工艺是设计到制造的纽带；在数字化工厂中，结构化工艺更是中枢神经，定义与驱动数

　　字化工厂高效运作。制造企业在MBD全三维数字化环境中，定义与验证结构化工艺，

　　本篇将重点阐述基于当前数字化工厂规划(大工艺)技术和结构化工艺设计与仿真技术，

　　按照官方定义，数字孪生(DigitalTwin)：是充分利用物理模型、传感器更新、运

　　星空体育官方入口 星空体育官网

　　在最新2020年工业与信息化部指导编写的《信息物理系统建设指南(2020)》中，

　　2，信息虚体（数字孪生体（DigitalTwins））：即虚拟世界的虚拟产品，包括数

　　从产品、生产和运维三个阶段来分别打造数字孪生，然后通过数据主线(Digital

　　Thread)进行这些数字孪生贯通，最后随着技术的成熟去构建制造企业的全面综

　　1.产品(Product)数字孪生：指真实产品与虚拟产品（对产品结构组成的模型化表

　　2.生产(Production)数字孪生：指真实生产与虚拟生产（虚拟的制造产品/对象，

　　3.运维(Performance)数字孪生：指真实产品与虚拟产品（对产品运行环境、运行

　　1.制造产品：包含原材料、采购件、过程件/在制品、半成品、成品等被加工制

　　2.制造工艺：包含产品制造过程中所采用的各种工艺过程(机加/钣金/焊接/喷涂、

　　装配/维修/调试、热表/锻铸/特种加工等)的完整表达。（制造工艺在企业中是无

　　3.制造工厂：包含制造企业车间现场的所有生产设备、设施、仪器、工装等生产

　　真实和虚拟的“制造产品、制造工艺、制造工厂”组成的生产制造系统的数字孪生，

　　产品/工艺/工厂之间的相互关联更加实时连接甚至直接相互作用，可以说是闭环

　　西门子在传统的全集成自动化(TIA)的技术基础上，进一步拓展物联网技术的发展，

　　把西门子开环的产品/生产/运维数字孪生逐步打造成闭环的数字孪生（=虚拟模

　　述生产数字孪生体(DigitalTwins，即虚体部分)的应用与能力，即单独考虑基于产

　　(DigitalTwin，即虚实联合体)的应用与能力，即基于物联网软硬结合后的相关技

　　术。最后畅想一下整个制造企业基于虚实工厂对客户直连制造的生产模式的支撑。

　　在多数制造企业内，对于生产制造系统的管理与使用还是采用传统的方式，不透明、不

　　●生产系统不透明：通过传统的表格方式管理资产清单，仅仅记录数量与价值；对于资

　　产真正实体形态，工作位置、加工能力说明、工作或维修的状态等都不清楚，而且随着

　　●生产产能不自知：对于工厂的产能只是模糊的概念，新增产能时只能大概估计；提升

　　●生产布局不优化：习惯性按功能区摆放，一张类似办公桌布局图来确定设备布局。没

　　●工艺脱离车间现场：工艺员设计工艺时，难以全然明晰由设备/工装等组成复杂生产

　　现场环境对工艺过程的影响。过度关注给工人编制工艺规程卡，而缺乏保障工艺一次正

　　●机器人还不是柔性设备：企业购买机器人时购买了厂商提供的PLC程序，日后不能根

　　●工人只是高度柔性的设备：工作现场缺乏人性化考虑，对工作强度、工作舒适度等方

　　基于产数字孪生体的仿真分析技术，可以很大程度上解决上述制造企业面临的问题。

　　有人还在质疑，建立工厂的三维模型有意义吗？还没有游戏或电影制作工具的效果清晰

　　好看。其实制造企业工厂三维建模的环境已经成熟：一方面企业需求越来越明显，另一

　　大家可能观察到，有些企业在采购生产设备时，要求设备供应商同时提供一套带三维模

　　型的数字化设备，不仅只是三维造型，还包含能力参数说明手册等相关内容。现在生产

　　线集成商在给企业提供交钥匙工程，也会提供一套数字化的生产线，让企业后续可持续

　　业界生产线设计/工厂建模工具已经成熟，例如西门子的NX Line Designer，能够利用丰

　　富可扩充的生产线资源库，基于参数化的快速设计定制化的生产线；不仅实现生产线的

　　三维可视化，甚至关联展示相关信息；同时三维模型可输出工程图纸，用于生产线的生

　　采用点云技术实现历史资产快速3D 可视化：除了自己从零开始为每个厂房新建模型外，

　　还可以为现有的工厂进行快速扫描建模，用于工厂的整体直接可视，也可为未来生产线

　　逐步调整优化过程中逐步建模提供背景；在NX Line Designer 可以实现新建的三维模型

　　和点云扫描模型组合在一起；随着工厂的持续优化改造，这些点云的模型逐步被新三维

　　例如：福特汽车与西门子开展合作，已经开始为全球诸多工厂建立的数字化模型，

　　并沟通过与MOM集成，以及逐步采用IoT 技术把生产设备信息放到Mindsphere

　　平台管理分析，并最终集成到Intosite 平台中进行展现。Intosite 就是类似Google

　　境里进行全面分析和验证。数字化工厂仿真工具(例如：西门子的Plant Simulation)

