摘要：數(shù)字經(jīng)濟(jì)代表著新工業(yè)經(jīng)濟(jì)的生命力，數(shù)字化轉(zhuǎn)型是新時(shí)期卷煙工廠升級的重要驅(qū)動(dòng)力。文 章對數(shù)字孿生技術(shù)的概念、價(jià)值和應(yīng)用場景進(jìn)行了分析和研究，并對卷煙工業(yè)企業(yè)建立數(shù)字孿生工廠 的實(shí)施路徑和基礎(chǔ)工作進(jìn)行了探討，旨在為推動(dòng)卷煙工廠數(shù)字化轉(zhuǎn)型提供有價(jià)值的思路和對策。 關(guān)鍵詞：卷煙工廠;數(shù)字孿生;數(shù)字化轉(zhuǎn)型 中圖法分類號：TP399? 文獻(xiàn)標(biāo)識碼：八

Research on digital transformation path of cigarette factory based ondigital twintechnology

WEI Qing

（Mcizhou Cigarette F'actory of Guangdong China Tobacco Industry Co. ？ Ltd. ？Mcizhou ？ Guangdong 5H000， China）

Abstract： Digital economy represents the vitality of the new industrial economy. Digital transformation is an important driving force for the upgrading and reform of cigarette factories in the new era. This paper aims to analyze and study the concept， value and application scenario of digital twin technology， and discuss the implementation path and basic work of establishing digital twin factory in cigarette industry enterprises， so as to provide useful ideas and Countermeasures for promoting the digital transformation of cigarette factory.

Key words： cigarette factory， digital twins？ digital transformation

1引言

繼農(nóng)業(yè)經(jīng)濟(jì)和工業(yè)經(jīng)濟(jì)之后，數(shù)字經(jīng)濟(jì)隨著信息技術(shù)革命發(fā)展而成長起來，它代表著新工業(yè)經(jīng)濟(jì)的生命力，并已成為工業(yè)企業(yè)經(jīng)濟(jì)增長的主要?jiǎng)恿υ慈娃D(zhuǎn)型升級的重要驅(qū)動(dòng)力，也是全球新一輪產(chǎn)業(yè)競爭的制高點(diǎn)。美國密歇根大學(xué)的MichaelGrieves教授在2003年首次提出了“與物理產(chǎn)品等價(jià)的虛擬數(shù)字化表達(dá)”的概念，該概念源于對裝置的信息和數(shù)據(jù)進(jìn)行更清晰的表達(dá)的期望，希望能夠?qū)⑺行畔⒎旁谝黄疬M(jìn)行更高層次的分析[1]。數(shù)字孿生（DigitalTwin，DT）即由此概念衍生而出并沿用至今。

構(gòu)建數(shù)字孿生工廠是未來卷煙工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的重要方向，數(shù)字孿生是一項(xiàng)利用數(shù)字化技術(shù)對制造業(yè)產(chǎn)品全生命周期管理的顛覆性技術(shù)，卷煙生產(chǎn)經(jīng)營活動(dòng)都會因數(shù)字孿生技術(shù)而發(fā)生革命性變化。毫無疑問，數(shù)字孿生技術(shù)是一場卷煙工廠高質(zhì)量發(fā)展的新革命。

2數(shù)字孿生技術(shù)

2.1含義

數(shù)字孿生是充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應(yīng)的實(shí)體裝備的全生命周期過程[2]。從信息技術(shù)應(yīng)用的角度來看，數(shù)字孿生將人工智能（AI）和機(jī)器學(xué)習(xí)（ML）等智能技術(shù)集成起來，通過數(shù)據(jù)、算法和決策分析三者的有機(jī)結(jié)合，構(gòu)建一個(gè)存在于物理世界的數(shù)字模型。這個(gè)數(shù)字模型能夠?qū)ΜF(xiàn)實(shí)的物理對象進(jìn)行虛擬映射，對物理對象的變化情況進(jìn)行實(shí)時(shí)監(jiān)控，并能夠基于人工智能的多維數(shù)據(jù)復(fù)雜處理技術(shù)對異常情況開展診斷分析，實(shí)現(xiàn)對實(shí)體設(shè)備的管理優(yōu)化。

