【研发创新】工业4.0环境下的造纸行业数字孪生技术：以西门子和安德里茨为例

本刊讯（中华纸业 综合整理) 

数字孪生（Digital Twin），顾名思义，就是数字形式的双胞胎，也叫数字双胞胎技术。

在“数字孪生”中，双胞胎中的一个存在于现实世界的实体，小到零件、配件，大到车间和整个工厂；而双胞胎中的另一个则只存在虚拟和数字世界之中，是利用数字技术营造的与现实世界对称的镜像。

“数字孪生”最初是由密歇根大学的Michael Grieves博士在2001年到2002年期间定义的。他的最初定义是在产品生命周期管理(PLM)当中，对所生产产品的虚拟展现。他提议将数字孪生与工程设计进行对比，来更好地理解产品的生产与设计，在设计与执行之间形成紧密的闭环。

在当前工业4.0的大环境下，数字孪生技术除了应用于最热门的航空领域之外，也开始逐渐应用于造纸行业。

利用该技术可以通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段，将物理设备的各种属性映射到一个或几个虚拟空间中，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像。

这一技术极大地加速了操作人员对物理实体的了解，激发模拟仿真、批量复制、虚拟装配等设计活动。过去，在没有数字化模型帮助之下，制造一件产品要经历很多次迭代设计。而现在，采用了数字化模型的设计技术，就可以在虚拟的三维数字空间轻松地修改部件和产品的每一处尺寸和装配关系，这使得几何结构的验证工作和装配可行性的验证工作大为简单，大幅度减少了迭代过程中物理样机的制造次数、时间以及成本。

实际上，在最终的产品制造出来之前，有很多个数字化模型代表着产品迭代的各个阶段。这些模型或者其中的一部分，仍然有可能被以后的型号或者产品线所采用，这也是数字化模型的一个附加好处。

此外，数字孪生还可以通过采集有限的物理传感器指标的直接数据，借助大样本库，通过机器学习推测出一些原本无法直接测量的指标。由此实现对当前状态的评估、对过去发生问题的诊断，以及对未来趋势的预测，并给予分析的结果，模拟各种可能性，提供更全面的决策支持。

制造业是目前数字孪生最常用的行业，按时向客户提供保质保量的产品对制造企业至关重要， 如果机器的运转不能协同并以适当的容量工作，就会影响员工生产、可交付性以及最终客户的满意度；采取实时监控、不中断生产的情况下进行测试，并且能够在设施中收集的数百万个数字据点获得更多信息，数字孪生使制造企业更加智能。

例如，针对大型造纸设备运行过程中出现的各种故障特征，可以将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型，并结合专家处理的记录，将其形成未来对设备故障状态进行精准判决的依据，最终形成自治化的智能诊断和判决。

据专家分析预测，数字孪生在多个领域都有着广泛的应用前景，诸如建筑工程、智慧城市、航空设计、制造行业等，并且也是著名的德国工业4.0中探索的核心技术之一。其中西门子和安德里茨都对数字孪生技术进行了探索和研发。

图1  安德里茨IDEAS数字孪生模型

西门子数字孪生综合技术

在2019年西门子Realize LIVE用户大会上，西门子进一步阐释了其数字孪生技术。

西门子目前已经建立了Mindsphere物联网平台，数字孪生技术也可以在此物联网平台上发挥作用。利用Mindsphere平台，西门子可以实现数字孪生不同应用场景数据的打通，通过破除设备、设计、制造、维护等产品生命周期隔离，打通构成数字孪生的闭环。

对此，西门子总裁兼首席执行官Tony Hemmelgarn先生表示：在工业中，从产品设计到制造过程中的复杂性一直都在提升，西门子思考的是如何将这样的一种复杂性变成在市场和竞争中取胜的优势。因此，西门子开发了数字双胞胎技术，该技术可以帮助西门子更有信心地去做出更加明智的决定，提供更好的软件服务。

数字孪生技术在欧美国家已经提出很多年了，可以应用于在机械制造、电气化等各行各业中，帮助企业进行数字化的转型，将他们的产品更快推向市场。

此外，通过数字孪生技术，可以帮助客户在短短一年的时间里建成自己的虚拟系统，设计出了他们的产品。同时，建立的这种有着各种不同合作伙伴的生态圈，能够帮助西门子去更好地向客户提供软件服务。

安德里茨IDEAS系统

安德里茨也在致力于研发数字孪生技术，在高仿真数据模型方面有超过25年的开发经验。

数字孪生技术可以用历史数据为基础进行，也可以用物理规律为原则建立。安德里茨开发的IDEAS数字孪生技术就是以物理规律为依据的数字系统。IDEAS系统是一个仿真模拟软件系统，可以该系统为基础开发更多的仿真服务，服务于制浆造纸行业。