　　价值流分析：可以帮助制造企业进行精益价值流分析，绘制当前价值流图，站在企业的

　　层面，对信息流、实物流分析发现产品全价值链增值过程中潜在的、对客户不增值的浪

　　费活动，并制定策略，进行改进，形成全新的价值流图。价值流分析不仅仅对现有工厂

　　进行基于产能或交货准确率策略进行优化，同时也可对新工厂导入新产品时进行决策辅

　　产能优化：工厂仿真工具能够对生产资源进行对象量化管理(例如每台资源量化的产能

　　信息)，对产品工艺进行的逻辑量化表达(先后顺序/工时/人员/设备/资源要求等)，结合

　　相应的控制策略，实现工厂的虚拟运行（周期可长可短，可快可慢），因此可快速知晓

　　产能与产能瓶颈；并且通过优化生产工艺组合或调整产能瓶颈，最终满足产能需求或实

　　仿真优化时，可考虑众多生产因素进行优化组合来提升产能：人员要求和配备；生产线

　　节拍和利用率生产能力，性能；工作时间和换班模式；瓶颈、系统故障；布局安排、计

　　划和先后顺序。这涉及到制造企业生产控制策略、处理原则的设定，例如：产能优先、

　　对于复杂的组合，工厂仿真工具提供多种优化能力：试验管理 Experiment Design；遗传

　　物流与产线布局优化：工厂仿真工具不仅分析关键设备产能需求，计算重要资源(工装/

　　托盘/AGV 小车/仓储货格)的具体数量需求；同时按照具体的工艺流和工厂布局进行虚拟

　　运行，可对车间内/工厂内全面物流系统及产线布局进行校核优化，通过调整产线或物

　　流布局，可减少物流不均衡、瓶颈、浪费等情况；甚至通过合理物流和布局，来达到产

　　结合工厂的三维模型，还可对各种资源的位置干涉性、通过性；这不仅只考虑静态下的

　　空间干涉，还包括移动设备在运动状态下，或带门设备的开关状态下的干涉性、通过性。

　　降本绿色：而且通过带有成本信息和能耗信息的工厂的虚拟运行，能够快速计算出产品

　　/生产成本(折旧+原材料+生产+停机+……)，甚至工厂能耗信息，为工厂的精益成本控制

　　总之工厂仿真验证技术可以很大程度上解决“生产产能不自知”和“生产布局不优化”问题。

　　正如前面章节所述，工艺员设计工艺时，难以全然明晰由设备/工装等组成复杂生产现

　　场环境对工艺过程的影响。过度关注给工人编制工艺规程卡，而缺乏保障工艺一次正确

　　基于MBD 的结构化工艺，以BOP 为核心，有效组织三维的产品模型、工厂模型、资源

　　模型等，为工艺的仿真与验证工具提供的三维仿真环境与结构化工序信息的基础。工艺

　　的仿真与验证工具让工艺员身处在完全雷同生产现场境况的虚拟环境，进行工艺的设计

　　思考和试错、验证调整，就像已经经过了多次的试制生产一样，出来就是满足现场需求

　　以装配维修工艺为例，工艺的仿真与验证工具(例如：西门子Process simulate)在虚拟环

　　境中对装配/维修过程进行验证，是否会发生干涉，以及工装在动态使用过程中对装配

　　过程的影响，从而确定最优的装配顺序和工装的使用方法。甚至在复杂的装配环境中，

　　自主给工艺员推荐最优可行的安装路径。这种仿真对于越复杂的产品、越复杂的生产/

　　同时可基于仿真验证后的最优装配维修工艺，形成可视的视频、交互式作业指导书，甚

　　至结合 AR 进行应用，让操作工人更准确理解工艺，更正确执行工艺，提高生产效率与

　　机器人用于生产的场景越来越多，但企业购买机器人时购买了厂商提供的PLC 程序，日

　　后不能根据生产任务调整等优化或改变PLC 程序，成为一台固化的自动化设备。

　　在数字化工厂环境，多品种切换或者新品种的引入都会要对机器人的PLC程序进行切换、

　　调整、优化。机器人仿真与虚拟调试工具(例如西门子PS Robot)能够快速满足这一需求，

　　机器人仿真与虚拟调试工具，不仅只是简单的离线编程；更重要的是对复杂工况、多机

　　器人协作、甚至人机协作环境下进行保障机器人和人的安全；同时能够自动识别工件曲

　　机器人仿真与虚拟调试工具，对含机器人协作或生产系统进行虚拟调试，可以在虚拟环

