早在2002年,“数字孪生”由Dr. Grieves首先提出,并不断丰富和发展。它是一种将实体世界和虚拟数字世界紧密联系的技术。在先进数字科技的支持下,在计算机里面可以精确反映物体(如某个工业产品)的当前状态,记录其历史发展过程,并对其未来进行预测。
由于数字孪生实现了数字世界和物理世界之间的高度匹配,所以又被称为“数字双胞胎”。它既可以描绘原子的运动,也可以在计算机中跟踪一个人的生老病死历程,甚至模拟一座城市/一个国家发展的生命周期。当然,还可以用来刻画物流和供应链的运作。
(图1 仿真技术逐步进化成了今天的“数字孪生”,图片来源:DHL研究院)
数字孪生和仿真(Simulation)有着密切的联系。DHL研究院认为,今天的数字孪生实际上是仿真技术不断升级的产物。传统仿真技术,在某种意义上初步实现了数字世界和物理世界的对应:在某个实体产品/服务真正落地之前,就可以在电脑中对其性能作初步的模拟验证,并根据结果来及时修正方案。
然而,到了最近的“数字孪生阶段”,数字模拟的精度提升到了前所未有的程度(拜计算机科技以及先进传感器提供的大数据所赐)。信息反馈的方向也不再是单向的“计算机指导实体世界”,而是可以从实体世界反馈到计算机数字世界,再从数字世界到实体:两者之间循环交互,密不可分,以至于数字版本可以和实际世界“同步成长”。
相比于传统仿真而言,数字孪生技术不但性能大为增强,而且成本也逐步下降。许多专家认为,Digital Twin已经到了全面普及的临界点。其市场份额的年增长率或超过30%。
(图2 Digital Twin背后的虚实映射关系,图片来源:德勤)
关于数字和实体世界的“孪生”关系,在图2中有更加直观的描述。从物理世界到数字世界,靠的主要是传感器等数据收集装置(sensors, actuators);而从数字到物理世界,则依赖于数据管理和分析(analytics)。数字孪生是对物理实体的独一无二表达,既描述其静止状态,也描述其动态行为。并且,还可以从大数据中推测出未来的发展趋势,为实体提供最优决策支持。
数字孪生的快速发展,主要依赖于五项关键技术:
(1)物联网(IoT),以低成本传感器收集实体世界的大量数据;
(2)云计算(Cloud Computing),为大量数据的存储和处理提供(足够灵活的)基础设施支持;
(3)接口标准(API & Open Standards),让IT开发人员能够灵活使用外界资源,避免“重复造轮子”,站在巨人肩膀上创新;
(4)人工智能(AI),让我们能发现大量数据中的规律,作出最优决策;
(5)虚拟现实/增强现实/混合现实(VR/AR/MR):让数字世界显得更加“真实”。
(图3 数字孪生基于“解耦”,将对象拆分成足够小的模块,图片来源:英诺维盛公司)
无论传统仿真,还是强大的数字孪生,其技术应用的前提都是对实体对象进行建模,用数学语言对其进行描绘。而建模的前提则是将对象进行足够细致的分解,细分之后再组合成一个数字整体(”If you can’t create it, youdon’t understand it ”)。
对象的分解可以有“横向”和“纵向”两个维度。根据著名智能制造专家赵敏老师的论述: “横向分解”是从生命周期的角度,把实体产品发展的过程划分成“需求分析”、“方案设计”、“加工制造”等若干个阶段,一直到最后的“维护管理”和“产品退役”为止。而“纵向分解”则是在任一时间点,将对象逐层分解为细小的模块。例如:飞机这样的大型复杂工业品也可以分为“系统”、“子系统”。。“元器件/零件”、“原材料”等各个层次,如图3所示。
将对象划分得越细,数字世界的镜像就会越逼真,并且对数字模型的更新迭代也会更快(每次只需要更新一个小模块即可)。这和IT领域近年流行的“微服务”理念也是一致的。
