数字孪生实战：基于模型的数字化企业(MBE)

“工业4.0”的必有之路是打造数字化企业，《数字孪生实战：基于模型的数字化企业（MBE）》着重在满足客户个性化的需求基础上，在产品创意设计、生产制造和运行使用等方面实现数字化和自动化技术，高效、高质量、灵活和快速地交付产品，逐步建立企业知识积累平台，固化知识规则，建立知识自动化能力，提升设计、工艺、制造、质量、服务等业务部门的工作效率，提升产品品质，形成强大的企业可持续发展的竞争能力。

曾有人说过，前言可能是一本书中唯一多余的章节。“Talk is cheap，Show me the code”（能说算不上什么，有本事就把你的代码给我看看），Linux创始人Linus Torvalds可谓一针见血。在buzzwords（概念）创新充斥各个角落时，我们可能需要坚持“能畅想‘智能+’算不上什么，有本事就把你的数字孪生模型给我看看”。
　　2013年德国提出的第四轮工业革命“工业4.0”，以比我们想象的更快的速度变成当下的现实。云、大、物、移、智等新技术和制造业的交融，自动化和数字化的“两化融合”，机器学习深入包括语音识别、图像识别、数据挖掘等诸多领域并取得了令人瞩目的成绩，新材料、新工艺、新能源方面的技术突破，正在让制造业变得更柔（大规模柔性定制）、更软（软件定义一切）、更美（绿色环保）。一个物质极大丰富、全面智能化的新时代正在加速到来。
　　要在“工业4.0”时代生存发展，制造业企业必须成功地进行数字化转型，转型成为一个软件定义的平台型企业，把产品重构为软件定义的可重构平台。制造平台型企业的核心是产品、工厂、企业的数字孪生模型，有了“数字孪生”，才能通过并行工程和快速迭代，用数字的消耗替代能源的消耗和物质的消耗，才能“多快好省”（T（时间）、Q（质量）、C（成本）、S（范围）、E（效率）综合优化）地实现产品创新和精益生产，以可接受的成本为消费者提供个性化消费体验，实现可持续盈利性增长，形成强大的市场竞争力。
　　工业科技的发展是累进的，让我们简单回顾一下历史。“二战”前后，工程师认识世界和改造世界的“三论”——系统论、控制论、信息论逐步成熟，在机械化和电气化的基础上，引发了第三轮工业革命。自动控制理论也从经典控制逐步发展到现代控制、计算机控制，直到今天兴起人工智能第三轮浪潮。在“工业4.0”时代，如何对企业系统进行建模和仿真——开发其“数字孪生”模型？
　　著名科学家钱学森等人在1990年发表的一篇文章《一个科学新领域：开放的复杂巨系统及其方法论》中为我们指明了方向。“当前人工智能领域中综合集成的思想得到重视，计算机集成制造系统（Computer Integrated Manufacture System，CIMS）的提出与问世就是一个例子。在工业生产中，产品设计与产品制造是两个重要方面，各包括若干个环节，这些环节以现代化技术通过人机交互进行工作。以往设计与制造是分开各自进行的，现在考虑将两者通过人工智能技术有机地联系起来，将制造过程中有关产品质量的信息及时向设计过程反馈，使整个生产灵活有效，同时能保证产品的高质量。这种将设计、制造甚至管理销售统一筹划设计的思想，恰恰是开放的复杂巨系统的综合集成思想的体现。”
　　2002年，Michael Grieves博士在密歇根大学和NASA研讨会上第一次提出“Digital Twin”（数字孪生）的理念。他认为，随着复杂性日益增加，现代产品系统、生产系统、企业系统本质上均属于复杂系统。为了优化、预测复杂系统的性能，我们需要一个可观测的数字化模型，一个产品的综合性的、多物理场的数字表示，以便于在产品的整个生命周期中维护和重复使用在产品设计和制造期间生成的数字信息。数字孪生在设计和制造过程中建立，并在产品生命周期中持续演进增长。产品一旦投入现场使用，其全生命周期历史包括状态数据、传感器读数、操作历史记录、构建和维护配置状态、序列化部件库存、软件版本以及更多提供服务和维护功能的完整产品图像。通过数字孪生可以分析产品的当前状态和性能，以调度预防和预测维护活动，包括校准和工具管理。结合维护管理软件系统，数字孪生可以用于管理维修部件库存，并且指导技术服务人员完成现场修理、升级或维修。通过积累数据库中的足够实例，工业大数据分析工程师可以评估特定系列设备及其部件，并反馈给产品设计和工艺设计，用于产品和工艺的持续改进，最终形成闭环数字孪生（Closed Loop Digital Twin）。
　　作为工业数字化全球领军企业，在2007年西门子明确了“融合物理世界和虚拟世界”的战略愿景。通过一系列研发投资和战略并购，具备了支持“从芯片到城市”、综合性、多物理场、闭环的数字孪生技术，帮助客户转型为基于模型的数字化企业（Model Based Enterprise，MBE）。为了消除研制过程中的各种浪费，MBE使用3D数模和TDP（Technical Data Package，技术数据包）作为产品全生命周期的单一模型。3D数模由MBD（Model Based Definition，基于模型的产品定义）生成，加上PMI（Product Management Information，产品管理信息），理论上可以从三维拓展到无穷维，这个单一模型TDP可以在全企业范围内进行分享和自由流动，保障产品全生命周期快速、无缝、自由的数据流动。如果一个企业实现了TDP在其内部部门间及其生态系统的自由流动，我们即称之为MBE。

