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。
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。
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。
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。
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。
618里的“1分钱”快递
1631 阅读2025 LOG低碳供应链物流 杰出贡献奖
1050 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
963 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
942 阅读2025 LOG低碳供应链物流 最具影响力品牌商
863 阅读2025 LOG低碳供应链物流 杰出贡献奖
875 阅读买还是租,物流企业持有新能源车的最佳姿势
785 阅读2025 LOG低碳供应链物流 杰出贡献奖
828 阅读2025 LOG低碳供应链物流 最具影响力品牌商
837 阅读顺丰×淘宝天猫合作!极速上门服务,重塑电商物流体验
768 阅读