您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[互时科技]:2023数字孪生技术理念白皮书 - 发现报告
当前位置:首页/行业研究/报告详情/

2023数字孪生技术理念白皮书

信息技术2023-08-22互时科技单***
2023数字孪生技术理念白皮书

R 互时科技 RZONTECH 数字李生技术理念 白皮书12023 信息模型在数字李生应用中的基石作用 互时科技出品2023.08 R豆时利热数字生技术理念白皮书(2023) 目录 /Catalogue 摘要,引言. 2 、企业数字化战略 3 二、数字李生一企业数字化转型的支点 4 三、数字李生应用成熟度 镜像层与描述层应用的显著差异 6 四、信息模型 数字李生的基石 8 1.数字李生信息模型的概念8 2.数字李生信息模型包含的信息9 3.数字李生信息模型的研究与推厂10 4.数字李生信息模型相关规范及标准11 5.数字李生信息模型好坏的评据12 6.数字李生信息模型更新、维护及应用13 五、数字李生信息模型客户价值14 结束语16 参考文献 17 R时利技数字李生技术理念白皮书(2023) 摘要/Abstract 本白皮书围绕过程制造业、基础设施及高端装备等行业需求,系统性讲述数字李生及作为其基石的信息模型相关概念、技术、应用场景及客户价值。白皮书分析了传统信息化与数字化的差异,并认为数字李生技术在企业数字化转型过程中能发挥支点作用。数字李生应用具有不同成熟度等级,目前国内主要应用处于镜像层与描述层,这两个层级的应用及在功能、应用场景、客户价值上存在显著差异。信息模型通过构建单一数据源的数字底座,实现高质量的工业数据治理和分发,支持特定场景的减负增 效以及跨场景的数据流转,是数字李生技术的基石,对于推动企业数字化转型具有至关重要的价值。 R时科技数字李生技术理念白皮书(2023) 引言/Introduction 不确定性是当前人类社会环境的重要特征。对企业尤其是制造业企业而言,无论是在供应链、市场需求、研发、制造等环节下,还是在宏观经济、社会及地缘政治环境等要素下,都面临着不确定性、不稳定性、复杂性及模糊性的巨大挑战,业内也基于这些特征将当下定义为VUCA时代。而 想要化解不确定性,企业需要向数据驱动的模式进行转型,从而具备快速感知、分析及决策的能 力。正如中国工程院院士邬贺所总结的,“数字化转型是应对不确定性最有效的举措”。企业必须通过数字化转型在不确定的时代赢得相对的确定性,才能得以生存发展。 国家在政策层面对于企业数字化转型也给予了高度重视。2023年2月,党中央、国务院联合发 布的《数字中国建设整体布局规划》将数字中国建设的意义提升到了新的高度,极大推动了国内企 业数字化转型的步伐。2023年4月,国家发改委发布的《政府投资项目可行性研究报告编写通用大纲2023年版》中,也首次在国家层面明确提出政府投资项目应考虑实施数字化交付。 与此同时,随若数字化转型应用的规模化及深入化,包括数字李生、大数据、人工智能、云计算、5G、物联网等在内的数字化转型相关支撑技术也备受关注,其中数字李生技术更被视为数字化转型的重要支点,成为当下的应用热点。 本白皮书主要围绕过程制造业、基础设施及高端装备等行业需求,系统性讲述数字李生及作为其基石的信息模型相关概念、技术、应用场景及客户价值,以期望为国内企业数字化转型提供助 力。 引言(02) 数字生技术理念白皮书(2023) 01章 DigitalStrategy 企业数字化战略 探讨数字李生技术之前,需要先提及企业的数字化战略。企业数字化战略是企业整体战略的子集,它与产品战略、销售战略、市场战略、人才战略等属于并列关系。数字化战略的根本诉求是通过对IT和数据的利用,支撑企业战略目标的实现,其最终仍是为业务所服务。 为实施数字化战略,企业需要搭建出数字化基础,来支择企业的诸多数字化行为。数字化基础主要包括研发、生产、供应链等环节的数字化资产信息,信息的质量与可用性,员工的数字化能力和数字化转型意愿,以及相应的企业文化等。