以下文章来源于Artec3D埃太科三维 ，作者小埃

本文分上下两部分，

上半部分约4000字，

主要介绍数字孪生的概念和类型，

三维扫描在其中扮演的角色，

数字孪生的创建方式，

以及数字孪生和物联网的关系，

大约需要10分钟阅读。

 概要

 随着AI、VR、三维扫描等先进科技逐渐融入制造行业，实体和虚拟之间的界线变得越发模糊，甚至有人认为，我们正在经历第四次工业革命。工业4.0的核心是“数字孪生”，即部件、资产、系统或流程的虚拟副本，可用于跟踪或改进性能。本文，我们将介绍这些孪生模型的制造过程、应用领域及可能带来的机遇。

正文

Part.1

数字孪生是什么？

 数字孪生不只是3D模型，它们还通过实时数据馈送与真实部件、资产、系统或流程相连接

在进入本文时，我们首先需要回答一个问题：数字孪生究竟是什么？

从根本上说，数字孪生概念紧紧围绕这样一个理念：产品、机器甚至更广泛的装置，都可以变成虚拟模型。无论是通过数据聚合研发，或利用三维扫描等技术捕获，都需注意，这些数字孪生不仅仅是数字副本。事实上，它们通过一系列附加传感器与现实中的实物交换数据。这种数据流可包含各种数据，从生产过程中的物体状态到机械能量输出，给制造商带来极大优势。

数字孪生为制造商提供了宝贵手段，可以在车间铺开生产前对特定工作流程的提升进行测试。

有了系统或流程的数字孪生，人们就能监控它们的各个方面，并找到优化的方式。这些数据可用于机器维护和预防性维护，来避免故障、缩短停机时间。数字孪生系统还为制造商提供了宝贵手段，能在车间铺开生产前，通过较小规模的模拟对特定工作流程的提升进行测试。

辅助动力装置（APU）数字孪生。图源：屯特大学

假设您想评估多个活动部件组成的资产在组装后的性能表现。利用数字孪生，您可以仔细检查该产品的各个组件如何相互作用，并找到可能的改进方案，从而避免在产品研发过程中出现不可控的试错成本。

把目光放远，我们甚至还能在城市规划过程中使用同样的方法。建筑师现在能以这些建筑数据为基础，分析实验性城市景观在完工后，能否像预期的那样，提高建筑可持续性，提升市民生活品质。

数字孪生并不仅仅是真实资产、系统、流程的3D模型，两者还通过实时数据流连接起来。

今天我们所熟知的数字孪生概念由密歇根大学的Michael Grieves于2002年首次提出，但直到8年后，美国国家航空航天局的John Vickers才将其命名为“数字孪生”。此后，这项技术从制造业小众名词变成了引领全球的顶尖工业技术之一。特别是数字孪生有望和AI、AR、3D打印技术一样，成为一项支持全面系统集成的技术（亦称“物联网”），持续不断地激发制造商放飞想象。

那么这一切在现实世界中究竟如何发挥作用？接下来，我们将详细介绍数字孪生的制作方法、三维扫描如何优化进一步优化、以及数字模型如何应用于不同行业。

Part.2

数字孪生的类型

1.1部件与资产的数字孪生

产品孪生大致可分为两种不同类型：部件与资产。部件指大型结构中最小、最基本的功能组件，如装配体的接头和横梁（也称为机械子装配体）。而资产指的是由两个或以上组件组成的产品，它们间的互动可通过数字孪生的虚拟形式进行分析。

蒸汽轮机的数字孪生系统。图源：通用电气

 1.2系统数字孪生

继续放大，我们就有了系统数字孪生。这些模型既可以由组装完成、带有完整功能的部件或资产组成，也可以是用于生产这些部件或资产的机器。重要的是，这类数字孪生允许用户分析不同类型资产如何相互作用，并找到提升性能的方案。

1.3流程数字孪生

进一步延伸，数字孪生还能用于监控整个工厂。这些数字孪生让制造商得以同步工厂所有系统，无论是生产系统还是通风等辅助系统，还能确保它们始终高效运行。数字孪生还可以是得力的规划工具。例如，探究一台系统出现故障会对其他系统造成何种影响。

最终，对多项流程进行宏观监控，用户就能提前发现物料短缺和设备维护等问题，从而提前制定计划，最大限度地延长系统正常运行时间。

Part.3

三维扫描起到什么作用？

那么，三维扫描究竟起到什么作用？目前，三维扫描是创建此类数字孪生模型的主流方法之一，属于“现实捕获”数字化过程中的环节之一。

虽然可以开发计算模型来收集数字孪生模拟所需数据，无需任何现实捕获技术，但这一工作流往往长达数月之久。而三维扫描获取这些数据的速度就快了很多。无论是一个零件还是整个流程链的数字化，既可用于实时分析，也能作为基础用于创建全集成数字孪生。

用于实时管理运行和感知数据的数字孪生

当然，除了三维扫描以外，还有其他现实捕获技术。例如，利用摄影测量法，可以用智能手机等日常设备拍摄多角度照片，根据相片的重叠区域创建数字孪生。但是，这项技术不够精准，使用起来也相当耗时，无法提供实时反馈，这就容易造成扫描数据的丢失。

此外，三维扫描还能提供线性测量，而摄影测量更容易失真。这是因为摄影测量很大程度上依赖于图像质量，而图像质量会受到相机分辨率、运动模糊等诸多因素的影响。我们后面也会提到，准确度是创建实用数字孪生的重要前提，而这种偏差确实导致摄影测量技术难以用于高质量数字孪生。

