数字孪生技术在汽车行业中的应用

王红彦，阮 兵

（中国汽车工业工程有限公司，天津 300113）

今天的数字化技术正在不断地改变每一个企业。随着市场竞争日益激烈，产品上市时间周期不断缩短、产品个性化定制程度不断加强，迫使企业必须同上下游建立起协同开放的生态环境，采取数字化、智能化的手段来加速产品开发。随着新一代信息技术与实体经济的加速融合，数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段，并在工业研发、生产和运维全链条过程中发挥重要作用。许多著名企业与组织高度重视，正在积极探索基于数字孪生的数字化转型新模式、新业态[1]。

1 数字孪生定义

通过数字化手段，以数据与模型的集成融合为基础核心，将物理设备的各种属性精准数字化映射到虚拟空间中，在虚拟空间中模拟、验证、分析和预测。精准地将客户的真实使用情况反馈到设计端，通过仿真复杂的制造工艺，实现产品设计、生产制造、智能服务和综合决策等的闭环优化，从而有效提高开发、生产及运维的有效性和经济性，实现产品的有效迭代。这种技术就是数字孪生。

建立数字化的产品全生命周期档案，从根本上推进产品全生命周期各阶段的高效协同，驱动企业产品创新；为全过程质量追溯、能效管理与优化、远程智能运维、产品研发及综合决策的持续优化等奠定数据基础。数字孪生作为一种服务企业的解决方案和手段，已经越来越多地为企业创造实际价值[2]。

2 数字孪生技术的核心

数字孪生技术的核心元素是数字化模型的建立。一般情况下，建模方法可以分为2类：第一性原理或基于物理的方法（例如力学建模），以及数据驱动的方法（例如深度学习）。好的模型既能逼真地描述真实事物的外在形状，又能准确地反映真实事物的内在变化规律[3]。

与数字化模型紧密相关的是数据和算法。数据是模型的输入，来自于各种传感器的实时采集或系统的历史积累。算法通常需要深度学习，通过对大量历史数据进行分析处理，不断地建立、完善模型的内在处理逻辑；实时数据输入到模型后，算法对数据进行分析处理，通过已建立的内在处理逻辑做出判断，进而控制模型做出相应的变化[3]。

3 数字孪生技术在汽车产业的应用

数字孪生技术在如智慧城市、健康医疗、工业4.0和智能驾驶等各行各业得到广泛应用。对于制造业来说，虚拟数字模型可以融合企业的人、机、料、法、环和财等全域数据，以整个企业组织体为对象构建数字孪生，推动企业各环节信息的互联互通和数据共享。实现从单个设备、单个工艺与单个企业向全要素、全流程和全业务各类资源优化配置，从而助力制造业不断提升核心竞争力、持续高质量发展。

针对汽车行业，数字孪生技术可以应用于产品研发、工艺规划和生产制造、设备维护、人员培训及售后服务等产业链各个环节。

3.1 产品研发阶段的数字孪生[3]

在汽车市场竞争日益激烈的今天，所有主机厂都渴望以更少的成本和更快的速度将更好的产品推向市场。产品的数字孪生包含产品所有设计元素的信息，如车辆的三维几何模型，系统工程模型，BOM表，一维至三维、多学科的仿真模型，电气系统设计和软件与控制系统设计等。其可以在汽车的研发阶段预测其各项物理性能及整体性能，并在虚拟环境中对产品进行分析或优化。

3.1.1 数字建模

使用CAD工具开发出满足技术规格的产品虚拟原型，能识别、编辑修改几何特征，将特征再参数化，以可视化的方式展示出来；同时对产品内部件的物理和运动约束、电气和行为系统、软件与控制算法等信息进行全数字化的建模技术。这会涉及到零件设计、装配设计、工装与磨具设计、工业设计和管路等，并需要通过一系列的验证手段来检验设计的精准程度。这是建设产品数字孪生的基础技术。

3.1.2 一体化的仿真验证

由于产品运行时的性能涉及到多物理场、多学科的综合作用，需要通过工艺流程、物流逻辑和实际规则等的仿真实验，来验证产品在不同外部环境下的性能表现和适应性。因此，在此阶段，要基于单个系统或多个系统的联合仿真对产品模型的性能进行预测分析。这会涉及高级流体、电子冷却、传热分析、复合材料、运动仿真和响应信真等多种重要技术。

