物流中的“数字孪生”技术应用 （图）

（一）数字孪生的基本特征

早在2002年，“数字孪生”由Dr. Grieves首先提出，并不断丰富和发展。它是一种将实体世界和虚拟数字世界紧密联系的技术。在先进数字科技的支持下，在计算机里面可以精确反映物体（如某个工业产品）的当前状态，记录其历史发展过程，并对其未来进行预测。

由于数字孪生实现了数字世界和物理世界之间的高度匹配，所以又被称为“数字双胞胎”。它既可以描绘原子的运动，也可以在计算机中跟踪一个人的生老病死历程，甚至模拟一座城市/一个国家发展的生命周期。当然，还可以用来刻画物流和供应链的运作。

图1: 仿真技术逐步进化成了今天的“数字孪生”。图片来源：DHL研究院

数字孪生和仿真（Simulation）有着密切的联系。DHL研究院认为，今天的数字孪生实际上是仿真技术不断升级的产物，如图1所示。传统仿真技术，在某种意义上初步实现了数字世界和物理世界的对应：在某个实体产品/服务真正落地之前，就可以在电脑中对其性能作初步的模拟验证，并根据结果来及时修正方案。

然而，到了最近的“数字孪生阶段”，数字模拟的精度提升到了前所未有的程度（拜计算机科技以及先进传感器提供的大数据所赐）。信息反馈的方向也不再是单向的“计算机指导实体世界”，而是可以从实体世界反馈到计算机数字世界，再从数字世界到实体：两者之间循环交互，密不可分，以至于数字版本可以和实际世界“同步成长”。

相比于传统仿真而言，数字孪生技术不但性能大为增强，而且成本也逐步下降。许多专家认为，Digital Twin已经到了全面普及的临界点。其市场份额的年增长率或超过30%。

图2：Digital Twin背后的虚实映射关系。图片来源：德勤

关于数字和实体世界的“孪生”关系，在图2中有更加直观的描述。从物理世界到数字世界，靠的主要是传感器等数据收集装置（sensors,actuators）；而从数字到物理世界，则依赖于数据管理和分析（analytics）。数字孪生是对物理实体的独一无二表达，既描述其静止状态，也描述其动态行为。并且，还可以从大数据中推测出未来的发展趋势，为实体提供最优决策支持。

（二）数字孪生的应用前提

数字孪生的快速发展，主要依赖于五项关键技术：

1）物联网（IoT），以低成本传感器收集实体世界的大量数据；

2）云计算（Cloud Computing），为大量数据的存储和处理提供（足够灵活的）基础设施支持；

3）接口标准（API & Open Standards），让IT开发人员能够灵活使用外界资源，避免“重复造轮子”，站在巨人肩膀上创新；

4）人工智能（AI），让我们能发现大量数据中的规律，作出最优决策；

5）虚拟现实/增强现实/混合现实（VR/AR/MR）：让数字世界显得更加“真实”。

图3：数字孪生基于“解耦”，将对象拆分成足够小的模块。图片来源：英诺维盛公司

无论传统仿真，还是强大的数字孪生，其技术应用的前提都是对实体对象进行建模，用数学语言对其进行描绘。而建模的前提则是将对象进行足够细致的分解,细分之后再组合成一个数字整体（”If you can’t create it, youdon’t understand it ”）。

对象的分解可以有“横向”和“纵向”两个维度。根据著名智能制造专家赵敏老师的论述: “横向分解”是从生命周期的角度，把实体产品发展的过程划分成“需求分析”、“方案设计”、“加工制造”等若干个阶段，一直到最后的“维护管理”和“产品退役”为止。而“纵向分解”则是在任一时间点，将对象逐层分解为细小的模块。例如：飞机这样的大型复杂工业品也可以分为“系统”、“子系统”。。“元器件/零件”、“原材料”等各个层次，如图3所示。