2.2數(shù)字孿生技術(shù)與仿真技術(shù)的區(qū)別

數(shù)字孿生技術(shù)和仿真技術(shù)是一個(gè)容易讓人混淆的概念，很多人單純地把這兩種技術(shù)等同看待，其實(shí)這是一個(gè)誤區(qū)，下文將從“仿真”和“數(shù)字孿生”的定義上區(qū)分這兩種技術(shù)。

仿真是一種模擬物理世界的技術(shù)，它是將包含確定性規(guī)律和完整機(jī)理的模型用軟件方式進(jìn)行呈現(xiàn)和表達(dá)的一種虛擬技術(shù)。只要模型正確，并擁有完整的輸入信息和環(huán)境數(shù)據(jù)，就基本能夠正確地反映物理世界的特性和參數(shù)[3]。相較于“仿真”，“數(shù)字孿生”的概念要更大、更寬。數(shù)字孿生不僅可以建立物理實(shí)體的數(shù)字模型，在建立模型的基礎(chǔ)上還通過實(shí)測、仿真以及數(shù)據(jù)分析技術(shù)來實(shí)時(shí)感知、診斷、預(yù)測物理實(shí)體的運(yùn)行狀態(tài)，并結(jié)合反饋數(shù)據(jù)來調(diào)控物理實(shí)體對象的行為。通過上述概念的對比分析可知：仿真技術(shù)只是創(chuàng)建和運(yùn)行數(shù)字孿生體中的一項(xiàng)核心技術(shù)，數(shù)字孿生相對于仿真是一種包含關(guān)系。

3價(jià)值

數(shù)字孿生的應(yīng)用將打破沿用了幾十年、上百年的基于個(gè)人經(jīng)驗(yàn)的傳統(tǒng)設(shè)計(jì)和基于實(shí)體驗(yàn)證的制造理念，這將極大地改變現(xiàn)有卷煙工業(yè)企業(yè)的生產(chǎn)管理模式。

3.1適合創(chuàng)新

數(shù)字孿生通過設(shè)計(jì)工具、仿真工具、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)等各種數(shù)字化的手段，將物理設(shè)備的各種屬性映射到虛擬空間中，形成可拆解、可復(fù)制、可轉(zhuǎn)移、可修改、可刪除、可重復(fù)操作的數(shù)字鏡像[4]，讓很多此前由于物理?xiàng)l件限制，必須依賴于真實(shí)的物理實(shí)體而無法完成的操作方式（如模擬仿真、批量復(fù)制、虛擬裝配等）成為卷煙生產(chǎn)管理者觸手可及的工具。

3.2全面測量

在卷煙生產(chǎn)過程中，我們需要高精度的監(jiān)測煙機(jī)設(shè)備的各種屬性、參數(shù)和運(yùn)行狀態(tài)，準(zhǔn)確測量煙絲的寬度、濕度，煙支的圓周、克重等物理指標(biāo)，從而實(shí)現(xiàn)精準(zhǔn)控制和產(chǎn)品優(yōu)化的目標(biāo)，保障產(chǎn)品質(zhì)量符合要求。傳統(tǒng)的測量方法需要我們購置各種價(jià)格昂貴的物理檢測工具（如水分儀、電子秤、煙支檢測平臺等）才能夠達(dá)到滿意的測量結(jié)果。而數(shù)字孿生技術(shù)另辟蹊徑，通過采集有限的物理傳感器指標(biāo)數(shù)據(jù)，應(yīng)用物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，借助大樣本統(tǒng)計(jì)分析、深度學(xué)習(xí)推測出更多原本無法直接測量的指標(biāo)，為卷煙生產(chǎn)提供更全面的數(shù)據(jù)支持。

