数字化孪生技术在企业运营管理体系中的应用详情

全新一代电子信息技术在加工制造业中的深入运用，引起传统化产品研发模式的转型。本文讲述运用数字化线索和数字孪生展开复杂性产品全生命周期业务流程建模与模拟、动态性预测和分析，实现了数字化空间与物理学空间虚实映射的产品研发与定义、模拟与分析、验证与核对的业务闭环管理。最后结合航天工业智能制造系统构架，得出在生产制造全生命周期中的运用构思，以提高生产流程的数字化与智能化水准。
参考国际先进的数字线索和数字孪生技术，结合航天工业智能制造系统构架，搭建从企业战略规划到加工能力顶层设计、生产线设计与布局、建造、集成测试、运行维护、重构与处置的生产制造全生命周期业务全流程的数字线索，即一方面以数字量贯穿从企业联盟（供应链）、企业经营管理（ERP）、企业生产管理（生产车间/生产流水线）到控制执行（设备、操作）的生产制造全生命周期业务层级，另一方面在对生产制造全生命周期业务流程中任务分工（产品订单）和原材料供应（物流）、生产流水线和生产制造工艺、资源设备和人力等物理学要素展开数字化建模与模拟的基础上，展开基于大数据的分析与优化。实现了基于数字线索和数字孪生的模型不断传递和不断验证的生产制造全生命周期技术体系，显著提高航空设备加工能力。
1、数字线索
数字线索（DigitalThread）是构建和应用反应复杂性产品物理学特征的、跨领域的、公共的数字化替身（模型仿真、试验模型、工艺模型和检测模型等），支持模型信息内容在物理学空间与数字化空间的双向沟通，一方面确保从基于专业能力的规划、方案分析、工程项目和生产制造开发、生产制造和部署，到运行和支持的全生命周期数据、模型和信息内容的不断统一，从而实现了动态性、实时分析产品当下及将来的功能和性能，另一方面将物理学空间的信息反馈到虚拟的新产品开发之中，并构建支持跨地域协议接口的、与工程项目专业知识管理系统集成的统一技术框架，提供一个集成的复杂性组织体视角，加强对产品性能的界限和不可预测性的定性分析和核对，有效的支持设备全生命周期中核心决策点的决策，大幅降低复杂系统开发全生命周期各环节迭代的时间和成本。
数字线索紧紧围绕复杂性产品全生命周期实体模型的表述和归类等展开探究，实现了全业务流程中数据、流程及分析的结构化分类管理，形成贯穿全生命周期的流程、实体模型、分析方法及应用工具，支持在基本概念层面应用架构方式 ，实体模型化表述运行基本概念、复杂性产品功能及需求之间的多层面、多视角及多组织的一致性了解，实现了在复杂性产品研制开发前提前校验和核对客户需求对未来复杂性产品功能要求的满意度；在需求层面，承接复杂性产品功能，展开复杂性产品运转目的/情景、需求定位与管理、功能分析与建模、设计综合及校验核对等业务的探究，提升需求管理和复杂性产品架构管理能力；在研制开发层面，将模拟仿真分析数据，传输到产品几何模型上，再传输到生产系统生产加工成物理产品，最后再将生产现场信息反馈到产品定义实体模型中，优化设计与仿真模型。
2、数字孪生
数字孪生（DigitalTwin）的基本概念最早出现于2003年，由Grieves教授在美国密歇根大学的产品全生命周期管理课上明确提出。后来，美国