将对象划分得越细，数字世界的镜像就会越逼真，并且对数字模型的更新迭代也会更快（每次只需要更新一个小模块即可）。这和IT领域近年流行的“微服务”理念也是一致的。

（三）数字孪生的应用领域

数字孪生应用的领域很广，图4中提到的七个方面是较为典型的：

图4：数字孪生的七大应用领域

1.  在生产制造领域，可以用数字孪生对生产过程进行充分模拟，确定最优工艺参数等，从而提高生产质量、降低运营成本；

2.  在材料研发领域，可以对各种不同的材料配置进行分析和比较,预测其性能;

3.  在工业品应用领域,可以对一些大型产品的使用情况进行持续监控,例如航空发动机,或是应用在极端气候条件下的电力设备 – 这类产品的“售后”状况很难通过人力监控，但用数字化手段则可以看得更加清楚。

4.  在医疗健康领域：一方面可以对CT机等大型医疗设备的性能进行仿真和数字化追踪；另一方面，也可以对植入人体的心脏起搏器等设备作建模分析，甚至为“活的”人体生物组织建立数字镜像。

5.  在城市基础设施领域，数字孪生的内涵可大可小：大到整个城市/国家的公共设施运行分析，小到一段铁轨的变形情况监控。

6.  在能源领域，我们既可以为“硬”的钻井平台/发电设备建立维修模型，也可以为“软”的能耗情况及二氧化碳排放轨迹等建立数字孪生。

7.  在零售电商领域，研究对象则包括服务流程监控，以及对消费品质量的长期追踪等。

（四）在物流中的具体应用

上文提到的数字孪生七大领域，与物流供应链有着密切的联系。一方面，物流和供应链对这七大领域的发展起到支持和保障作用；另一方面，这七大领域的技术提升，本身也会促进物流的进步。如图5所示：

图5：应用数字孪生的五大物流分支

A.  对于包装器具管理而言，数字孪生技术可以帮助我们设计新型材料，从而减少物流包装带来的环境污染和浪费。这一点在国家推出“限塑令”的大前提下显得更为重要。哪怕对于非塑料材料，我们也有必要研究：如何让包装材料更经久耐用，以及对环境的污染更小。同时，对于可循环包装的运行轨迹进行全程跟踪和大数据分析，也是数字孪生的重要课题之一。

B.  对于航运领域而言：我们可以对某些高价值货物的运输过程进行数字化追踪，全流程记录货物所处的温度、湿度环境以及受冲击/碰撞情况等，从而确定承运方是否按照约定的条件对货物进行了保护。一旦出现货物损坏，也有足够的证据来支持理赔操作。此外：把远洋货轮本身当作数字孪生的建模追踪对象，有助于监控其运输时效，并预防船只的抛锚、失火等事故。

C.  对于全球/全国范围内的物流网络运作来说：新一代地理信息系统（GIS）给数字化物流提供了前所未有的机遇。在宏观设计层面，民用地图的精度达到了前所未有的程度，并且还推出物流专用的货运版地图，显示出货运卡车在城市每个区域的限行状况等。这有助于制定更精细的物流规划方案。在微观运作方面，对于车辆/货物的精确跟踪，也有利于在每日运作中制定更优的决策。

D.  拜数字孪生所赐，物流基础设施的管理水平也更高了：除了广义的地理信息系统之外，我们还可以为某个具体的港口/机场建立孪生模型，实时监控和分析其运作情况，预测未来一段时间内的海运/航空班次准点率等。并且，不用大兴土木作实体建造，就可以分析出未来5-10年的最优改建方案。

E.  哪怕把物流管理范围缩得更小一些：对于单个仓库/物流中心的运营，数字孪生技术也能提供很多帮助。在低成本传感器和大数据技术的支持下，我们可以对仓库各个库区的应用情况了如指掌，并且能够建立3D模型对其进行描绘。哪怕坐在家中，也能掌握每一个货架的实时情况。出于培训目的，我们还可以为公司职员配备虚拟现实眼镜，把数字化的仓库栩栩如生地展现在他们眼前。

供应链运作是一个端到端的完整过程。单个环节的创新如同珍珠，组合在一起之后就会成为熠熠生辉的项链。对于制造业供应链而言，数字孪生对各个环节的影响如图6所示：

图6：数字孪生对制造业物流各环节的影响

一.在入厂物流环节，数字孪生可以让制造商能够配置更多种类的产品，来满足客户更加多样化的需求。但是这也带来了新的挑战：由于零部件种类更多、运作复杂度大大提高，导致制造商需要在“大规模定制”方面下更多功夫，在定制化运作的同时，仍然保持自己的产品竞争力。同时，在数字孪生技术的帮助下，让整个供应链变得更加透明化。