3.1.3 其他关键技术

实现完备的产品数字孪生，除了建模和仿真之外，还需要创成式设计、基于历史数据的仿真结果校准技术等其他关键技术。

3.2 工艺规划阶段的数字孪生

工艺仿真就是验证产品的工艺性。交互式或自动地建立装配路径，动态分析装配干涉情况，确定最优装配和拆卸操作顺序，仿真和优化产品装配的操作过程。即通过建立各个生产单元的数字化模型，将生产阶段的各种要素，如排产逻辑、物流配送、工艺配方和工序要求、生产设备和工装及车控制算法等生产流程的数值仿真，通过仿真手段集成在一个紧密合作的虚拟生产过程中，自动完成在不同规则组合下虚拟的生产过程。通过这种方式来实现产品的可装配性分析、装配工艺的优化、装配质量的控制和装配工装的验证，获得完善的制造规划，以保证产品质量，缩短产品生产周期。

3.3 虚拟生产调试

在生产的执行阶段，对各个生产单元内的工作流程与效率进行过程建模与仿真。在汽车的装配过程中，对多个协同工作的机器手臂控制算法进行虚拟调试，减少后期车间安装、调试和量产的时间。对生产单元内人机交互过程的仿真和调试，能详细评估人体在特定的工作环境下的一些行为表现，如动作时间的评估、工作标准化的评估和疲劳强度的评估等，确保了人体操作的合理性和安全性，提高了装配的可行性。

3.4 工厂、车间布局

建立三维数字化车间或工厂的资源布局，包括工厂中所用的各种资源，通过三维工厂设计能清晰明了工厂设计、布局与安装过程；以数据和互联网为媒介，物理工厂与虚拟工厂基于数字孪生，实现双向真实映射与实时交互并产生孪生数据。在孪生数据的驱动下，实现工厂全生产要素在物理工厂、虚拟工厂之间的迭代运行。具备物流优化，产线评估能力，验证安装操作可达性，装配过程路径分析，物料搬运过程模拟等仿真能力，使得车间数据保持一致性，生产能力得到充分利用，生产流程透明化管理，成品库存减少，交货时间缩短等，最终使物理工厂不断进化，直到工厂生产和管控达到最优，形成一种工厂运行新模式[4]。

3.5 生产过程关键指标监控能力评估

数字孪生技术应用于生产制造过程从设备层、产线层到车间层、工厂层等不同的层级，贯穿于生产制造的设计、工艺管理和优化、资源配置、参数调整、质量管理和追溯、能效管理和生产排程等各个环节。通过采集生产线上原材料、设备、流程、人员或者环境参数、运行状态等各种生产要素的实时运行数据，实现全部生产过程的可视化监控，并随着采集的物理参数的变化实时地在数字空间进行更新。

生产线或产品的各个物理传感器产生的大量数据，通过经验或机器学习建立关键设备参数、检验指标的监控策略，对生产过程进行评估和优化，实现主动响应、事故溯源和预测性维护等重要功能，并针对事故原因提出产品设计、生产流程设计中的改进方案等。

3.6 运维阶段的数字孪生

随着物联网技术的成熟和传感器成本的下降，车间主要设备及最终车辆，会更多地使用物联网设备来采集运行阶段的环境和工作状态等指标。通过读取智能设备车辆传感器或控制系统的各种实时参数，会同后台的数据积累，以及专家库、知识库的迭加复用，构建设备的健康指标体系，采用人工智能进行数据挖掘和智能分析，实现趋势预测；基于预测的结果，对维修策略及备品备件的管理策略进行优化，提前预警设备或产品可能发生的故障，主动给企业提供精准、高效的设备管理和远程运维服务，改善用户对车辆的使用体验。

3.7 服务阶段的数字孪生

3.7.1 销售体验[3]

在汽车销售过程中，借助数字孪生技术，结合VR/AR，可以为用户提供沉浸式的体验，让用户在虚拟空间操控驾驭汽车，全方位地感受汽车在各种环境、各种场景下的性能和魅力，激发用户的购车欲望。一辆带有三维可视化功能的数字孪生汽车，可以让潜在的买家在网上或4S店购车时将汽车的配置改成自己喜欢的个性化定制，厂商可借助产品研发数字孪生体系，协同客户一起，加速并完成对新产品的导入周期，提高产品参数配置的准确性。

3.7.2 客户潜在需求挖掘

通过采集汽车的实时运行数据，展现用户的轨迹信息。站在客户视角，可视化呈现客户与品牌的互动过程及动态体验感受；通过AI+BI分析反馈数据，输出可视化客户体验看板。车辆制造商可以据此洞悉客户潜在的真实需求，提高产品参数配置的准确性，避免产品研发的决策失误。

3.7.3 汽车使用反馈[5]

二手车市场上，如果给车辆一个数字标识（基于数字孪生和区块链），就可以跟踪车辆健康状况，回答消费者关心的维修频率、零件更换等问题。

3.7.4 有针对性地召回

建立数字线程和全生命周期管理的数字孪生体。伴随汽车产品的电动化、网联化、智能化和共享化，数字孪生技术将进一步助力汽车企业，以更高效全面的手段，更开放透明的姿态，通过跟踪汽车中的关键部件及其序列号，主动将有问题的汽车范围精准缩小到那些直接受到影响的批次上。