3.3較高的分析和預(yù)測能力

數(shù)字孿生可以結(jié)合物聯(lián)網(wǎng)的數(shù)據(jù)采集、大數(shù)據(jù)的處理和人工智能的建模分析，實(shí)現(xiàn)對當(dāng)前狀態(tài)的評估、對過去發(fā)生問題的診斷，并給予分析的結(jié)果，模擬各種可能性，以及實(shí)現(xiàn)對未來趨勢的預(yù)測，進(jìn)而實(shí)現(xiàn)更全面的決策支持[5]。以卷接包包裝生產(chǎn)環(huán)節(jié)為例，在包裝機(jī)生產(chǎn)運(yùn)行的過程中，時(shí)常會產(chǎn)生煙包破損、透明質(zhì)破、扎包的現(xiàn)象，如果這些煙包成品流入市場，會造成大量市場投訴。針對此問題，可以利用一元線性回歸分析算法，研究一種基于煙包破損剔除斜率范圍估計(jì)的方法，能夠有效預(yù)測剔除趨勢，判定設(shè)備的狀態(tài)并及時(shí)開展設(shè)備維護(hù)工作。

3.4經(jīng)驗(yàn)成果的迭代和移植

傳統(tǒng)的煙機(jī)維修往往強(qiáng)烈依賴車間的少數(shù)“大師傅”，“大師傅”的經(jīng)驗(yàn)的傳承需要依賴長時(shí)間的“名師帶徒”和實(shí)操培訓(xùn)，而且很難保證經(jīng)驗(yàn)成果在代際之間有效傳遞。相比之下，數(shù)字孿生的優(yōu)勢是高還原性和高移植性。通過數(shù)字化手段將此前無法保存的專家經(jīng)驗(yàn)進(jìn)行數(shù)字化、標(biāo)準(zhǔn)化，并根據(jù)卷煙生產(chǎn)環(huán)境和設(shè)備設(shè)施變化情況進(jìn)行高效復(fù)制、修改和轉(zhuǎn)移。就卷接包設(shè)備維修業(yè)務(wù)而言，可以將卷接包設(shè)備運(yùn)行過程中出現(xiàn)的各種故障特征和設(shè)備傳感器的歷史數(shù)據(jù)進(jìn)行建模分析，通過深度學(xué)習(xí)，訓(xùn)練出針對不同煙機(jī)故障的特征模型，用于指導(dǎo)、輔助維修操作。針對不同的新形態(tài)的故障，故障模型還能夠通過數(shù)據(jù)積累和模擬訓(xùn)練不斷豐富迭代特征庫，持續(xù)提高故障模型診斷的準(zhǔn)確性。

4主要內(nèi)容

近年來，不少卷煙工廠大力推廣數(shù)字技術(shù)在生產(chǎn)環(huán)節(jié)的應(yīng)用，在制絲生產(chǎn)、煙支卷制和工藝質(zhì)檢環(huán)節(jié)的實(shí)時(shí)數(shù)采、虛擬建模及生產(chǎn)仿真等方面獲得了快速發(fā)展。在此基礎(chǔ)上，將數(shù)字孿生技術(shù)引入卷煙生產(chǎn)車間，實(shí)現(xiàn)生產(chǎn)業(yè)務(wù)與設(shè)備實(shí)體實(shí)時(shí)交互以及深度融合是卷煙工廠的數(shù)字化轉(zhuǎn)型的重點(diǎn)，總目標(biāo)是將生產(chǎn)和數(shù)據(jù)有機(jī)融合，實(shí)現(xiàn)卷煙生產(chǎn)車間的各部分和功能的迭代運(yùn)行與雙向優(yōu)化。

4.1數(shù)字孿生車間設(shè)備健康管理

數(shù)字孿生技術(shù)的應(yīng)用能夠?qū)崿F(xiàn)對車間設(shè)備的健康管理：基于物理設(shè)備虛擬模型的狀態(tài)評估，能夠及時(shí)捕捉車間設(shè)備性能退化情況;基于信息物理融合數(shù)據(jù)驅(qū)動(dòng)的故障診斷與預(yù)測，能夠準(zhǔn)確定位設(shè)備故障的位置和原因;基于虛擬模型動(dòng)態(tài)仿真的維修策略設(shè)計(jì)，能夠驗(yàn)證維修策略的合理性。

