智能設備的數字孿生數字孿生與產品全生命周期管理數字孿生與云計算數字孿生與大數據2.12.22.3第二章

數字孿生的相關領域2.4數字孿生與工業互聯網數字孿生與車間生產數字孿生與智能制造數字孿生與工業邊界2.52.62.7知識目標：本章學習目標

掌握產品全生命周期管理概念；

理解數字孿生與產品全生命周期管理；

理解大數據與數字孿生的關系；

掌握工業互聯網的概念；

掌握工業互聯網平臺的關鍵名詞；理解車間生產智能化管理和車間生產與數字孿生；了解智能制造標準先行；

了解我國智能制造標準化工作推進情況；

了解數字孿生與工業邊界。本章學習目標能力目標：

能正確的闡述產品全生命周期管理概念；

能清晰描述數字孿生與全生命周期之間的關系；

能正確的闡述產品全生命周期管理概念；

能清晰描述數字孿生與全生命周期之間的關系；

能舉例說明生活中大數據應用的3-4個案例;

能辨別工業互聯的關鍵名詞;

能描述哪些屬于工業互聯網；

能正確描述車間生產智能化哪些場景可以使用數字孿生技術；

能說出1-2個智能制造標準；

能正確描述自動駕駛系統與數字孿生關系；

能描述智能城市數字孿生的特征。本章學習目標素養目標：培養學生自學的方法與途徑。培養學生對知識的聯想能力與舉一反三的能力。

數字孿生賦能全生命周期管理。工業互聯網作為國家的重要基礎設施，我國出臺了很多關于促進工業互聯網的舉措，對我國重要的幾個城市進行工業互聯網的布局。我國智能制造的標準化工作發展及其推進情況，強調了智能制造是我國制造強國建設的主攻方向。通過自動駕駛系統、城市數字孿生、智慧園區管理等與數字孿生的關系，進一步說明數字經濟發展的趨勢。通過智慧園區管理等與數字孿生的關系，進一步說明數字經濟發展的趨勢。數字孿生與產品全生命周期管理2.1知識回顧數字孿生的特征有哪些？數字孿生的發展階段有哪些？數字孿生的本質旨在為現實世界的物體對象在虛擬世界中進行數字建模，構建一個在虛擬世界中完全一致的數字模型。數字孿生的信息建模不僅限于傳統的底層信息的傳輸，它的技術架構及內涵涉及多個交叉學科，從技術的角度來看，數字孿生的技術體系是非常的龐大，從感知、計算、建模過程，覆蓋了感知控制、數據集成、模型的構建、模型互操作、業務集成、人機交互等諸多的技術領域。2.1數字孿生與產品全生命周期管理數字孿生技術產品全生命周期管理物理實體云計算大數據3D建模工業互聯網人工智能數字孿生技術相關領域2.1數字孿生與產品全生命周期管理產品策劃產品實現產品交互產品運營產品分析、產品定位、產品規劃、商業模式、定價策略、運維策略產品發布的規劃、產品需求的定義、澄清與估算、產品立項與結項、敏捷開發與持續集成產品的部署上線、產品驗收、產品的發布業務運營、客戶服務支持、安全運維2.1.1產品全生命周期管理2.1數字孿生與產品全生命周期管理2.1.1產品全生命周期管理

產品生命周期管理（（ProductLifecycleManagement，PLM））

產品生命周期管理是從產品的需求開始到產品淘汰報廢的全部生命歷程，它的本質是一種較為先進的企業信息化的思想，采用該方法的管理使得企業運用最有效的方式和手段為其增加收入和減低成本。PLM是一個集成的、信息驅動的方法，它涵蓋了從設計、制造、配置、維護、維修到最終處理的產品生命周期的所有方面。PLM用于管理產品生命周期的所有業務的集成。計算機輔助設計CAD工程數據管理產品數據管理計算機集成制造PLMEDMPDMCIM2.1數字孿生與產品全生命周期管理2.1.2產品全生命周期管理適用的行業或領域從PLM的特征來看，產品生命周期管理適合與產品生產相關任何行業，如典型的制造行業，適合具體的大量零部件裝備的制造業，或者在生產過程之間存在大量依賴關系的制造業。因為PLM需要提供產品生命周期信息的創建、管理、分發及應用的一系列解決方案，而PLM提供商通常是從產品數據管理提供商轉型而來，需要集成企業的資源規劃、客戶關系管理和供應鏈管理等系統，在全球的大型制造企業中，70%以上的企業運用了產品生命周期管理系統。2.1數字孿生與產品全生命周期管理2.1.2產品全生命周期管理適用的行業或領域從PLM的特征來看，產品生命周期管理適合與產品生產相關任何行業，如典型的制造行業，適合具體的大量零部件裝備的制造業，或者在生產過程之間存在大量依賴關系的制造業。研發設計生產制造市場營銷運營支持2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理數字孿生可以用于產品全生命周期，可以實現對產品行為方式和性能指標的分析預測，提高產品研制和運行效率，降低生產和運維成本。從數字孿生的角度去描述產品全生命周期管理，主要包括研發設計階段、生產制造階段、市場營銷階段和運營支持階段。2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理

