近年来，随着互联网技术的快速发展，制造行业迎来了新的技术革新机遇。

纺织产业是我国国民经济的支柱产业和重要的民生产业，同时也是具有明显国际竞争优势的重要产业，目前正处在国际经济形势剧烈变化的时期。国内纺纱、化纤、针织、印染、制衣等各领域的生产企业为应对复杂的发展形势，在政府的支持以及产业界和学界的助力下，正积极主动地寻找适应我国国情的产业升级、制造模式升级的新路径。

随着信息技术的快速发展与普及，工业互联网、大数据、信息物理系统（CyberPhysical Systems，CPS）、数字孪生（也可称数字映射、 数字镜像等，Digital Twin）、数字主线（也称数字线程、数字纽带等，Digital Thread）等技术不断出现并快速融入工业生产中。

为抢占新一轮科技革命和产业变革竞争制高点，我国紧跟科技发展，提出“以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向”的战略方针。

《中国制造2025》中明确提出，“基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革”，要围绕控制系统、工业软件、工业网络、工业云服务和工业大数据平台等，加强信息物理系统的研发与应用。

《国务院关于深化制造业与互联网融合发展的指导意见》中也明确提出，“构建信息物理系统参考模型和综合技术标准体系，建设测试验证平台和综合验证试验床，支持开展兼容适配、互联互通和互操作测试验证”。究竟如何使用这些新兴技术促进纺织行业快速升级，是行业面临的重要问题。

目前我国纺织行业在纺织装备数字化、网络化，纺织车间信息化方面取得了显著的进步，但在智能工厂发展方面仍面临模式创新不足、技术能力尚未形成、融合新生态发展不足、核心技术/软件支撑能力薄弱等问题。在科学技术部、工业和信息化部、中国纺织工业联合会等机构的支持下，智能制造、纺织相关的学术界和企业界正联合起来为我国纺织产业的发展进行积极的探索。

基于笔者所在团队前期对数字孪生、CPS等技术的研究以及在纺织智能制造领域的探索经验，本文针对数字孪生、CPS等技术的发展加以综述，并提出基于数字孪生技术的纺纱智能工厂参考模型、纺纱关键设备信息模型、纺纱工艺信息模型及智能纺纱单元架构。为建立适用于我国纺织领域的数字孪生技术，提升纺织智能生产与精益管理提供思路。

01 

数字孪生概念与系统组成

CPS最早由美国国家航空航天局（NASA）提出，其应用场景是2006年美国国家科学基金会组织召开了 国际上首个关于信息物理系统的研讨会，此后CPS得到了美国官方、学术界和产业界的高度重视。德国的工业4.0实施建议将CPS作为工业4.0的核心技术，并开始展开相关标准、技术的发展规划。

关于CPS的定义有多个，我国何积丰院士认为CPS从广义上理解，就是一个在环境感知的基础上，深度融合了计算、通信和控制能力的可控可信可扩展的网络化物理设备系统，它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互来增加或扩展新的功能，以安全、可靠、高效和实时的方式监测或者控制一个物理实体。

据此，可以认为CPS的核心是3C，即计算（Compute）、通信 （Communication）和控制（Control）。

数字孪生概念最早由美国密歇大学Grieves教授提出，之后美国国防部将这一概念引入飞行器的健康维护中，其基于飞行器的物理模型构建了完整的飞行器虚拟映射模型，利用历史数据以及传感器实时数据，形成了映射对象的全生命周期过程。这样，飞行器运行后可以通过数字孪生模型对其健康状态进行预测，评估其能否满足下一次的飞行任务。

Grieves等给出了面向复杂产品的数字孪生定义：数字孪生是一套从微观原子级到宏观几何级全面描述潜在生产或实际制造产品的虚拟信息结构。理论上任何可以通过检测、实际制造产品所获得的信息，都可以从它的数字孪生模型获得。

数字主线是在数字孪生诞生后，由于技术需要诞生的，最早由美国空军研究实验室（AFRL）和NASA同时提出。Kraft提出的数字主线是一种可扩展、可配置的企业级分析框架。在整个系统的生命周期中，通过提供访问、整合以及将不同/分散数据转换为可操作信息的能力 来通知决策制定者。