现实中,企业往往会低估数字化基础的价值[1] 第1章企业数字化战略(03) R时利技数字李生技术理念白皮书(2023) 02/章 DigitalTwinKeystoneofDigitalTransformation 数字李生--企业数字化转型的支点 国内信息化建设推进近30年来,廉置疑在提升企业运营效率等领域发挥了可观的价值。但在实施过程中,传统信息化模式也暴露出一定的局限性:业务驱动及点状建设模式容易导致信息孤岛;聚焦于点状、局部的效率提升,而无法实现全局优化;以及在实践过程中更多关注人,而较为忽视物这一关键生产要素等等。数字化转型的意义就在于去突破传统信息化的局限,实现企业从信息化向数字化的跃进,更大程度上发挥数据价值。 要想实现这一跃进,首先需要了解下信息化与数字化二者之间的差异。这两个概念紧密相关,但也存在显著不同,在现实中往往容易被混淆。 信息化、数学化概念的相关性主要体现在两者是一脉相承的。数学化是信息化发展的高级阶段:数字化并不是对信息化的革命,而是一种进化,是通过对企业以往信息化系统的整合优化,满足企业数字化时代的生产运营需求[2] 同时,信息化、数字化在特征上也存在显著差异。具体如表1所示。 信息化敌字化 企业更多只湿将原先线下的模心业务流程搬到线上:等物理世界完全解器,重构,净模至数宇世界,企业业务可驻立 业务运行世界企业业务本质上还是在物理健界内开属,信息系统仅提供支择, 行在政字理界:企业验大品服分的沟用协作,设计,生产,销 美活动器可以在数字世界甲实现, 数据谱义 没有解决数退语义的闻照,随有语文内客均由人来定义与解读。初步解决了数据语文的问题,系说的识宽判断,动作控制、反值 监别等都已具备了一定的语义内客, 参与度高,全业业务量由人主导的,分析决策整于人工经验:参与童任,人尺需要确应敢字世界的指令;数据自动流转很大程 改错、事美的分析决属,而非人工控验, 人的参与度同时季在大量的手动数据录入,扫得、拍脱等繁余工作量。图上避免了签究的手动歌报录入,数据查询等工作量:更多基于 数据角色业务流理恶核心,数据只量信息化系统退行过程中的副产物。数提量核心,数据作为全业数字资产,赋能业务活营、决策, 典型例子传疮OA、ERP、MES等敏件件。 递过数字化建领,基于全量全检度信惠模型的新一代工业软件 例IM5D4D管速施工管理系统等 ,表1:数字化与信息化特征差异 第2章数字李生=企业数字化转型的支点(04) R时利技数字李生技术理念白皮书(2023) 换个视角,从生产力与生产关系的维度来分析,也能很好辨别出信息化与数字化的差异。在信息化时代,企业生产力的核心是人,在数据的获取、整合、使用等环节依旧需要人的深度参与,随之带来的自然是高昂的人工和时间成本。 而当企业实现数字化转型之后,以往难以获取或需消耗大量人工、时间成本才能获取的数据,可以被更高效率、低成本地获取;以往依赖于人工经验的数据分析、洞察手段,升级为专业高效的数字化分析工具;以往需要人工发现、解决的问题,在数据驱动模式下可以被智能识别,并自动找到科学的解决方法。企业的核心生产力已从信总化时代的人,转变为数据及其相关的分 析、应用工具。 同时,在信息化时代,企业内部不同专业、部门以及不同企业之间都存在着一定边界,也就是所谓的“信息孤岛”,造成彼此间的信息隔离。而数字化转型则打破了这些边界,实现了数据的有效贯通;这意味着跨专业、部门及企业内外部的协同成为可能,企业的生产关系将被重构。 因此,从本质上来说,数字化转型实现了企业对于其生产力和生产关系的重构,并基于此产 生更高的业务价值。 需要注意的是,数字化转型的前提是将物理世界完全解耦、重构、建模至数字世界,得以构建一个独立于物理世界的数字世界,而其中的核心支点就是数字李生技术。而相较金融、零售等服务型行业而言,过程制造业、基础设施、高端装备等都属于资产密集型行业;其实体对象复杂,物理属性丰富,可复制性差,实现数字李生的难度也随之提高。 第2章数字李生-=企业数字化转型的支点(05) RE时机技数字李生技术理念白皮书(2023) 03/章 DigitalTwinApplicationMaturitySignificantDifferencesBetweenApplicationsofMirrorLayerandDescriptionLayer 数字李生应用成熟度 一镜像层与描述层应用的显著差异 根据现有国际标准,数字李生应用被分为不同的成熟度等级。