Digital Twin

解密“Digital Twin”
http://www.gongkong.com/news/201701/354714.html
一则“GE、西门子市场重叠率高达7成”的新闻引起了圈内广泛关注。尽管这两大巨头具有显然的企业文化方面的差异,然而各自涉足的业务领域确实高度重叠。在医疗设备、发电、可再生能源等领域,两家都有直接的碰撞。而在工业数字化领域,二者也已面向未来展开了布局。

有趣的是,在智能制造与数字化企业平台业务中,两家又不约而同地引入了Digital Twin(数字化双胞胎)的概念。西门子引用数字化双胞胎用来形容贯穿于产品生命周期各环节间一致的数据模型;而GE则借助“数字双胞胎”这一概念,实现物理机械和分析技术的融合。

其实,小编感觉将“Digital Twin”译作“数字孪生”会更贴切一些。因为毕竟这一概念意在强调数字对物理对象的精确“描述”,而不是强调二者长得一模一样,孪生不过指向的是相生相伴的涵义。

话题扯远了,书归正传。其实“Digital Twin”既不是西门子的提出的,又非GE出品。根据目前所看到的资料,Digital Twin一词由美国密歇根大学的Michael Grieves教授,于2003年在他所讲授的PLM(产品生命周期管理)课程上引入,并且于2014年在其所撰写的“Digital Twin: Manufacturing Excellence through Virtual Factory Replication”白皮书中进行了详细的阐述。

而美国国防部、PTC公司、西门子公司、达索公司等都在2014年接受了“Digital Twin”这个术语,并开始在市场宣传中使用。需要指出的是,他们都使用的是“Digital Twin”,而不是“Digital Twins”。

在借用这个概念时,美国国防部提出利用Digital Twin技术,用于航空航天飞行器的健康维护与保障。在数字空间建立真实飞机的模型,并通过传感器实现与飞机真实状态完全同步,这样每次飞行后,根据结构现有情况和过往载荷,及时分析评估是否需要维修,能否承受下次的任务载荷等。

显然,GE是这项军方技术民用转化的最理想载体。GE的做法也非常简单,借助Digital Twin这一概念,实现物理机械和分析技术的融合。以喷射引擎为例,喷射引擎中昂贵、且扮演关键角色的耐高温合金涡轮叶片,是制造推力的主要零件。每个叶片上都安装了传感器,这样就可以根据要求的频率传输实时数据。软件平台会将引擎的所有信息收集起来,使之数据化,并建立数字模型,这就是GE理解的Digital Twin。

当来自于法国的3D模拟和产品生命周期管理(PLM)软件提供商,达索系统公司CEO Bernard Charlès谈到Digital Twin时,他强调了Digital Twin创新协作和验证的流程不仅需要基于产品的数字化表现,而还需要通过三维体验平台,来让设计师和客户在产品诞生之前或制造过程中就能与产品进行互动,进行产品测试,理解产品如何工作等。

PTC CEO Jim Heppelmann在介绍物联网增强现实技术和大数据分析是如何重新定义竞争力从而使制造业不断进化的时候,他也谈到了Digital Twin的概念。他认为,当产品生命周期管理(PLM)流程能够延伸到产品应用的现场,再回溯到下一个设计周期,就建立了一个闭环的产品设计系统闭环流程,并且能实现在产品出现故障之前进行预测性维修。

西门子对Digital Twin概念也有独到的理解,西门子工业软件大中华区DER总经理戚锋博士说:“要发现潜在问题、激发创新思维、不断追求优化进步,这才是Digital Twin的目标所在。”他表示,Digital Twin的实现有两个必要条件,即一套集成的软件工具和三维形式表现。西门子数字化工厂集团首席执行官JanMrosik博士则表示,更通俗地说,Digital Twin就是仿真模拟一些工厂的实际操作空间(如生产线),仿真得非常真实而精确,“它可清晰地告诉我们,最终这个系统是否在现实当中能承受各种条件,取得成功。”

据IDC预测,2017年世界上将有40%的大型生产商都会应用虚拟仿真技术来为他们的生产过程进行建模,Digital Twin可以帮助生产商,针对生产系统在早期就建立起生产流程的优化。中美德法日韩各国在过去的一年各自发力,智能制造在全世界范围内都已奏响春日的序曲,现在就让我们拭目以待,看谁能在这场竞逐中最终脱颖而出。

Digital Twin的8种解读!
http://baijiahao.baidu.com/s?id=1587371145809361034&wfr=spider&for=pc

罗兰贝格:掌握工业物联网

http://www.ccpitecc.com/article.asp?id=7500
一、工业物联网的架构
罗兰贝格认为,工业物联网有5个层次:
1.云服务提供商;
2. 工业云平台运营商;
3. 工业应用和软件提供商;
4. 原始设备提供商和其他可以将设备与云连接的企业;
5. 终端用户,将设备与云连接,利用增值应用。

第一层,云服务提供商,如Amazon Web Services(亚马逊网络服务)正在投资数十亿美元用于基础设施和云平台建设。它提供计算机和存储服务,需要经常丰富平台功能以实现进一步创新。
第二层,包括工业云平台如MindSphere(西门子), Predix(通用)或IOT Suite(博世)。这些公司目前的工作重点是使与绿地和棕地应用连接变得更加便利,另一目标是使客户尽可能简单的使用高端服务如预测性维护。由于平台的规模效益明显,未来该市场将日趋集中,最终在每个垂直产业仅有几个领军平台。
第三层包括工业应用和软件提供商,这些企业在服务和商业模式创新方面扮演着重要角色。这些运营企业正在改变着人类与机器的交互方式。
第四层的企业需要决定建设自己的物联网平台还是利用现有平台。
最后一层包括终端用户,他们将设备与工业物联网相联,这些企业利用以云为基础的设备和商业模式增加其运营性设备的效率。

二、如何掌握新的模式

  第一步定义自身角色。即企业需要决定希望在工业物联网中扮演怎样的角色。大多数情况下,这取决于企业开展的业务类型和所在行业。对于传统工业企业,定义能提升现有主要产品的以未来为导向的工业物联网模式比较困难。大部分工业物联网相关技术,如开发数字服务尚不能形成其核心业务。这些企业的主要任务是确定哪些能力将为其未来产品带来差异化优势。以下工具有助于确定在组织内部应建设哪些能力。
结论其实很简单:专注于擅长的事,并建立一个合作生态。为明确企业自己进行能力建设还是与第三方合作,企业可以从以下几个问题中出发考虑:

  1. 所需建设的能力是否会增加自身产品价值;
  2. 是否未来很多产品都需要这一能力;
  3. 这种能力从外部第三方获得是否有困难。

  传统上,制造企业倾向于从纵向思维。对这些企业而言,是否从细分行业转移出来进行跨行业布局是战略问题之一。例如,通用、西门子和博世现在专注的一些领域并不是原来传统的核心业务。

  第二步定义自身产品。企业做工业物联网产品有两种选择,一是提供产品和服务的竞争优势,许多工业企业正在采用这一战略,通过工业物联网服务寻求差异化或改进产品。例如,德国过滤系统专业企业Mann+Hummel推出了与网络连接的空气过滤器,可以分享空气质量等信息;二是企业自己销售数字服务。如果企业决定开发数字服务如预测性维护,它可以经常利用新软件并将应用成功销售给更多用户。或者可以开发针对大规模使用的数字服务,创造新的收入。例如博世正在其工业物联网平台上积极开发微服务,提供一个多功能的生态,目的是产生数字服务收入。

  第三步选择自身平台。自建平台还是使用第三方平台取决于哪种生态系统能提供最大的市场,企业将其工业物联网产品货币化的难易程度。例如,通用Predix是市场的首个主要参与者,成功在一些纵深细分市场占据了有利份额;西门子则采取了不同策略,在原有离散自动化之外建立了新的市场;Trumpf在其制造领域核心优势基础上创建了平台AXOOM,并且专注平台优化制造过程。决策另一个重要因素是技术投资。通常平台越大,触角更广,规模经济更大,该平台对公司的价值越大。因此,在垂直产业的集聚(即仅有少数几个平台最终成为领军)是行业乐见的。

  第四步明确附加值。即工业物联网可以为企业核心产品创造的附加价值。这涉及工业物联网对企业的真正用处,可能最关键的是采用全新的收入模型,如按次计费。例如,西门子并不将最新的Velaro火车卖给西班牙国家铁路运营商,而是销售列车的有效使用,自己承担产品出现问题的风险。事实上,工业物联网能够实现各种新的数字服务,对工业企业有很大影响。预测性维护、供应商资产监测、供应链整合和优化、产品/系统优化,技术升级可以实现所有这些服务。例如,戴姆勒使用IBM解决方案通过收集和分析机器数据优化内部生产,由此提升生产力约25%。沃尔沃实施以云为基础的物联网技术通过进一步整合合作伙伴信息,优化内外供应链。在产品和系统优化方面,卡特彼勒与Uptake合作帮助客户追踪运营效率、优化性能。

