基于数字孪生的工业大数据智能分析与实践（1）

基于数字孪生的工业大数据智能分析与实践（一）

（2019年1月20日）

导读：生产流程数字化趋势日益明显，已是大势所趋。受此趋势影响，大量企业努力寻求有效策略，以期从运营和战略层面推动实际价值的创造。数字孪生是近期的热门概念：物理实体或流程的准实时数字化镜像，有助于企业实现绩效提升。本文为西安电子科技大学孔宪光教授基于数字孪生的工业大数据智能分析与实践的PPT，分享给大家。

孔宪光对于CPS和数字孪生、数字双胞胎等概念谈了自己的理解：CPS是构筑物理空间与信息空间的数据交互闭环通道，实现信息整体与物理实体之间的交互联动。在物理空间和信息空间之间进行交互联动的技术就是数字孪生技术。通过不断虚体和实体的演变和迭代，数字孪生技术在信息空间产生的结果就是数字双胞胎(数字孪生体)。

孔宪光指出，基于数字孪生的工业大数据分析论，简单来说，是把物理实体中的业务问题抽象成问题的图谱，把问题抽象成数学抽象问题、一个可求解的问题。这样的问题体系形成后，通过数字孪生体内的智能融合体系对问题进行求解。

目前，工业数字孪生体与大数据分析的研究侧重于四个方面：装备、制造、试验、施工。

其中，针对制造数字孪生，孔宪光列举了断路器装配产线数字孪生分析的实践案例：

第一步，建立断路器装备产险的虚拟仿真模型，模拟产线的生产能力、生产节拍、生产瓶颈、设备利用率、物流优化等，指导生产线的建立和初步运行，获取生产线运行数据进行实时监测和可视化管控。

第二步，发现断路器装配过程中出现的质量问题，以及反向追溯质量问题的来源，建立质量问题追溯等分析模型。

最后，把分析模型部署道不同计算集群上，构建面向不同类型的应用，取得了很好的应用效果，提高了产品合格率。

PPT1

PPT2

PPT3

PPT4

（未完待续）

孔宪光，西安电子科技大学机电工程学院院长助理，智能制造与工业大数据研究中心主任，工学博士，教授，博士生导师。现研究方向：智能制造与工业大数据技术。

（摘编自 公众微信号 精智工厂）