4.2數(shù)字孿生車間能耗多維分析與優(yōu)化

在能耗優(yōu)化方面，虛擬模型的實(shí)時(shí)仿真能夠通過優(yōu)化設(shè)備參數(shù)、人員活動(dòng)和工藝流程實(shí)現(xiàn)車間碳減排;在能耗分析方面，信息物理數(shù)據(jù)間的相互校準(zhǔn)能夠支持全面的、多維度、多尺度的能耗分析;在能耗評估方面，大數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以對實(shí)際能耗進(jìn)行分階段、多維度的動(dòng)態(tài)評估。

4.3數(shù)字孿生車間動(dòng)態(tài)生產(chǎn)仿真和調(diào)度

（1）生產(chǎn)前模擬仿真

根據(jù)訂單，預(yù)演生產(chǎn)，對從原輔料的出入庫到成品卷煙產(chǎn)出的制造全過程進(jìn)行模擬仿真，根據(jù)預(yù)演結(jié)果向各環(huán)節(jié)下達(dá)批次生產(chǎn)工單，組織實(shí)際生產(chǎn)，進(jìn)行生產(chǎn)預(yù)演，提升資源配置能力。

（2）生產(chǎn)中實(shí)時(shí)仿真

從全要素、全流程、全業(yè)務(wù)的角度將實(shí)際運(yùn)行數(shù)據(jù)與生產(chǎn)模型數(shù)據(jù)進(jìn)行實(shí)時(shí)對比和在線診斷，并通過調(diào)控指令的形式優(yōu)化卷煙生產(chǎn)經(jīng)營活動(dòng)，持續(xù)提高生產(chǎn)過程管控能力。

（3）生產(chǎn)后回溯仿真

基于實(shí)際生產(chǎn)過程中所采集的數(shù)據(jù)進(jìn)行回溯仿真，與生產(chǎn)前仿真預(yù)演的結(jié)果進(jìn)行指標(biāo)比對，對生產(chǎn)環(huán)節(jié)進(jìn)行差異評估，尋求改進(jìn)方法，優(yōu)化生產(chǎn)模型，進(jìn)行評估優(yōu)化，提升制造創(chuàng)新能力。

5數(shù)字孿生建設(shè)的基礎(chǔ)—構(gòu)建全量的數(shù)據(jù)感知能力

作為數(shù)字孿生的基礎(chǔ)，構(gòu)建數(shù)據(jù)的全量感知能力、準(zhǔn)確獲取卷煙生產(chǎn)各個(gè)關(guān)鍵環(huán)節(jié)的基礎(chǔ)數(shù)據(jù)就是構(gòu)建煙草工業(yè)數(shù)字孿生體系首先需要解決的問題。在傳統(tǒng)的信息化時(shí)代構(gòu)建的IT系統(tǒng)，基本上是煙囪化、封閉式的，大量的生產(chǎn)過程數(shù)據(jù)依靠人工錄入，不僅是效率低下，實(shí)時(shí)數(shù)據(jù)缺失嚴(yán)重，而且容易出錯(cuò)。現(xiàn)在開展數(shù)字化轉(zhuǎn)型的重點(diǎn)就是提高效率和降低成本，從源頭上解決效率和成本問題，加強(qiáng)數(shù)據(jù)的可獲得性是數(shù)字化轉(zhuǎn)型要從根本上解決的問題。因此，卷煙工廠開展數(shù)字化轉(zhuǎn)型首先無法繞過的問題就是需要構(gòu)建新時(shí)代的數(shù)據(jù)感知能力，采用現(xiàn)代化手段采集和獲取數(shù)據(jù)，減少人工錄入。按照感知方式的不同，數(shù)據(jù)感知可分為“硬感知”和“軟感知”。兩種感知方式并無本質(zhì)上的優(yōu)劣之分，可根據(jù)應(yīng)用場景靈活配置，兩種感知方式的主要區(qū)別如表1所列。