產品設計階段數字孿生在研發設計階段可以提高設計的準確性，在沒有制作物理實體前，可以驗證產品在真實環境中的性能。在這個階段可以利用計算機輔助設計（CAD）等工具根據產品技術及其規格的要求虛擬產品原型，能精確的記錄各種實體的物理參數，采用可視化的方式進行展示，經過一系列的可重復、可變的參數、可加速的仿真實現來檢驗產品在不同環境下的性能、行為。在產品設計階段，數字孿生可以提高產品的準確性并驗證產品在真實環境下的性能，在這個階段數字孿生體主要包括兩個功能數字模型設計及模擬和仿真。2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理圖2-2三維標注產品模型構建一個全三維標注的產品模型，主要將幾何信息和非幾何信息通過產品三維模型由設計過程傳遞至生產加工過程，打通設計工藝和制造的三維數據鏈，是各個企業迫切的技術需求。采用一些列的重復、可變參數、可急速的仿真實驗，去驗證產品在不同的外部環境下的性能和表現，相當于是在設計階段就可以實現驗證產品的適應性。數字模型設計模擬與仿真圖2-3汽車節能減排的數組孿生體設計2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理

生產制造階段在生產制造階段，要實現產品建檔（ProductMemory）或產品數據包（ProductDataPackage），換句話而言就是制造信息的采集和全要素的重建，包含了制造BOM(ManufactureBOM，MBOM)，質量數據、技術狀態數據、物流數據、產品檢測數據、生產進度數據、逆向過程數據等的采集和重建。數字孿生在生產制造階段主要實現三個功能，生產過程仿真、數字化生產線、關鍵指標監控和過程能力的評估。生產過程仿真數字化生產線關鍵指標監控和過程能力的評估2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理生產過程仿真在產品生產之前通過構建虛擬產品，模擬不同產品、不同參數、不同的外部條件下的生產過程，實現對產能、效率以及可以出現的生產瓶頸等問題進行研判，從而提升新產品導入過程的準確度和速度。0102圖2-1生產過程仿真模擬圖2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理數字化生產線將生產階段中涉及的各種要素，如原材料、工藝配方、設備、工序等要求，通過數字化手段集成到一個寫作的生產過程中，根據規則去自動化完成各種條件下的操作，實現自動化的生產過程，在這期間，記錄生產過程中的各種數據，為后續的優化提供可靠的數據。02圖2-3玻璃數字化生產車間如數字孿生玻璃絕緣子車間可以在數字環境內構建數字孿生車間，即對車間設備、生產過程和車間環境等進行數字化映射，實現生產車間的數字孿生，進而為玻璃絕緣子車間生產的模擬和優化提供平臺。2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理關鍵指標監控和過程能力的評估數字孿生賦能于生產過程、生產設備、生產線等其他形態的高度集成環境，將生產階段各要素(如原材料、設備、工藝、工序等）通過產品虛擬生產過程中體現出來，模擬仿真產品生產的全過程，記錄生產過程中的關鍵參數，對生產過程中的產能、效率、可能出現的生產瓶頸進行預判與改進，這樣可以縮短新產品的導入周期，提高產品生產的交付速度，降低產品生產的成本。如圖2-5所示。03圖2-5數字孿生在產品生產過程中2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理

市場營銷階段在市場營銷階段，可以在生產實際的產品前，利用數字孿生先去構建產品的虛擬原型，可以通過虛擬顯示技術模擬體驗產品的內部結構及其功能和性能等，為市場營銷人員在做市場推廣過程中使用虛擬的產品，這樣可以根據客戶提出的產品改進意見進一步去優化產品設計，同時也可以根據客戶的需求進行產品的定制化生產和個性化配置選型，實現了產品的柔性制造。構建產品的虛擬原型模擬體驗產品優化產品定制化生產個性化配置選型2.1數字孿生與產品全生命周期管理2.1.3數字孿生與產品全生命周期管理

