基于数字孪生的制造企业生产过程智能化解决方案 定制、智能、创新助力企业实现数字化转型升级 降本增效 佛山市南菱技术有限公司 目标： 以虚拟空间和现实空间联动为主要 手段，通过在虚拟空间的协同工作 、模拟运行达成实体工业高效运转 , 赋能工业各环节、场景，助力工 业高质量发展，实现智能制造的进 一步升级 ，为工业软件国产化替代 贡献力量。 王德权教授（ 理李强， 时任上海市委书记汇报自主可控工业软件成果 中央领导对智能制造自主知识产权工业软件之关怀 深耕自主研发 走好工业软件国产化之路 助力企业真正实现产品全生命周期管理和以数字孪生、虚拟调试、过程追踪、故障诊断、可预测性维护和能源管理为特征的智能制造， 以满足客户对信息采集、数据分析、虚实互动、精益生产、敏捷供应等的迫切需求。 智能制造系统总体框架 一汽大众 E311 数字孪生智能生产 （实现设备数字孪生可视化 100% ） 虚拟调试 控制系统 （ 80 % ） 虚拟数字化工厂设计方式（并行） 结构、控制系统 功能验证与性能优化 传统设计方式（串行） 重构、迭代，虚实联动、不断优化 控制系统优化后 结构性能优化后 控制系统 调试 生产设备 装配 创建虚拟 智能设备 虚拟装配 由虚到实 由实到虚 设计 蓝图 虚拟 运行 设计 蓝图

MES 等核心业务系统 VMware/Nutanix 替代 31 国内某动力锂电池领军制造商：以 ELF 作为未来新建集群唯一虚拟化平台， 100+ 节点支撑 MES 等核心业务系统 久立集团：替代 Nutanix 承载 SAP 核心业务系统和数据库 开发测试与虚拟桌面 36 魅族：构建开发测试平台，大幅提升编译效率 获取更多资料 制造行业 IT 基础架构转型方案与实践 3 制造行业 可构建弹性且按需分配的资源池，具备快速上线、安全防 控能力 资源分配和回收慢，虚拟机安全配置复杂且效果差 多厂区建设与管理（含国内外多地分支 工厂） 可实现统一建设与管理，易于维护，且成本低 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控 难以平衡性能和成本，数据副本多，成本高，生成速度慢 虚拟桌面 性能优异，良好的使用体验，可控的建设成本 I/O 风暴影响体验，存储性能存在瓶颈，不易于扩展 选择其他私有云方案，则需要考虑更多方面的问题，比如：系统稳定 性与性能是否能承载重要生产业务，是否有足够多的生产案例？是否 能先小规模投入，按需投资降低风险？运维是否足够简单？如何降低 总拥有成本？是否可以降低机房空间？如何和原有虚拟化方案整合并 平稳过渡？是否支持数据保护、远程容灾、双活等方案？方案是否有 延续性，软硬件的升级如何解决？ 制造行业 IT 基础架构转型方案与实践 8 SmartX 榫卯®企业云平台： 让企业自建云更简单

 数字孪生简单说就是在虚拟空间中完成物理对象、系统、数据的映射，以反映相对应的实体的全生命周期 过程，挖掘历史规律，监控实时状态，预测未来趋势。将数字孪生技术应用于物理工厂中，将大幅推动产 品在设计、生产、管理及维护等环节的变革。  数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策， 进而实现物理空间与虚拟空间的交互映射。  2016-2018 增强现实 达索公司 Virtual Twin 虚拟孪生 Product lifecycle Twin 产品全生命周期孪生 3DEXPERIENCE Twin 3DEXPERIENCE 孪生 ESI 公司 Physical-Based Virtual Twin 基于物理的虚拟孪生 Date-Drived Virtual Twin 数据驱动的虚拟孪生 Hybrid Twin 混合孪生 数字孪生简介 工厂数字孪生 - 功能  在工厂规划 / 升级阶段，开展车间规划方案的仿真定量评估和分析，科学地指导车间系统设计调整；  在生产执行阶段，建立实时数据驱动的仿真机制，实现同步仿真运动和三维虚拟监控。 工厂数字孪生 - 功能 工厂数字孪生平台 基于离散事件理论的工厂仿真分析 与优化 基于三维的工厂建模 与仿真 侧重于产线 性能量化分 析与优化 侧重于三维 建模、物流

