物流资讯
物流和供应链中的“数字孪生”技术应用
【导读】数字孪生（DigitalTwin）的看法 ，近年来逐渐为各至公司、行业所重视 ，并在研发、生产、物流等环节广泛应用 。数字孪生的最新内涵是什么？它的普及关于物流和供应链又有何影响?
数字孪生的基本特征
早在2002年 ，“数字孪生”由Dr. Grieves首先提出 ，并不绝富厚和生长 。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 ，在盘算机里面可以精确反应物体（如某个工业产品）的目今状态 ，纪录其历史生长历程 ，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 ，也可以在盘算机中跟踪一个人的生老病死历程 ，甚至模拟一座都会/一个国家生长的生命周期 。虽然 ，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绝升级的产品 。古板仿真技术 ，在某种意义上开端实现了数字世界和物理世界的对应：在某个实体产品/效劳真正落地之前 ，就可以在电脑中对其性能作开端的模拟验证 ，并凭据结果来实时修正计划 。
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水平（拜盘算机科技以及先进传感器提供的大数据所赐） 。信息反响的偏向也不再是单向的“盘算机指导实体世界” ，而是可以从实体世界反响到盘算机数字世界 ，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“同步生长” 。
相比于古板仿真而言 ，数字孪生技术不但性能大为增强 ，并且本钱也逐步下降 。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凌驾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中有越发直观的描述 。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 ，则依赖于数据治理和剖析（analytics） 。数字孪生是对物理实体的唯一无二表达 ，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生长趋势 ，为实体提供最优决策支持 。
数字孪生的应用前提
数字孪生的快速生长 ，主要依赖于五项要害技术：
（1）物联网（IoT） ，以低本钱传感器收集实体世界的大宗数据；
（2）云盘算（Cloud Computing） ，为大宗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 ，制止“重复造轮子” ，站在巨人肩膀上立异；
（4）人工智能（AI） ，让我们能发明大宗数据中的纪律 ，作出最优决策；
（5）虚拟现实/增强现实/混淆现实（VR/AR/MR）：让数字世界显得越发“真实” 。
（图3 数字孪生基于“解耦” ，将工具拆分成足够小的�？� ，
图片来源：英诺维盛公司）
无论古板仿真 ，照旧强大的数字孪生 ，其技术应用的前提都是对实体工具进行建模 ，用数学语言对其进行描绘 。而建模的前提则是将工具进行足够细致的剖析 ，细分之后再组合成一个数字整体（”If you can’t create it, youdon’t understand it ”） 。
工具的剖析可以有“横向”和“纵向”两个维度 。凭据著名智能制造专家赵敏老师的论述: “横向剖析”是从生命周期的角度 ，把实体产品生长的历程划分成“需求剖析”、“计划设计”、“加工制造”等若干个阶段 ，一直到最后的“维护治理”和“产品退役”为止 。而“纵向剖析”则是在任一时间点 ，将工具逐层剖析为细小的�？� 。例如：飞机这样的大型庞大工业品也可以分为“系统”、“子系统” 。 。“元器件/零件”、“原质料”等各个条理 ，如图3所示 。
将工具划分得越细 ，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�？榧纯桑� 。这和IT领域近年流行的“微效劳”理念也是一致的 。
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范的：
（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历程进行充分模拟 ，确定最优工艺参数等 ，从而提高生产质量、降低运营本钱 。
2、在质料研发领域 ，可以对种种差别的质料配置进行剖析和比较 ，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连续监控 ，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越发清楚 。
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剖析 ，甚至为“活的”人体生物组织建立数字镜像 。
5、在都会基础设施领域 ，数字孪生的内涵可大可� 。捍蟮秸龆蓟�/国家的公共设施运行剖析 ，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 ，研究工具则包括效劳流程监控 ，以及对消费品质量的恒久追踪等 。
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生长起到支持和包管作用；另一方面 ，这七大领域的技术提升 ，自己也会增进物流的进步 。如图5所示：
（图5应用数字孪生的五大物流分支）
