人们对数字孪生的炒作最近开始达到顶峰。与许多其他有前途的技术一样，这种兴趣的增加在很大程度上可以解释为计算能力、云、大数据应用和物联网传感器可使用性方面的进步。凭借处理海量数据的能力，现在可以更细致地模拟产品和流程，而这就是数字孪生的全部意义所在。
简而言之，数字孪生是物理实体的数字复制品。该物理实体的轮廓是使用无数数据点生成的，安装在实体上的传感器捕捉这些数据点，并将其发送到基于云的系统来进行进一步分析。简单来说，数字孪生由四种技术构成：
在制造业中，数字孪生的主要好处是能自动提供关于设备或产品性能的全面信息，而无需员工参与。更重要的是，利用当今的计算能力，工厂能够正常的使用先进的机器学习算法快速分析物理孪生提供的数据，并将其转化为可操作的见解。在数字孪生出现之前，这样的制造业控制水平是没办法实现的。
制造业是一个看上去很复杂的行业。工厂通常具有高度复杂的机械部件，它们不断地相互作用。这种复杂性使我们没办法了解生产现场哪些地方需要改进，以及如何改进。
但由于工厂安装了数千个传感器，并不断将数据传输到数字孪生系统，制造商可以积累有关系统性能的重要见解，并对工厂的工作流程进行循证调整。更重要的是，现代传感器能收集从浓度和温度到工厂一般环境条件等各种特征的数据。
借助传感器，数字孪生可以监测制造工厂以外的资产。例如，汽车工厂可以评估各种汽车部件在极端条件下的磨损或性能。这些见解可用于增强未来的产品设计。数字孪生还使制造商能够在没有一点经济风险的情况下试验非常规设计决策，并推动创新。
在制造环境中，数字孪生可以以多种方式应用。让我们来探索一些世界领先的制造公司是如何利用数字孪生的。
尤其是意识到对药物和疫苗的需求日渐增长，Atos、葛兰素史克和西门子联手改造制药行业。
传统上，制药公司只能在产品制成后才能评估产品的质量，这在某种程度上预示着如果质量低，则必须丢弃整批产品，从而造成时间和材料的浪费。数字孪生允许在生产的全部过程中评估产品质量，帮助制造商及时作出调整操作并满足质量标准。
Atos与西门子合作实施了一个数字孪生系统，用于收集有关疫苗制造流程每个阶段的数据。这种数字孪生使制药公司能够明显提高产品质量、减少相关成本并缩短上市时间。更重要的是，制药公司现在还可以模拟生产中的变化，并清楚地看到它们将怎么样影响最终产品。
为了满足对其行业领先的螺杆式压缩机一直增长的需求，Kaeser 决定将数字孪生集成到他们的新生产设施中。在 Kaeser 的案例中，产品一定要满足特定客户的需求，这大幅度提升了质量控制的复杂性。他们的压缩系统有相当多的参数需要为每个客户单独进行定制。更重要的是，依据环境的不同，Kaeser 的客户能在空气和水冷却系统之间做出合理的选择，并在他们的压缩机上添加干燥器或热回收系统。
在数字孪生的帮助下，Kaeser 的员工可以在产品组装前确定准确的产品测试程序。一旦压缩机离开装配线，按下按钮即可启动测试程序。如果其余结果不符合标准要求的标准，系统会通知操作员手动调整压缩机参数。
Kaeser也在工厂之外使用数字孪生系统，每一台销售出去的压缩空气系统也由数字孪生虚拟复制。这使得操作员可以监测每台压缩机的状态，从而远程检测潜在故障并及时维护。这大大延长了产品的寿命，提高了客户满意程度，并降低了维护成本。
在豪华汽车的生产上，在质量方面不能有妥协的余地。另一方面，细致的质量控制可能相当耗时。因此，为了加快汽车开发流程，世界上著名的汽车制造商之一玛莎拉蒂与西门子合作，将数字孪生集成到其制造流程中。
在西门子PLM 软件的帮助下，玛莎拉蒂工程师现在能够正常的使用汽车虚拟副本中的数据来一直在优化他们的开发。例如，评估车辆空气动力学的传统方法需要构建汽车的物理原型，并将其放置在风洞中。借助数字孪生，可以虚拟运行此类测试，从而明显降低成本，并允许对汽车的空气动力学进行更精细的实验。
由于数字孪生的实施，玛莎拉蒂成功地将汽车开发所需的经营成本和时间降低了 30%。借助数字孪生，该公司还将车辆上市时间缩短了 16 个月。
最初，总部在巴西的农业机械制造商 Stara 旨在应用数字孪生来提高性能，并优化其农业机械的维护。在拖拉机和其他农业机械上安装了物联网传感器后，他们可以监测拖拉机的路径、速度、油耗与发动机状况。这使Stara能够预测机械故障，并延长设备正常运行时间。
在利用数字孪生的优势来提高性能的同时，Stara 发现这项技术还可以优化农民对机械的使用。嵌入式物联网传感器现在可以收集天气和土壤特性数据，帮助农民确定种植作物的最佳条件。
在轮胎制造公司中实施数字孪生，无需构建原型，即可促进产品工程和测试。除了缩短上市时间和减少开发成本外，消除物理原型还能让制造商和组织减少由原型浪费而引起的负面环境影响。
更重要的是，事实上，对于轮胎制造公司来说，数字孪生对简化与其他汽车公司的合作尤其有益。例如，世界领先的轮胎制造商普利司通现在使用数字孪生与其合作伙伴共享即将推出的产品的虚拟复制品，以获得批准。知名轮胎制造商米其林的数据科学总监也声称，数字孪生在构建高效合作生态系统方面具有巨大潜力，使组织能够无缝地相互共享开发数据。
而米其林则使用数字孪生来测试各种轮胎设计。更具体地说，该公司使用这项技术来模拟潮湿路面上的轮胎行为，以确定最佳胎面花纹设计。西门子能够说是汽车行业最受欢迎的数字孪生技术提供商，其工程师也声称，可以模拟轮胎在不同路面和不同天气条件下的性能。
不可否认，数字孪生是制造业中的关键技术。它在创造价值、缩短上市时间、优化工厂设备和成品性能，以及提供洞察力方面的能力是任何其他解决方案都不能够比拟的。随着成本的降低、供应商数量的增加，以及构成数字孪生的先进的技术的可获得性的提高，集成数字孪生应该是全球制造商的下一个必然步骤。
然而，同样有必要注意一下的是，那些拥有高度复杂流程、第一先考虑创新、改进或扩大产品范围的公司将从数字孪生中受益最多。不过，这项技术绝不便宜，也不易于实施，因为它常常要对组织架构进行彻底改造，并对制造工作流程进行相当大的调整。