按照IEEEP3144数字李生成熟度 模型标准草案,基于成熟度不同,数字李生应用可分为镜像、描述、诊断、预测及自治5个等级 层次逐级提升(详见表2)[3]。 Level5具备自治能力,完全由系统自主决策、执行、反馈形成闭环,对自然人的依赖 Autonomous|自适险降为0. Level4Predictive|预测 融合数理模型,基于历史数据和当前生产条件,模拟和预测未来状态 辅助用户决簧 数理模型持续修正,确保模型实例与目标对象行为模式一致。 Level3 信息模型不但需要描送实体现状,还需要集成设计要求,配置管理成为关键诉求;融合第一性原理模型,分析战诊断特定场景的间题成因,辅助用户分析和决策: DiagnosticI诊断同时,基于真实数操持续修正第一性原理模型实例,确保模型实例与目标对象 行为模式一致。 Level2 构建目标实体复系、具有语义的统一信息模型,以指述其现状;信息模型及时更新与维护,以保证实例始终与目标对象保持一致; Descriptive|描述同时,提供多维度、多尺度的数据分发能力,在模型对象化管理的基础上实观 情换化信息展示,辅助用户分析间题。 Level1建立2D、3D或VR模型,叠加有限的应用场景数据,例如设备OEE、HSE等, Mirror|镜像实现目标实体在特定应用场票下的信息可规化表达, 表2:数字李生应用成熟度5个层级及对应模型 自前国内的数字季生应用主要集中在镜像层,描述层应用也开始逐新增多。二者及其分别对应 的可视化模型、信息模型,在具体功能、应用场景、客户价值等多个维度存在显著差异(详见表3)。 第3章数字季生应用成熟度==镜像层与描述层应用的显著差异(06) RE时利技数字李生技术理念白皮书(2023) 镜像层(可视化模型)描述层(信息模型) 颖域(domain)一般仅账集在日标实体特定,单一领域,例如机械, 腰盖度 空间、时间空调继质,一股仅累焦于日标实邻特定组度或害单一组件, 不考感情量化及关联关系。 时阅装度一般仅景售案个时阅节点,或者装室的时阅区间 要差日标实体光整领减,及各领域之润的互动 空阅维度,聚集目标实体完整约组度,及与其性系统的互动。时间组室,量道日标实体全生命用期。 自能力一般离不开人的与,具有半自治能力,可以自主完成部分工作及业务决策;当然,复车操作仍感离不开人, 集成及男立系统,与目标实体及其他系姚不沟通,或非常有限的 互操作能力集成、通信,具有与目标实体及其他系就的通信及数据交换能力。 一股仅用于直观展示实体对象的形状、位置信惠,多作为企业单一数据源的数字医摩,并可自动分发经过治课的数据 应用场景 给其信系,是企业数字化转型的关健, 以加强人机交互,应用烯景单一。应用场限广阔, ?表3:镜像展、描述层应用存在显著差异 概括来说,可视化模型与信息模型最大的差异体现在局部与全局的区别上。可视化模型好比 于“盲人摸象”,能“摸”到的永远只是局部信息;这些信息无法实现与目标实体保持一致的完整描 述,无法解决目标对象的能观性。而信息模型则与生俱来就包含全局的概念,它将所有的局部信息进行关联使之成为场景化信息,实现目标实体在领域、时间、空间等各个维度的完整描述。当然,二者之间的差异性还体现在是否全生命周期覆盖、集成及互操作能力、应用场景等诸多方面。从这些差异性中可以看出,相较于信息模型而言,可视化模型的客户价值较为局限。 目前国内多数企业对数字李生的认知,尚停留在镜像层的可视化应用上。这一认知现状对于企业进行数字化转型顾有阻碍。因此,突破这一认知并完成信息模型的构建,可以说是当前数字李生工作的核心任务,也是推动企业实现数字化转型的

你可能感兴趣

hot

数字孪生产业技术白皮书(2022版)

信息技术
山西省数字产业协会2022-06-07
hot

电力行业数字孪生技术应用白皮书(2022)

公用事业
中国电力企业联合会2022-01-19
hot

数字孪生技术应用白皮书

文化传媒
中国移动/中移物联网/华龙讯达/亚信科技/51WORLD2021-12-08