数字孪生应用的领域很广,图4中提到的七个方面是较为典型的:
(图4 数字孪生的七大应用领域)
1、在生产制造领域,可以用数字孪生对生产过程进行充分模拟,确定最优工艺参数等,从而提高生产质量、降低运营成本。
2、在材料研发领域,可以对各种不同的材料配置进行分析和比较,预测其性能。
3、在工业品应用领域,可以对一些大型产品的使用情况进行持续监控,例如航空发动机,或是应用在极端气候条件下的电力设备——这类产品的“售后”状况很难通过人力监控,但用数字化手段则可以看得更加清楚。
4、在医疗健康领域:一方面可以对CT机等大型医疗设备的性能进行仿真和数字化追踪;另一方面,也可以对植入人体的心脏起搏器等设备作建模分析,甚至为“活的”人体生物组织建立数字镜像。
5、在城市基础设施领域,数字孪生的内涵可大可小:大到整个城市/国家的公共设施运行分析,小到一段铁轨的变形情况监控。
6、在能源领域,我们既可以为“硬”的钻井平台/发电设备建立维修模型,也可以为“软”的能耗情况及二氧化碳排放轨迹等建立数字孪生。
7、在零售电商领域,研究对象则包括服务流程监控,以及对消费品质量的长期追踪等。
上文提到的数字孪生七大领域,与物流供应链有着密切的联系。一方面,物流和供应链对这七大领域的发展起到支持和保障作用;另一方面,这七大领域的技术提升,本身也会促进物流的进步。如图5所示:
(图5 应用数字孪生的五大物流分支)
1、对于包装器具管理而言,数字孪生技术可以帮助我们设计新型材料,从而减少物流包装带来的环境污染和浪费。这一点在国家推出“限塑令”的大前提下显得更为重要。哪怕对于非塑料材料,我们也有必要研究:如何让包装材料更经久耐用,以及对环境的污染更小。同时,对于可循环包装的运行轨迹进行全程跟踪和大数据分析,也是数字孪生的重要课题之一。
2、对于航运领域而言:我们可以对某些高价值货物的运输过程进行数字化追踪,全流程记录货物所处的温度、湿度环境以及受冲击/碰撞情况等,从而确定承运方是否按照约定的条件对货物进行了保护。一旦出现货物损坏,也有足够的证据来支持理赔操作。此外:把远洋货轮本身当作数字孪生的建模追踪对象,有助于监控其运输时效,并预防船只的抛锚、失火等事故。
3、对于全球/全国范围内的物流网络运作来说:新一代地理信息系统(GIS)给数字化物流提供了前所未有的机遇。在宏观设计层面,民用地图的精度达到了前所未有的程度,并且还推出物流专用的货运版地图,显示出货运卡车在城市每个区域的限行状况等。这有助于制定更精细的物流规划方案。在微观运作方面,对于车辆/货物的精确跟踪,也有利于在每日运作中制定更优的决策。
4、拜数字孪生所赐,物流基础设施的管理水平也更高了:除了广义的地理信息系统之外,我们还可以为某个具体的港口/机场建立孪生模型,实时监控和分析其运作情况,预测未来一段时间内的海运/航空班次准点率等。并且,不用大兴土木作实体建造,就可以分析出未来5-10年的最优改建方案。
5、仓库/物流中心的运营,数字孪生技术也能提供很多帮助。在低成本传感器和大数据技术的支持下,我们可以对仓库各个库区的应用情况了如指掌,并且能够建立3D模型对其进行描绘。哪怕坐在家中,也能掌握每一个货架的实时情况。出于培训目的,我们还可以为公司职员配备虚拟现实眼镜,把数字化的仓库栩栩如生地展现在他们眼前。
供应链运作是一个端到端的完整过程。单个环节的创新如同珍珠,组合在一起之后就会成为熠熠生辉的项链。对于制造业供应链而言,数字孪生对各个环节的影响如图6所示:
(图6 数字孪生对制造业物流各环节的影响)
(1)在入厂物流环节,数字孪生可以让制造商能够配置更多种类的产品,来满足客户更加多样化的需求。但是这也带来了新的挑战:由于零部件种类更多、运作复杂度大大提高,导致制造商需要在“大规模定制”方面下更多功夫,在定制化运作的同时,仍然保持自己的产品竞争力。同时,在数字孪生技术的帮助下,让整个供应链变得更加透明化。
