【研發創新】工業4.0環境下的造紙行業數字孿生技術：以西門子和安德里茨為例

本刊訊（中華紙業 綜合整理) 

數字孿生（Digital Twin），顧名思義，就是數字形式的雙胞胎，也叫數字雙胞胎技術。

在“數字孿生”中，雙胞胎中的一個存在于現實世界的實體，小到零件、配件，大到車間和整個工廠；而雙胞胎中的另一個則只存在虛擬和數字世界之中，是利用數字技術營造的與現實世界對稱的鏡像。

“數字孿生”最初是由密歇根大學的Michael Grieves博士在2001年到2002年期間定義的。他的最初定義是在產品生命周期管理(PLM)當中，對所生產產品的虛擬展現。他提議將數字孿生與工程設計進行對比，來更好地理解產品的生產與設計，在設計與執行之間形成緊密的閉環。

在當前工業4.0的大環境下，數字孿生技術除了應用于最熱門的航空領域之外，也開始逐漸應用于造紙行業。

利用該技術可以通過設計工具、仿真工具、物聯網、虛擬現實等各種數字化的手段，將物理設備的各種屬性映射到一個或幾個虛擬空間中，形成可拆解、可復制、可轉移、可修改、可刪除、可重復操作的數字鏡像。

這一技術極大地加速了操作人員對物理實體的了解，激發模擬仿真、批量復制、虛擬裝配等設計活動。過去，在沒有數字化模型幫助之下，制造一件產品要經歷很多次迭代設計。而現在，采用了數字化模型的設計技術，就可以在虛擬的三維數字空間輕松地修改部件和產品的每一處尺寸和裝配關系，這使得幾何結構的驗證工作和裝配可行性的驗證工作大為簡單，大幅度減少了迭代過程中物理樣機的制造次數、時間以及成本。

實際上，在最終的產品制造出來之前，有很多個數字化模型代表著產品迭代的各個階段。這些模型或者其中的一部分，仍然有可能被以后的型號或者產品線所采用，這也是數字化模型的一個附加好處。

此外，數字孿生還可以通過采集有限的物理傳感器指標的直接數據，借助大樣本庫，通過機器學習推測出一些原本無法直接測量的指標。由此實現對當前狀態的評估、對過去發生問題的診斷，以及對未來趨勢的預測，并給予分析的結果，模擬各種可能性，提供更全面的決策支持。

制造業是目前數字孿生最常用的行業，按時向客戶提供保質保量的產品對制造企業至關重要， 如果機器的運轉不能協同并以適當的容量工作，就會影響員工生產、可交付性以及最終客戶的滿意度；采取實時監控、不中斷生產的情況下進行測試，并且能夠在設施中收集的數百萬個數字據點獲得更多信息，數字孿生使制造企業更加智能。

例如，針對大型造紙設備運行過程中出現的各種故障特征，可以將傳感器的歷史數據通過機器學習訓練出針對不同故障現象的數字化特征模型，并結合專家處理的記錄，將其形成未來對設備故障狀態進行精準判決的依據，最終形成自治化的智能診斷和判決。

據專家分析預測，數字孿生在多個領域都有著廣泛的應用前景，諸如建筑工程、智慧城市、航空設計、制造行業等，并且也是著名的德國工業4.0中探索的核心技術之一。其中西門子和安德里茨都對數字孿生技術進行了探索和研發。

圖1  安德里茨IDEAS數字孿生模型

西門子數字孿生綜合技術

在2019年西門子Realize LIVE用戶大會上，西門子進一步闡釋了其數字孿生技術。

西門子目前已經建立了Mindsphere物聯網平臺，數字孿生技術也可以在此物聯網平臺上發揮作用。利用Mindsphere平臺，西門子可以實現數字孿生不同應用場景數據的打通，通過破除設備、設計、制造、維護等產品生命周期隔離，打通構成數字孿生的閉環。

對此，西門子總裁兼首席執行官Tony Hemmelgarn先生表示：在工業中，從產品設計到制造過程中的復雜性一直都在提升，西門子思考的是如何將這樣的一種復雜性變成在市場和競爭中取勝的優勢。因此，西門子開發了數字雙胞胎技術，該技術可以幫助西門子更有信心地去做出更加明智的決定，提供更好的軟件服務。

數字孿生技術在歐美國家已經提出很多年了，可以應用于在機械制造、電氣化等各行各業中，幫助企業進行數字化的轉型，將他們的產品更快推向市場。

此外，通過數字孿生技術，可以幫助客戶在短短一年的時間里建成自己的虛擬系統，設計出了他們的產品。同時，建立的這種有著各種不同合作伙伴的生態圈，能夠幫助西門子去更好地向客戶提供軟件服務。

安德里茨IDEAS系統

安德里茨也在致力于研發數字孿生技術，在高仿真數據模型方面有超過25年的開發經驗。

數字孿生技術可以用歷史數據為基礎進行，也可以用物理規律為原則建立。安德里茨開發的IDEAS數字孿生技術就是以物理規律為依據的數字系統。IDEAS系統是一個仿真模擬軟件系統，可以該系統為基礎開發更多的仿真服務，服務于制漿造紙行業。

