UDMTEK——智能工厂中的数字孪生

正如人类的孩子在成长过程中不断积累知识一样，如今以及未来的工厂也将通过数据学习，不断自主提升智能水平。不仅是现实中的工厂，存在于网络空间、与现实工厂一模一样的虚拟工厂，也将在这一进化过程中有机连接，共享经验、互补成长。这一理论模型便是“数字孪生（Digital Twin）”。

孪生的“有机联动”是核心

UDMTEK 代表王志南表示：“数字孪生的呈现方式取决于如何描绘虚拟工厂，但从根本上说，孪生体是‘生命体’。如何创造两个活着的孪生工厂是个极其复杂的问题。现实工厂中有大量的机械、软件与作业人员，虚拟工厂也必须反映这些要素。虚拟工厂的实现方式可以是基于仿真来呈现，也可以采用其他方法。如果两个工厂能够紧密联动、互为补充，那么随着运营时间的延长，它们的智能也将同步提升。”

他补充道：“目前数字孪生并不是虚拟工厂与现实工厂完全统一的架构，而是在持续智能化过程中实现进化。当现实工厂发生变化时，虚拟工厂也应同步调整，从而相互支持。虽然现在还不能说它们已经完全融合，但我期待在未来的智能工厂中，这种孪生体的完全联动能够实现。”

UDMTEK 成立于 2007 年，专注开发集成型数字制造仿真软件、应用软件、分析程序及设备，并为国内外的显示、汽车、半导体、造船、钢铁领域的领先企业提供解决方案。同时，公司也是由政企联合推进的“智能工厂普及项目”的供应商之一。

数据解析——提升企业竞争力的第一步

俗话说“有珠不串，不成宝”。建成智能工厂后，要想充分发挥其能力，就必须正确利用源源不断产生的数据。否则，就只是“猪戴珠宝”罢了。只有当作业者与管理者能够利用所收集的数据提升生产力与质量时，智能工厂的目标才算实现。

UDMTEK 的核心技术之一，就是解析工厂中产生的控制程序。

王志南解释道：“工厂中产生的数据量超乎想象，仅一台机器每秒就能执行数千次动作。要理解这些数据，就必须进行控制程序解析。即使积累了海量数据，要将其知识化也并不容易，因此需要将数据解析并结构化。这一过程就是控制程序的逆向建模，即将复杂控制程序生成的数据解析为通用可理解的形式，并与历史轨迹数据关联。该技术能从控制角度理解工厂过去的运行状态，将所有静态与动态信息进行关联。”

他补充说：“通过解析数字孪生获得的信息，可以非常有效地定位工厂问题的根源。过去只能发现重大缺陷，如今连微小的异常原因也能清晰查明。同时还能详细掌握影响质量的各种因素，从而提高产量、缩短节拍时间、提升质量，增强企业竞争力。”

中小企业应考虑利用云网络

即便企业决定在工厂中引入智能工厂与数字孪生技术，政府在“智能工厂普及扩展项目”中的补助比例也仅为最高 50%。对于中小企业来说，剩余的一半费用及专业人力投入仍是巨大负担。

王志南指出：“考虑到中小企业的财务状况，利用云技术建设智能工厂可以成为一条突破之路，因为这样无需额外招聘 IT 人员，也无需采购额外存储设备。只要具备基础通信基础设施，中小企业也能具备实现数字孪生的条件。”

UDMTEK 计划从今年起，将过去面向大型及领先企业供应 CPS 解决方案的业务，扩展到基于云的解决方案与设备，并面向中小企业提供。