(2)在厂内物流环节,生产管理者需要更加严格地推行精益物流和标准化物流,加强传感器等技术的应用、并明确数据管理责任。唯有如此,才能确保系统中的数据和实际情况相对应。大批量的物流运作,也会更多地向“小批量、高频次”方式转变,以单件流的方式来精确管理零件/半成品/成品。
(3)在售后物流环节,数字孪生技术让制造商能提供更多的增值服务,从远程售后支持到预测性维修(通过数据分析来提前预判维修的时间点)。原厂制造商在产品已经卖给客户之后,仍然需要跟踪其当前位置、当前状态,持续收集和分析数据。只有这样,才能为客户提供更高质量的售后服务。为此配套的工作还包括:将售后零配件库存布置在最合适的位置,并持续优化相关的物流服务方式。这一过程会持续到产品生命周期的尽头:在产品寿终正寝的时候,以最优方式组织逆向回收物流,也属于数字孪生的范畴之一。
(4)在供应链综合协调的层面:供应链运作的优化来源于各个环节的相互协同,来源于端到端的“整体式”数字孪生。数字世界模型需要做到高度透明化,展示出供应链各个环节的实时运作状态及其相互关系——为此要获得供应商、客户等外部伙伴的高度配合:需要他们提供准确数据、严格遵守流程、并且按照约定来共同维护供应链的持续运作、应对可能危机。
总之:数字孪生对于物流供应链运作提出了新的挑战。为了应用Digital Twin,企业会被逼提升标准化水平、加强精益管理。但是如果能恰当应对,孪生技术本身又有利于提高企业的精准运作水平。所以,数字孪生既是挑战,也是供应链管理者的机遇。
数字孪生技术 (DigitalTwin)和仿真有着密切的联系,但比传统仿真有着更强的功能。在海量数据的支撑下,数字孪生在物理世界和数字世界之间建立了密切联系,能对实体产品和服务作全生命周期的追踪。近年来,它在生产管理、材料研发等多个方面取得了长足的进展,并因而促进物流供应链管理水平的提升,把供应链数字化提升到新的高度。
对于数字孪生体来说,虚拟世界和现实世界同步发展,形成了两条线索:“数字主线”和“物理主线”,如图7所示。每条主线的发展历程,反映了实体/服务从产生到最终消亡的整个生命周期。而数字主线和物理主线之间也是密不可分的:数字世界感知物理世界状态,进行分析和预测,并将决策又反馈到实体,形成循环往复的信息闭环。
(图7 数字孪生包含两条主线、紧密交织,图片来源:英诺维盛公司)
在供应链应用中,数字孪生目前面临如下挑战:一是要进一步降低技术应用成本;二是要追求(足够的)模拟精度;三是要将不同合作方的信息系统打通;四是要从源头保证数据质量;五是要对各方进行培训,确保企业管理理念和技术相匹配。此外,数字孪生应用中的信息安全/知识产权保护等问题,也必须引起足够的重视。
虽然挑战还很多,但是数字孪生技术已经向我们走来。Gartner在2018年将它列入“十大技术趋势”之一,而相关应用案例也已经涉及所有工业领域。我们有理由相信:在数字孪生技术的帮助下,物流和供应链管理的新时代正加速来临。
农夫山泉23-25届校园招聘供应链类岗位
5229 阅读益海嘉里(金龙鱼)2025校招供应链、物流储备生
4618 阅读顺丰社招运营经理;B端销售;仓储管理经理;支付业务负责人;客户管理岗等
4544 阅读特斯拉智能制造校招专项:24-25届物流、供应链类岗位
4471 阅读盒马社招运输经理;店仓管理专员;仓储业务物资管理高级专员;店仓经理
4334 阅读京东社招项目运营岗;客户体验分析;配送运营岗;客户经理岗;营业部负责人岗
4300 阅读华润啤酒2025届校园招聘物流管培生
4131 阅读曼伦2025校招供应链物流岗位
4019 阅读亚马逊全球物流团队「物流销售岗位」热招中
3956 阅读KK集团2025届全球校园招聘供应链岗位
3877 阅读