劉如意，阮曉華，李旭東

（廣東交通職業(yè)技術(shù)學院，廣東 廣州 510650）

0 引言

數(shù)百年來，人們使用圖形來輔助解決復雜的模型問題。建筑物在建造之前，通常會先出現(xiàn)在設計師的圖紙上；工具在打造之前往往會先用木頭、石膏或者黏土做出一個模型。隨著時間的推移，手工的模型被計算機模型替代，二維的圖形被三維圖象取代。如今，虛擬的系統(tǒng)日趨精確地模仿產(chǎn)品復雜的結(jié)構(gòu)和流程操作過程，直到最接近于現(xiàn)實。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算與數(shù)字技術(shù)的發(fā)展，數(shù)字孿生時代已經(jīng)來臨。在基礎設施建設和工業(yè)制造領域中，數(shù)字孿生技術(shù)被用于優(yōu)化物理實體和制造流程的運作和維護。物理現(xiàn)實世界和數(shù)字虛擬世界可以被作為一個整體來并行管理，就像雙胞胎一樣互相影響。數(shù)字孿生技術(shù)賦予了建筑、制造、能源、醫(yī)療等行業(yè)新的價值，推動物理現(xiàn)實世界更好的決策，也驅(qū)動著物流領域的重大變革。

1 數(shù)字孿生技術(shù)的概念與特征

1.1 數(shù)字孿生技術(shù)的概念

數(shù)字孿生技術(shù)是對現(xiàn)實世界的實體或者流程的高精準度的映射，使用多種信息技術(shù)，建立孿生體即虛擬模型，如實反映被映射對象的行為和性能[1],并提供可視化的報告、工具與決策。

數(shù)字孿生技術(shù)的應用領域已經(jīng)從產(chǎn)品的設計、生產(chǎn)制造過程的監(jiān)控，擴展到產(chǎn)品和流程的運行環(huán)境和狀態(tài)的監(jiān)測，不僅反饋產(chǎn)品質(zhì)量和使用情況，還能精準把控綜合流程的復雜運作，減少預測和決策失誤，避免和解決故障問題[2]。

1.2 數(shù)字孿生技術(shù)的特征

數(shù)字孿生技術(shù)融合了感知智能、認知智能、信息集成與分析、機器學習等現(xiàn)代信息技術(shù)，這些技術(shù)讓虛擬的孿生體與映射對象之間產(chǎn)生互動，彼此互生互長。其主要特征體現(xiàn)為：

（1）精準映射：通過物聯(lián)網(wǎng)、智能傳感、大數(shù)據(jù)采集等技術(shù)對產(chǎn)品和流程的動態(tài)數(shù)據(jù)進行實時采集、快速傳輸和存儲，實現(xiàn)對映射對象的設計、制造、使用和流程工作等過程中的環(huán)境數(shù)據(jù)、物料數(shù)據(jù)、設施設備數(shù)據(jù)的精準感知和動態(tài)監(jiān)控，形成在多維度信息上的精準表達。

（2）互生互長：映射對象與孿生體之間不僅僅是物理現(xiàn)實世界向數(shù)字虛擬世界的簡單投射，更是雙向的互動關系。映射對象的動態(tài)痕跡和操作行為讓孿生體產(chǎn)生相應的變化，孿生體通過計算、處理和下達指令來操控映射對象的運作，形成融合一體、互生互長的關系。

（3）智能干預：運用機器學習、深度學習等智能優(yōu)化算法，在虛擬空間開展仿真和規(guī)劃，通過控制器以智能手段干預映射對象的發(fā)展路徑，指導物理現(xiàn)實世界的管理，解決映射對象運行中的不暢、矛盾、沖突和突發(fā)事件，及時調(diào)整和糾正錯誤。

（4）智能決策：分析、推理和決策是數(shù)字孿生技術(shù)的核心。通過云端和邊緣計算技術(shù)，融合過去與現(xiàn)在，做出面向未來的智能預測，引導后續(xù)的新產(chǎn)品和新流程開發(fā)、設施設備選擇和用戶維護等決策。

