊界條件和連接條件將有限元模型部分和神經(jīng)網(wǎng)絡(luò)部分結(jié)合，得到hybrid混合模型。另一種方法是首先通過有限元建立多種不同的模型，再將模態(tài)特性(即最終需要達到的設(shè)計要求)作為輸入變量，將對應(yīng)的模型結(jié)構(gòu)參數(shù)作為輸入變量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)的泛化特性，得到設(shè)計參數(shù)的修正值。結(jié)合Monter Carlo方法，進行多組有限元分析，將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中進行訓(xùn)練，可以用來分析結(jié)構(gòu)的可靠度。

　　PSE生產(chǎn)系統(tǒng)工程，經(jīng)歷了從人的手工勞動變?yōu)椴捎脵C械的、自動化的設(shè)備，并進而采用計算機。值得一提的是，70年代興起的DCS(DistributedControl System，分布式控制系統(tǒng)，或稱集散控制系統(tǒng))實現(xiàn)從單機到聯(lián)網(wǎng)是一個巨大飛躍。DCS系統(tǒng)是一個由過程控制級和過程監(jiān)控級組成的以通信網(wǎng)絡(luò)為紐帶的多級計算機系統(tǒng)，綜合了計算機、通信、顯示和控制等4C技術(shù)，其基本思想是分散控制、集中操作、分級管理、配置靈活以及組態(tài)方便，在大型復(fù)雜工廠運行管理方面獲得廣泛應(yīng)用。80年代末90年代初，CIMS系統(tǒng)(Computer Integrated Manufacturing System, 計算機集成制造系統(tǒng))被寄予厚望。CIMS是通過計算機硬軟件，并綜合運用現(xiàn)代管理技術(shù)、制造技術(shù)、信息技術(shù)、自動化技術(shù)、系統(tǒng)工程技術(shù)，將企業(yè)生產(chǎn)全部過程中有關(guān)的人、技術(shù)、經(jīng)營管理三要素及其信息與物流有機集成并優(yōu)化運行的復(fù)雜的大系統(tǒng)。

　　本質(zhì)上，CIMS基于復(fù)雜系統(tǒng)工程理論，試圖建立整個企業(yè)系統(tǒng)的“數(shù)字孿生”模型，它面向整個企業(yè)，覆蓋企業(yè)的多種經(jīng)營活動，包括生產(chǎn)經(jīng)營管理、工程設(shè)計和生產(chǎn)制造各個環(huán)節(jié)，即從產(chǎn)品報價、接受訂單開始，經(jīng)計劃安排、設(shè)計、制造直到產(chǎn)品出廠及售后服務(wù)等的全過程。一般地，CIMS需要五大子系統(tǒng)，包括產(chǎn)品生命周期管理系統(tǒng)(PLM)、企業(yè)資源計劃系統(tǒng)(ERP)、制造執(zhí)行系統(tǒng)(MES)、自動化物流系統(tǒng)和自動化產(chǎn)線系統(tǒng)。PLM系統(tǒng)又可以分為計算機輔助設(shè)計和分析系統(tǒng)(CAD/CAE)、計算機輔助工藝設(shè)計系統(tǒng)(CAPP)、計算機輔助制造系統(tǒng)(CAM)，而自動化產(chǎn)線主要包括柔性制造系統(tǒng)(FMS)，以及數(shù)控機床(NC，CNC)、機器人等。CIMS將信息技術(shù)、現(xiàn)代管理技術(shù)和研制技術(shù)相結(jié)合，并應(yīng)用于企業(yè)全生命周期各個階段，通過信息集成，過程優(yōu)化及資源優(yōu)化，實現(xiàn)物流、信息流、價值流的集成和優(yōu)化運行，達到人(組織及管理)、經(jīng)營和技術(shù)三要素的集成，從而提高企業(yè)的市場應(yīng)變能力和競爭力。