1、关于包装器具治理而言 ，数字孪生技术可以资助我们设计新型质料 ，从而减少物流包装带来的情况污染和浪费 。这一点在国家推出“限塑令”的大前提下显得更为重要 。哪怕关于非塑料质料 ，我们也有须要研究：如何让包装质料更经久耐用 ，以及对情况的污染更小 。同时 ，关于可循环包装的运行轨迹进行全程跟踪和大数据剖析 ，也是数字孪生的重要课题之一 。
2、关于航运领域而言：我们可以对某些高价值货物的运输历程进行数字化追踪 ，全流程纪录货物所处的温度、湿度情况以及受攻击/碰撞情况等 ，从而确定承运方是否凭据约定的条件对货物进行了掩护 。一旦泛起货物损坏 ，也有足够的证据来支持理赔操作 。别的：把远洋货轮自己看成数字孪生的建模追踪工具 ，有助于监控其运输时效 ，并预防船只的抛锚、失火等事故 。
3、关于全球/全国规模内的物流网络运作来说：新一代地舆信息系统（GIS）给数字化物流提供了前所未有的机缘 。在宏观设计层面 ，民用地图的精度抵达了前所未有的水平 ，并且还推出物流专用的货运版地图 ，显示出货运卡车在都会每个区域的限行状况等 。这有助于制定更精细的物流计划计划 。在微观运作方面 ，关于车辆/货物的精确跟踪 ，也有利于在每日运作中制定更优的决策 。
4、拜数字孪生所赐 ，物流基础设施的治理水平也更高了：除了广义的地舆信息系统之外 ，我们还可以为某个具体的口岸/机场建立孪生模型 ，实时监控和剖析其运作情况 ，预测未来一段时间内的海运/航空班次准点率等 。并且 ，不必大兴土木作实体建造 ，就可以剖析出未来5-10年的最优改建计划 。
5、货仓/物流中心的运营 ，数字孪生技术也能提供许多资助 。在低本钱传感器和大数据技术的支持下 ，我们可以对货仓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 ，把数字化的货仓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历程 。单个环节的立异如同珍珠 ，组合在一起之后就会成为熠熠生辉的项链 。关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）
（1）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 ，来满足客户越发多样化的需求 。可是这也带来了新的挑战：由于零部件种类更多、运作庞漂后大大提高 ，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 ，仍然坚持自己的产品竞争力 。同时 ，在数字孪生技术的资助下 ，让整个供应链变得越发透明化 。
（2）在厂内物流环节 ，生产治理者需要越发严格地推行精益物流和标准化物流 ，增强传感器等技术的应用、并明确数据治理责任 。唯有如此 ，才华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”方法转变 ，以单件流的方法来精确治理零件/半制品/制品 。
（3）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效劳 ，从远程售后支持到预测性维修（通过数据剖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 ，仍然需要跟踪其目今位置、目今状态 ，连续收集和剖析数据 。只有这样 ，才华为客户提供更高质量的售后效劳 。为此配套的事情还包括：将售后零配件库存安排在最合适的位置 ，并连续优化相关的物流效劳方法 。这一历程会连续到产品生命周期的尽头：在产品寿终正寝的时候 ，以最优方法组织逆向接纳物流 ，也属于数字孪生的领域之一 。
（4）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、客户等外部同伴的高度配合：需要他们提供准确数据、严格遵守流程、并且凭据约定来配合维护供应链的连续运作、应对可能危机 。
总之：数字孪生关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、增强精益治理 。可是如果能恰当应对 ，孪生技术自己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 ，也是供应链治理者的机缘 。
结语
数字孪生技术 (DigitalTwin)和仿真有着密切的联系 ，但比古板仿真有着更强的功效 。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 ，能对实体产品和效劳作全生命周期的追踪 。近年来 ，它在生产治理、质料研发等多个方面取得了长足的进展 ，并因而增进物流供应链治理水平的提升 ，把供应链数字化提升到新的高度 。
关于数字孪生体来说 ，虚拟世界和现实世界同步生长 ，形成了两条线索：“数字主线”和“物理主线” ，如图7所示 。每条主线的生长历程 ，反应了实体/效劳从爆发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 ，进行剖析和预测 ，并将决策又反响到实体 ，形成循环往复的信息闭环 。
（图7 数字孪生包括两条主线、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本钱；二是要追求（足够的）模拟精度；三是要将差别相助方的信息系统买通；四是要从源头包管数据质量；五是要对各方进行培训 ，确保企业治理理念和技术相匹配 。别的 ，数字孪生应用中的信息宁静/知识产权掩护等问题 ，也必须引起足够的重视 。
虽然挑战还许多 ，可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：在数字孪生技术的资助下 ，物流和供应链治理的新时代正加速来临 。
作者 |Victor威斯康星
来源 |供应链4.0
闽公网安备35099902000125号