国内工业4.0术语编写组将数字主线定义为利用先进建模和仿真工具构建的，覆盖产品全生命周期与全价值链，从基础材料、设计、工艺、制造以及使用维护全部环节，集成并驱动以统一的模型为核心的产品设计、制造和保障的数字化数据流。

通过以上关于CPS、数字孪生与数字主线的介绍，可以看出三者既相互联系，又有所不同。

提到数字孪生模型，读者可能很容易联想到有限元仿真模型。有限元仿真技术为构建产品的数字孪生模型有很大帮助，但再完美的有限元模型也不能代替数字孪生。

数字孪生技术侧重在映射对象的模型构建及其数据描述，而数字主线侧重的是不同数据集间的传输方法与技术，例如数据融合方法、通用数据接口技术等。正如数字主线的另一个名称“数字纽带”的字面意思，数字主线是构成数字孪生的模型间的数字纽带。

CPS的概念较为学术化，很难直接在工业生产中实现，它是在科学范畴内定义了物理系统与数字系统间的关系。正因如此，NASA、美国 General Dynamics（通用动力）公司等才将CPS概念应用在实际科研生产中，提出了更加便于技术实现的数字孪生和数字主线概念。

总之，数字孪生能够映射（模拟）、监控、诊断、预测和控制产品在物理空间中的运行过程和行为，能够在产品全生命周期内的各个阶段形成高效协同，能为全过程质量追溯和产品全生命周期优化奠定数据基础，从而构成真正数字化的产品全生命周期闭环数据系统。

02  

基于数字孪生技术的纺纱智能工厂参考模型

基于数字孪生技术的智能工厂（车间）是国内外学术界和企业界重点关注的领域。推进数字孪生技术在智能工厂中落地应用，将是车间智能运行和精准管理的有效途径。国内北京航空航天大学、北京理工大学、东华大学等的相关团队都在不遗余力地发展这一技术。基于以上对数字孪生相关概念的解释和讨论，本节以纺纱工厂为例，对数字孪生技术在纺织智能工厂的应用进行探讨。

纺织领域涉及机械、化工、自动化、环境和艺术设计等多学科知识，产品包括纤维、纱线、织物、纺织制成品、纺织机械、纺织关键零部件等纺织装备产品及纺织生产管理、运维等环节。领域不同，对象不同，数字孪生技术的应用侧重点也不同。

针对各类织物，对其在设计、生产、仓储物流、使用及回收全生命周期中的状态进行仿真预测是研究重点；针对纺织装备，构建面向设备健康状态监控与预防性维护的数字孪生模型是当前迫切需要突破的；针对纺织生产车间运行与管理，需要解决数据驱动下的车间制造过程监控、资源管理、计划调度、节能降耗等问题。

针对纺纱智能工厂场景提出基于数字孪生技术的纺纱智能工厂模型及相应的信息模型，可供纺纱以外的其他纺织领域借鉴。

2.1  

纺纱智能工厂参考模型

智能工厂是当前数字孪生技术应用的重要场景。

以纺纱为例，我国的纺纱车间已经基本实现自动化，物联网技术开始逐渐推广，智能化的纺织装备也陆续投入使用。相应地，国内的智能纺纱设备的互联互通标准已经陆续建立，通用物联网标准也已经基本完备。在此背景下，应用数字孪生技术推进纺织车间信息化建设，真正实现物理系统和信息系统之间的互联互通。

笔者研究团队针对纺纱智能车间建设，提出以智能纺纱单元为基础的智能纺纱车间参考模型。

该模型依据工艺流程将纺纱智能工厂分为清梳、并粗、细纱和络筒 4 个智能生产单元。通过工业互联网技术将状态感知、传输、计算与制造过程融合起来，形成“感知－分析－决策－执行”的数据自由流动闭环，最终建立以单元为基础的车间数字孪生模型。

2.2  

纺纱生产装备互联互通信息模型

智能纺纱单元数字孪生模型的基础是智能生产设备间的互联互通。笔者提出了典型纺纱车间中生产装备的互联互通信息模型。

该模型参考国家标准GB/ Z 28821《关系数据管理系统技术要求》和GB/Z 32630《非结构化数据管理系统技术要求》，结合纺纱车间数据具体存储形式，对纺纱装备互联互通信息模型进行规范，包括对车间数字化设备的互联互通信息模型进行规范定义，通过规范运行定义管理、执行管理和数据采集，实现生产运行数据、质量运行数据、维护运行数据 和物流运行数据的互联互通。