運營支持階段數字孿生在模擬產品裝卸、使用、更換零部件等一些運行維護階段，可以利用產品上的傳感器和控制系統記錄各種參數等數據，構建產品部件級、系統級甚至產品級健康指標體系。利用產品數字孿生在虛擬環境運行，對產品故障進行預測，將預測維修的分析結果對產品維修策略進行針對性的調整優化，降低甚至避免產品非計劃停機帶來的損失。預測故障降低、避免損失針對性優化產品數字孿生數字孿生與云計算2.22.2數字孿生與云計算2.2.1云計算

云計算（cloudcomputing）定義：是提供信息技術、軟件、互聯網相關的服務。云中的計算資源共享池叫做“云”，云計算將這些計算資源集合起來，采用軟件實現自動化管理，用戶根據業務需要按需購買。換言之，就是將計算能力包裝成商品如云服務器、云存儲、云數據庫、公網IP、網關、云網絡、人工智能等，用戶可以通過互聯網，像水、電、氣、煤一樣按需進行購買。2.2數字孿生與云計算2.2.2云計算的特征云計算特征彈性伸縮服務可度量按需自助服務無所不在的網絡訪問資源池彈性伸縮：根據需要向上或向下擴展資源的能力。對用戶來說，云計算的資源數量沒有界限，他們可按照需求購買任何數量的資源。服務可度量：云計算供應商控制和監測云計算服務的各方面使用情況，如計費、訪問控制、資源優化、容量規劃等按需自助服務：云計算的按需服務和自助服務意味著用戶可以在需要時直接使用云計算服務，而不必與服務供應商進行人工交互。無所不在的網絡訪問：用戶只要上Internet，就可以使用云計算。資源池：資源池允許云計算供應商通過多用戶共享模式服務于用戶。物理和虛擬資源可根據用戶需求進行分配和重新分配。資源池具有地點獨立性，客戶一般無法控制或了解所提供資源的確切位置，但可以在高端提取層面（如地區、國家或數據中心）指定位置。2.2數字孿生與云計算2.2.3云計算與數字孿生的關系云計算作為互聯網時代重要的基礎設施，逐步滲透到各個領域。在數字化的時代，云計算與數字孿生的結合會帶來哪些變化呢？010203數字孿生將物體與數字世界的虛擬物體進行整合，形成了真實的數字化環境，通過云計算技術對這些虛擬物體進行管理、控制和優化。數字孿生可為云計算提供更多的應用場景，隨著數字孿生在各行各業中的運用，更多的虛擬場景出現，如數字孿生中醫療健康中的3D模型提供精準醫療、智慧城市的數字孿生、數字工廠的孿生體等。數字孿生的發展將推動云計算技術向更高端、更復雜的領域邁進。隨著數字孿生的不斷發展，應用場景越來越多，更多復雜的系統將進行數字化，這些系統需要云計算提供更先進、更加復雜、更高的性能技術來支撐，從而促進了云計算技術的不斷發展。數字孿生與大數據2.3知識回顧請同學們思考：（1）產品全生命周期管理概念是什么？（2）產品全生命周期管理適用的行業有哪些？（3）數字孿生主要賦能產品全生命周期管理哪些過程？（4）數字孿生與云計算的關系是什么？2.3數字孿生與大數據從文明之初的“結繩記事”，文字文明的“文以載道”，到近現代的科學“數據建模”，數據一直伴隨著人類社會的進步而發展，直到以電子計算機為代表的現代信息技術的出現，對數據處理提供了自動的手段和方法，人類在掌握數據、處理和數據能力有了質的飛躍。文明之初“結繩記事”文明文明“文以載道”數據建模電子計算機處理數據大數據技術、概念、思潮是以計算機領域作為發起端，逐漸衍生到科學和商業領域。