2 數(shù)字孿生理論模型

從概念來看，數(shù)字孿生由三部分組成，即物理空間、虛擬空間、虛實之間的連接。從技術(shù)角度來看，數(shù)字孿生需要六大技術(shù)構(gòu)件的支持，它們是多維度數(shù)據(jù)沉淀、智能傳感、信息集成、信息分析、孿生體和控制器。數(shù)字孿生理論模型如圖1所示。

圖1 數(shù)字孿生理論模型

3 數(shù)字孿生技術(shù)在物流領域的應用探究

數(shù)字孿生技術(shù)在物流領域尚未普及，但是已經(jīng)具備了諸多關鍵技術(shù)。物流系統(tǒng)數(shù)字孿生架構(gòu)如圖2所示，數(shù)字孿生技術(shù)可以作用于整個物流價值鏈的各種應用場景，將物流流程中的所有關系用數(shù)字化形式表示，并映射到虛擬空間。

3.1 物流系統(tǒng)數(shù)字孿生架構(gòu)

（1）底層——物理空間數(shù)據(jù)采集。物流系統(tǒng)數(shù)字孿生的物理空間數(shù)據(jù)采集是整個數(shù)字孿生的底層。生產(chǎn)資料、人員、資金、設施設備、流程、天氣、交通狀態(tài)、市場情況和自然地理環(huán)境等企業(yè)內(nèi)外部數(shù)據(jù)通過智能傳感技術(shù)、三維立體攝影技術(shù)、智能穿戴設備等方式被動態(tài)采集，并在企業(yè)資源計劃、制造資源計劃、智慧倉配平臺、運輸管理系統(tǒng)和智能采集平臺等底層業(yè)務管理系統(tǒng)中匯集。

（2）中間層——基于轉(zhuǎn)碼技術(shù)的虛實連接。物理現(xiàn)實世界采集的數(shù)據(jù)通過編碼器轉(zhuǎn)換的方式成為數(shù)字信息，并傳輸給虛擬空間；虛擬空間的監(jiān)管和指令反向地作用于物理空間。這種雙向連接，讓物流系統(tǒng)數(shù)字孿生成為一個閉環(huán)。為實現(xiàn)傳輸實時無縫化，需要保持傳輸過程的可視化并增強數(shù)據(jù)傳輸?shù)膶蛐浴４送?，?shù)據(jù)傳輸密鑰、設備證書等安全措施需要被應用起來，以保障傳輸?shù)陌踩?/p>

（3）上層——虛擬空間物流系統(tǒng)子孿生體。在虛擬空間，基于數(shù)據(jù)庫、數(shù)據(jù)遷移、數(shù)據(jù)整合等技術(shù)的數(shù)據(jù)集成，將對數(shù)據(jù)進行處理以備后續(xù)的分析。集成后的數(shù)據(jù)將通過運用多種算法被快速計算，合適的模型將從模型庫中被選出，融合物流管理知識，進入虛擬建模階段。數(shù)字物流系統(tǒng)子孿生體與物理空間的實際流程形成共生共長關系，并通過控制器，輸出可視化的描述、診斷、干預、優(yōu)化、預測和決策等行為，作用于物流系統(tǒng)的各個流程管理。

3.2 數(shù)字孿生技術(shù)在物流領域的應用場景

（1）運載工具監(jiān)控與運輸系統(tǒng)優(yōu)化。實際上，在運載工具上安裝全球定位系統(tǒng)（Global Positioning System）并映射到接收器上并不是新鮮事物。通過衛(wèi)星信號，運輸管理者可以清晰地知道這個運載工具的行駛路線和動態(tài)，這是一種典型的孿生初級形式。

現(xiàn)代運輸數(shù)字孿生不只體現(xiàn)在在途追蹤，更重要的是通過對運載工具的虛擬建模來實時捕捉運載工具的新舊程度、能耗情況、運力、運輸偏好、安全記錄等數(shù)據(jù)，而且這種映射關系在運輸工具新購投入使用時就已經(jīng)產(chǎn)生。當運輸需求發(fā)生時，虛擬空間通過精準的人工智能算法，將最匹配的訂單優(yōu)先調(diào)度給最合適的運載工具。也就是說，運輸調(diào)度作業(yè)先在虛擬空間內(nèi)完成，再指導物理現(xiàn)實世界的實際操作。