二.在厂内物流环节，生产管理者需要更加严格地推行精益物流和标准化物流，加强传感器等技术的应用、并明确数据管理责任。唯有如此，才能确保系统中的数据和实际情况相对应。大批量的物流运作，也会更多地向“小批量、高频次”方式转变，以单件流的方式来精确管理零件/半成品/成品。

三.在售后物流环节，数字孪生技术让制造商能提供更多的增值服务，从远程售后支持到预测性维修（通过数据分析来提前预判维修的时间点）。原厂制造商在产品已经卖给客户之后，仍然需要跟踪其当前位置、当前状态，持续收集和分析数据。只有这样，才能为客户提供更高质量的售后服务。为此配套的工作还包括：将售后零配件库存布置在最合适的位置，并持续优化相关的物流服务方式。这一过程会持续到产品生命周期的尽头：在产品寿终正寝的时候，以最优方式组织逆向回收物流，也属于数字孪生的范畴之一。

四.在供应链综合协调的层面：供应链运作的优化来源于各个环节的相互协同，来源于端到端的“整体式”数字孪生。数字世界模型需要做到高度透明化，展示出供应链各个环节的实时运作状态及其相互关系– 为此要获得供应商、客户等外部伙伴的高度配合：需要他们提供准确数据、严格遵守流程、并且按照约定来共同维护供应链的持续运作、应对可能危机。

总之：数字孪生对于物流供应链运作提出了新的挑战。为了应用Digital Twin，企业会被逼提升标准化水平、加强精益管理。但是如果能恰当应对，孪生技术本身又有利于提高企业的精准运作水平。所以，数字孪生既是挑战，也是供应链管理者的机遇。

（五）小结

数字孪生技术 (DigitalTwin)和仿真有着密切的联系，但比传统仿真有着更强的功能。在海量数据的支撑下，数字孪生在物理世界和数字世界之间建立了密切联系，能对实体产品和服务作全生命周期的追踪。近年来，它在生产管理、材料研发等多个方面取得了长足的进展，并因而促进物流供应链管理水平的提升，把供应链数字化提升到新的高度。

对于数字孪生体来说，虚拟世界和现实世界同步发展，形成了两条线索：“数字主线”和“物理主线”，如图7所示。每条主线的发展历程，反映了实体/服务从产生到最终消亡的整个生命周期。而数字主线和物理主线之间也是密不可分的：数字世界感知物理世界状态，进行分析和预测，并将决策又反馈到实体，形成循环往复的信息闭环。

图7：数字孪生包含两条主线,紧密交织。图片来源：英诺维盛公司

在供应链应用中，数字孪生目前面临如下挑战：一是要进一步降低技术应用成本；二是要追求(足够的)模拟精度；三是要将不同合作方的信息系统打通；四是要从源头保证数据质量；五是要对各方进行培训，确保企业管理理念和技术相匹配。此外，数字孪生应用中的信息安全/知识产权保护等问题，也必须引起足够的重视。

虽然挑战还很多，但是数字孪生技术已经向我们走来。Gartner在2018年将它列入“十大技术趋势”之一，而相关应用案例也已经涉及所有工业领域。我们有理由相信：在数字孪生技术的帮助下，物流和供应链管理的新时代正加速来临。

参考文献：

1.  赵敏、宁振波：《四谈“数字孪生”–研究/应用新进展》，公众号“英诺维盛公司”，2019年11月。

2.  梁乃明等：《什么是数字孪生？有哪些关键技术？现在怎么样了？》，公众号“大数据DT”，2019年12月。

3.  宋华振：《这么流行的数字孪生能干啥？》，公众号“说东道西”，2019年11月。

4.  DHL研究院:《DigitalTwins in Logistics》，2019.

5.  德勤:《Industry 4.0 and the Digital Twin ( manufacturing meets its match )》，2017年5月。