隨著數據量的快速增長，數據面類著類型越來越多、數據難以理解、難以獲取、難以處理以及難以組織等難題，運用大數據來描述這些難題，這在計算機領域引發了思考。2.3數字孿生與大數據大數據（BigData）是指巨量的資料，在一定的時間范圍不能以常規軟件處理（存儲和計算）的大而復雜數據集，換句話理解就是使用單臺計算機無法在規定的時間內處理或者壓根無法處理的數據集。2.3數字孿生與大數據2.3.1大數據的特征大數據（BigData）大數據的特征通常從容量、種類、價值、速度四個維度進行描述。2.3數字孿生與大數據在IDC發布的《數據時代2025》的報告顯示，全球每年產生的數據總量在2025年將達到175ZB，平均每天大約產生491EB的數據。其中，中國的數據圈最大，達到了48.6ZB，占據27.8%，假設以1TB的硬盤來存儲這些數據，每年需要5百多億塊硬盤。特征一：大量化大數據的特征通常從容量、種類、價值、速度四個維度進行描述。2.3數字孿生與大數據大數據的類型多種多樣，包括網絡日志、視頻、音頻、圖片、網頁、地理位置等，主要結構分為半結構和非結構化數據，這些數據主要來自于傳統企業數據、社交數據、物聯網數據。特征二：多樣化大數據的主要結構分為半結構和非結構化數據2.3數字孿生與大數據還有一種數據格式，就是介于結構化數據和非結構數據之間叫半結構數據，它具有一定的結構性，如員工簡歷、有的簡歷只有教育情況，沒有戶籍沒有工作經歷，有的簡歷有工作經歷、年齡，無出生日期等，各個簡歷不是完全相同的，但也有雷同部分，這就是半結構化的數據；如HTML和XML文檔，用成對的標簽記錄對應的數據，每個網頁的標簽有相同部分也有不同的部分，沒有固定的規律，這種也叫半結構化的數據。結構化數據的主要特征是以行為單位，每一行就是一條記錄。非結構數據主要指數據結構不規則或不完整，沒有預定的數據，包括所有的格式數據。2.3數字孿生與大數據大數據的特征通常從容量、種類、價值、速度四個維度進行描述。在大數據時代，單條的數據價值不突出，單條記錄基本無意義，因為無用的數據多，但是整個數據集綜合價值較大、隱含的價值也比較大，所以需要對大數據進行清洗、分析和挖掘，從數據金礦中掘金。特征三：價值密度低每一天各行各業的數據呈現指數爆炸增長，在很多的具體場景中，大數據要求實時的處理數據，如搜索引警要在幾秒中呈現用戶需要的檢索結果，企業或者系統在面臨海量的增長數據時，需要高速的處理，一般要在秒級時間范圍內給出分析結果，超出這個時間就失去了價值，即為大數據的處理要符合“1秒定律”。特征四：高速度2.3.2大數據處理過程2.3數字孿生與大數據數據采集是數據從無到有的過程（如通過采集日志或者通過使用一些工具把數據采集到指定位置）；數據預處理是指通過程序對采集的數據進行預處理，預處理如數據的清晰、格式整理、過濾臟數據，將數據梳理成點擊流模型數據；數據入庫是將預處理的數據導入到庫，這里庫可以值存儲數據的數據庫；數據分析是根據用戶需求將數據通過程序語言開發，得出用戶需要各種統計結果；數據展現是可以將分析的數據進行可視化，一般情況下，采用圖標的方式進行展示。數據采集數據預處理數據入庫數據分析數據展現數據的數據處理過程，主要包括數據采集、數據預處理、數據入庫、數據分析、數據展現2.3數字孿生與大數據數據處理過程2.3.3大數據與數字孿生的關系2.3數字孿生與大數據

數字孿生是通過數據模擬和分析，將現實中實體、對象、動作、特征等信息進行數字化，進行更高效、更精準的預測和優化。數字孿生與大數據之間的關系，數字孿生需要數據的支持，數據是數字孿生的建模和仿真的基礎，有了這些數據，數字孿生才能實現實體與孿生體之間的映射關系。大數據的基礎是海量的數據，對這些數據進行分析與挖掘為數字孿生提供所需的大量的數據。數字孿生與工業互聯網2.42.4.1工業互聯網的概念2.4數字孿生與工業互聯網工業互聯網是指將傳統工業生產的各種環節中的各種設備、傳感器、儀器等物理設備采用無線網絡連接，對其實現數據的采集、分析、共享，從而提高生產效率、改進產品質量、降低生產成本以及開發新產品等為目的的技術體系工業物聯網的實現離不開物聯網、云計算、大數據、人工智能等先進的技術，其中比較重要的環節就是數據采集與分析。2.4.2工業互聯網平臺2.4數字孿生與工業互聯網工業互聯網平臺深度集成了IT、OT運營技術（OperationalTechnology，OT）、CT電子計算機斷層掃描(ComputedTomography，CT)、

