隨著數據采集系統、信息技術和網絡技術的發展,制造業進入了數字化時代。在數字化的背景下,全球制造業面臨著新的挑戰。在此背景下,德國、美國和中國相繼提出了工業4.0、工業互聯網和中國制造2025等先進制造戰略,其共同目標是實現智能制造。
智能制造可稱為“Intelligent Manufacturing”或“Smart Manufacturing”。作為人工智能(AI)和制造的結合,“Intelligent Manufacturing”自20世紀80年代以來一直被研究者使用。然而,隨著AI逐漸演變為AI 2.0,物聯網、云計算、大數據、信息物理系統(CPS)和數字孿生(DT)等智能技術逐漸在新一代智能制造(即“Smart Manufacturing”)中占據中心位置。制造業正在從基于知識的智能制造轉向數據和知識雙驅動的智能制造,其中,“Smart”一詞是指數據的產生和使用。因此,“Smart Manufacturing”可被視為“Intelligent Manufacturing”的新版本,它突出了使用先進信息和通信技術以及先進的數據分析。智能制造是指未來的制造狀態,是從整個產品生命周期中的數據實時傳輸和分析,以及基于模型的仿真和優化來創造智能,從而對制造業的各個方面產生積極影響。信息物理融合是智能制造的重要前提。作為實現信息物理融合的首選手段,CPS和DT得到了學術界、工業界和政府的高度重視。
CPS是一個集成了信息網絡世界和動態物理世界的多維復雜的系統。通過計算、通信和控制(3C)的集成和協作,CPS提供實時傳感、信息反饋、動態控制等服務。通過緊密連接和反饋循環,物理和計算過程高度相互依賴。通過這種方式,信息世界與物理過程高度集成和實時交互,以便以可靠、安全、協作、穩健和高效的方式監控物理實體。
DT是與信息物理融合相關的另一個概念。DT是在虛擬空間中創建物理對象的高保真虛擬模型,以模擬其在現實世界中的行為并提供反饋。DT反映了雙向動態映射過程。它打破了產品生命周期的隔離,提供了完整的產品數字足跡。因此,DT使公司能夠更快、更準確地預測和檢測物理問題,優化制造流程,并生產更好的產品。
根據定義,CPS和DT都用于描述信息物理融合。但為什么兩個概念并行存在,為什么它們在不同的領域使用?它們之間的區別和相關性是什么?它們各自的側重點是什么?為了辨析CPS和DT之間的差異和相關性,本文從多個角度對其進行回顧和分析,包括其起源、信息物理映射、分層建模和側重點等。
本文的其余部分按如下方式組織:第2節回顧了CPS和DT的起源和發展;第3節分析了信息世界和物理世界間的映射關系;第4節介紹了制造中的CPS和DT的分層模型;在第5節中,討論了兩者各自的側重點;然后在第6節中對CPS和DT進行了比較。
如圖1所示,隨著傳統IT向新一代信息技術(New IT)的演進,New IT的低成本和先進功能對CPS和DT的出現和使用起到了重要促進作用。作為信息物理融合的首選方式,CPS和DT為智能制造的實施提供有效手段,能夠從根本上改變現有的制造系統和業務模式。
圖1. CPS和DT的起源和發展
CPS源自嵌入式系統的廣泛應用,可以追溯到2006年。美國國家科學基金會(NSF)的Helen Gill用“信息物理系統”一詞來描述傳統的IT術語無法有效說明的日益復雜的系統。CPS隨后被列為美國研究投資的重中之重。在德國,CPS同樣被認為是工業4.0的內核和基礎。毫無疑問,CPS可以帶來巨大的經濟效益,并將從根本上改變現有的工業運營。然而,目前對CPS的研究主要集中在概念、架構、技術和挑戰的討論上。與嵌入式系統、物聯網、傳感器和其他技術相比,CPS更加基礎,因為CPS不直接涉及實現方法或特定應用。因此,正如NSF所言,CPS的研究計劃是尋找新的科學基礎和技術,CPS更側重科學研究。
數字孿生一詞可追溯到由Michael Grieves教授2003年在密歇根大學關于產品生命周期管理(PLM)的演講中提出的“物理產品的虛擬數字化表達”。當時,由于技術的局限性和不成熟,幾乎沒有DT相關的研究或應用。為了解決日益復雜的工程系統問題,美國國家航空航天局(NASA)和美國空軍在航空器的健康維護和剩余使用壽命預測中應用了DT。目前,New IT的發展正在催生DT的繁榮。由于DT開辟了一條物理活動與虛擬世界同步的新途徑,因此DT成為了一個熱門的研究課題。最近,DT被各個行業采用,包括產品設計、生產線設計、數字孿生車間、生產工藝優化、預測維護和運行狀況管理。美國通用電氣公司、德國西門子股份公司、美國參數技術公司(PTC)、法國達索系統公司、美國特斯拉公司等大型企業也將DT應用到工業實踐中,這些企業使用DT來增加其產品性能、制造靈活性和競爭力。DT的工程應用是普遍存在的。因此,從這個角度看,DT更側重工程應用。