　　為了推動CIMS系統(tǒng)集成，MESA協(xié)會制定了ISA-95標(biāo)準(zhǔn)框架。ISA-95把企業(yè)系統(tǒng)分成L0(現(xiàn)場/機臺層)，L1(控制層, PLC，傳感器和作動機構(gòu))，L2(操作層，SCADA/HMI), L3工廠層(MES, 批記錄，歷史數(shù)據(jù))，L4企業(yè)層(ERP，PLM，工藝)。一般地講，L1~L2是自動化層，L3~L4是數(shù)字化層。在自動化層，比如說在西門子成都電裝工廠、汽車焊接車間，最關(guān)鍵在于報警、安全，都是要實時處理的。自動化要求能夠在L1~L2處理實時處理優(yōu)化數(shù)據(jù)。通過L3 MES數(shù)采上來以后，然后分析、判斷、進行處理。MES是IT和OT“兩化融合”的一個結(jié)合點，關(guān)鍵點在于數(shù)采。

　　現(xiàn)在，從數(shù)字化制造為什么還要進化到智能化制造?智能化制造在數(shù)字化已經(jīng)非常強大的平臺上還能帶來什么效益?它的關(guān)鍵點在哪里?智能化制造最根本的點就是讓工業(yè)生產(chǎn)，產(chǎn)線和主要的設(shè)備有自學(xué)習(xí)、自適應(yīng)和自判斷能力。這就是智能制造和數(shù)字化制造的最根本的區(qū)別。人工智能、邊緣計算、和網(wǎng)絡(luò)數(shù)據(jù)信息安全，這三個關(guān)鍵點缺一不可。網(wǎng)絡(luò)和數(shù)據(jù)安全也非常關(guān)鍵。因為縱向集成，一網(wǎng)到底，黑客侵入以后直接可以破壞你底層的傳感器和執(zhí)行機構(gòu)。如果對黑客攻擊的防范稍微不到位，包括底層的設(shè)備和自動化有可能被破壞。

　　西門子智能制造平臺已經(jīng)具備了智能化。西門子今年初正式發(fā)布了邊緣計算和人工智能。AI處理器是并行在自動化底層總線上面。以西門子成都工廠為例，它是生產(chǎn)PLC的電子裝配工廠。該廠主要生產(chǎn)PCB板，然后封裝，測試，形成PLC控制器的模塊接到總線就開始運行。PCB板的最后一個重要工位是檢測，或者叫質(zhì)量門。PCB板里邊，前面十幾道工序下來，為了檢測焊接質(zhì)量，最后要上一個X光機，機器視覺，拍照，然后檢驗這個PCB板所有的焊接點是合格的，pass，然后封裝，測試。X光機是一個瓶頸，而且每一臺X光機是特別貴的。每天一萬片PCB板從流水線上下來到總裝這個檢測工位，需要四臺X光機并行，才能符合它這個節(jié)拍。通過西門子和Intel合作研發(fā)的人工智能芯片，并行在PLC過程中間。這個芯片起什么作用呢?前面十幾道工序采集所有焊接焊點的工業(yè)參數(shù)，包括壓力、溫度、電壓、電流等等，通過大數(shù)據(jù)分析，然后和X光機拍出來的每一張照片進行比對。在云端通過深度學(xué)習(xí)的訓(xùn)練，建立工業(yè)參數(shù)和最后合格率的邏輯關(guān)系，轉(zhuǎn)化成一種算法，植入到AI芯片里，和PLC并行，它相當(dāng)于最后一道工藝前面的總控制開關(guān)。這個芯片要根據(jù)前面十幾道工序焊接下來的這個PCB板和照片比對的這個數(shù)據(jù)做出決策，發(fā)現(xiàn)40%的板實際上不用上X光機。根據(jù)前面的工藝參數(shù)決定了這40%的板直接旁路，就封裝測試就完了。這樣能大幅度少用X光機，大大提升了產(chǎn)線效率。而且減少了X光機的投入。要提產(chǎn)能，要加快節(jié)拍，就不需要再加X光機。既節(jié)約了投資，又提高了效率，這就是人工智能的作用。

