2024年“数据要素×”大赛优秀项目案例集——工业制造案例之九 | 数据驱动的工厂数字孪生仿真优化系统，助力制造业企业数字化转型

发布时间：2025-02-05

来源：国家数据局

制造业是我国的立国之本、强国之基，推动制造业高端化、智能化、绿色化是建设现代化产业体系的重要着力点。伴随新基建及国产大装备的应用发展，船舶、工程机械、桥梁/建筑钢结构、电力装备等国民经济基础产业正加快向规模化、复杂化、高端化迈进，但仍面临设计约束多、定制程度高、工艺复杂等问题。武汉华工赛百数据系统有限公司研发了基于数据驱动的工厂数字孪生仿真优化系统，实现工厂生产制造全要素、全流程数字化映射、仿真、监控、诊断、预测和优化，提升生产效率和装备质量性能，降低试错和运维成本，助力制造企业数字化转型升级。

图1 工厂数字孪生仿真优化系统

一是推动生产制造环节数据融合共享。首先，通过数字孪生模型结合IOT系统实时采集设备运行状态、设备参数、工艺参数和生产环境参数等数据，集成企业现有的企业管理系统（ERP）、生产执行系统（MES）、产品生命周期管理（PLM）等业务系统，获取生产计划、物料消耗、产品设计、产品工艺、产品质量等关键数据。其次，通过数据清洗与整合，确保数据标准统一、数据完整，形成覆盖产品研发设计、生产制造、销售、售后等全生命周期全要素数据链。最终，实现产品制造方、原料供应方、设备技术方、产品使用方等多方数据共享。

二是依托AI算法模型提高生产制造效率和产品品质。建立全生命周期的物料、工艺、质量和设备数据模型，运用机器学习和深度学习算法技术预测分析设备运行过程存在的潜在问题，避免设备“带病作业”，降低生产运维成本。从时间维度出发，提供最优排产计划和调度控制；同时，在单元设备、车间工厂等空间维度，给出最优工艺参数及控制指令，提升产品良率。在此基数上，最终实现全流程仿真优化运行，达到高效数字化生产。

三是建立完善安全治理机制保障数据安全。通过敏感数据智能识别技术和数据分类分级自动化标注技术，自定义敏感数据类型，帮助建立敏感数据资产目录并实时监测敏感数据。同时，按业务场景对数据动态脱敏，满足数据交付合规要求。此外，从业务、数据、安全合规要求等维度将个人信息纳入逻辑数据集合，根据敏感数据类型、控制动作、数据访问类型、有效时间等条件实施数据访问控制。

四是丰富数据赋能应用场景，推动释放数据要素价值。基于船舶、工程机械、桥梁/建筑钢结构和电力装备等制造行业数据运用，实现了对工厂生产流程的全面仿真与优化，进而提供设备运行优化、生产工艺优化、产线平衡分析、产线在线监控、工厂高精度仿真等多种工业场景的数据价值挖掘能力。利用积累的上百种工业机理模型和算法，实现从装备、产线、车间直至工厂级的以虚仿实、以虚映实、以虚控实，并逐步向以虚预实、以虚优实升级。取得了产线生产效率提升10-25%，运营成本降低10-20%，产品综合良率提高5-10%等成效。

五是推出个性化、定制化产品和服务，打造可持续商业模式。通过多种商业模式的数字孪生实现稳定可持续的商业转化，包括项目定制化开发、订阅模式、免费+增值、传统买断及合作伙伴生态构建等多种方式来实现稳定可持续的商业转化。针对客户特定需求为不同行业、不同规模的工厂提供灵活可定制化的数字孪生解决方案，涵盖生产流程优化、设备预测性维护、资源配置优化等，助力制造企业数字化、智能化转型升级等应用场景。同时，持续推进产品技术创新升级，使产品能够快速响应市场变化并贴合需求，通过构建丰富的应用生态，进一步拓宽产品服务的应用场景与渠道，助推业务持续增长，形成可持续发展模式。

相关文件