三维扫描为制造商带来了更快、更多样的方式，来为产品和设备进行精准数字化。

目前，LiDAR激光扫描仍然是测量领域中广受欢迎、高度精准的大型结构建模方式。手持式三维扫描仪用途广泛，自带内置屏显，能让您边扫描边检查扫描数据。这些设备十分有效，扫描结果可作为创建CAD或BIM模型的基础，最终完成数字孪生。

总体而言，三维扫描技术的进步使之独具魅力，成为获得制造关键信息、加快创建数字孪生的得力工具。但是，如果您刚接触这项技术，那么在首次购买设备时，要考虑哪些差异化因素呢？下面，我们来详细了解一下。

3.1 Artec Ray II

如果您需要为大型区域制作数字孪生，例如为工厂、房屋内部提供远程访问，您需要考虑扫描距离这一因素。Artec Ray II可安装在三脚架上，可快速捕获130米内的数据，10米处的3D点位精度高达1.9毫米。加上内置屏显，该设备能极大程度减少扫描数据与实物之间的偏差，使数字孪生符合应用需求。

为真实再现设备细节，可能还需要使用手持扫描仪扫描精密部位，再与Artec Ray II捕获的数据合并，该操作可在Artec Studio中完成。无论是新采集还是预处理的数据，该平台都简化了点云数据对齐流程，以及整体配准过程，可获得分辨率和精准度极高的3D模型。

Artec3D新品：Ray II三维扫描仪

 3.2 Ray II + Leo

如果您打算为资产而非流程制作数字孪生，那么速度和灵活度可能更重要。AI驱动的无线Artec Leo扫描仪同时满足了这两项需求。用户能在HD模式下，以3500万点/秒的速度采集数据，同时通过5.5英寸显示屏实时监控扫描进度。

Leo也不会因速度而牺牲分辨率，通过HD模式能更轻松地为中小型物体采集干净的高分辨率扫描。所有这些功能都使之成为创建数字孪生的可靠工具，可高度复现产品的复杂部位。

Ray II + Leo，为管道系统创建细节丰富的数字孪生模型

为小型资产创建数字孪生时，可考虑采用Artec Micro完成数字化。该设备精度高达10微米，能以极小的误差为螺丝钉、子装配部件等完成建模，这点对于数字孪生的制作基础而言至关重要，下文我们还将进一步解释。

Part.4

如何创建数字孪生？

数字孪生既可以用庞大的数据集来构建，也能基于真实场景或物体的三维扫描完成。那这些过程在实际操作中是怎样的呢？数据集方式往往依赖于相关资产、企业资源规划（ERP）系统以及其他文件（如CAD设计草图）所生成数据训练出来的算法。有了这些数据，数字孪生就能发现输入和输出之间的关系，并利用这些发现来预测未来的生产情况。

相比之下，现实捕获的数字孪生创建方式就更为简单明了。只需安装Ray II这类三脚架扫描仪，就能自动扫描工厂车间，也可以使用Leo这类手持式扫描仪，多角度快速捕获中小型物体。如此，便能将任何物体或结构轻松转化为数字模型，这是制作数字孪生模型的先决条件。不过，若对应的实物发生变化，这些模型可能也需要重新扫描。

工程师使用Artec Ray II为大型户外集装箱创建数字孪生模型

在某些情况下，甚至可以结合使用两种方式，各取所长，完成混合数字孪生。选择哪种数字化方法很大程度上取决于上文列出的对应场景下的特定因素，如精度、速度和尺寸。但是，建模的完成不代表流程的终点，您仍然需要将传感器连接到实物上，建立数据连接。

同样，传感器的连接位置也取决于您的应用场景，如升力模型、异常模型、热模型和瞬态模型，每种模型都需要不同的数据输入才能发挥作用。同样，为充分利用数字孪生，如果您打算通过数据创建数字孪生，则可考虑添置分析和模拟程序，或考虑聘请数据专家。

Part.5

数字孪生如何运作？

数字孪生不仅需要其外观和真实产品、系统、流程高度相似，还需要“行为”相似。这就需要将数字孪生与实物相连，便于实时监控并分析实物性能。

通过在产品关键部位连接传感器或执行器，就能在产品、数字孪生、现有制造执行系统（MES）之间共享数据。这种持续不断的信息流对制造商而言大有裨益，能帮助他们找到流程整改措施，监控系统的运行情况。

在产品开始批量生产之前，用户还能利用数据流来评估产品在生产过程以及终端使用场景下的性能。通过这种方式，数字孪生用户可以进行设计迭代，无需制作实物原型，这不仅能节省材料，还能让产品尽快问世。

Part.6

数字孪生与物联网

说完数字孪生的工作原理，我们来看看使用数字孪生有何好处。其中最常见的一个应用场景就是物联网（IoT）。这是一个广义概念，指任何相互连接的电子设备。在制造领域，物联网的趋势早已兴起，那究竟优势何在？

首先，整合工作流程可以实现更高程度的自动化，尤其现在有了AI的参与。这就减少了操作过程中所需的人力投入，从而提高了生产率，同时将错误率降到最低。根据历史数据，物联网还能降低或提高产量，优化资源利用率，更好地满足客户需求。

 概念图：数字孪生系统中，AI驱动的机械实现自动化耕作

从长远来看，将特定设施中的每台机器连接到物联网络中，将释放出更多商机。随着对人工操作依赖度的降低，全自动工厂逐渐走红。此外，由于有关消费者偏好的信息越来越丰富，物联网工作流程让用户得以快速利用新兴趋势。所有这些都预示着数字孪生市场潜力巨大。

随着数字孪生、三维扫描、VR、AI等先进技术的兴起，创建完全互联的物联网工作流程已成为可能。

先别走开，

在下半部分，

我们将继续与大家探讨

数字孪生主流软件，

数字孪生应用场景，

数字孪生面临的挑战，

以及数字孪生技术的未来。