該系統的目標是利用實時工廠數據深入分析工藝參數，并提前演練各個工段可能出現的問題。通過使用這一系統，工程師可以帶著問題尋找解決方案，提前發現問題并解決問題，減少或者完全避免非計劃停機的可能。

如圖1所示，IDEAS系統的運行主要包括以下環節：

● 識別和讀取可靠和必要的錄入數據；

● 篩選和認證錄入數據；

● 仿真模型開發和驗證；

● 尋找合適的解決方案和預測；

● 輸出到控制系統。

數字孿生技術的錄入數據主要從OPC服務器和歷史記錄得來，識別可靠和必要的數據十分關鍵，需要工作人員具有一定的技術和運營經驗。提供仿真模型的策略精確度也取決于工廠數據的可靠性以及所需的解決方案目標。接下來，需要使用各種數據清理技術來處理輸入的數據，從而過濾錯誤和干擾性的數據，找到最優的解決方案。然后，輸入的有效數據開始在數字孿生模型中使用，建立仿真模型，模型的保真度也決定了仿真結果和其他預測的準確性。這些步驟的實施都為后續的幾項實際應用奠定了基礎，包括：

● 主要績效顯示(KPI)；

● 性能監測和診斷；

● 虛擬發射器；

● 預測和操作指導。

在制漿造紙環節中，通過數據孿生系統所得的信息配置，可以幫助操作員了解當前的漿廠或紙廠狀況，此外還顯示了工廠實際運營和最佳運營之間的差距。為了方便工廠運營和管理，數字孿生可以提供以下幾個方面的信息：

第一，流程信息�？梢栽诰�平衡生產環節速度、溫度和壓力等外部環境指標。通過計算，操作

者可以及時發現問題，找到解決方案，提升所生產紙漿或紙產品的質量，同時提高工作效率。

第二，虛擬儀器。數字孿生系統可以產生許多變量，為主要工藝參數提供參考。尤其在以下條件下，使用數字孿生系統作為虛擬測量儀器的重要性更為明顯：

● 在沒有直接測量手段時；

● 實際測量較為滯后、即時性差（例如實驗室測量）；

● 實際測量不可靠或者容易發生失誤。

例如，在實際使用中，可用數字孿生系統來虛擬測試熱傳遞效率、蒸煮沸點、溫差、漿料固含量、壓力、漿流、黏性等指標。

第三，數據調節。數字孿生系統可以通過最小化的數據錄入獲得盡可能多的工藝參數信息。

第四，操作預測。與傳統模式相比，數字孿生系統可以對操作環節和時間進行預測，根據工作頻率預測工作量和時間，提前調節設備，有利于提高工作效率和產品質量。

第五，操作指導。例如可以為漿流、生產、洗漿和設備壓力等提供指導。

第六，庫存計算。根據目前工廠產能、產品需求等，提前計算庫存情況。

當下，互聯網、大數據、人工智能等新一代信息技術迅速發展，對推動制造業數字化、網絡化、智能化進程起到關鍵作用，尤其是信息技術對于數據的強大計算和分析能力，為制造業發展開辟嶄新的發展空間。工業互聯網蓬勃發展也離不開技術支撐，包括數字孿生、邊緣計算、5G、IPV6、標識解析、TSN（時間敏感網絡）、PON（無源光網絡）等。

隨著工業互聯網的應用推進，數字孿生被賦予了新的生命力，工業互聯網延伸了數字孿生的價值鏈條和生命周期，凸顯出數字孿生基于模型、數據、服務方面的優勢和能力，打通了數字孿生應用和迭代優化的現實路徑，正成為數字孿生的孵化床。

數字孿生基于物理實體的基本狀態，以動態實時的方式將建立的模型、收集的數據做出高度寫實的分析。另外，數字孿生作為邊緣側技術，可以有效連接設備層和網絡層，成為工業互聯網平臺的知識萃取工具，不斷將工業系統中的碎片化知識傳輸到工業互聯網平臺中，不同成熟度的數字孿生體，將不同顆粒度的工業知識重新組裝，通過工業APP進行調用。因此，工業互聯網平臺是數字孿生的孵化床，數字孿生是工業互聯網平臺的重要場境。

隨著制造業不斷發展，數字孿生盡管尚未成為主流，卻成為每一個數字化企業都要關注的技術。數字孿生的核心是模型和數據，但虛擬模型創建和數據分析需要專業的知識，對于不具備相關知識的人員，構建和使用數字孿生任重道遠，工業互聯網恰恰可以解決上述問題，通過平臺實現數據分析外包、模型共享等業務。具體來說，物理實體的各種數據收集、交換，都要借助工業互聯網來實現，利用平臺具有的資源聚合、動態配置、供需對接等優勢，整合并利用各類資源，賦能數字孿生。

目前，數字孿生在歐美地區的研發已經逐漸火熱，但是由于該技術仍然較新，目前處于初步探索與實踐環節，距離廣泛應用還有很長的路要走，而且還面臨著諸多難題。

未來，數字孿生也可結合物聯網的數據采集、大數據處理和人工智能建模分析，實現對過去發生問題的診斷、當前狀態的評估以及未來趨勢的預測，并給予分析結果，模擬各種可能性，提供更全面的決策支持。