三、成功要素

  通过分析已率先进行转型的企业,可以总结出以下几个成功要素:

  一是提高速度。有效加快转型速度的企业通常可以取得更大、更持久的成功。首先需要在组织中确立工业物联网的有限地位。CEO必须非常重视,像GE前任CEO和博世CEO。在实践中发现,企业受益于建立独立的外部单元(或新企业)专门从事工业物联网并直接向CEO汇报。这样可以在核心业务之外建立一个健康的数字服务业务,不受核心业务的影响,随后可以再重新整合进去。第二个重点是,企业应该在人才集中的地方开展业务,并在这些地方建立研发团队。第三个重点是明确最能为客户带来附加价值的部分,其他可以从第三方采购。

  二是扩大市场。实施蓝海战略,目标是差异化的同时低成本。这将刺激新的需求,打开一片崭新的市场空间。一个成功策略是创造一种收入模型,这降低了企业的进入壁垒,使中小企业也能够购买产品。

  三是利用客户。企业需求提前于客户沟通,使其参与服务过程。成功案例显示,企业90%的创新源于客户需求。较为有用的方法是与客户共同开发项目。这样的产品更加务实,能更好的满足客户实际需求,强于纸上谈兵但对客户用处不大的产品。企业希望专注服务更积极地客户,传统客户比较重要,但是跟不上创新思维。企业应该从新客户身上寻找灵感,最新的科技和数字转型是创新的出发点。在实践层面,从基础产品开始,逐渐拓展功能是比较好的思路。

数据挖掘-MBA智库百科

http://wiki.mbalib.com/wiki/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98
数据挖掘又称数据库中的知识发现(Knowledge Discover in Database,KDD),是目前人工智能和数据库领域研究的热点问题,所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。
商业角度的定义:数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据。数据挖掘可以描述为:按企业既定业务目标,对大量的企业数据进行探索和分析,揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的先进有效的方法。

“GM十条”和 世界著名的PLC生产家各是什么?

https://www.baidu.com/s?ie=utf8&oe=utf8&wd=GM%E5%8D%81%E6%9D%A1&tn=98010089_dg&ch=1

GM十条(即美国通用公司十条)
  GM十条内容如下:
  ①编程简单,可在现场修改和调试程序;
  ②维护方便,采用插入式模块结构;
  ③可靠性高于继电器控制系统;
  ④体积小于继电器控制装置;
  ⑤数据可直接送入管理计算机;
  ⑥成本可与继电器控制系统竞争;
  ⑦可直接用115V交流电压输入;
  ⑧输出量为115V、2A以上,能直接驱动电磁阀、接触器等;
  ⑨通用性强,易于扩展;
  ⑩用户程序存储器容量至少4kB。

世界上PLC的主要生产厂家PLC(可编程控制器),自从第一台PLC出现以后,日本、德国、法国等也相继开始研制PLC,并得到了迅速的发展。
目前,世界上有200多家PLC厂商,400多品种的PLC产品,按地域可分成美国、欧洲、和日本等三个流派产品,各流派PLC产品都各具特色,如日本主要发展中小型PLC,其小型PLC性能先进,结构紧凑,价格便宜,在世界市场上占用重要地位。

著名的PLC生产厂家主要有美国的A-B(Allen-Bradly)公司、GE(General Electric)公司,日本的三菱电机(Mitsubishi Electric)公司、欧姆龙(OMRON)公司,德国的AEG公司、西门子(Siemens)公司,法国的TE(Telemecanique)公司等。

我国的PLC研制、生产和应用也发展很快,尤其在应用方面更为突出。在20世纪70年代末和80年代初,我国随国外成套设备、专用设备引进了不少国外的PLC。此后,在传统设备改造和新设备设计中,PLC的应用逐年增多,并取得显著的经济效益,PLC在我国的应用越来越广泛,对提高我国工业自动化水平起到了巨大的作用。

目前,我国不少科研单位和工厂在研制和生产PLC,如辽宁无线电二厂、无锡华光电子公司、上海香岛电机制造公司、厦门A-B公司,北京和利时和杭州和利时,浙大中控等。