数字孪生与机电一体化系统工程

数字孪生产生的背景及本质特征

由美国国家基金委员会提出的信息物理融合系统(CPS)宣告工业数字化进入到新的发展阶段。然而，在后来的实践过程中，人们发现CPS这个概念尚属于科学范畴，在很多层面难以落地。随着人类社会数字化程度的逐渐加深，CPS概念难以构建真正的数字化装备。

易盼软件(上海)有限公司大中华区战略市场总监张俊

后来，美国空军研究实验室提出了数字孪生(Digital Twin)这个概念，并得到了系统工程领域的广泛认同。经过近几年的发展，由数字孪生形成的数字线程(Digital Thread)也开始被人们所接受。因此我们说，由CPS引出了数字孪生，随之生成了数字线程，最终实现了数字制造系统。数字制造系统包含了数字化的产品和数字化的制造两部分内容。

1. 数字孪生

数字孪生是基于物理实体的系统描述，可以实现对跨越整个系统生产周期可信来源的数据、模型和信息进行创建、管理和应用。数字孪生通过强大的端到端的互联系统模型和基于模型的系统工程流程来支撑和支持。

2. 数字线程

数字线程是一种信息交互的框架，能够打通原来多个竖井式的业务视角，连通设备全生命周期数据(也就是其数字孪生模型)的互联数据流和集成视图。数字线程通过强大的端到端的互联系统模型和基于模型的系统工程流程来支撑和支持。物理和虚拟世界并不是孤立的，而是互相嵌入的，形成了端到端的联通。

3. 数字孪生的本质

数字孪生体被定义为在建系统的高保真仿真，同时也是由数字线程驱动的应用。为了解释数字孪生体的本质含义，AFRL的专家给出三个否定的判定标准：大规模定制化的配置生产仅实现了快速配置不一定是数字孪生;基于三维模型的系统不一定是数字孪生;完全基于MDB定义的系统不一定是数字孪生。

4. 数字孪生与世界先进制造格局

德国在物理装备领域处于全球领先地位，但在新工业革命时期，美国的数字化装备后来居上。我认为，无论是美国的先进制造计划，还是德国的“工业4.0”，他们都是在补自己的短板，将重点放在数字化装备，聚焦在数字制造系统和数字化工厂上。

5. 德国“工业4.0”的深化

在2018年，围绕着管理壳，德国“工业4.0”平台及相关单位发布了系列的研究报告，对管理壳的指标进行了详细说明。可以说，这是德国“工业4.0”深化的证据之一。德国电气和电子制造商协会(ZVEI)根据管理壳的管理模型提出了最新的管理壳实施指南，明确指出实现工业4.0必须依靠数字孪生。数字孪生包含两部分内容：构建数字孪生的模型和进行仿真。

ZVEI是德国最大的行业协会之一。它代表了德国电子行业在德国、欧洲和国际层面的经济、技术和环境利益。EPLAN的母公司Friedhelm Loh集团的所有者兼首席执行官Friedhelm Loh长期担任ZVEI德国工业联合会(BDI)的总裁兼副总裁，为德国“工业4.0”做出了巨大贡献。

ZVEI提出的管理壳实施指南，通过管理壳的确定，所有的资产、所有的对应模型，都可在全生命周期中被管理平台识别、交互、实施、验证和维护，能够实现数字化的虚拟产品开发和自动测试，以适应和响应现代制造系统内外部的高度的不确定性(部门协调、客户需求和供应链变化等)，优化制造资源配置，同时通过在不同企业的具体化，如西门子等采用数字孪生来实现。

机电一体化系统工程技术解读

1. 机电一体化系统工程的定义

真正的机电一体化是一个多学科的工程领域，包括机械工程、电子、计算机工程、电信工程、系统工程和控制工程。随着技术的进步，工程的子领域成倍增加并适应。机电一体化的目标是统一这些子场的设计过程。最初，机电一体化只包括机械和电子学的结合，因此这个词是机械和电子学的结合;然而，随着技术系统变得越来越复杂，定义已经扩展到包括更多技术领域。

图1 智能、数字化制造背景下的机电一体化

来自伦斯勒理工学院的定义：机电一体化是由计算机技术、信息技术、机械技术、电子技术、电气技术、控制技术以及光学技术等多学科相融合构成的一门独立的交叉学科。图1所示为智能、数字化制造背景下的机电一体化。

2. 机电一体化学系统工程的“跨学科”对象信息

做好产品设计需要的信息很多，包括：几何信息、原理及连接信息、设计BOM以及内外部关联、工艺信息、SBOM、EBOM、MBOM、软件与控制、制造与加工、流程与变更历史、供应链信息、安装与维护、信息安全、跨学科集成和设计知识……通过构建结构化数据模型，打通软硬件边界，实现数据的交互、协同以及跨学科的集成，这是机电一体化系统工程的构建目标及行业需求所在。

3. 机电一体化系统工程的底层信息化基础

任何企业的最终智能制造或数字化建设目标的实现一定是基于企业信息物理系统总线(CPS)的构建，这一构建目标正好与机电一体化的构建目标完全契合。图2所示为机电一体化系统工程的底层信息化基础。

图2 机电一体化系统工程的底层信息化基础

机电一体化系统工程应用技术实践方法论

1. 基于模型的系统工程(MBSE)

1)MBSE的定义：是一种应用建模方法的正式方式，用于支持系统需求、分析、设计、检验与确认活动，这些活动从概念设计阶段开始，贯穿整个开发过程及后续的生产周期阶段。

