上期，我们整理了伦茨知识系列白皮书的4期内容：《数字化的挑战》、《功能安全》、《机械工程设计中的软件难题》、《机械工程设计中的云计算》（点击“阅读原文”回顾）

市场环境对产品质量的要求日益提升，产品多样性不断增长，与此同时，时间和成本压力也在持续增长。因此，在销售、开发和产品运行的过程中使用多种规划、仿真及评估工具的利用便成为了一大热门话题。

数字孪生愿景

数字孪生愿景旨在消除从销售、工程设计，到运营等各个阶段之间存在的隔阂，并在产品生命中实现相关信息及模型的持续可用性。

数字孪生不一定是一个具体的文件或某种模型，而是某个产品全部版本及参考数据的框架——用爱因斯坦的话来说，“了解不难，重要的是理解。”

因此，产品生命周期中的所有工具都能在一个共同的数据基础上工作，且该基础将陆续得到新信息的补充。通过这一方式，数字孪生将在产品的整个生命周期中为其提供支持。

一次成功

“一次成功”——从第一个部件起就生产正确的产品——这一愿景长期以来一直激励着制造商前行。

然而，这一目标面临着哪些挑战呢？

哪些方法是已经可用的？

为何“一次成功”如此难以实现？

工业4.0环境趋势

挑战

目前的趋势显示，由于传统流程无法满足灵活性和敏捷性的要求，这些多样化的要求同时也直接影响企业的销售及发展过程。

因此，一个关键方面在于重新利用久经考验的解决方案，该方案仅仅需要被参数化而非重新开发或编程。渐进的标准化将进一步促进机器及元件的替换。

在这一背景下，项目开发期间在高度专业化的公司之间开展的更多合作同样具有重要意义。

数字化流程愿景

可利用数字化流程链，以较低的成本更快地进入市场

对涉及开发与生产合作的企业而言，业务流程的数字化和网络化是其未来可持续发展的关键因素。

这涉及组织内部各个动作之间的联系，特别是当前供应链中各利益相关方的联网。

构想vs.现实

总的来说，关于模拟方法和数据处理方面的技术问题基本上都已解决。

但是，许多单独的解决方案目前仍仅限于为特定领域或特定客户群服务。模型创建效率和特定领域的模型转换提出了一大挑战，从而需要在未来通过具有一定精确度的模型的长期供应链来解决。

工具链中的工具越多，开发中涉及的用户越多，数据存储和版本调整的方法就越重要。这可能导致需要连接到产品数据管理（PDM）系统。这些仍然通常仅限于组织内的数据。因此，并非所有信息和模型都能在适当的时间用于现代机器的复杂供应链。

由此我们引入了数字孪生——

数字孪生的概念有可能形成设备特定数据的基础，并包括其整个生命周期中的所有模型。

数字孪生包括机器的数据和模型，各种工具可在不同的阶段被送入不同的域内，从而将其信息存储在数字孪生中。

数字孪生是引入敏捷开发流程，或有效实施客户项目的重要因素：

• 更迅速的项目执行

• 可保证一定质量的高性价比

• 更快识别，以及更便于避免规划错误

• 设备在最初调试后按计划运行

• 可在不影响生产的情况下提前检查设备变化

• 从一开始就可有的放矢地进行优化

数字孪生在机器人制造商中的可能应用也延伸到了其他的产品生命周期中：在享有一定支持和服务的情况下，数字孪生将为高效故障排除提供重要的信息。

伦茨带来的《数字孪生》白皮书中，将详细讨论数字孪生模型和产品生命周期中的数字映射。

在未来，提供必要的运行情况模型和数据将成为重点。对于组件供应商而言，这将影响数字化“设备孪生”，而机械工程师和系统供应商将在此基础上构建相应的“机器”和“系统孪生”。

并且，这些将与今天提供的数据表和CAD数据一样直观。迟早，任何无法跟上这一数字化孪生供应链的人也将被从这一实际增值链中淘汰，否则建模工作对于客户来说将变得过于繁重。

正如物理生产过程受制于严格的成本条件一样，数字孪生的开发和演变过程也是如此——除了技术实施之外，“精益数字孪生生产”将成为决定性的成功因素。

长按识别下方二维码即可阅读全文

《伦茨白皮书——数字孪生》

关于伦茨

伦茨在运动控制领域拥有超过70年的经验，从历史悠久的减速机产品，到市场上普遍认可的智能驱动产品，到基于控制器的整体自动化解决方案，伦茨在各层级的产品上不断践行“意致远，行至简”的品牌承诺。伦茨的产品已经渗透到工业领域的各行各业，伦茨多年的经验都转化成一个个简单易用的技术模块。客户的进步及成功，同时也带动了伦茨运动控制技术的不断进步。

Lenze，让许多事物变得简单。