等核心业务系统 VMware/Nutanix 替代 31 国内某动力锂电池领军制造商：以 ELF 作为未来新建集群唯一虚拟化平台， 100+ 节点支撑 MES 等核心业务系统 久立集团：替代 Nutanix 承载 SAP 核心业务系统和数据库 开发测试与虚拟桌面 36 魅族：构建开发测试平台，大幅提升编译效率 获取更多资料 制造行业 IT 基础架构转型方案与实践 可构建弹性且按需分配的资源池，具备快速上线、安全防 控能力 资源分配和回收慢，虚拟机安全配置复杂且效果差 多厂区建设与管理（含国内外多地分支 工厂） 可实现统一建设与管理，易于维护，且成本低 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控 难以平衡性能和成本，数据副本多，成本高，生成速度慢 虚拟桌面 性能优异，良好的使用体验，可控的建设成本 I/O 风暴影响体验，存储性能存在瓶颈，不易于扩展 系统稳定 性与性能是否能承载重要生产业务，是否有足够多的生产案例？是否 能先小规模投入，按需投资降低风险？运维是否足够简单？如何降低 总拥有成本？是否可以降低机房空间？如何和原有虚拟化方案整合 并 平稳过渡？是否支持数据保护、远程容灾、双活等方案？方案是否 有 延续性，软硬件的升级如何解决？ 不同规模的用户在选择 IT 基础架构转型路线时，往往会有很多顾虑。 如果选择公有云

487 8.5.2 使用数据分区技术实现海量数据的高效访问与管理.....................................................488 8.5.3 使用虚拟化技术实现资源的高效利用.............................................................................489 8.5.4 100 13.活动线程数 150 14.系统每秒处理事务次数 5000 15.兼容性 系统兼容主流 X86、X86_64 服 务 器 及 主 流 操 作 系 统 windows、linux、虚拟化软件 Vmvare、Citrix、Kvm、Xen 16.资源利用率 CPU 使用率<75%,内存使用率 <75% 17.数据转发延时 500ms 18.I/O 利用率 <70% 19  数据安全 确保在云平台存储数据的保密性和隔离性，对重要数据进行备份，在突发情况 下能够对数据进行恢复。同时，要确保数据在云平台网络中的传输安全。  虚拟化设计安全 由于本系统大量使用了虚拟化技术，因此要确保虚拟化软件和虚拟化服务器的 安全。 3.4.3 标准化需求 为了保证系统的顺利建设和稳定运行，需要参考国家及行业相关标准、结合 XX 港区实际情况，制定符合需求的标准规范，具体包括数据标准、服务接口规范、

一、信息化提升工程 16 一、信息化提升工程 17 2 、创新能力提升工程 （ 1 ） 综合应用基亍模型的系统工程（ MBSE ）、基亍知识工程的设计过程自劢化、自劢化诊断测试、虚拟标定和虚拟 验 证技术、协同设计数据库平台等信息化技术，进一步提升研发水平；新产品研发周期降低 20% 。 产 品 分 析 模 块 定 义 O K O K 전 - 라 인 조 건 能力和整车集成能力三大关键能力建设。 二、创新能力提升工程 19 三、智能制造工程 2020 年，应用虚拟工厂模型及仿真技术，提升制造装备的字化、智能化水平，应用智能制造技术，建成智能制造样板车间。 2025 年，完成虚拟技术、智能装备与信息系统的集成，建成智能制造样板工厂，实现大规模个性化定制，初步建成智慧企业。 智能制造 虚拟仿真技术 数字化管理及制造集成 智能装备 全生命周期产业链融合 通过 CAD\PLM\BOM\ERP\MES CAD\PLM\BOM\ERP\MES 等系统的集成，建立产品设计 \ 工艺设计 \ 工艺工程设计一体化协同平台，实现工艺设计资源 全 局共享和协同；建立基亍工厂 BIM 技术的三维虚拟工厂模型， 实现工艺过程、制造、（厂内）物流等在虚拟环境中得到虚拟制 造仿真验证、调试及优化，大大降低工艺工程的开发周期，提升 制造成功率及产品质量。 以工业机器人、高端数控装备等智能装备为载体，通过应 用嵌入式系统

年以来，具身智能在技术突破和应用拓展方 面取得了显著进展。计算机视觉中激光雷达、深度相 机等感知技术的进步，使具身物理本体能够实现毫米 级环境感知 ［2］；强化学习、模仿学习、自适应控制等人 工智能算法的发展，让具身智能在虚拟仿真环境中通 过大量试错优化策略，并将经验无缝迁移至真实场 景 ［3］；Vision-Language-Action 大模型的出现，进一步增 强了具身智能的泛化能力，使其能够适应不同的应用 机器人、无人机、智能汽车等）通过物理实体与环境实 时交互，实现感知、认知、决策和行动一体化的智能系 统 ［8］。其核心理念在于强调智能的本质必须通过物理 实体与环境的动态互动来塑造和体现，突破了传统人 工智能仅依赖符号推理和虚拟计算的“离身性”局限。 具身智能的智能体能够利用自身的传感器感知周围 环境的信息，通过对这些信息的理解和分析做出决 策，并通过执行器执行相应的动作，从而实现与环境 的有效交互并完成任务 ［7］。 具身智能与传统人工智能的区别 传统人工智能主要基于符号主义和联结主义，侧 重于通过算法和模型对数据进行处理和分析，以实现 对问题的求解和决策；这些处理和分析都是在计算机 虚拟空间进行的，解决的问题也集中在抽象和虚拟问 题 ［9］。然而，这种方式往往缺乏与真实物理世界的直 接交互，难以应对复杂多变的现实环境。相比之下， 具身智能的优势在于其能够让人工智能通过物理实 体与环境进行实时交互，在交互过程中不断学习和适