從它們的起源和發展的角度來看,CPS和DT都受益于New IT的進步,并幾乎同時出現。作為實現信息物理融合的有效手段,兩者都引起了相關領域研究人員和工業從業者的極大關注。但是,在工業實踐中,DT的應用更加廣泛,工程系統可以通過DT技術實現更高的精度和更好的管理。
CPS被定義為計算和物理過程的集成。同時,使用物理系統的數字模型執行實時優化被稱為“數字孿生”。在制造中,CPS和DT都包括兩個部分:物理部分和信息部分。如圖2所示,物理部分由各種制造資源組成,可歸納為“人-機-物-環境”。制造活動由這些物理資源執行。信息部分擁有各種無處不在的應用和服務,并融合了智能數據管理、分析和計算功能。服務和應用提供豐富的功能,能夠提高制造效率。物理部分感知和收集數據,而信息部分分析和處理數據,然后做出決策。通過這種緊密的聯系,信息部分可以影響物理過程,反之亦然。例如,在Wang等設計的Wise-ShopFloor中,信息物理交互為用戶提供了直觀的車間環境并進行實時監控和遠程控制。由實時傳感器信號驅動的Java3D模型從不同角度為用戶提供可視化。授權用戶可以控制實際設備操作并查看受控設備運行時的狀態。
圖2. 信息世界與物理世界映射
CPS的本質是使用與物理過程緊密交互的計算和通信向物理系統添加新功能。CPS通過3C之間緊密集成,為復雜系統提供實時傳感、動態控制和信息服務。與DT相比,CPS更強調信息世界的強大計算和通信能力,這可以提高物理世界的準確性和效率。此外,研究人員提出的所有CPS體系結構無論是三層結構、五層結構,還是面向服務的體系結構都側重于控制,而不是鏡像模型。與DT類似,反饋循環在CPS中非常重要。信息和物理世界之間的相互映射、實時交互和高效協作支持CPS的功能。但信息系統可能會影響多個物理對象。例如,一個信息物理系統可能包含多個物理組件。因此,CPS的信息世界和物理世界之間的映射關系不是一對一的,而是一對多的對應關系。
DT的愿景是為組件、產品或系統提供全面的物理和功能描述。第一個也是最重要的步驟是創建高保真虛擬模型,以真實地再現物理世界的幾何形狀、物理屬性、行為和規則。這些虛擬模型不僅在幾何和結構方面與物理部分高度一致,而且能夠模擬其時空狀態、行為、功能等。即虛擬模型和物理實體具有相似的外觀(就像孿生兄弟)和相同的行為(就像鏡像)。此外,數字環境中的模型可以直接優化操作,并通過反饋調整物理過程。使用雙向動態映射,物理實體和虛擬模型共同演化。因此,DT的物理世界和信息世界之間的映射關系是一對一的對應關系。集成幾何、結構、行為、規則和功能屬性的虛擬模型對應特定的物理對象。
控制的目的是使系統保持在可接受的正常運行水平,以應對干擾??刂剖荂PS和DT的核心功能。CPS的信息物理交互至關重要。DT的虛擬模型和物理過程在產品或系統生命周期中共同演變。CPS和DT中的控制包括兩個部分:物理資產或流程影響信息表達,以及信息過程控制物理資產或流程。對于前者,物理世界是動態的,同一實體可能在不同的時間顯示不同的屬性。為了保持一致,使用傳感器收集來自物理世界的實時數據,并傳達到信息世界,以驅動信息元素與物理世界同步。特別是對于DT,物理實時數據驅動虛擬模型模擬物理過程及其演化。對于后者,信息世界使用感知數據來計算控制輸出并將其發送到執行器進行物理實現。例如,通過數學模型和相關計算工具,可以預測未來狀態和故障,從而提前生成更好的服務和控制解決方案。通過信息物理交互,可控制消除某些干擾,包括意外和惡意威脅。
如上所述,CPS和DT都通過“狀態傳感、實時分析、科學決策和精確執行”的閉環促進智能制造。然而,借助虛擬模型,DT提供了更加直觀和有效的手段。通過持續的數據集成,DT提供相關解決方案的能力被加強。如圖3所示,虛擬模型可用作補充以豐富CPS的組成和功能。因此,DT可被視為構建和實現CPS的必要基礎。CPS和DT的組合將幫助制造商實現更精確、更好、更高效的管理。
圖3. DT和CPS的集成