MBSE是系统工程领域发展的一种基于模型表达和驱动的方法，它可以看成是模型驱动原则、方法、工具和语言的指导规范，是对学科交叉和规模化的复杂系统的实施。

2)MBSE的目的：建立一个系统数据模型，打通系统不同组件、不同学科之间的联系，规范和提高设计准确性，系统设计集成，系统构建的重用，满足系统需求和分配需求到系统的组件，增强系统设计者和开发者之间的联系。

图3 MBSE技术愿景：贯穿全生命周期设计

MBSE最早是用于航空航天领域，后来扩展到了机械制造、自动化和高端装备制造领域。我认为，只有通过MBSE才可以打通不同学科之间的架构，但MBSE里面最核心的是要建立一个系统数据模型——主数据模型。这个数据不仅可用于产品的设计，还可以用于工艺、制造，甚至是产品投入使用后的运维，这个主数据是贯穿到产品全生产周期的业务流程中的。MBSE技术愿景如图3所示。

2. MBSE“双V”流程模型指导研发体系构建

建立系统的不同视角模型为中心，结合“双V”流程模型(如图4所示)。

图4 多学科的MBSE“双V”流程模型指导研发体系

1)驱动仿真、产品设计、实现、测试、综合、验证和确认环节，更容易构建满足用户要求的机电一体化产品。

2)以利益攸关者需求为出发点，通过一系列活动，建立起系统的各项模型，以推进系统验证和确认“双V”流程。

企业只有建立高效的研发体系，才能适应机电一体化产品多样化的市场需求，快速形成企业的创新竞争力。基于模型的系统工程以建立系统的不同视角模型为中心，结合“双V”流程模型，驱动仿真、产品设计、实现、测试、综合、验证和确认环节，从而能够更容易构建满足用户要求的机电一体化产品。

基于MBSE的机电一体化系统工程研发体系系构建从概念设计阶段开始，贯穿整个开发过程及后续的生命周期阶段。目的是打通系统不同组件、不同学科之间的联系，提高设计的准确性，构建能重用的知识系统，实现系统设计的集成。不难看出，机电一体化的本质就是多学科系统工程。图5所示为基于MBSE的真正机电一体化系统工程研发策略。

图5 基于MBSE的真正机电一体化系统工程研发策略

MBSE是唯一一个能够让数字孪生落地的方法学。事实上，MBSE本身还在不断扩展中，在CIMdata于2017年发布的报告中提出了MBSE目前还没有做到跨领域，如何开展机械、电气和软件基于模型的跨领域协同，非常重要，需要我们大家共同努力。此外，CIMdata还在最新的报告中阐述了如何将MBSE、数字线程、PLM和数字孪生构建到一个体系中来。

德国EPLAN公司是全球领先的工程设计制造方案提供商，机电一体化软件领域的行业领导者，引领工程设计自动化云战略。我们的定位是“机电一体化高效工程设计平台”，EPLAN的愿景是“成为机电一体化行业标准”。

如何建立起基于MBSE的机电一体化工程设计，首先必须构建统一的主数据系统，而这正是EPLAN的优势所在。在EPLAN工程设计元器件库中已经包含了超过100万种电子元器件数据，几乎包含了全球所有主流的电子元器件厂商的工程元器件模型数据，即除了图样之外，还包含有生产、安装和制造等信息，用户在设计过程中可随意调用，极大地加速了机电一体化的设计效率。其次，在企业完成基于模型的工程定义过程中，EPLAN提供一系列的设计工具和方法帮助企业高效完成。比如预规则、机械设计、PLC程序开发、流体与电气设计、工艺设计与热分析设计、生产制造以及运行调试和维护等。EPLAN的解决方案可以完整的涵盖从概念设计、基础设计、机械、控制、制造、安装以及交付的整个机电一体化设计过程，实现跨学科的机电一体化基础设计和系统工程设计。图6所示为基于MBSE的EPLAN机电一体化系统工程应用技术。

图6 基于MBSE的EPLAN机电一体化系统工程应用技术

机电一体化系统工程应用技术要点：跨学科基础设计、跨学科系统工程、面向订单、高效研发制造、联通软件/硬件边界、高效研发制造。如图7所示，一个来自汽车涂装车间的真实数例：从产品的立项到多学科的方案、机械设计的分工、电气设计、生产制造、现场安装、软件测试以及最后的全自动验收，包括实现跨多学科基础设计和系统工程设计、跨软件和平台集成、连通软件和硬件边界等。

 

图7 汽车涂装生产线基于MBSE的EPLAN机电一体化系统工程实例

机电一体化系统工程应用技术未来展望

智能制造的核心是制造，制造的核心是数据的准确性、一致性以及可靠性，为此，我们必须减少过程中发生错误。在设计图样中，每个符号不仅代表了一个元器件，还包含了产品的性能参数以及安装信息，这些信息在整个设计过程中都要保持一致，才能实现生产制造过程中的一致性。也就是说，要实现数字孪生，在设计初期时就要有一个完整且真实的工程数据。因为，大多数的设计都是从填充标准部件开始的，即从元器件到多学科设计，到最终的制造集成一体化。只有依照标准，尽量减少进行人工干涉，尽量减少二次开发，才能确保数据的一致性。

对于未来机电一体化工程设计的趋势，我认为应该重点从服务驱动、数据驱动、AI及机器学习、跨平台和生态系统5个方向进行突破。

(本文根据易盼软件(上海)有限公司大中华区战略市场总监张俊在2019年中国电气工业发展高峰论坛上的发言整理)

2019电气百强