　　境下提前进行全方位的调试，验证机械操作顺序、校核PLC 控制代码、机器人控制程序

　　和HMI、测试安全互锁装置、执行系统诊断测试等，在硬件还没有到位之前就能得到正

　　确的PLC、控制策略等。最终提升机器人协作效率和减少生产系统的调试准备时间，确

　　健康工作；如何设计工艺、如何设计工位、清晰知晓工人的劳动强度等非常关键。

　　西门子PS Human 就能提供一个三维的环境来对工人在操作过程中的身体状态进

　　西门子PS Human 具有最为丰富和标准的人体模型库；同时可与各种运动捕获设

　　西门子一直深入研究闭环数字孪生的价值应用，构建了“基于工厂实际数据的仿真验证”

　　主体场景是通过物联网(IOT)边缘端，把关注的众多数据实时上传到工业物联网平台

　　● 基于物联网的实时数据，在Plant 的虚拟工厂中，实时显现工厂的运作状态；

　　● Plant 的虚拟工厂中有工厂的实时数据，可以更加准确的进行未来生产的预测

　　● 可以在Plant 的虚拟工厂模拟回放一段时间内的历史数据，可对生产现场进行

　　历史回放，有利于找出生产问题的根本原因，而不是通过问题现场的猜测或询问。

　　对实时/历史业务复现与分析，针对关键历史事件对数字化双胞胎进行优化校准，

　　物联网数据和AR 技术，实现基于三维增强现实进行生产巡检，巡查数据：产线

　　程控制、AR 等先进技术，还可以在更多的场景发挥巨大价值。下面举几个实例。

　　合 AI 的深度学习和设备实时自动控制，实现设备自主调整工作状态参数达到最

　　钣金产品，然后把数据上传到Mindsphere 平台上AI 进行品质分析，获取到产品

　　● 采用物联网技术，对机床设备的运行状态进行监控，通过专业分析 APP 进行

　　监控，采用移动客户端工业 APP 进行展示与查找，能大大节省复杂工厂环境下

　　设备（鼓风机）的稳定运行，远程诊断和复位；基于 AR/VR 的设备远程设备维

　　节省能耗；通过海量运营数据的学习，挖掘隐藏在数据背后的工艺参数“密码”。

　　直连制造商，即消费者直达工厂，强调的是制造业与消费者的衔接。这是众多制造企业

　　追求的模式，企业与用户紧密连接，企业准确把握需求与订单，用户清晰制造自己个性

　　西门子按照 C2M 思想，综合运用西门子各种数字化技术，尤其是数字孪生技术，搭建

　　了一个类似九宫格的孪生工厂（实际工厂通过几个 PLC 等进行简化模拟），模拟 C2M

　　下图为基于孪生工厂之上运行的数字化系统，实现从用户查看商品，定制订单到企业接

　　收订单后一些列业务活动的执行，直至客户接收商品后的点评闭环过程。下面稍微解释

　　在APP 中查看与下订单：用户在移动端的APP 查看商品；并可根据自己个性需求进行适

　　零件与工艺准备：如果是定制产品，工程师需要基于订单定制需求在 PLM 环境进行产

　　MES 中接收订单与 APS 优化排程：订单进入企业后在高级计划与排程(APS)系统中进行

　　自动计划安排；为了更精确的确保订单及时交付，可结合采用工厂仿真技术对产能进行

　　在虚拟/实物工厂中进行订单的执行：计划确认后直接由 MOM 系统组织生产。在本环

　　境中，订单可在虚拟工厂中执行，也可在实物工厂中执行。其中虚拟和实物工厂通过物

　　联网技术把诸多信息进行完全同步。虚拟工厂和实物工厂联合生产的模式，即可首先采

　　用虚拟工厂进行验证优化和生产预测；也可以基于实物工厂生产数据的回放验证，找出

　　优化工厂作业订单组合：如果在虚拟工厂中执行，可以利用虚拟工厂仿真优化技术，更

　　工厂与 MES 订单生产信息实时沟通：无论是虚拟工厂还是实物工厂，都会实时与 MES

　　在MES 中检查订单状态：在MES 系统中，全面检查和记录虚拟和实物工厂的订单执行

　　紧急订单：对于紧急订单，可以现在虚拟工厂进行快速执行，得到最佳策略后，再到实

　　在APP 中查看订单状态与反馈：用户通过移动APP，随时查看订单执行和交付情况，进

　　基于孪生工厂技术，不仅仅实现用户直连制造，提高用户的极致体验感；同时实现基于