智能制造是一個從設計到生產、物流和服務的價值創造過程,其中有多個主體參與。如圖4所示,從層次結構的角度來看,CPS和DT可以按粒度分為單元級、系統級和復雜系統(system of sytem, SoS)級。
圖4. CPS和DT的分層模型
單元級是指參與制造活動的最小單位,如單一設備(如機床、機械臂等)、物料(如原材料和帶有RFID或傳感器的部件等),甚至是環境因素。這些生產要素構成了單元級CPS和DT的物理部分。帶有傳感器、執行器和嵌入式系統的機床可以被視為單元級CPS。通過數據交換和數據處理,單元級CPS可實現更高效、更具彈性的機器。單元級CPS和DT共享相同的物理對象。單元級CPS和DT都可以在信息物理交互過程中隨著物理加工、組裝和集成而發展。然而,對于單元級DT,它必須通過對幾何形狀、標識和功能信息以及單元級物理對象的操作狀態的描述和建模來形成。此外,由于DT更注重模型的構建,包括幾何形狀模型、規則、行為和其他約束模型等,DT還可以進一步執行高保真仿真。
在單元級的基礎上,通過工業網絡,多個單元級CPS或DT互連和互操作,可實現更廣泛的數據流和資源協調。多個單元級CPS或DT的集成構成了系統級CPS或DT。系統級CPS和DT生產系統可以是生產線、車間,甚至是工廠等?;凇案兄?分析-決策-執行”的閉環,系統級CPS和DT可以實現制造資源的最優配置,提高各種資源之間的協作效率。系統級CPS和DT具有相同的系統級物理制造系統(如生產線、車間、工廠等)。系統級CPS的信息部分與單元級CPS沒有太大差別。但是系統級DT的虛擬模型需要通過多個單元級模型的集成和協作來形成。此外,復雜產品可以被視為系統級DT。例如,對于由大量零部件組成的飛機,發動機數字孿生用于評估運行狀態,預測和診斷損壞,而機翼數字孿生用于評估飛行姿態。這些相關的數字孿生部分被組合以形成復雜的產品數字孿生。
在系統級的基礎上,通過構建智能服務平臺,實現系統級CPS或DT之間的跨系統互聯、互操作和協同優化。在此級別,通過服務平臺,多個系統級CPS或DT形成SoS級CPS或DT 。與系統級CPS相比,SoS級CPS更注重企業級集成,甚至跨企業協作。企業協作將提供不同類型的協作應用,如商務協作、供應鏈協作、制造協作等。例如,生產、設計和服務公司之間的協作可以實現個性化定制、智能設計、遠程維護等。至于DT,仿真和從生命周期的一個階段到后續階段的無縫數據傳輸是核心。因此,SoS級DT是產品生命周期各個階段的集成。它將來自產品生命周期各個方面的數據整合在一起,這可能在各個生命周期階段甚至下一個生命周期中都很有用。SoS級DT為產品創新和質量可追溯性奠定了基礎。例如,來自制造和維護階段的數據也可以幫助改進下一代設計。SoS級數字孿生不僅可以縮短設計周期,還可以大大降低時間和成本。
實施CPS和DT是一個長期的過程。根據層次結構,CPS和DT可以分三個步驟實現。第一步是構建單元級CPS和DT?;谠O備DT,可實現設備的智能監控、智能控制、健康管理。第二步是構建系統級CPS和DT。多個單元級可以形成系統級,從而實現智能生產。最后,根據單元級和系統級,實現了SoS級。
CPS和DT都旨在實現信息物理融合。然而,在進行功能實現時,它們各有側重。CPS將傳感器和執行器視為主要模塊,而DT則采用基于模型的系統工程方法,強調數據和模型。CPS和DT都與New IT密不可分,New IT為CPS和DT提供了技術基礎。
CPS集成了3C技術,使物理流程具有精確控制、遠程協作、自主管理和其他功能。CPS與物理過程緊密耦合。智能來自數據。傳感器和執行器與物理世界交互以進行數據交換是CPS最重要的功能。它們負責從物理機器和環境感知狀態,以及執行控制命令。如圖5所示,通過分布在物理設備和環境中的多個傳感器,進行大規模分布式數據采集(如材料屬性、實時性能和環境條件)和狀態標識,以實現使信息世界和物理世界之間的交互。通過信息世界的數據管理、處理和分析,基于預定義的規則和控制語義生成控制命令??刂泼畋环答伣o執行器,而后執行器根據控制命令執行操作并適應變化。數據和控制總線為實時通信和數據交換提供支持。通過傳感器和執行器,物理過程的任何變化(如行為、條件或性能)都會導致信息世界的變化,反之亦然。因此,CPS的側重點是傳感器和執行器。
圖5. CPS的功能實現