2.3  

纺纱工艺流程信息模型

为构建智能纺纱车间内的信息流动规范，除了要规范设备互联互通标准，还应规范工艺信息标准，使车间全流程生产智能管控得以实现。

本项目在国内外通用信息模型应用具体实例的基础上，参考国际技术规范IEC/ PAS 63088《智能制造 工业4.0参考架构模型》，对纺纱流程信息模型进行规范，包括对纺纱流程中涉及的纺纱车间生产计划与调度、纺纱工艺执行与管理、纺纱生产过程质量管理、纺纱生产流程管理和纺纱车间设备管理过程中的信息模型进行规范。

2.4  

智能纺纱单元架构

智能纺纱单元是纺纱智能车间的基础，是实现纺纱全流程智能化管控的基础。纺纱工艺流程长，从抓棉、清棉、梳棉至络筒、打包有十几道工序，涉及几十种纺纱设备。根据纺纱工艺特点，将纺纱设备群分为清梳、 并粗、细纱、络筒等 4 个生产单元。每个单元均具有物理层、通信层、信息层及控制层。以清梳单元为例，纺纱智能单元可按图 4 所示架构建设。

03  

展  望

尽管数字孪生技术在纺织智能制造领域有很好的应用前景，但在推广应用过程中仍然面临诸多挑战。智能装备、智能传感及智能工厂等技术在不同的纺织领域中的发展水平各有不同，这造成数字孪生技术尚无法完全在纺织全产业链中充分普及。本文结合纺纱智能工厂应用场景，从以下 3 个方面探讨数字孪生技术在纺织领域的应用前景并加以展望。

3.1  

基于数字孪生的柔性制造单元技术

基于前文的阐述，通过在纺纱智能车间中依据工艺流程建设清梳、并粗等 4 个智能单元数字孪生模型，构成含有“感知－分析－决策－执行”的数据自由流动闭环，可为制造工艺与流程信息化提供数据基础和控制基础。通过单元内部资源优化，进而实现高效的车间资源优化，是建设纺织智能工厂的基础。柔性制造单元在机械制造领域已经开始广泛应用。以单元为单位构建新型智能工厂是纺织柔性化制造的一条出路。数字孪生技术是智能单元的基础技术，研究纺纱、化纤、染整等不同领域的智能单元技术，是纺织智能工厂发展的重中之重。

3.2  

智能纺纱装备预测性维护

纺织生产设备需具备长时间连续稳定运行的能力，建设无人工厂更是纺织行业的发展重点。完善的纺纱单元数字孪生模型必须能够实现设备运行状态预测，通过实时监测数据，进行设备的故障诊断，进而提前规避风险，实施预防性维护，自动制订停产检修计划。

目前，预防性维护技术在航空、机床等领域已经成为研究热点，但在纺织领域应用还有待深入。基于数字孪生技术构建智能纺纱装备的预防性维护技术，将是未来纺织智能制造重点突破的领域之一。

3.3  

智能纺纱全过程的一体化生产管控

通过各智能生产单元间、生产单元与车间管理系统间以及各单元内部的智能纺纱机械之间的互联，实现各层次信息的共享和数据传输以及物流和信息流的统一，是实现全厂管控一体化的必要条件。

通过建立车间数据模型支撑生产过程的自动化处理，通过提取生产单元的生产状况并采用大数据分析技术，为指导生产和优化工艺提供智能决策是当前纺织智能制造需要突破的重点。

04 

结  语

数字孪生技术作为当前智能制造技术中的热点，正在给我国传统制造业带来巨大变化。

在纺织领域引入数字孪生技术，必将推动我国智能纺织装备、智能纺织、智能纺织品设计等领域的变革升级，创造新的市场优势。

目前数字孪生技术在纺织装备预测性维护、纺织生产智能管控、纺织智能工厂等方面均有较好的应用前景。随着工业互联网、人工智能、大数据等技术与制造业的深入融合，数字孪生将更容易实现。纺织智能制造标准的研究与制定是当前纺织智能制造的重中之重，只有标准统一才能够真正实现互联互通，才能够为数字孪生技术铺路搭桥。纺织行业当抓住这一技术发展的历史时机，加快新技术与传统产业的融合，在纺织智能制造标准上下足功夫，为保持我国国际竞争优势提供新的动能。