数字孪生制造【五】| 老将30年后再战数字制造

导读：数字孪生制造是一个长期的工作，需要解决的问题层出不穷。本文作为数字孪生制造系列之五，介绍30年前就参与STEP工业数据标准的元老，他现在深度参与到数字孪生体国际标准中。

1991年，在纽约Rensselaer Polytechnic Institute担任计算机教授的Martin Hardwick创建了STEP Tools公司，把参与NIST发起STEP工业数据标准的体会应用到公司经营上去。毫无疑问，这是一项长期的事业，截止今日，他继续战斗在“数字孪生制造”（Digital Twin Manufacturing）领域。

据STEP Tools公司官方网站介绍，Martin Hardwick参与了NIST基于模型的制造智能控制项目、DARPA的NIIIP、AVM（这是美国国防部最具前瞻性的项目）等项目，他还参与美国海军National Shipbuilding Research Program等数字孪生体项目。

2000年Martin Hardwick分享工业数据应用

有趣的是，Martin Hardwick为了推进STEP工业数据标准，还组织团队开发了相关开源项目，不少国际性企业受益于该项目。

经过30年的奋斗，Martin Hardwick仍然在数字制造一线。

目前他担任ISO TC 184/SC4 WG15 数字孪生制造工作组召集人一职，通过跟韩国专家协作，提出了数字孪生制造体系，该体系跟国内不同的一点在于比较简单，分为制造资源的数据化、数字化表示和数字孪生体三个层级，更容易实现数字孪生体专业化分工。

ISO TC 184/SC4 WG15数字孪生制造模型

为了获得工程知识和经验，Martin Hardwick建设了STEP Tools实验室，构建一套开源体系的数字孪生制造实验室，通过采用OPC UA和MTConnect两大控制标准，实现了车间级的应用场景。

数字孪生制造的难点主要在几何尺寸和公差（GD&T，Geometric Dimensioning & Tolerancing），即使用工程图纸和电脑生成的3G实体模型描述及允许偏差，这对于一些精度要求不高的领域不是难事，但对于一些精密加工来讲，这就是要命的事情。

Martin Hardwick希望解决这个问题。

STEP Tools数字孪生制造工程体系

解决这个问题还是需要从数字孪生体找答案，这需要充分利用数据驱动的特点，通过数据自身的应用，解决理论上的问题，再通过工程工具来保证实施效果。

在构建了数字孪生体之后，人工智能等技术可以方便使用，这给GD&T提供了新思路。

Martin Hardwick在2016年发布了一篇论文，题目为：Roadmap for deploying semantic GD&T in manufacturing，他设计了一个技术路径，通过五个步骤保证GD&T的实施效果。

STEP Tools设计的云制造模式

当然，单靠STEP Tools把数字孪生制造中的工业数据问题解决不太现实。

通过跟美国制造创新网络中的DMDII协同，同时还跟Mitutoyo、ITI等企业及机构合作，共同解决数字孪生制造中的各种挑战。

如果可以实现制造场景的数字孪生化，就为云制造提供了基础。国内不少互联网公司希望介入到数字孪生制造领域，但没有一家公司投入研究资源到这些基础问题，这同时也是我国工业互联网发展的一个比较关键的挑战。