DT的主要思想是為物理實體創建數字副本(即虛擬模型),以便通過建模和仿真分析來模擬和反映其狀態和行為,并通過反饋,預測和控制它們的狀態和行為。由于物理世界的狀態,行為和屬性是動態變化的,所以從產品設計開始到產品生產、服務不斷產生、使用和存儲各種數據。數字孿生集成了全要素、全業務和全流程數據,以確保一致性。如圖6所示,集成幾何、結構、材料屬性、規則和過程等的模型使生產系統和過程的數字化和可視化成為可能。結合數據分析,數字孿生使制造商能夠做出更準確的預測、合理的決策和智能的生產。此外,在模型和物理過程的共同演化過程中,模型也會生成新數據。這些模型用作通信和記錄機制,幫助解釋機器或系統的行為,并根據實時數據、歷史數據、經驗和知識以及模型數據預測其未來狀態。因此,DT的側重點是數據和模型。
圖6. DT的功能實現
目前,New IT還沒有通用的單一定義。New IT可以看作是工業技術、信息技術和智能技術的集成。New IT既是信息技術的縱向升級,也是信息技術與不同行業和領域的橫向整合。物聯網、云計算、大數據和人工智能是New IT的核心元素。在制造業中,由于數字化,制造資源會產生大量的各種數據(圖7)。通過物聯網可以實時收集數據以進行存儲和計算。通過統一調配計算和存儲資源,云計算可以有效地滿足數據計算和存儲的需求,而大數據技術可以有效地挖掘隱藏的有用信息和知識,從而提高智能,更好地滿足動態服務需求。因此,物聯網、云計算、大數據和人工智能在New IT中扮演著重要的角色。
圖7. 工業技術、信息技術和智能技術的集成
New IT的進步對CPS和DT產生了深遠的影響。首先,CPS與New IT密不可分。物聯網和基于云的制造可被看作是制造中的特殊CPS;當在CPS中應用時,大數據更有意義。Wan等認為通過引入更智能、更具交互性的操作,CPS是物聯網架構下嵌入式計算系統的演變。集成了云的CPS可以實現以前無法實現的應用,以滿足工業4.0的要求。人工智能使整個系統變得智能,允許它“像人一樣思考”和“像人一樣行動”。至于DT,它被認為是管理工業物聯網的一種新方式。將云技術集成到DT中,對于確保存儲、計算和通信的可擴展性具有重要意義。大數據分析、人工智能和相應的算法也被視為DT的重要基礎。在多個DT潛在應用探索中,New IT也起著重要的作用。與CPS相比,DT在集成New IT時更快、更方便。例如,許多公司在其DT應用中添加了New IT,包括美國通用電氣公司、德國西門子股份公司、PTC、法國達索公司和美國特斯拉公司。
CPS和DT的功能實現旨在賦予物理過程更高的效率、彈性和智能。鑒于它們各自的側重點(即CPS中的傳感器和執行器以及DT中的模型和數據),CPS和DT具有不同的應用重點。但是,兩者都必須與New IT集成。
從廣義上看,CPS和DT具有類似的功能,并且都描述了信息物理融合。但是,CPS和DT并不完全相同。本節從不同角度提供比較和聯系,如表1所示。
表1 CPS和DT的對比分析
aIncluding two directions—cyber to physical and physical to cyber.
如表1所示,CPS和DT大約在同一時間被提出。然而,直到2012年NASA和美國空軍開始使用DT概念時DT才受到廣泛關注。相比之下,自Gill提出CPS,CPS就受到了學術界和政府的廣泛關注。工業4.0將CPS列為核心。然而,經過幾年的發展,DT開始流行起來。在構成上,CPS和DT都涉及物理世界和信息世界。通過信息物理交互和控制,CPS和DT都實現了對物理世界的精確管理和操作。然而,對于信息世界,CPS和DT各有側重點。DT更側重于虛擬模型,從而在DT中實現一對一映射,而CPS強調3C功能,從而導致一對多映射關系。在CPS和DT的功能實現方面,傳感器和執行器支持物理世界和信息世界之間的交互以實現數據和控制交換。相比之下,模型在DT中起著重要的作用,有助于根據各種數據解釋和預測物理世界的行為。從層次結構的角度看,二者均可分為單元級、系統級和SoS級。但是,由于它們具有不同的側重點,CPS和DT在每個級別上具有不同的組成部分。最后,通過與New IT的集成,CPS和DT可以提供優化的解決方案,從而增強制造系統的能力,有助于實現智能制造。
智能制造已成為必然趨勢,實現信息物理融合是智能制造的重要前提,CPS和DT是首選方法。但是,兩者并不完全相同。本文從多個角度回顧和分析CPS和DT,并討論了它們之間的差異和相關性。從本文提供的不同角度的比較,可以更好地了解CPS和DT,并有助于識別CPS和DT之間的異同。