DT數據技術（DataTechnology，DT）等技術，它具有基礎性、聚合性、融合性。工業互聯網平臺IT、OT運營技術CT電子計算機斷層掃描DT數據技術……基礎性聚合性融合性2.4.3工業互聯網的發展歷程2.4數字孿生與工業互聯網六大新模式平臺化設計智能化制造網絡化協同個性化制定服務化延伸數字化管理工業互聯網已經覆蓋國民經濟45個大類，形成了平臺化設計、智能化制造、網絡化協同、個性化定制、服務化延伸、數字化管理等六大新模式，逐漸成為工業經濟高質量發展的重要力量。2.4數字孿生與工業互聯網2013-2015期間，強調物聯網、互聯網在工業中的應用，加快工業生產向網絡化、智能化、柔性化和服務化轉變。2015-2018年期間，國家政策密集出臺“充分發揮互聯網在促進產業升級以及信息化和工業化深度融合中的平臺作用”和“增強工業互聯網產業供給能力。2018年后，工業互聯網被定位為重要的新型基礎設施，地位進一步上升。2020年我國已有25個省出臺了關于工業互聯網解析技術和產業發展扶持政策，對互聯網產業進行布局。2017-2021年，工業互聯網的產業增值規模不斷的上漲；2021年工業互聯網的產業增值首次突破4萬億元工業互聯網增值2.4數字孿生與工業互聯網2.4.4工業互聯網的發展意義2.4數字孿生與工業互聯網（1）工業互聯網是構建新發展格局的有力支撐“十四五”規劃目標綱要中指出，要“加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局”工業互聯國內外大循環2.4數字孿生與工業互聯網

（2）工業互聯網是促進我國GDP增長的重要因素。工業互聯網逐步成為國民經濟增長的重要支撐。當前，我國正處于實現第二個百年奮斗目標和實現中華民族偉大復興的關鍵時期，工業互聯網的蓬勃發展為我國轉變發展方式、優化經濟結構、轉換增長動力提供了新動能。工業互聯網促進GDP增長工業互聯網增值GDP2.4數字孿生與工業互聯網

（3）工業互聯網促進產業結構不斷優化工業互聯網能夠與制造、能源、交通、建筑、農業等實體經濟進行深度融合，推動實體經濟蓬勃發展。工業互聯網滲透產業就業2.4數字孿生與工業互聯網（4）工業互聯網是世界工業強國競爭的主要戰場發展工業互聯網逐漸成為全球制造企業進行轉型升級和世界各國提升自身國際競爭力的重要戰略高地。其中美、中、日、德等制造業大國正領跑工業互聯網發展的主賽道。2020年全球各區域工業互聯網增加值規模情況2.4數字孿生與工業互聯網

（5）工業互聯網促進行業轉型升級工業互聯網應用場景廣泛，目前已延伸至40個國民經濟大類，涉及原材料、裝備、消費品、電子等制造業各大領域，以及采礦、電力、建筑等實體經濟重點產業，形成了千姿百態的融合應用實踐。工業互聯網促進行業轉型升級

請同學們思考：了解了工業互聯網平臺的關鍵名詞和工業互聯網的發展，數字孿生與工業互聯網的關系是怎樣的呢？2.4.5工業互聯網與數字孿生的關系2.4數字孿生與工業互聯網2.4數字孿生與工業互聯網工業互聯網平臺激活數字孿生生命隨著制造業的不斷發展，每一個數字化的企業都要去關注技術，這個技術又與數字孿生息息相關。數字孿生的核心是模型和數據，虛擬模型的創建和數據的分析需要專業的知識，需要依托行業背景。工業互聯網出現前數字孿生的概念僅僅停留在軟件環境中，如計算機輔助CAD系統、產品生命周期管理PLM等工業互聯網出現后網絡帶寬及其傳輸速度能滿足工業上的需求，各個在生產環節中的設備資管管理，產品生命周期管理和制造流程管理中開始發生關聯、相互補充數字孿生與車間生產2.52.4數字孿生與工業互聯網數字孿生助力工業互聯網的IT與OT融合數字孿生與工業互聯網雙向賦能課前思考

請同學們思考：IT、OT、CT、DT分別指的是什么？？2.5數字孿生與車間生產接到生產指定單調整生產計劃準備文件夾工具、作業指導書備料生產檢查包裝出庫01車間生產車間生產的主要流程2.5數字孿生與車間生產

傳統的車間生產傳統的企業工廠問題自動化程度不高、工藝路線等原因，造成了在各個的生產工序中出現設備異常、產品品質異常、原材料異常、生產人員異常等情況，直接導致整個的生產過程中不穩定，這也是很多企業比較頭痛。生產車間智能化管理2.5數字孿生與車間生產

隨著現代工業技術的快速發展，傳統的工藝生產方式在逐漸被自動化生產方式所取代，工廠車間是作為生產和加工的主要場所，需要引入智能化的管理系統。智能化管理系統能實時掌握生產現場的情況、具體到投入的物料、運作的設備、工人的績效、日產量等重要信息，為作為合理的生產規劃和動態調整作為依據。車間生產智能化管理022.5數字孿生與車間生產數字車間標準利用數字孿生技術，對生產車間進行智慧化管理，可以實現生產過程可視化、遠程管理、成本管控，有利于提高生產效率，減低生產成本。數字化車間涉及到信息技術、自動化技術、機械制造、物流管理等多個技術領域。實現數字化車間建設，需要采用通用技術，數字化車間系列標準統一了數字化車間概念的認識，給出了數字化車間的基本要求，規范了數字化車間核心功能模塊的數字化特征，構建了數字化車間的系統架構，目前從基礎標準、方法標準、應用標準、支持標準等方面對數字化車間建造提供了參考模型。車間生產與數字孿生032.5數字孿生與車間生產工廠車間可視化管理對生產流程進行數據分析和優化。對車間所有數據進行整合和分析，直觀反映生產中的瓶頸、物料流、設備維修等問題，通過運用大數據、云計算等新技術，進行更為高效的智能生產流程優化、預測等運用，實現最優化控制。課前思考請同學們思考：100年前與現在制造業的區別？數字孿生與智能制造2.6課前思考

請同學們思考：100年前與現在制造業的區別？2.6數字孿生與智能制造

汽車制造業：2022年中國汽車市場總銷量達到了約3500萬輛，同比增長約6%。其中，乘用車銷量約為3000萬輛，商用車銷量約為500萬輛。預計到2025年，中國汽車市場總銷量將達到約4000萬輛。

航空制造業：2019年中國航空制造業市場規模達到了約3500億美元，預計到2025年將達到6000億美元。

智能制造作為制造強國建設的主攻方向，是建設現代化產業體系和實現新型工業化的關鍵舉措。思考請同學們思考：不同國家對智能制造的標準有哪些？2.6數字孿生與智能制造1.智能制造標準先行工業4.0在2011年由德國提出，它的本質是以機械化、自動化和信息化為基礎，建立智能化新型生產模式與產業結構。德國將標準化工作排在4.0的八大關鍵領域的首位，持續發布四版《工業4.0標準化4路線圖》。2020年歐盟委員會發布了《歐洲新工業戰略》，旨在幫助歐洲工業向氣候中立和數字化轉型，并提升其全球競爭力和戰略自主性。其中指出了標準化工作對于單一市場及行業競爭力的重要性。美國2012年以來持續發布智能制造系列戰略，2022年10月發布了《先進制造業國家戰略》。2021年俄羅斯發布了《制造業數字化轉型戰略方向》。日本發布《制造業白皮書》，定期對日本制造業的現狀和主要挑戰進行描述，并給出推動制造業發展的重要舉措。2018年版《制造業白皮書》。2.6數字孿生與智能制造2.國家智能制造戰略分析 各國注重結合自身制造業發展現狀建立適合本國國情的智能制造發展路徑，均注重智能制造頂層設計，打造多方共同參與的生態發展環境。智能制造本國國情課前思考請同學們思考：我國智能制造標準化政策文件有哪些？2.6數字孿生與智能制造圖2-23基礎共性相關國際標準分布在基礎共性標準方面，聚焦了智能制造術語、用例、安全性、可靠性、評估及檢測等細分方向，基礎共性相關國際標準分布情況如圖2-23所示。圖2-24智能工廠國際標準分布在智能工廠方面，標準主要集中到智能工廠設計、智能生產智能物流、智能管理、業務集成等細分方向，智能工廠相關國際標準分布情況如圖2-24所示。圖2-25智能賦能技術相關國際標準分布在智能賦能技術方面，主要聚焦了大數據、人工智能、邊緣計算、數字孿生、區塊鏈等細分方向，智能賦能技術相關國際標準分布如圖2-25所示。3.國際標準化組織發力智能制造標準2.6數字孿生與智能制造標準化主要工作及成效4.我國智能制造標準化工作推進情況（1）探索期（2015年-2017年）（2）成長期（2018年-2020年）（3）深化期（2021年-至今）2.6數字孿生與智能制造

在2016年先后引發了《智能制造工程實施指南（2016-2020）》和《智能制造發展規劃（2016-2020年）》，在指南中明確了智能制造的范疇和智能制造標準化工作的支撐地位，給出智能制造探索期標準化工作的目標、任務等內容，為后續智能制造標準化工作指明了方向。4.我國智能制造標準化工作推進情況（1）探索期（2015年-2017年）2.6數字孿生與智能制造

在2018年-2020年期間，我國的智能制造進入了成長期，在這一階段，智能制造標準化工作重點就是從初步構建逐步轉向頂層規劃迭代完善、重點領域標準研制、行業智能制造標準實施路勁探索，在國際標準化關鍵領域取得了關鍵進展，在成長期主要的做法，如圖2-28所示。4.我國智能制造標準化工作推進情況（2）成長期（2018年-2020年）2.6數字孿生與智能制造

