数字孪生驱动产品设计、制造和服务.docx

数字孪生驱动产品设计、制造和大数据服务 PAGE PAGE 1 数字孪生驱动产品设计、制造和服务 摘要：当今世界，随着新一代信息技术在工业和制造业中的应用，大数据驱动制造的时代即将到来。然而，尽管可以获得整个产品生命周期中的各种大数据，包括产品设计、制造和服务，但是可以发现，当前对产品生命周期数据的研究主要集中在物理产品而非虚拟模型上。此外，由于产品物理空间和虚拟空间之间缺乏融合，产品生命周期中的数据是孤立的、分散的、停滞不前的，这对制造业来说是无用的。这些问题导致产品设计、制造和服务阶段的效率、智能化和可持续性水平都很低。但是，产品的设计、制造和服务需要物理产品数据、虚拟产品数据以及绑定物理和虚拟产品的连接数据的支持。因此，基于以往对产品生命周期管理大数据研究的基础上，本文着重研究了如何生成和使用聚合的网络物理数据，更好地服务于产品生命周期，从而推动产品设计、制造和服务更高效、智能、可持续性。本文提出了一种由数字孪生驱动的产品设计、制造和服务的新方法，研究了数字孪生驱动产品设计，制造和服务的详细应用方法和框架。此外，本文还通过三个案例分别说明了数字孪生在产品设计、制造和服务三阶段的未来应用。 关键词： 数字孪生； 产品生命周期； 设计； 制造； 服务； 大数据； 网络与物理融合 1前言 产品生命周期管理（PLM）是以最有效的方式管理公司产品在其整个生命周期中的业务活动，从产品的第一个理念一直到产品退役和后处理。PLM是一种通过改进创新、缩短新产品上市时间、为现有产品提供卓越支持和新服务以及更好地支持客户使用产品来增加公司收入的业务活动[1]。 如今，随着新一代信息技术在工业和制造业中的应用，例如物联网技术和设备被用来收集在整个生产生命周期中产生的各种数据[2]，云技术被用来实现数据管理和处理[3]，人工智能用于数据挖掘和实现附加值，大数据驱动的制造时代即将到来[4]。对于PLM来说，许多研究人员对产品数据管理[5]，产品信息建模[6]，产品信息跟踪[7]，集成框架[8]，知识管理[9]，产品制造的供需匹配[10]，产品装配[11]等进行了大量研究。 然而，尽管可以获得整个产品生命周期中的各种大数据，包括产品设计，制造和服务，但可以发现PLM中仍然存在以下几个研究空白： 目前对产品生命周期数据的研究主要集中在物理产品而不是虚拟模型上； 即使涉及到来自虚拟模型的数据，产品物理空间和虚拟空间之间也缺乏关联性。此外，由于缺乏关联性，PLM中的数据通常是孤立的、零散的和停滞不前的。 一方面，当产品在客户所在地时，公司很难保持控制；另一方面，即使实现了控制，也很难提前响应即将到来的需求或故障，并指导产品设计、制造和维护。 这些问题导致了产品设计、制造和服务阶段的效率、智能化、可持续性等方面的水平低下，需要新的方法来解决这些问题。数字孪生是一个复杂产品的综合多物理、多尺度和概率模拟，并使用可用的最佳物理模型、传感器更新等来反映其相应孪生产品的寿命。数字孪生的概念和思想是由物理产品、虚拟产品和连接物理产品和虚拟产品的数据组成的，可以实现产品物理空间和虚拟空间的融合。因此，在以往对产品生命周期管理大数据研究的基础上，本文着重研究了如何生成和使用聚合的网络物理数据，更好地服务于产品生命周期，从而推动产品设计、制造和服务更加高效、智能、可持续[5]。 本文的其余部分主要内容如下：第2节介绍了PLM中产品生命周期的概念和相关数据，并讨论了PLM中存在的不足；第3节介绍了数字孪生的概念及其工业应用；在第4节中研究了数字孪生在产品生命周期的三个阶段（即数字孪生产品设计、数字孪生产品制造和数字孪生产品服务）中的潜在应用，并结合案例分别对每个阶段进行了说明。第5节总结了本文的研究内容，并指出了未来的研究工作。 2产品生命周期及其相关数据 2.1产品生命周期及数据 1950年，Dean提出了产品生命周期的概念，并将其用于Levitt的产品营销策略研究[12]。产品生命周期最初指的是产品从市场接受到最终淘汰的全过程[13]。受产品的生命学启发，产品生命周期可分为四个阶段，即引进、成长、成熟和衰退[14]。随着并行工程的兴起，产品生命周期被扩展到各个工程领域[15]。产品生命周期被重新定义，涵盖从产品需求分析、设计、制造、销售和售后服务到回收的整个过程[16]。 当从制造商的角度理解特定的产品生命周期时，它指的是从概念生成、设计、采购、制造到使用和回收的整个过程。如图1所示，产品生命周期的每个阶段都有其特定的活动，涉及到相关的人员和部门，并产生大量的数据[17]。 1、概念生成：根据客户需求、市场信息、投资规划等数据，定义新产品或产品设计改进的概念，以及产品的美学和主要功能。在这个阶段，需要处理各种各样的数据，例如各种形式的客户需求，包括网上的评论