数字孪生不仅限于设计和工程，而是通过集成制造执行系统（MES）来改变制造过程，本文探讨了MES在实现制造卓越中的关键作用。
当今全球互联的世界中，制造和供应链面临前所未有的复杂性和需求。新冠疫情等事件突显了这些系统的脆弱性，促使制造商寻找创新解决方案以保持领先并减少中断。
什么是数字孪生？
数字孪生的定义多种多样，各有其正确性，因为这个概念对不同人来说意义不同。根据AWS的文章，“数字孪生是一个动态更新数据的物理系统的数字表示，模仿物理系统的真实结构、状态和行为，以推动业务成果。”这一定义强调了业务成果，应指导数字孪生实施的要求。
数字孪生包括：
- 预生产孪生：在工程和设计领域，回答“假设”问题以评估在进行重大投资之前的可行性。
- 运营孪生：结合数字和物理模型，具有持续的数据流以显示实时状态，并可能包括预测分析以检测模式和预测未来事件。
MES的数据对于创建贯穿产品生命周期的全面数字孪生至关重要，尤其是在工程和设计阶段之外的运营阶段。
什么是MES？
MES软件跟踪和管理从开始到完成的生产过程，并捕获重要的制造数据，它优化操作并帮助决策，从原材料到成品。据LNS Research称，自2019年以来，MES的采用率翻了一番，凸显了其在转向价值方面的重要性。
MES与数字孪生的交集
数字孪生需要四个组件：业务成果、数字表示、相应的物理系统和动态更新的数据连接。MES在最后一部分尤其重要，特别是在离散制造中。
考虑一个典型的机械加工厂，有计算机数控（CNC）机器、坐标测量机器（CMM）和视觉机器，这些机器提供实时数据，如条形料长度、测量尺寸、工具使用和运行时间。
MES可以通过捕获产品编号、订单编号、产品经过的其他操作、原材料供应商、零件的客户和具体的质量控制来情境化这些数据。结合来自产品生命周期管理（PLM）和ERP系统的数据，这些信息构成了数字孪生所要创建的完整图景。
想象一下一个过程或机器的数字表示，其中包含所有当前的操作参数和对未来订单的预测，如材料可用性、工具寿命和维护计划。计划人员可以查看他们可以用当前库存和机器供应安排多少订单。工厂经理可以直观地看到生产速度和潜在的瓶颈，维护经理可以确定剩余的工具寿命并计划下一次维护。
MES数据的情境化使来自其他传感器和物联网设备的原始信息与创建数字孪生的业务目的相关联。
技术挑战和可能性
建立数字孪生涉及从数字表示、物理系统、数据采集和集成等组件中整合各种技术能力，这种复杂性源于数字表示通常是工程和设计工作的结果，以3D或2D格式建模物理系统，同时，物理系统由操作资产组成，数据和连接来自多种技术。
例如，考虑值40，这个数字在没有上下文的情况下是没有意义的，它可能代表CNC机器21号上的棒材长度，以钛合金制成，由供应商XYZ提供，供客户ABC的部件号1122使用。由于这些信息存在于不同的系统中，因此需要更紧密的数据集成和情境化。
许多解决方案涉及将数据从传感器移动到云端，在那里更容易进行集成和分析，然而，只有少数技术早期采用者将MES集成到这个框架中，并将其作为数字孪生的一个组成部分。
未来趋势和采用
根据LNS Research报告，截至2023年，只有33%的制造商实施了MES。随着MES的发展周期，不是所有制造商都将其视为数字孪生的促成因素，而是为了其核心功能而实施它。许多这些MES也很旧，难以集成。
此外，目前制造中的数字孪生主要集中在机器和资产上，几乎没有或没有与MES数据的集成。用例主要集中在远程监控上。
随着制造商现代化其MES并接受数字孪生，我们预计进一步的技术进步将促进更深入的集成，这一趋势将使MES和其他系统的数据利用更加全面，推动制造过程中的更大创新和效率。将会有更多的用例超越维护，涵盖生产力、质量、供应链等领域。
结论
数字孪生代表了一种变革性的方法来实现制造卓越，在过程优化和决策中提供战略优势。随着技术的发展，它们与MES的集成将变得越来越重要，这对于希望保持竞争力和创新的制造商来说是至关重要的。