“十四五”期間，將從標準群建設、標準推廣應用、前瞻性新興技術領域等方面發力，加快行業標準研制步伐、加大標準推廣應用力度、加強先導性創新性標準研究等方面逐步推動智能制造標準化工作.4.我國智能制造標準化工作推進情況（3）深化期（2021-至今）持續發展中...思考

請同學們思考：我國智能制造標準群（列舉4-5個）2.6數字孿生與智能制造5.我國智能制造標準群

為了加快推動智能制造企業運用標準化方式組織生產、經營、管理和服務，發揮標準對促進制造業轉型升級，引領創新驅動的支撐作用，已形成的16個場景標準群建設。2.6數字孿生與智能制造6.數字孿生與智能制造

智能制造的范疇比較廣泛，在智能制造中，智能車間、智能生產、智能產品和智能服務等領域與物聯網、大數據、人工智能等先進技術進行深度融合。課程小結智能制造工業互聯網與數字孿生的關系數字孿生與車間生產智能制造標準先行我國智能制造標準化工作推進情況數字孿生與工業邊界2.7復習與鞏固工業互聯網與數字孿生的關系車間生產智能制造標準先行我國智能制造標準化工作推進情況2.7數字孿生與工業邊界工業重工業采掘(伐)工業原材料工業加工工業輕工業以農產品為原料的輕工業以非農產品為原料的輕工業2.7數字孿生與工業邊界自動駕駛是汽車產業與人工智能、高性能計算、大數據、物聯網等新一代信息技術以及交通出行、城市管理等多領域深度融合的產物，對降低交通擁堵、事故率，幫助城市構建安全、高效的未來出行結構，對汽車產業變革，以及城市交通規劃具有深遠的影響。01.自動駕駛系統2.7數字孿生與工業邊界自動駕駛系統技術的發展03第三階段基于傳感器數據和計算機視覺技術的自動駕駛系統02第二階段實現高可用性和彈性擴展的游戲服務器01第一階段基于傳感器數據的自適應巡航控制（ACC）系統04第四階段基于深度學習和人工智能的自動駕駛系統2.7數字孿生與工業邊界

2021年12月《“十四五”推動高質量發展的國家標準體系建設規劃》。該規劃明確指出“圍繞智慧城市分級分類建設、基礎設施智能化改造、城市數字資源利用、城市數據大腦、人工智能創新應用、城市數字孿生等方面完善標準體系建設”，明確將城市數字孿生納入智慧城市標準體系的重要組成部分。2.7數字孿生與工業邊界1.城市數字孿生圖2-32城市數字孿生物理空間（保障城市經濟社會發展的重要支撐）·城市時空位置·城市要素·城市生態環境2.7數字孿生與工業邊界1.城市數字孿生圖2-33城市數字孿生概念模型社會空間（用于描述城市社會中個體與個體、個體與群體、群體與群體等關系和活動的總和）數字空間（城市數字孿生的載體）2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進

城市數字孿生通過布設覆蓋城市范圍的多種類型傳感器，對城市運行狀態進行多維度、多層次精準監測，實現對城市環境、設備/設施運行等的全方位感知，實時獲取城市全域全量運行數據，為城市數字孿生提供數據基礎。2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進圖2-34城市數字孿生精準映射2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進

城市數字孿生具備智慧能力的體現，是實現對物理城市進行科學預測、指導與優化的關鍵。可以依據物理城市的真實運行數據，構建不同場景下的推演模型，進而模擬和分析物理城市的運行狀態和發展趨勢，推演預測物理城市的發展態勢與運行結果，并提出優化建議，輔助城市日常管理、應急指揮和科學決策。2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進

通過將感知的多源數據進行數字化建模和可視化渲染，城市數字孿生提供了全要素、全范圍、全精度真實的渲染效果，實現全空間信息和城市實時運行態勢的動態展示。2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進

物理空間與數字空間的互操作和雙向互動，借助物聯網、圖形/圖像、AR/VR、人機交互等領域技術的協同和融合，實現城市級虛實空間融合、控制與反饋等能力。2.7數字孿生與工業邊界2.城市數字孿生典型特征B精準映射C智能推演D動態可視E虛實互動A全面感知F協同演進