3.8 数字孪生技术在其他方面的应用

3.8.1 工厂基础设施

采用数字孪生体可以在远程情况下对工厂进行参观和考察。通过虚拟现实技术实现工厂漫游、设备实时数据、产线产能情况、不良率和工厂布局等数据一览。

3.8.2 沉浸式培训

通过数字孪生体，利用笔记本电脑远程培训工人。设备甚至不需要实际安装，就可以向其他人展示如何使用。另外可以借助AR/VR技术实现专家远程运维和指导。

3.8.3 更全面的分析和预测能力[6]

现有的产品生命周期管理，无法对隐藏在表象下的问题提前进行预判。而数字孪生可以结合物联网的数据采集，通过在数字空间实时构建物理对象的精准数字化映射，采用大数据的处理和人工智能的建模分析、验证，实现对过去发生问题的诊断、当前状态的评估及未来趋势的预测，最终形成智能决策的优化闭环。

3.8.4经验的数字化[6]

在传统的工业设计、制造和服务领域，经验往往是一种模糊而很难把握的形态，但又是解决实际问题，作出精准判决的依据。数字孪生的最大优势是可以通过数据挖掘等技术，对于故障诊断、流程改善和资源配置优化等过程及结果，进行数字化挖掘，得到的模型、经验等知识封装并集成管理，也是数字孪生技术的关键内容之一。

4 数字孪生的价值

随着大数据、AI技术、物联网、区块链和5G等新一代信息技术的迅速发展，以及先进制造技术、新材料技术等系列新兴技术的共同发展，数字孪生技术在不断探索和尝试、优化和完善、发展和演化，在经济社会各领域的渗透率不断提升，数字孪生已经成为垂直行业数字化转型的重要使能技术。

4.1 数据驱动

基于全面实现基于模型的设计（MBD），整个研发、设计和制造过程将由数字化工厂的“大脑”（单一数据源）进行协调和驱动，生产信息实时反馈用以优化设计，大幅提升设计重用率，降低设计与生产制造过程的不确定性，大幅缩短产品研制周期，减少变更单数量，积累产品研制的工程大数据。

4.2 物物互通

数字化工厂将使用三维模型作为产品研制的信息载体，通过MBD技术将所有信息装载于模型，并将数据结构化，使机器可以读懂产品信息，并进行相应的操作，基于射频识别技术（RFID）的应用，通过产品生命周期管理（PLM）、制造执行系统（MES）和分散控制系统（DCS）的集成实现物物互通。

4.3 人机协同

使用者通过数字孪生系统迅速掌握物理系统的特性和实时性能，识别异常情况，获得分析决策的数据支持，并能便捷地向数字孪生系统下达指令，减少实际生产的停产减产率；另外可以通过“人”和“机”的孪生体，监管和预测人机数字模型，积累学习人机的技能知识、交互特征等，融合人的灵活性、适应性和机器的高效性、准确性等各自优势，协调构建更加完善的人因工程分析和更加完善的评价体系。

4.4 产品迭代

根据客户的要求，多次的产品设计迭代可以在虚拟的三维数字孪生空间中，进行部件修改调整，产品尺寸装配等，精准地将客户的真实使用情况反馈到设计端，同时在虚拟产线中进行设计优化、问题诊断，可以大幅降低产品验证工作和装配可行性，减少迭代过程中设备的制造工作量、工期及成本，提高开发和生产的有效性和经济性，加速产品的有效改进。

4.5 虚实互联

采用数字孪生技术，在虚拟环境完成产品设计，并开展仿真验证和工艺的优化迭代，然后在虚拟工厂中进行试生产，固化工艺参数。在实际生产过程中，建立孪生和业务的相互规则，通过虚拟工厂收集、反馈真实工厂的运行数据。基于丰富的历史和实时数据，以及专业的算法模型，实现在数字世界对物理对象的状态和行为进行模拟试验和分析预测，为用户实际业务决策赋能。

5 结束语

数字孪生是信息化技术发展到一定程度的必然结果，是支撑数字化转型的综合技术体系。毋容置疑，数字孪生技术在数据标准、模型积累、软件开发和安全体系等方面还需要不断探索和完善。

在汽车“新四化”变革中，随着智能装备、工业软件、工业互联网、IoT、人工智能、云计算和边缘计算等新一代技术的发展，应用在深化，体系在演进，数字孪生正在或已经成为人类解构、描述和认识物理世界的重要工具之一。数字孪生也将与这些新技术一道，打造一个有利于汽车产业发展的良好生态。