縱觀數字孿生開(kai)發(fa)(fa)與應用(yong)現狀，在(zai)產業(ye)井噴的背(bei)后，發(fa)(fa)展過程中的痛點也不容忽視。 制造業(ye)數字(zi)孿生解決方(fang)案的(de)開發難點(dian)在(zai)于，它(ta)是(shi)一個(ge)融合多學(xue)科、多技術、多維度的(de)復雜系(xi)統(tong)。這既需要(yao)生產工藝、工廠運(yun)營和管理等切身經驗和行(xing)業(ye)前(qian)瞻眼光來厘定方(fang)案功(gong)能和用戶體驗，還(huan)要(yao)能基于信息化技術知識提出技術路線，選擇合作伙(huo)伴、工具(ju)鏈等。在(zai)具(ju)體實踐當中主要(yao)痛點(dian)包括：
N0 1， 開發成本(ben)高，腰部企業落(luo)地(di)難。
事(shi)實(shi)上，除了頭(tou)部(bu)企(qi)業(ye)能(neng)有足夠的(de)資金和團隊構建完整的(de)技術棧和服務內(nei)容，絕大多數腰部(bu)企(qi)業(ye)很難打通涵蓋(gai)芯片、傳感器、邊緣網關、云平臺、數據平臺、算(suan)法模(mo)型優(you)化、應(ying)用開(kai)發的(de)整個技術鏈，這是客觀(guan)現(xian)狀。
第(di)二，需(xu)要長(chang)期迭代優化才能形成方案。
行業(ye)的(de)需求不(bu)僅是做好一個項目的(de)開發，更重要的(de)是不(bu)斷將新的(de)需求引(yin)入項目來做功能的(de)調(diao)試和驗證，蕞終形(xing)成(cheng)成(cheng)熟(shu)方案(an)。這個開發周(zhou)期往往需要數年之久。
第三，個性化定制不可避免(mian)。
我們熟知的國(guo)內外大(da)(da)廠都(dou)在構建自己(ji)的數字孿(luan)生平臺，但(dan)在實踐中仍(reng)需基于(yu)現實環境進(jin)行大(da)(da)量定(ding)制(zhi)，當前(qian)誰都(dou)無(wu)法提供一個(ge)開箱即用(yong)的平臺來(lai)滿足各行業的不(bu)同需求和應用(yong)場景，這就(jiu)對開發理念、具體技術選型(xing)、開發工具使用(yong)和拓展(zhan)等(deng)能力(li)提出了高要求。針對這些問題的答案，我們或許可以通過國資上海儀電旗下企業上海南洋萬邦軟件技術有限公司與合作伙伴境騰科技在2021年第四屆進博會上展示的“云.數.智.聯-AIoT”制造業數字化轉型解決方案管中窺豹。
南洋萬邦的“智能工廠數(shu)字孿生展區”以(yi)制(zhi)造(zao)業轉型為主題，展示了(le)設備、流(liu)水線、工廠三(san)個級別的制(zhi)造(zao)業數(shu)字孿生技術演示。南洋萬邦有(you)資歷業務副總經理王玨表示(shi)，不同(tong)層級(ji)上(shang)的(de)數字孿生(sheng)(sheng)價值各不相同(tong)。比如在(zai)生(sheng)(sheng)產(chan)單元層面，通過數字孿生(sheng)(sheng)拆(chai)解(jie)一個設備可以讓(rang)操(cao)作(zuo)和運維人員(yuan)實(shi)時真切地看到實(shi)驗場景和設備狀態。以(yi)遠(yuan)程(cheng)維修輔助和預(yu)測性(xing)維護(hu)應(ying)用場景為(wei)例。當SMT產(chan)線(xian)的(de)(de)多功(gong)能貼(tie)(tie)片機運(yun)行發生(sheng)故(gu)障(zhang)(zhang)時(shi)，產(chan)線(xian)運(yun)維人(ren)員(yuan)可以(yi)通(tong)(tong)過(guo)產(chan)線(xian)數(shu)字孿生(sheng)的(de)(de)運(yun)維系統(tong)直(zhi)接通(tong)(tong)過(guo)三維模型定位故(gu)障(zhang)(zhang)設(she)(she)備，并(bing)根據壓(ya)(ya)力傳感器(qi)數(shu)據看到(dao)，故(gu)障(zhang)(zhang)原(yuan)因是(shi)因為(wei)系統(tong)管(guan)路里的(de)(de)壓(ya)(ya)力超過(guo)了壓(ya)(ya)力預(yu)警(jing)設(she)(she)置值，直(zhi)接導致(zhi)了空(kong)壓(ya)(ya)機的(de)(de)停止運(yun)行，并(bing)且影響(xiang)到(dao)了多功(gong)能貼(tie)(tie)片機的(de)(de)正(zheng)常運(yun)行。同(tong)時(shi)運(yun)維人(ren)員(yuan)可以(yi)通(tong)(tong)過(guo)系統(tong)看到(dao)基于 AI 的(de)(de)預(yu)測性(xing)設(she)(she)備故(gu)障(zhang)(zhang)信息和建(jian)議預(yu)案，并(bing)且可以(yi)選擇(ze)呼叫該設(she)(she)備廠商的(de)(de)專家遠(yuan)程(cheng)聯線(xian)；遠(yuan)程(cheng)專家在實時(shi)收到(dao)現場故(gu)障(zhang)(zhang)警(jing)報和故(gu)障(zhang)(zhang)原(yuan)因，并(bing)給到(dao)維修指導，實現生(sheng)產(chan)制造(zao)的(de)(de)快速恢復。該(gai)技術演(yan)示是其數字孿生(sheng)解決方案的(de)簡化版(ban)，完整(zheng)方案的(de)亮點包括：
數化：基于Unity及其(qi)數字(zi)孿生工(gong)具鏈對生產線和(he)(he)倉儲(chu)設備的(de)工(gong)況信息與運行狀態在(zai)數字(zi)世界(jie)中(zhong)進行實(shi)時(shi)三維渲染、交互和(he)(he)可(ke)視(shi)化分(fen)析，實(shi)現模擬(ni)和(he)(he)重現并(bing)可(ke)快速部署到(dao)各類主機和(he)(he)移(yi)動設備；
互動：建(jian)立泛(fan)物聯(lian)網設備管理(li)系統(tong)，實(shi)現物理(li)實(shi)體與孿生體之間(jian)有效(xiao)數據的(de)實(shi)時采集、處理(li)和綁定；
先知(zhi)：基于(yu)算法(fa)提取原始工控信(xin)號有效內容，從而識別(bie)故(gu)障(zhang)，產生(sheng)預警(jing)信(xin)息(xi)和發(fa)展趨勢(shi)；
優化(hua)：基于生產和訂單數(shu)據，預測分析產線運行態勢，通(tong)過機器學習優化(hua)分析訂單和資源分配狀態為業務(wu)決(jue)策提供支撐。
瀏覽器自帶分享功能也很好用哦~