织的 20 多家德国产、学、研 机构（西门子作为领导单位之一）的研究结果，“工业 4.0”将是 21 世纪上半叶的关键趋势之一。 其核心思路是，通过对现有大规模工业基础设施和物联网、云计算的融合，在虚拟世界和物理世界 之间建立直接、实时的链接，形成所谓信息物理融合系统（CPS，Cyber-Physical Systems）! 过去 数十年间，IT 技术的深入应用和工业技术的整合，也就是中国所推的“两化融合”是逐步演进的， 提高生产力、缩短产品上市时间、采取 更灵活的生产模式以及提高资源和能源利用效 率，是全球工业面临的挑战，也是“工业 4.0” 提出的未来制造业的目标。为了实现这种先进 的生产模式，需要融合现实生产和虚拟生产的 技术，基于大数据、互联网、人，通过数字化 工程、数字化制造等各种信息技术实现柔性制 造，经济高效地满足客户个性化的定制需求。 未来工厂的智能化程度将很高，这种智能将通 过使用微型化处理器、存储装置、传感器和发 器、半成品和材料以及用于组织数据流的智能 工具和新型软件中。所有这些创新将使产品和 机器能够相互通信并交换命令。未来的工厂将 在很大程度上自行控制和优化其制造工序，实 现智能制造。 这一切的变化，都将通过信息物理系统实 现。随着虚拟世界生成的信息流向实际物理世 界的制造流程，全新的生产环境由此诞生。工 图 1. 工业革命的历史 7

Digital Twin （数字双胞胎） ，也被称为数字映射、数 字 镜像。 数字孪生，是充分利用物理模型、传感器更新、运行历史等数据，集成多 学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从 而反映相对应的实体装备的全生命周期过程 而且，数字孪生体不是随便乱“动” 。它 “动” 的依据，来自本体的物理设 计模型， 还有本体上面传感器反馈的数据，以及本体运行的历史数据 什么是数字孪生技术（双胞胎技术） 视频监控： 监控形 态 虚实同步可实现： 信号实时性  NASA ： 数字孪生是指充分利用物理模型、传感器、运行历史等数据，集 成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射 , 从而反映相对应实作产品的全生命周期过程。 三、智能制造技术—数字孪生 生产实施 生产工程 生产规划 三、智能制造技术—数字孪生 3 2 产品设计 4 5 1 字 化 世 界 生产实施 生产工程 生产规划 三、智能制造技术—数字孪生 3 2 产品设计 4 5 1 服务 设计模型 三维工艺 数字化机床 虚拟装配模型 数字化 虚拟车间 现 实 装配实体 生产实施 生产工程 生产规划 三、智能制造技术—数字孪生 3 2 字 化 世 界 生产车间 工艺资源 智能机床 世 界 产品设计 数

产品配置 的下达和新产品型 号的生产 • 通过数字化企业平台，实现“三个特定 的关键制造技术的集成：产品生命周期 管理，制造执行系统和工业自动化” 使 得“物理制造世界与虚拟制造世界进行 融合，企业各部门在产品、生产生命周 期采用数字化手段进行规划 • 04 年重组的上海电气，面临着 先有子公司再有母公司的情况， 导致管控不力 • 生产、供应到销售都自成体系， 备中心 所属企业：新建 系统 部署在总部主 数据中 心，利用集 团主数据 中心或电 信运营商做 灾备中 心 SAN 存储 NAS 存 储 存储虚拟化 分布式存 储 广域网 互 联网 通过五个“一”工程，实现基础资源的集约和共享 一套 信息 安全 体系 个统一 IT 管理平台 总体 规划 思路 总体 蓝图 分解 “ 一 ”套信息安全体系 X86 资源池 小型机资源 池 物理服务器 管理自动化 安全制度化 技术虚拟化 客户服务化 资源共享化 统 一 数据中 心 张网络 主数据中心 数据灾 备中心