序
前言
技术篇
第1章 数字孪生推进装备制造业转型与升级
1．1 数字孪生技术成为企业转型的关键驱动力
1．2 西门子的最新数字孪生技术应用
1．3 数字孪生关键技术说明
第2章 数字孪生助力打造基于模型的数字化企业
2．1 全球基于模型的数字化企业最新应用
2．2 西门子MBE解决之道
2．3 西门子MBE：数字孪生技术支撑企业关键业务
2．4 西门子MBE：数字孪生技术的价值定位

方案篇
第3章 基于模型的系统工程解决方案
3．1 业务挑战
3．2 解决方案
3．3 价值体现
第4章 基于模型的三维设计与仿真解决方案
4．1 基于模型的三维产品设计
4．2 基于模型的设计分析
第5章 基于模型的电子电气系统工程
5．1 基于模型的电气架构解决方案
5．2 基于模型的电气设计解决方案
5．3 基于模型的电气分析解决方案
5．4 基于模型的线束制造解决方案
5．5 基于模型的电气和机械的协同设计解决方案
5．6 基于模型的电气智能维修文档解决方案
5．7 基于模型的自动驾驶的电气设计解决方案
5．8 基于电气设计平台的集成和扩展解决方案
第6章 基于模型的产品型谱化和模块化管理方案
6．1 业务挑战
6．2 解决方案
6．3 价值体现
第7章 基于模型的软件全生命周期管理方案
7．1 业务挑战
7．2 解决方案
7．3 价值体现
第8章 基于模型的产品成本管理方案
8．1 业务挑战
8．2 解决方案
8．3 价值体现
第9章 基于模型的工艺与虚拟验证解决方案
9．1 基于模型的零件工艺
9．2 基于模型的增材制造
9．3 基于模型的质量检测
9．4 基于模型的装配工艺
9．5 基于模型的虚拟验证
9．6 基于模型的作业指导书
第10章 基于模型的闭环制造解决方案
10．1 从MES到MOM的闭环制造应用演变
10．2 数字化闭环制造系统总体架构
10．3 闭环制造之一：高级排产
10．4 闭环制造之二：制造执行管理
10．5 闭环制造之三：质量管理系统
10．6 闭环制造之四：设备数据采集
第11章 基于模型的MBE数字化服务管理
11．1 业务挑战
11．2 解决方案
11．3 价值体现

实践篇
案例一 西门子EWA数字化工厂
案例二 BSH公司PLM应用实践
案例三 长城汽车电气系统工程案例
案例四 昆山沪光汽车电气系统工程案例
案例五 西门子增材制造数字工厂
缩略语
参考文献