協同演進是城市數字孿生具有高階智慧能力的體現。城市數字孿生過程中，物理城市與數字城市在城市運行、數據、技術、機制等方面存在長期協同關系，長期相互反饋、相互影響。物理空間：為實現城市數字孿生，首先需對物理空間以及社會空間中的物理實體對象、事件對象以及關系對象進行數字空間的虛擬表達以及映射。信息基礎設施：提供感知、連接、存儲以及計算能力的數字化基礎設施，其中感知基礎設施包含嵌入式傳感基礎設施、物聯網基礎設施以及測繪基礎設施等。2.7數字孿生與工業邊界3.城市數字孿生技術參考架構圖2-35城市數字孿生技術參考架構數字資源是城市各類數據的總和，是構建城市數字孿生系統的基礎。交互服務：提供多種類型的能力開放界面，通過統一規范的交互界面實現跨系統數據互通以及服務調用，通過提供平臺化、輕量化數據、API、消息、應用等集成能力，第三方應用可以對功能組件進行靈活組合，實現業務邏輯和技術邏輯的分離。通用服務：為城市數字孿生提供基礎共性能力支撐。其中數據服務是對數據資源利用提供的通用支撐服務，包含但不限于數據模型、資產管理以及數據治理。孿生服務：城市數字孿生所需的特性服務，包括但不限于感知互聯、實體映射、多維建模、時空計算、仿真推演及可視化。安全管理：根據城市安全管理制度，開展數據安全、信息系統和網絡安全、安全預警和應急處理等管理工作。運營管理：基于數字模型和標識體系、感知體系以及各類智能設施，實現城市基礎設施、地下空間、能源系統、生態環境、道路交通等運行狀況的實時監測和統一呈現，通過數字模型和軟硬件系統，實現快速響應、決策仿真、應急處理以及設備和系統的運行、維護和運營。課程小結數字孿生相關領域自動駕駛系統城市數字孿生復習與鞏固自動駕駛系統特征發展階段城市數字孿生2.7數字孿生與工業邊界工業重工業采掘(伐)工業原材料工業加工工業輕工業以農產品為原料的輕工業以非農產品為原料的輕工業2.7數字孿生與工業邊界3.智慧園區管理（1）智慧園區發展趨勢2.7數字孿生與工業邊界隨著數字技術的發展和經濟社會新需求的驅動下，智慧園區也一直在發展和演進著，從智慧化程度的視角，把智慧園區的發展總結為“三階四級”

（1）智慧園區發展趨勢2.7數字孿生與工業邊界智慧零碳園區是建立在數字化全面賦能的智慧園區基礎上，在園區規劃、建設、運營全生命周期中系統性融入碳中和的理念，以數字化技術賦能節能、減排、碳監測、碳交易、碳核算等碳中和措施，促進園區低碳化發展、能源綠色化轉型、資源循環化利用、設施集聚化共享。（2）智慧零碳園區2.7數字孿生與工業邊界（3）全場景智慧園區智慧園區的全場景智慧是智慧園區發展新階段，全場景智慧園區體現在數據融合、場景聯動、敏捷創新等方方面面，讓智慧可以呈現在園區的每個角落，實現對園區全域的精準分析、系統預測、協同指揮、科學治理和場景化服務。2.7數字孿生與工業邊界（4）全生命周期生態共建園區全生命周期智慧園區的管理是指將全生命周期管理的理念和方法應該貫穿到智慧園區投資、規劃、建設、運營全過程中，實現園區投資、規劃、建設、運營主體、運營管理手段、生態合作資源、運營模式等要素的統籌協調，避免各個要素本身及要素間的沖突矛盾，實現園區全生命周期內整體社會價值最大化。智慧園區全生命周期管理比較關注全過程中的價值產生與服務體驗，通過數據等要素的流動構建園區管理與運營的閉環鏈條。2.7數字孿生與工業邊界4.數字孿生賦能石油化工（1）數字孿生在油田勘探的應用利用物聯網、云計算、大數據、人工智能等技術，深入挖掘現有的油田勘探數據資源，尋找油氣勘探開發數字孿生實現方法，將油氣勘探開發的物理空間映射到虛擬數字空間，并與數字孿生系統進行融合。利用這種方式將改進現有汽油勘探模式與技術，數字孿生技術降低石油勘探開發成本2.7數字孿生與工業邊界（2）數字孿生石油工程裝備全生命周期數字化

數字孿生在石油工程裝備管理平臺的基礎上開展裝備全數字化技術研究，構建裝備工業物聯網，探索設計、生產、操縱、經營、維護等生命周期數據之間的聯系，在數字孿生系統中把控產品質量，在裝備現場驗證數據正確性，提升裝備機能并改進其生產工藝，無需親臨現場，通過數字孿生系統遠程監控各類數據，全方位