该系统的目标是利用实时工厂数据深入分析工艺参数，并提前演练各个工段可能出现的问题。通过使用这一系统，工程师可以带着问题寻找解决方案，提前发现问题并解决问题，减少或者完全避免非计划停机的可能。

如图1所示，IDEAS系统的运行主要包括以下环节：

● 识别和读取可靠和必要的录入数据；

● 筛选和认证录入数据；

● 仿真模型开发和验证；

● 寻找合适的解决方案和预测；

● 输出到控制系统。

数字孪生技术的录入数据主要从OPC服务器和历史记录得来，识别可靠和必要的数据十分关键，需要工作人员具有一定的技术和运营经验。提供仿真模型的策略精确度也取决于工厂数据的可靠性以及所需的解决方案目标。接下来，需要使用各种数据清理技术来处理输入的数据，从而过滤错误和干扰性的数据，找到最优的解决方案。然后，输入的有效数据开始在数字孪生模型中使用，建立仿真模型，模型的保真度也决定了仿真结果和其他预测的准确性。这些步骤的实施都为后续的几项实际应用奠定了基础，包括：

● 主要绩效显示(KPI)；

● 性能监测和诊断；

● 虚拟发射器；

● 预测和操作指导。

在制浆造纸环节中，通过数据孪生系统所得的信息配置，可以帮助操作员了解当前的浆厂或纸厂状况，此外还显示了工厂实际运营和最佳运营之间的差距。为了方便工厂运营和管理，数字孪生可以提供以下几个方面的信息：

第一，流程信息。可以在线平衡生产环节速度、温度和压力等外部环境指标。通过计算，操作

者可以及时发现问题，找到解决方案，提升所生产纸浆或纸产品的质量，同时提高工作效率。

第二，虚拟仪器。数字孪生系统可以产生许多变量，为主要工艺参数提供参考。尤其在以下条件下，使用数字孪生系统作为虚拟测量仪器的重要性更为明显：

● 在没有直接测量手段时；

● 实际测量较为滞后、即时性差（例如实验室测量）；

● 实际测量不可靠或者容易发生失误。

例如，在实际使用中，可用数字孪生系统来虚拟测试热传递效率、蒸煮沸点、温差、浆料固含量、压力、浆流、黏性等指标。

第三，数据调节。数字孪生系统可以通过最小化的数据录入获得尽可能多的工艺参数信息。

第四，操作预测。与传统模式相比，数字孪生系统可以对操作环节和时间进行预测，根据工作频率预测工作量和时间，提前调节设备，有利于提高工作效率和产品质量。

第五，操作指导。例如可以为浆流、生产、洗浆和设备压力等提供指导。

第六，库存计算。根据目前工厂产能、产品需求等，提前计算库存情况。

当下，互联网、大数据、人工智能等新一代信息技术迅速发展，对推动制造业数字化、网络化、智能化进程起到关键作用，尤其是信息技术对于数据的强大计算和分析能力，为制造业发展开辟崭新的发展空间。工业互联网蓬勃发展也离不开技术支撑，包括数字孪生、边缘计算、5G、IPV6、标识解析、TSN（时间敏感网络）、PON（无源光网络）等。

随着工业互联网的应用推进，数字孪生被赋予了新的生命力，工业互联网延伸了数字孪生的价值链条和生命周期，凸显出数字孪生基于模型、数据、服务方面的优势和能力，打通了数字孪生应用和迭代优化的现实路径，正成为数字孪生的孵化床。

数字孪生基于物理实体的基本状态，以动态实时的方式将建立的模型、收集的数据做出高度写实的分析。另外，数字孪生作为边缘侧技术，可以有效连接设备层和网络层，成为工业互联网平台的知识萃取工具，不断将工业系统中的碎片化知识传输到工业互联网平台中，不同成熟度的数字孪生体，将不同颗粒度的工业知识重新组装，通过工业APP进行调用。因此，工业互联网平台是数字孪生的孵化床，数字孪生是工业互联网平台的重要场境。

随着制造业不断发展，数字孪生尽管尚未成为主流，却成为每一个数字化企业都要关注的技术。数字孪生的核心是模型和数据，但虚拟模型创建和数据分析需要专业的知识，对于不具备相关知识的人员，构建和使用数字孪生任重道远，工业互联网恰恰可以解决上述问题，通过平台实现数据分析外包、模型共享等业务。具体来说，物理实体的各种数据收集、交换，都要借助工业互联网来实现，利用平台具有的资源聚合、动态配置、供需对接等优势，整合并利用各类资源，赋能数字孪生。

目前，数字孪生在欧美地区的研发已经逐渐火热，但是由于该技术仍然较新，目前处于初步探索与实践环节，距离广泛应用还有很长的路要走，而且还面临着诸多难题。

未来，数字孪生也可结合物联网的数据采集、大数据处理和人工智能建模分析，实现对过去发生问题的诊断、当前状态的评估以及未来趋势的预测，并给予分析结果，模拟各种可能性，提供更全面的决策支持。