根據(jù)兩種感知方式的不同特點(diǎn)，在卷煙工業(yè)企業(yè)中，針對制絲生產(chǎn)線、卷接包設(shè)備、動(dòng)力能源實(shí)時(shí)數(shù)據(jù)、安防監(jiān)控視頻和倉儲物流信息等數(shù)據(jù)可通過部署硬件設(shè)備和裝置，利用“硬感知”手段收集生產(chǎn)過程中的生產(chǎn)數(shù)據(jù)、工藝數(shù)據(jù)、監(jiān)控?cái)?shù)據(jù)和物流數(shù)據(jù)。而針對信息系統(tǒng)日志、用戶系統(tǒng)操作行為或互聯(lián)網(wǎng)網(wǎng)站數(shù)據(jù)等存儲在數(shù)字世界中的網(wǎng)絡(luò)數(shù)據(jù)，則可以通過軟件或技術(shù)，利用“軟感知”手段進(jìn)行數(shù)據(jù)收集。

卷煙工廠作為非數(shù)字原生企業(yè)，構(gòu)建數(shù)字孿生體系的過程難以一蹴而就，生產(chǎn)過程感知能力的建設(shè)往往都是從單一節(jié)點(diǎn)出發(fā)，并逐漸擴(kuò)展到生產(chǎn)經(jīng)營業(yè)務(wù)全過程，最終形成完整的數(shù)字孿生體系?；诖耍瑯?gòu)建孿生體系的成本可能會相當(dāng)驚人，難度也很大。所以，卷煙工廠在構(gòu)建全量感知的過程中應(yīng)當(dāng)把握一個(gè)度，不可能也沒有必要構(gòu)建物理對象100%的鏡像數(shù)字孿生。要避免盲目追求數(shù)字孿生模型的“高保真”。拔高保真度意味著構(gòu)建數(shù)字孿生模型的難度和成本大幅度增加，對數(shù)字孿生模型進(jìn)行剖析的復(fù)雜程度和耗時(shí)也會快速攀升，越復(fù)雜的數(shù)字孿生模型也越難以實(shí)現(xiàn)虛實(shí)映射的實(shí)時(shí)性。每個(gè)數(shù)字孿生應(yīng)當(dāng)只是生產(chǎn)環(huán)節(jié)的最有價(jià)值的一個(gè)或幾個(gè)方面的數(shù)字模型，用最小代價(jià)的感知數(shù)據(jù)實(shí)現(xiàn)特定的業(yè)務(wù)目標(biāo)，最大限度地降低成本。針對這個(gè)度的把握，需要我們在構(gòu)建感知系統(tǒng)時(shí)一定要面向需求、面向應(yīng)用，由業(yè)務(wù)價(jià)值驅(qū)動(dòng)。

卷煙工廠等非數(shù)字原生企業(yè)在推進(jìn)數(shù)字化轉(zhuǎn)型的過程中面臨的問題和難點(diǎn)往往比數(shù)字原生企業(yè)要大得多、難得多。卷煙工廠構(gòu)建數(shù)字孿生系統(tǒng)將會是一個(gè)長期而艱巨的過程，很難做到一蹴而就，需要朝著全面感知、貼合業(yè)務(wù)、算法賦能、不斷迭代的方向持續(xù)推進(jìn)。

參考文獻(xiàn)：

[1]莊存波，劉檢華，熊輝，等.產(chǎn)品數(shù)字孿生體的內(nèi)涵、體系結(jié)構(gòu)及其發(fā)展趨勢[J].計(jì)算機(jī)集成制造系統(tǒng)，2017，23（4）：753-768.

[2]張入元，武殿梁，黃順舟.基于數(shù)字孿生的總裝對接在線監(jiān)控技術(shù)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2021（11）：109-113.

[3]王林，喬建梅.國外數(shù)字孿生技術(shù)發(fā)展及對我國的啟示[J].上海信息化，2021（11）：52-55.

[4]劉海瑞，奚歌，金珊.應(yīng)用數(shù)字孿生技術(shù)提升流域管理智慧化水平[J].水利規(guī)劃與設(shè)計(jì)，2021（10）：4-6+10+88.

[5]陳根.《數(shù)字孿生：5G時(shí)代的重要應(yīng)用場景》[J].自動(dòng)化博覽，2020（10）：7.

作者簡介：

韋清（1981—），本科，工程師，研究方向：智慧工廠建設(shè)、網(wǎng)絡(luò)安全。