在國際貨運中，這種應用更具有價值，數(shù)字孿生能優(yōu)化國際集裝箱船隊的管理和跨境貨運流程，將貨物攬收、中轉(zhuǎn)、運輸、報關、派送等國際貨運全鏈路以數(shù)字化形式在虛擬空間進行映射，通過大數(shù)據(jù)技術(shù)實時捕捉與運算分析跨區(qū)域乃至跨國的貨物流量和流向數(shù)據(jù)，提前預警，可視化地展現(xiàn)碼頭堆場、船艙、中轉(zhuǎn)中心等的全景動態(tài)，有助于國際貨運全鏈路的精細化管理和全系統(tǒng)的設計再造。

（2）運輸包裝設計與管理。運輸包裝是優(yōu)化運輸效率的有效途徑。絕大部分貨物都借助于某種形式的保護性包裝在物流網(wǎng)絡中流動，尤其是那些對在途溫度、濕度、外力沖擊有高度敏感性的化學危險品、藥品以及高價值貨物等。數(shù)字孿生技術(shù)可用于運輸包裝的設計，幫助企業(yè)預測并了解新包裝材料的性能，模擬測試新型包裝對溫濕度、振動和沖擊的載荷能力，利于企業(yè)開發(fā)更輕型、更具有保護性能、更環(huán)保的包裝容器。

在運輸包裝動態(tài)管理方面，數(shù)字孿生技術(shù)通過包裝上設置的智能傳感裝置，連續(xù)地實時傳遞在途環(huán)境的變化，從環(huán)境數(shù)據(jù)中推導出在途貨物的狀態(tài)，自動評估可能出現(xiàn)的包裝破損、泄露以及貨物變質(zhì)損壞，這對電子商務、倉單質(zhì)押業(yè)務都有較大的意義。以倉單質(zhì)押為例，眾所周知，倉單質(zhì)押業(yè)務的對象是靜態(tài)的庫存貨物，金融機構(gòu)目前還沒有開發(fā)出在途貨物的質(zhì)押業(yè)務[3]。數(shù)字孿生技術(shù)可以為動態(tài)質(zhì)押的實現(xiàn)提供可行的路徑，通過智能傳感與三維立體攝影技術(shù)，快速創(chuàng)建包裝的詳細模型，監(jiān)測包裝內(nèi)貨物的在途質(zhì)量情況，預警損壞或污染的發(fā)生，自動調(diào)控可用信貸額度和質(zhì)押水平，控制融資業(yè)務風險。

可重復使用包裝是物流行業(yè)的標準流程和模式，包括可重復使用的標準海運集裝箱、空運成組裝運設備（Unit Load Device）、汽車零配件的標準板條箱等。這些包裝容器的歷史使用記錄通過現(xiàn)實物理世界的數(shù)據(jù)沉淀，傳遞到虛擬空間并被加以分析，部署在這些包裝上的傳感器可以顯示它們的位置并自動識別凹痕和裂縫等問題，做出決策通知是否再次使用、修復或者報廢它們。

（3）倉配中心選址。在電子商務、新零售等環(huán)境中，倉儲與配送中心的選址必須適應需求的變化，以便于對市場做出快速響應。數(shù)字孿生技術(shù)可以集合分析來自物理現(xiàn)實世界的企業(yè)運營數(shù)據(jù)、客戶分布數(shù)據(jù)、交通環(huán)境數(shù)據(jù)、氣候環(huán)境數(shù)據(jù)等，創(chuàng)建倉配中心虛擬孿生體，準確地測試倉配中心選址的備選方案并加以運營模擬，決策出最優(yōu)方案，精確預測每個倉配中心的合理庫存種類與庫存量儲備，并指導后續(xù)的建設過程。倉配中心建成并運行了一段時間后，如果產(chǎn)生了新的變革性的需求場景，也可以借助數(shù)字孿生技術(shù)對倉配中心管理系統(tǒng)的技術(shù)架構(gòu)和功能進行智能化和柔性化調(diào)整。

