大數據、數字孿生等新技術引發了人們對制造模式的新思考，結合《中國制造2025》中制造業服務化重要內容，本文提出一種數字孿生驅動的大數據制造服務新模式。

該制造服務模式對促進中國傳統制造企業轉型升級和提升新國際競爭環境下綜合競爭力具有理論和現實意義。

當今時代，數據成為了新的產業發展動力，并為諸多領域技術發展提供了新的機遇。

與之相應，近年來世界制造業發達國家針對當前逐步形成共識的新一輪工業革命，相繼推出了自己的制造業發展戰略，勢必將導致全球工業體系、發展模式和競爭格局產生重大變革，自然也對制造業運行模式——制造模式提出了新的要求。

智能制造與數字孿生

自智能制造在中國發展以來，一方面，制造企業的生產效率、運行成本、研發周期等方面狀況均獲改進；另一方面，基礎研究領域仍以模仿或直接引進國外成果的方式為主，在相關領域缺少原始創新。

隨著“工業4.0”的提出，數字孿生等新興技術逐漸進入人們視野，提供了加速推進具有中國特色智能制造彎道超車的機會。

數字孿生的理念可追溯到1969年，但現在普遍認為數字孿生的明確概念由Michael Grieves于2003年給出，即“數字孿生是與物理產品等價的虛擬數字化表達”。

數字孿生發展歷程

制造服務模式

制造業服務化的核心思想主要是制造企業通過有形產品的服務來增強其產品綜合競爭力，并逐漸將服務增值作為其利潤創造的核心來源。

當前，制造業正處于由生產型制造向服務型制造轉型的關鍵時期，這是現代產業分工不斷細化、生產組織方式高度協同的必然結果，也是消費升級的客觀要求、制造轉型的重要方向。

數字孿生驅動的大數據制造模式框架

工業互聯網引發生產范式變革，推動形成數據驅動制造模式。

從構成要素角度看，機器、數據和人構成了工業互聯網生態系統。

從核心技術角度看，貫徹工業互聯網始終的是數據資源，工業互聯網的本質就是將正確的數據在正確的時間傳遞給正確的人和機器，不斷優化制造資源的配置效率。

從雜亂無章的原始數據到具有價值的決策信息，由此形成了用數據生產、管理和決策的制造范式，為此從數字孿生、大數據及生產性服務的實現和服務執行機制的角度構建了數字孿生驅動的代理人大數據制造服務模式體系架構。

數字孿生驅動的大數據制造服務模式體系架構

架構分為5大部分：“虛擬世界（產品全生命周期）”“物理世界（大數據）”“數據處理機制（數字孿生）”“數字模型”及“應用”，將各類平臺上的創新成果與經濟社會各領域深度融合，形成更廣泛的以互聯網為基礎設施、數字孿生為橋梁、大數據為工具的數字經濟發展新形態。

數字孿生驅動的大數據制造服務模式針對產品全生命周期中各個階段進行檢測或驗證，通過智能感知/傳感、工業以太網等，實現大數據原始數據采集等；同時，基于數字孿生中針對非結構化數據、半結構化數據、結構化數據處理機制，通過大數據收集、大數據處理和大數據分析層的數字模型，以應用層功能化方式實現與大數據的相應映射，進而利用大數據分析技術推動制造業向定制化和精準服務化轉型。

應用關聯分析法對企業調度信息和訂單信息進行回溯研究；應用預測分析法對生產中的設備維護周期和質量監控力度進行模擬預測，形成事先維護、事先控制的質量管理與設備維護機制；利用聚類分析法對能耗數據與回收數據進行動態關聯，探索企業生產制造低碳化、清潔化、循環化的發展路徑。

通過產品全生命周期中各環節的數據互相關聯，最終形成數字孿生驅動的大數據制造模式閉環運作生態。

數字孿生驅動的大數據制造

服務模式使能技術

數字孿生驅動的大數據制造服務模式涉及物理世界和虛擬世界，涵蓋了產品全生命周期各個環節，是近年來興起的云制造、制造服務、制造服務化的集成，其核心是數字孿生、大數據兩個技術支持。

數字孿生驅動的大數據制造服務模式使能技術范圍示意

從制造服務化維度來看，數字孿生相繼經歷了服務經濟、服務增值、服務增強及服務嵌入等階段。

制造服務維度可以進一步劃分為兩條主線，一條主線相對簡單——從網絡制造向制造網絡進化，另一條主線則由按需生產、服務營銷、顧客導向、服務創新逐漸過渡到面向服務；云制造維度，一條主線是物聯網，另一條主線是從傳統分布式計算向云計算演變。