　　進一步考察，對更加復(fù)雜的汽車制造業(yè)而言，人工智能到底是怎么回事呢?實際上，現(xiàn)在的制造，整車制造，焊接工藝也好，總裝車間也好，其實上更復(fù)雜一些。因為它有很多手動工位，半自動工位，混合的人機協(xié)作，等等。需要大量的數(shù)據(jù)，直接就在現(xiàn)場就要處理，讓機器做出判斷，機器要做出決策，不能等到L3再做決策，這個就不是實時了。需要實時做決策，然后加快提高產(chǎn)能和效率。抽象的說說人工智能邊緣計算，沒有實際效益。舉個例子，電池制造行業(yè)。電池里邊電芯制造有一道工藝是裁布。裁布以后涂布，涂布以后卷繞，然后切割，形成電芯，然后加電極，焊接等等。裁布這道工藝是非常重要的。因為裁布的金屬不是通常布料，金屬布料裁了以后毛刺可能有各種排列，如果有尖峰，它卷繞以后就會戳破絕緣層，然后這個電芯就不合格。怎么處理?不可能再等MES，需要機器視覺，而且這個機器視覺是高速的，一分鐘兩米布，高速的機器視覺就判斷，這一段布裁下來以后，這個毛刺到底合格還是不合格，這需要一個大數(shù)據(jù)的分析。對于過去的幾萬米布，分析裁下來的毛刺，用最小二乘法擬合，然后放到AI處理器里邊，AI處理器在下一個工位就要做出決策，這段布裁下來的毛刺可以通過還是不可以通過。這是要在一兩分鐘內(nèi)就要決策的事情。還有很多特別需要在現(xiàn)場決策的，比如說汽車的焊接工藝中的激光焊。如果說十五厘米的焊縫，有一千個焊珠，激光焊槍打過去，幾秒鐘的事情。合格還是不合格，到下一道工序之前，要做出快速的判斷，要通過機器視覺。機器視覺這種數(shù)據(jù)就不是PLC控制的一個程序，PLC程序編了程在PLC里邊運轉(zhuǎn)，邏輯控制就可以。必須要通過人工智能，要通過邊緣計算來解決這些問題，做出判斷，提高效益。所以這不是很遙遠的事情，在汽車制造行業(yè)就非常多。這幾個關(guān)鍵點決定了是否能夠提高效益和產(chǎn)能，同時減少人力人工。因為這些是完全不可能由人來勝任的。減少人工不在于少發(fā)了幾個人工資，主要在于減少了差錯，提高了效益。這個差錯率理論上是降低為零。某德國豪華車總裝車間，幾個月以前已經(jīng)開始了試點，它把總裝所有的擰緊工序，包括一個角度參數(shù)和一個力矩參數(shù)，在工廠里邊通過AI，在不同的工位進行分配然后進行判斷，然后在底層實時處理這樣的數(shù)據(jù)?，F(xiàn)在通過OPC協(xié)議，數(shù)據(jù)打包然后傳送上去。這種復(fù)雜程度用于整車制造目前還沒有看到。但就是擰緊擰松這樣非常清晰的數(shù)據(jù)的話，通過簡單的邊緣計算和人工智能的模塊，就完全可以在現(xiàn)場處理掉。這就是智能制造，就是從數(shù)字化工廠到智能制造的一個升級。

　　PSE另外一個重點是工藝數(shù)字化模擬仿真，包括虛擬調(diào)試，對現(xiàn)在的數(shù)字化企業(yè)來說已經(jīng)成為一個非常成熟非?；镜墓ぞ吆推脚_了。西門子在平臺上研發(fā)投入巨大，只專注提供平臺，然后集成商和用戶可以在平臺上開展你自己的想象。客戶懂工藝，他們可以提出算法的要求;西門子懂平臺，可以集成這樣的算法。然后雙方在這個算法上達成一致以后，植入到邊緣計算和處理芯片里邊，在工藝上進行驗證，驗證好了實施。所有算法靠線體商、集成商和最終用戶一起討論決定。最后可以形成由線體商，或者最終用戶自主知識產(chǎn)權(quán)的算法和工藝流程，就是優(yōu)化了的工藝流程。

　　第三個是基于云的工業(yè)物聯(lián)網(wǎng)。與處理大量的實時數(shù)據(jù)不同，它可以把邊緣計算，把人工智能，把MES里邊的數(shù)據(jù)放在云上面。然后它要進行大量的數(shù)據(jù)分析，反饋到工藝產(chǎn)線，甚至反饋到原始設(shè)計端來進行產(chǎn)品的生命周期優(yōu)化，來進行產(chǎn)線、工藝過程和經(jīng)營生產(chǎn)管理的優(yōu)化。這就是一個更大的開放平臺的概念。西門子工業(yè)物聯(lián)網(wǎng)MindSphere已經(jīng)于4月份入駐阿里云。在這個云平臺上，它已經(jīng)打成數(shù)據(jù)包了，直接可以通過邊緣計算，可以通過AI處理，可以直接上升到云端，因為edge通過Ping口，直接就接到互聯(lián)網(wǎng)。實際上，這個互聯(lián)網(wǎng)需要云存儲和云計算，因為它數(shù)據(jù)量太大，本地服務(wù)器根本解決不了這些問題。所以采用開放式的開發(fā)平臺。這個操作平臺的架構(gòu)，操作系統(tǒng)，和推薦的編程語言都已經(jīng)定下來了，是Java和C++。包括這個主機廠、集成商、線體商，現(xiàn)在也在招很多IT的人才，都是懂這些高級語言的，自己可以做很多的應(yīng)用開發(fā)，也可以委托第三方，當(dāng)然也可以委托西門子。這樣就形成一個完整的閉環(huán)，就是智能制造的一個平臺。

　　當(dāng)然智能制造也不是說整個工廠所有的機器都能夠自學(xué)習(xí)了，所有的人和機器都可以相互直接協(xié)作，機器都能讀懂人的每個動作，等等。這個還不到這個程度，可能也沒必要到這個程度。真正說的話，能通過邊緣計算和人工智能帶來真正的效益，能提高生產(chǎn)效率，能減少設(shè)備投入，能夠真正減輕人員的負擔(dān)，降低錯誤率，就達到了整個智能制造的要求。

　　“Talk is cheap. Show me the model”。本書以MBD為基礎(chǔ)，把MBE分為如下九大領(lǐng)域模型：基于模型的系統(tǒng)工程，基于模型的三維設(shè)計與仿真，基于模型的電子電氣系統(tǒng)工程，基于模型的產(chǎn)品型譜化和模塊化管理，基于模型的軟件全生命周期管理，基于模型的產(chǎn)品成本管理，基于模型的工藝與虛擬驗證，基于模型的閉環(huán)制造，基于模型的MBE數(shù)字化服務(wù)。編者希望讀者可以通過我們的努力，快速鳥瞰數(shù)字化企業(yè)，主要有關(guān)數(shù)字孿生模型，拓展知識領(lǐng)域，學(xué)習(xí)工業(yè)軟件領(lǐng)域的新技術(shù)，新方法和新應(yīng)用。

　　本書實際上是第三次重大改版。2012年西門子工業(yè)軟件出版了《基于模型的數(shù)字化企業(yè)白皮書》，2015年機工社出版了《工業(yè)4.0實戰(zhàn)——裝備制造業(yè)數(shù)字化之道》，隨著西門子數(shù)字化工業(yè)整合虛擬世界和物理世界的過程不斷深入，我們追求完美的數(shù)字孿生模型的旅程也在不斷前進。這里，編者希望特別感謝戚鋒博士和夏緯先生，是他們的遠見和經(jīng)驗促進了我們在工業(yè)自動化和數(shù)字孿生兩大領(lǐng)域相互交融的理解，得以“閉環(huán)”。