（2）数字孪生驱动的智能制造的技术路径
首先是面向闭环链路的工业互联或物联技术。不管是智能制造本身的模式，还是CPS所具有的理念，数字孪生既然是继承演变的概念，这些东西当然也是要继承过来的，其中最关键的是体现的那种闭环链路。如果不能够基于物理实体采集数据之后做出分析，并对物理实体进行干预，那其实跟传统的那种制造，这里说的是包括设计分析生产运行等在内的大制造的概念其实并没有太多的区别。我们之前发展的物联网技术，其实核心的目的是为了能够实现快速的准确的数据采集。但是如果只是做到这一步，其实是无法来支撑数字孪生的，这些物联网技术还应该能够支持这些物理实体能够接受来自上层的指令实现对物理实体的干预和调整，相当于将物理实体的执行也纳入到物联网的范畴之内。而在物联技术基础之上进一步发展的工业互联技术，尤其是在软件层面上的互操作和柔性集成方面来说，对于设计分析当中的多物理场演变需求下的多系统耦合集成，其实是很有帮助的，这也是数字孪生与工业互联网结合的一个方面。在制造过程及其运行运营方面来说，结合运行运营的指标建立各种各样的分析推理决策模型，而这些一般都涉及到多系统的综合，这也是数字孪生与工业互联网技术相结合的另外一个重要方面。综合上面的这些说法，笔者认为，在数字孪生驱动的智能制造背景下，工业物联和工业互联网等技术。应该以一种基础设施的角度，来为数字孪生和智能制造提供基础设施尤其是技术上的支持。
第2点是基于知识工程的多物理场产品耦合建模与分析技术。对于数字孪生来说，产品的研制如果能够实现完全的在数字空间就实现精准精确的表达与分析，这当然是一种理想目标，或者说无物理模型的一次成功，也是数字孪生的一种使命。虽然刚开始数字孪生是需要与物理实体融合的，但其最终的目标是要脱离物理实体的，或者说实现所建立模型的深度演变与复用。在这个过程当中，最重要的是建立面向产品功能性的行为的分析推理决策模型。这个知识体系是比较庞大的。企业当中的研发设计人员的知识和经验是一个很好的工作重点或者对象，如果能够实现基于知识工程的沉淀，形成物理化的可见的载体则善莫大焉。
第3点是基于MBSE和数字主线的深度集成。数字孪生当中的孪生，应该从更大的视野范围内来看，而不是仅仅纠结于产品设计分析的多物理场耦合，当然了这也是一个方面。对于整个产品的研制来说，应该贯彻MBSE的思想，与其相关的比如 MBD、数字主线等等都是可以纳入到这个范围里面的。但无论如何。应该强化系统工程的这种理念，也许对于企业来说，甚至可以起到事半功倍的效果。这个方面。是以模型为载体，这是可见的，以数字主线为支撑，这个可能是不可见的，来实现对整个研制过程的一种数字孪生。其实现在很多企业都在建统一的数据中心，或者说集成数据平台，其中也包括业务流程方面的协同，其目的都是将企业现有的研制，在进行深化提高以后，进行某种形式的固化和提升，其中最核心的也是体现了系统工程的思想。
第4点是面向制造执行或者运营的数字孪生，这其中包括两部分内容，一个是管理层面上的，一个是工艺层面上的。管理层面上面可以结合制造运营的某个指标或者说多个指标。一方面实现跨数字化业务系统的综合，另外一个方面就要构建面向这些指标的分析推理模型，实现实际制造运营状态的一种抽象描述。并且这个分析推理的结果，最终会反映和落实到企业制造运营系统当中的各项改进或者调整当中。比如我们经常见到的是建立基于APS的资源优化配置分析推理决策模型，我们可以基于这个模型实现对制造执行过程当中所有指导要素的统一优化配置可以实现。当前制造要素优化配置也可以实现未来可预计或不可预计的各种生产扰动下的制造要素的优化配置。工艺层面上的数字孪生，这是我们之前比较忽视（之前很大程度上我们在智能制造这个语境下面过于偏重于管理了），但是应该极为加强的一种数字孪生。比如我们耳熟能详的大国工匠，或者说高技能人才。他们的工作基本上都是和工艺直接和密切相关的。如果能够将他们大脑中的工艺机理决策模型沉淀下来，这个其实是数字孪生闭环当中最重要的分析推理决策环节所要形成的依据也是看得见的抓手。工艺的类型是多种多样的，这也是企业最核心的一种优势重点，我们经常说的人是最重要的资产在很大程度上，其实在表达的是这个意思。
其实数字孪生驱动的智能制造还有很多条技术路径，但所有的这些技术路径最根本的一个思考出发点就是：和业务结合以及实现业务改进，按照这种基本的原则来结合企业的实际情况推进数字孪生驱动的智能制造，一般来说都不会走偏。
啰里啰嗦的说了很多，语音输入，错误和疏漏在所难免。一己之见，仅供参考。
作者信息：王爱民，北京理工大学数字化制造研究所所长，长期从事MES、APS等技术研究、系统开发与实施应用。