（4）倉配中心內(nèi)部管理。數(shù)據(jù)孿生技術(shù)的還可以應用于倉配中心的內(nèi)部管理。它將倉配中心內(nèi)部的人、貨、設施設備等實體與數(shù)字孿生體進行連接，實時傳遞運營數(shù)據(jù)；對倉配中心內(nèi)部作業(yè)管理作出預測與自主決策，包括：提示倉配中心內(nèi)部的設施設備可用狀態(tài)，決策儲存空間布局方案與貨物搬運動線，提供設備設施與貨物的安全預警，提供內(nèi)部與周邊環(huán)境可視化，自主進行無人機盤點作業(yè)、溫濕度監(jiān)控、搬運小車導引、智能揀選、無人裝車、無人卸車等服務，并進一步預測倉配中心未來的吞吐量。在人機互動上，智能穿戴將發(fā)揮重要的作用，倉管人員佩戴的PDA（Personal Digital Assistant）和三維立體眼鏡，可以將倉配中心的日常操作的圖像數(shù)據(jù)實時傳遞到虛擬空間，實現(xiàn)現(xiàn)實倉配活動與數(shù)字虛擬倉配管理同步進行。

（5）配送方案優(yōu)化。數(shù)字孿生技術(shù)可實時采集客戶訂單發(fā)生的位置、訂單量、目的地、可用的運輸工具和可視化的交通環(huán)境等數(shù)據(jù)，通過分析與快速計算，制定最佳的配送線路，智能調(diào)度符合要求的車輛，推薦最佳的配載方案。在訂單高峰期與運力短缺的情況下，數(shù)字孿生技術(shù)能保障訂單的準確分發(fā)和運力的最佳配置。以電商配送為例，快遞網(wǎng)點的地理坐標、網(wǎng)點之間的距離、每天的吞吐能力、服務效率、營業(yè)時間、業(yè)務繁忙程度都以數(shù)字化的形式呈現(xiàn)在虛擬空間，通過算法、建模和模擬之后，再決定一個快遞件需要通過哪些網(wǎng)點、裝到哪臺車上、途徑哪條線路流向末端消費者。

（6）物流基礎設施建設。港口、機場、貨運站場、公路網(wǎng)、鐵路網(wǎng)等物流基礎設施要素構(gòu)成了復雜的物流宏觀環(huán)境，影響著社會總物流成本。數(shù)字孿生技術(shù)可以解決物流基礎設施空間規(guī)劃問題，并能夠預測性地維護這些設施。

在物流基礎設施的規(guī)劃階段，地理信息系統(tǒng)、衛(wèi)星影像、物聯(lián)網(wǎng)傳感技術(shù)、大數(shù)據(jù)挖掘等作為底層技術(shù)，將地質(zhì)地形、現(xiàn)場信息、交通情況、產(chǎn)業(yè)分布情況等數(shù)據(jù)整合導入虛擬空間，融合建筑數(shù)字化建模技術(shù)，生成孿生體。物流基礎設施數(shù)字孿生能輸出最優(yōu)規(guī)劃設計方案、施工進度安排和物料需求清單等可視化圖形表單，預先仿真設施建成之后形成的物流動量，計算建設成本與預期效益，從而判定規(guī)劃方案是否可行。

當物流基礎設施完工之后，現(xiàn)實世界的工程項目和虛擬世界的孿生模型可以共同交付給業(yè)主。在物流基礎設施的管理階段，數(shù)字孿生技術(shù)集合設施地理位置、能源系統(tǒng)、道路交通等多維度的實時運行數(shù)據(jù)，通過三維模型準確調(diào)取設施的運行狀態(tài)，實現(xiàn)決策仿真、快速響應和應急處置等功能，提高運營維護效率和防災能力，并為設施的全生命周期管理提供決策支持。

4 數(shù)字孿生技術(shù)應用于物流領域的步驟

數(shù)字孿生技術(shù)幫助物流管理者在合適的時間、合適的業(yè)務場景中做出基于數(shù)據(jù)的正確決策。物流數(shù)字孿生創(chuàng)建是否成功，取決于管理者是夠有能力制定并推進數(shù)字孿生計劃并保持其持續(xù)運行。

4.1 確定流程

決策者需要綜合考慮企業(yè)的運營情況、商業(yè)模式和組織結(jié)構(gòu)等管理因素，通過反復研討，選定具有較大潛在價值、開發(fā)成功率高的流程作為數(shù)字孿生試用模型的開發(fā)對象。這些流程通常具有此類特征：流程對企業(yè)發(fā)展目標非常重要；流程能為客戶創(chuàng)造價值，為企業(yè)帶來源源不斷的利潤。

4.2 遴選模型

數(shù)字孿生虛擬模型的選擇方案決定開發(fā)應用是否能夠?qū)崿F(xiàn)預期價值。如果模型過于簡單的話，會無法發(fā)揮出預期的應用效果；但是模型過于復雜、覆蓋面過大，則需要配置海量的傳感器和應用過多的技術(shù)，讓決策者迷失在紛繁復雜的數(shù)據(jù)和技術(shù)之中。因此，在模型庫中選擇一個復雜程度適中的模型顯得十分必要。

4.3 創(chuàng)建模型

在模型庫中選好適合的模型之后，就進入模型創(chuàng)建步驟。

在這個步驟中，首先需要給物理世界的流程配置傳感器，以獲取流程及其周圍環(huán)境的關鍵數(shù)據(jù)。第二，要確定虛實之間數(shù)據(jù)傳輸所需的轉(zhuǎn)碼器是否有效，這是虛實空間互聯(lián)閉環(huán)的一個關鍵環(huán)節(jié)。第三，確?？梢暬故?。可視化展示非常必要，它將數(shù)據(jù)分析挖掘到的結(jié)果以圖形、列表或文字等形式來顯示現(xiàn)實物理世界與虛擬空間的對比與差異，并提示決策者哪些物流流程需要調(diào)查、更新和改進。

4.4 模型試運行

在孿生模型創(chuàng)建之后，要迅速投入試運行階段。在這個階段，物流企業(yè)與模型開發(fā)團隊需要反復測試運行效果和監(jiān)控風險，并保持開發(fā)性思維，及時調(diào)整數(shù)據(jù)采集端口和各種工具的應用，并積極接納新的技術(shù)和新的合作伙伴。

4.5 評估與改進

在試運行之后，要對數(shù)字孿生模型運行效果進行評估，客觀檢測模型是否產(chǎn)生預期的價值，包括是否提高物流運作效率、是夠改進流程管理質(zhì)量、是否提升物流設施設備利用率以及是否降低物流運作風險等。在試運行過程中發(fā)現(xiàn)的問題，將促進物流企業(yè)的流程整合與改進。決策者能找到數(shù)據(jù)收集不流暢的節(jié)點，并對這些節(jié)點的工作過程進行整合，建立與改進數(shù)據(jù)標準，推進組織結(jié)構(gòu)的變革，從而為數(shù)字孿生技術(shù)的正式應用提供支持。

4.6 擴大應用

在試運行成功之后，物流企業(yè)應把握機會，瞄準那些與試運行模型相近的或者相關的流程，借鑒之前的開發(fā)經(jīng)驗，選擇合適的工具與技術(shù)，適度擴大數(shù)字孿生技術(shù)的應用范圍。

5 結(jié)論與展望

從技術(shù)周期的規(guī)律來看，由于受到工業(yè)互聯(lián)網(wǎng)開發(fā)程度、計算能力、數(shù)據(jù)采集的質(zhì)量、人機交互能力和成本約束等多方面的限制，數(shù)字孿生這項新興技術(shù)可能要在未來的5～10年才能達到被廣泛應用的程度[4]。但是隨著人工智能從感知智能向認知智能演進和AI算力瓶頸的突破，數(shù)字孿生技術(shù)應用的全面普及或許會提前到來，并有潛力轉(zhuǎn)變幾乎所有的產(chǎn)業(yè)價值鏈。

數(shù)字孿生技術(shù)在物流領域的應用值得期待。對于頭部物流企業(yè)來說，在合適的時機和合適的應用場景中盡早開展探索和研究、應用數(shù)字孿生技術(shù)來應對來自不同方面的競爭挑戰(zhàn)、占領市場先機是有必要的。盡管物流領域數(shù)字孿生尚處于發(fā)展初期，也必然需要面對一些階段性的問題，但其發(fā)展前景無疑是廣闊的。