數字孿生技術體現的分析推理決策，其實是智能制造發展的核心，也就是說是智能化所體現的地方。完整的數字孿生是具有數據采集，分析推理以及執行干預的閉環過程，是完美驗證CPS的一種主要方式，但其中最核心的是所謂的數字孿生體，也就是以軟件形式來體現的分析、預測、推理、決策。但這種分析推理決策軟件其實是是工業軟件的重要體現，也是我們工業軟件的軟肋。在這種局面下，我們如何發展數字孿生技術，切入點在哪里，其實是需要思考的。
一般我們說某個企業能夠在市場上長期立足更多的其實是在說都企業有自己的know-how，也就是知識，而這種知識更多的是體現在工藝人員的頭腦或者經驗中。這些知識經驗一般都是比較模糊的，想要把它提煉出來變成一個軟件形式，其中最核心的就是建模，分析問題的內涵、表達問題的關聯因素及其關系，描述這個問題的求解推理方式。
應該說企業在長期的發展過程當中大多并沒有相關的工業軟件，而只是依靠人，有經驗的人來來開展這個事情，但其實已經做得挺不錯了或者有效的支撐了我們制造業的發展，解決了很多問題或者支撐了企業的工藝發展。雖然人具有最大的柔性，但這種局面也說明，可能在很大程度上面向實際問題的解決，其實并不是或需要那么精密，或者說在精確性上面來說一定要如同計算機的精密、精準的定量計算那樣。其實這里面也暴露了一個最簡單的道理，就是很多工業問題，可能最好的方式是只需要花20%的精力就能解決80%的問題。說這個呢，主要是想表明一下，工藝的建模，也應該本著這個目的，也未必一定要需要等到，好像所有的原理機理一定要徹底的清楚明白和表征，完全的精準的，精確的定量，才能夠進行和開展，這應該是解決實際問題的一種可行的思路。
而對于企業來說，這些有知識和經驗的，老工人或老師傅應該是企業的寶貴財富，記得之前有人提過進行智能制造好像就是機器換人，好吧，如果就算是做了這個事情，把人換下來之后來做啥？這是最關鍵的，就是要想辦法把這些人的知識和經驗能夠物化地沉淀下來。
其實這方面，在高校里面有大量的從事機械制造專業的科學研究人員，在從事工藝建模方面的研究。
比如，筆者在針對某企業薄壁件加工變形控制方面的研究中，就綜合運用了內部應力場重構控制、切削工藝建模與仿真分析、弱剛度變形補償等措施，雖然是針對具體的零件來開展的，雖然里面也具有很多的經驗的成分，當然也是融合了一些數字化定量的技術研究，但對于筆者來說，后續應該將這個過程進行沉淀，沉淀成一個分析推理的模板，后續只要按照這個步驟來做，任何薄壁零件的加工變形控制問題都可以得到解決或者一定程度的解決，這也是數字孿生的一種體現。
比如，筆者在針對另外一個項目中，針對某個復雜零件加工過程的精度保證問題，采取了自適應加工補償的方式。也就是說，對每一次走刀之后的加工型面進行測量并進行曲面重構，同時與理想的型面進行比較分析，找出偏差進行補償，調整刀位軌跡并生成數控程序，可以有效的提高加工精度。這個過程里面所開發的分析軟件，其實也是一種數字孿生。
作者信息：王愛民，北京理工大學數字化制造研究所所長，長期從事MES、APS等技術研究、系統開發與實施應用。
筆者公眾號：智能制造隨筆，歡迎關注。
歡迎交流討論，微信號：TimePatient