数字孪生将成为制造业变革“催化剂”？

数字孪生在国内关注度最高、研究最热的是智能制造领域，而且应用前景广阔。根据IDC预测，到2024年，60%的中国制造企业将通过在非结构化数据集中的物联网和机器学习驱动的过程中使用数字孪生技术，实现10%的运营开支节省。

大数据分析、AI、ML、AR、VR和MR等先进技术的出现为数字孪生技术的不断发展提供了支持，也为中国制造业的数字化转型提供了全新机遇。在”中国制造2025″大战略背景以及新基建和双循环政策的驱动下，制造业IT市场需求将进一步释放。IDC预测，2024年中国制造业IT应用市场规模将达到103.9亿美元。数字孪生成为了中国制造业企业转型中的关键词。

其实，不少企业已经开始应用该技术创建虚拟车间、数字工厂实现生产制造全过程管理；GE、空客等公司也开发了设备数字孪生体，以实现设备预测性维护。

数字孪生能够为制造业IT团队提供更高的可见性、可预测性以及对系统和设备的控制。可以说，数字孪生能够为企业带来实际价值，并帮助企业解决重要战略问题。但想要说服决策者采用这项技术，还需要更充分的理由。那么，IT领导者如何抢在竞争对手之前为数字孪生的未来应用铺平道路呢？

真正认清数字孪生

在一段时间内，人工智能和区块链等这些更流行的技术热度都盖过了数字孪生。因此，IT部门有必要让管理层真正了解数字孪生能够实现什么，消除他们的错误认知。对企业来说，这不仅能够确保信息对称，还能了解最有价值的数字孪生解决方案。

目前最常见的商业数字孪生有三种，分别是仿真孪生、运营孪生和状态孪生。这三种孪生对于企业的配置要求各有不同，IT团队应根据实际情况选择最合适的方案。比如，仿真孪生需要大量数据、建模和处理，所以IT团队需要更大规模的数据采集和计算能力；运营孪生需要利用从传感器和数据库中提取的数据，所以IT团队必须拥有专业的数据分析和数据库管理软件；状态孪生主要用于全天候监控，因此强大的数据监控和应用性能监控解决方案不可或缺。

制造企业如何无缝部署数字孪生

目前制造企业在采用数字孪生时犹豫不决的一个原因，可能是实现应用所需的大量投入。但实际上并非如此，现代化的制造企业已经具备打造可在工厂运行数字孪生的大部分基本条件。

数据可以激发出数字孪生的潜力，所以IT团队需要把改进数据采集、监控和分析功能作为重要目标。首先，IT团队需要确定必须要采集的数据范围。根据要创建的数字孪生的类型，需要把来自制造循环、遥测（例如来自传感器和设备的温度、速度和压力）甚至物流和仓库运营的数据都考虑在内。

这个时候IT基础架构的重要性就凸显出来了。无论是仿真、运营还是状态孪生，如果没有强大、可靠和灵活的基础架构，来自传感器的数据将无法顺利存储，自然就不能通过机器学习算法或AI逻辑进行处理，或是交给运营人员进行操作。也就是说，在工业和制造业中，我们需要专业的技术人员来保证IT基础架构完善且与时俱进，以确保所有工作顺利进行。要想让最前沿和最具变革性的技术真正落地，保证IT基础架构的速度、容量、吞吐量和弹性时刻更新至最佳状态同样至关重要。

大多数成熟的制造企业都拥有完善的传感器网络。IT部门需要做的就是借助合适的数据解决方案来推动数字孪生落地。要构建可用的数字孪生并将其用于建模和仿真，IT团队必须部署相应的数据库性能监控和管理解决方案，从而把各种数据源无缝连接，以提高构建数字孪生所需数据的多样性。此外，数据监控解决方案在其他环节也至关重要，比如追踪运营孪生仿真的执行和数据结果以及将这些结果转化为可供进一步采取管理行动的洞察。

SolarWinds Server和Application Monitor等解决方案能够通过传统而可靠的简单网络管理协议（SNMP）从传感器、收集器和系统中收集数据，并同步到Windows 管理规范、最前沿的基于REST的API调用，甚至是借助任意语言自定义编程的本地部署设备和应用程序。SolarWinds能够提供一系列解决方案，来确保数据这一数字孪生技术的“血脉”得以高效处理。

为未来做好准备

有了合适的数据工具和解决方案，IT部门就具备了构建和利用数字孪生全部功能所需的一切，从而为制造企业的运营带来各种监控和建模的可能性。通过合理仿真，IT部门甚至可以获取说服管理层投资AI和自动化等新兴技术所需的必要数据，来进一步提高产能、效率和安全。

通过数字孪生，制造企业可以使用沙盒工具来测试和评估各种概念，而这在成本高昂的物理互连制造环境是无法实现的。虽然数字孪生引入中国仅仅几年时间，很多企业对这一技术的认知尚未成熟，正处于探索和实践的初期阶段，但在今年的疫情背景下，线上化和数字化转型迎来了一波新趋势，政策的支持和技术的发展为数字孪生提供了全新机遇。制造企业和IT团队需要做的就是放下担忧，迈出踏入虚拟世界的第一步。（作者：SolarWinds首席极客 Leon Adato）