离散事件模拟和数字孪生技术可以在工厂布局设计的构思和规划阶段发挥至关重要的作用。来源：视觉组件
随着制造商越来越多地转向虚拟工具，其目标不仅限于可视化，还包括在流程到达车间之前理解、测试和优化流程。虽然模拟和数字孪生技术已成为数字化转型战略的核心，但对于许多寻求在流程中实施虚拟技术的制造商来说，它们的差异仍然不清楚。澄清这些区别并理解每个区别在生活中的适用范围系统设计、规划和运营的周期对于做出可提供真正价值的明智决策至关重要。
在最佳状态下，模拟和数字孪生方法都可以对物理场景进行真实的虚拟表示。但目的、与真实数据的集成程度以及该表示的范围有所不同。明确这些区别后，制造商可以更好地将技术选择与自己的业务目标结合起来。
仿真：受控虚拟环境
仿真的核心是受控虚拟环境，它根据规则和假设对特定场景随时间的行为进行建模。在制造业中，该术语通常指离散事件模拟，其中机器、传送带、机器人和任务等组件以符号表示，并根据定义的逻辑进行交互，以显示该场景的执行方式。
数字孪生：虚拟和物理环境之间的实时连续性
虽然仿真和数字模型可以是静态的或预测的，但数字孪生代表了一类独特的虚拟系统。数字孪生不仅仅是一种数字表示；更是一种数字表达。它是物理系统的动态、实时对应物，不断与其现实世界的孪生交换数据。
对双向数据流的重点强调将数字孪生与传统数字模型和某些人所说的“数字影子”区分开来。在数字影子中，数据可以从物理系统流向虚拟系统，提供最新信息。但如果没有对物理过程的响应反馈，该模型仍然是单向的，并且其范围受到限制。
真正的数字孪生更进一步：
- 它通过持续的数据交换连接虚拟和物理系统。
- 它支持基于实时条件的监控、控制、预测和优化。
- 它能够随着生产变量的实时变化而持续适应。
Dig制造环境的孪生可以采取多种形式，从单个机器和单元的孪生到代表整个工厂的完整工厂或流程孪生。这些虚拟对应物随着物理系统的发展而变化，反映了当前的状况，并帮助利益相关者不仅了解正在发生的事情，还了解为什么会发生。
模拟和数字孪生如何实现相关以及不同之处
虽然仿真和数字孪生技术有相似之处，特别是在虚拟模型的使用方面，但它们服务于制造生命周期的不同阶段，并具有不同的作用。
| 功能 | 模拟 | 数字孪生 |
|---|---|---|
| 连接到真实数据 | 否 | 是，双向 |
| 典型用法 | 规划设计 | 持续运营优化 |
| 实际场景反馈 | 否 | 是 |
| 连续性级别 | 静态或基于场景 | 动态、实时 |
| 主要好处 | 测试和验证设计 | 监控、预测、优化 |
在实践中，一些对比可能很微妙，但潜在的意图和集成是不同的：模拟是一种深思熟虑的实验在受控环境中释放；数字孪生是与物理对应物一起进化的生命系统。
模拟起着基础作用。它可以帮助制造商探索可能性，验证设计替代方案，并在系统集成并连接到真实数据流之前建立信心。如果没有充分理解的模拟，数字孪生就有可能在不清晰的情况下复制复杂性。
在许多方面，模拟是思考发生的地方，例如测试假设和生成见解的地方，而数字孪生是思维与现实相遇的地方。
何时在制造环境中使用每种方法
了解了解仿真和数字孪生的具体价值可以帮助制造商决定在哪里投入时间和资源。
早期决策的仿真
当物理系统在规划、布局设计或自动化评估过程中不断变化时，仿真的价值无可估量。例如：
- 探索新工厂布局的制造团队可以模拟各种配置来评估物料流、周期时间和产能。这可以及早发现设计缺陷，并支持工程师、经理和生产人员之间更好的沟通。
- 仿真可以发现仅静态 CAD 无法发现的瓶颈，因为 CAD 模型缺乏动态行为。
仿真提供低风险场景评估，使团队能够在投入资金之前验证假设。
用于运营洞察的数字孪生
当系统已经运行并生成时，数字孪生变得最有价值数据。他们通过以下方式扩展模拟：
- 提供实时了解性能
- 支持条件变化时的自适应决策
- 实现预测性维护和优化
例如，数字孪生可以帮助制造商持续微调输送机系统、检测吞吐量波动并根据实时条件调整生产逻辑。
虚拟和物理系统的持续集成有助于公司超越定期审查，并在实时数据支持下实现持续改进。
Visual Components 表示仿真对于规划制造非常重要。
两种方法如何实现更好的制造成果
虽然仿真和数字孪生具有不同的特征，但stics，它们有一个更大的目标：减少不确定性、提高效率和推动更明智的决策。
模拟使不确定性（和确定性）变得可见。通过对替代方案进行建模，规划人员可以在购买、安装或重新配置机器之前了解设计选择在不同条件下的效果。
数字孪生使运营变得透明。系统上线后，实时洞察可帮助操作员和管理人员了解性能、发现新出现的问题并主动响应。
它们共同形成一个连续体：模拟通常先于数字孪生实施，准备系统集成并确保模型稳健且有意义。然后，数字孪生将仿真扩展到实时，通过实时操作形成闭环，并实现持续改进。
这种连续体有助于制造团队从被动操作发展到基于数据的敏捷性，在这种情况下，可以预期而不是担心变化，并且改进是持续的而不是间歇性的。
虽然仿真和数字孪生技术经常被互换地谈论，但它们在各自的目的、集成和价值方面是截然不同的。了解这些差异对于深思熟虑地采用技术至关重要。仿真可以实现受控实验、设计验证以及对可行方案的早期洞察。数字孪生将这种洞察力带入实际运营领域，通过实时数据形成闭环并支持自适应决策。
认识到各自的优势使制造商能够构建一种分层的数字化转型方法，这种方法始于理解，终于持续改进。这样，仿真不会被数字孪生所取代，而是成为构建更加互联、有弹性和智能的制造系统的基础。
关于作者
Graham Wloch 是 Visual Components 的业务开发总监。
Visual Components 由拥有 25 年从业经验的模拟专家团队创立，是该公司表示，它是全球 2,400 多个领先品牌和 40 个合作伙伴的技术合作伙伴，为机器制造商、系统集成商和制造商提供简单、快速且经济高效的解决方案来设计和模拟生产流程以及机器人离线编程 (OLP) 技术，以实现工业机器人的快速准确编程。