對于任何制造服務模式而言，其結構、運行方式及演化路徑都是相關研究的熱點和重點。

數字孿生驅動的兩個世界及其描述

從勞動者、物質資料和資金三要素入手，以客戶需求為中心，探討現有數字孿生和大數據技術融入該制造服務過程中可能存在的問題和困境。

研究在傳統制造企業轉型升級過程中，有效解決當前所面臨痛點所需要的理論和方法體系，嘗試建構一個以行業信息整合為依托的數字孿生驅動的大數據制造服務新模式，提升中國傳統制造企業應對復雜動態多變市場環境和全球性競爭的能力。

數字孿生驅動的兩個世界及其關系示意

1）在物理世界，以企業要素為節點，以企業體制、經營、管理、生產組織和技術系統的形態和運作模式為對象，通過企業結構單元化及其業務過程單元化，在單元粒度模型及其優化基礎上，建立模塊化企業結構及其業務過程單元化運行策略。

2）在虛擬世界，進行勞動者、物質資料和資金的要素及其關聯分析，提出物理世界中具體企業結構單元及其業務過程單元的映射方法，建立聯通物理世界和虛擬世界的數字孿生模型，實現兩個世界的“一體化”。在虛擬世界里，物理世界的數字化構成了大數據。

數字孿生與大數據的結合

數字孿生是大數據中數據獲取的主要方式，數字孿生與大數據之間在數據類型等方面具有一致性，在某種程度上可以認為數據孿生是虛擬世界（大數據）和物理世界（設備等物質資料）之間的橋梁，企業通過鏈接虛擬世界和物理世界的數字孿生技術實現制造服務的全程數據驅動。

數字孿生與大數據結合示意

大數據的數據來源主要包括：企業數據（大數據最主要的來源，涉及了該企業在產品全生命周期中各個環節的數據）、產業數據（跨域企業邊界的一些帶有產業或行業特征的數據）、輔助數據（前面兩種數據之外的所有數據）。

制造服務在產品全生命周期各階段全程由大數據驅動來實現，而大數據重要來源之一就是鏈接物理世界和虛擬世界的數字孿生。

可以說，數字孿生幫助打造了大數據環境，而大數據環境對制造服務提供了全程數據服務。

大數據制造服務模式中模型建立與優化

普遍認為，人類已經從物質極度匱乏的賣方市場時代，過渡到了產業過剩帶來的自由選擇的買方市場時代，而第四次工業革命將從產品垂直深度、全球化地域廣度等進一步加劇買方市場的競爭，其業務模型也發生了根本性的變化。

從傳統模式向創新模式（大數據制造服務模式）轉變示意

賣方市場環境下，產品生命周期各個階段中時間流和信息流都是單一地往前，各個階段形成了明顯的信息孤島，顧客也只有在實體店才能看到自己想購買的產品，沒有辦法對產品提出自己個性化的需求。

在買方市場環境下，產品全生命周期是一個不斷“假設→驗證→修正→假設”的過程，各個階段都在不斷地與客戶（個性）需求、市場（大類）需求等進行修正，該過程中鏈接物理世界和虛擬世界的數字孿生技術將不斷地自動產生大量數據，進而完成大數據收集階段工作。

模型建立和模型優化就將成為其中關鍵。

模型建立

為了充分發揮該生態系統最大潛力，需要構建系統成員之間鏈接而達成的動態網絡模型，并以效能最大化等為目標，如何對其進行最優模塊化也是其中一個關鍵問題。

模型優化

研究上述模型中基本模塊、必選模塊和可選模塊的動態劃分，建立模塊之間邊界函數，在系統多約束條件下進行上述動態網絡模型的優化，進而實現系統效能最大化；同時，建立圍繞系統核心能力的適應性創新機制，使該系統對外界條件變化時可以自適應地作出響應，并進而推動系統不斷自我完善與優化。

結論

基于當前新技術大數據和數字孿生等，提出了一種數字孿生驅動的“大數據+業態”的新型服務模式，其特點主要表現在以下4個方面：

01 動態性

數字孿生模型將是一個開放的、不斷與時俱進的動態演變模型。

02 敏捷性

該模式也能對周圍環境的任何改變及時敏捷地作出響應。

03 全局性

該模式涵蓋了產品、企業及其上下游各個方面或者說全局。

04 適應性

把更多新涌現的新技術融入到該模式中。

該模式嘗試把新技術數字孿生、大數據等融合起來，在實現物理世界和虛擬世界的互聯、產品和服務的虛實映射等的同時，為產品全生命周期中各個環節上下游企業實現最大共贏提供新的思路和方法，也將有助于把“新基建”之一的工業互聯網與制造服務有機結合起來，解決傳統制造企業轉型升級社會問題，推動中國經濟高質量發展。

原文標題：構建數字孿生驅動的大數據制造服務新模式，提升傳統制造企業競爭力

文章出處：【微信公眾號：工業IoT】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq