数字孪生制造【十九】| 美国数字制造研究院和MFIN

导读：美国数字制造研究院在推进数字孪生制造方面，重点解决数据自动化问题。从工业4.0研究院跟踪情况来看，目前主要方法是逐步丰富交换的数据种类和内容，MFIN就是目前正在重点推进的项目。

人人都关注美国制造创新网络（Manufacturing USA），之所以关注，是因为它代表了美国先进制造的最新动向。对于14个美国制造业创新中心，工业4.0研究院最关注的是“美国数字制造研究院”（Digital Manufacturing Institute）。

为了解决数字制造中数据自动化（Data Automation）问题，数字制造研究院设计了“基于模型的特征网络”（MFIN，Model-Based Feature Information Network），邀请了洛克希德·马丁、普渡大学、Rolls-Royce、CAPVIDIA和MSC Software等公司参与。

工业4.0研究院认为，这是美国推进数字孪生制造中，为了解决数据分享的一种工程尝试。

普渡大学教授Rosemary Astheimer作为高校参与方，对MFIN非常热衷，她最近几年不断参与各个论坛和会议，布道MFIN体系。

在设计MFIN工程架构的时候，其问题定义为“非智能连接带来的数据传输困难”，这有点类似上个世纪80年代NIST推进STEP数据交换标准的目的。

Astheimer认为，MFIN跟PDM、PLM都不同，前者的数据连接更为智能化，包含的信息更为有效，而PDM仅仅是数据的存储（how you store the data），PLM也只是一个流程（process）。

不管是PDM还是PLM，都难以解决“产品和制造信息”（PMI，Product and Manufacturing Information）和“质量信息框架”（QIF，Quality Information Framework）的数据传递和共享挑战。

如果在原有的技术体系中去解决这些问题，系统将变得越来越复杂，这需要设计新的框架。

MFIN是基于ANSI 2.0 QIF标准研发出来的，洛克希德·马丁、Rolls-Royce等企业作为实践方，积极参与了该数据体系的应用，跟普渡大学以及NIST等形成了较好的产学研互动。

Astheimer在40多页演示稿中详细展示了MFIN仪表盘，有设计、分析、制造、检查、集成/测试、运行/维护、服务等多个模块，完全满足数字孪生制造所需要的各种数据。

数字孪生体联盟推进的“数字孪生体创新中心”（DTIC，Digital Twin Innovation Center）正在按照MFIN提供的架构，从各种类型的数字模型（包括标准件、制造环境等）入手建设数字孪生基础设施，解决数字孪生制造中的难点和痛点。

欢迎制造企业参与数字孪生体创新中心的工作，共同解决智能制造中的数据自动化挑战。

如果对本文所讲内容感兴趣，大家可以到数字孪生体课堂学习对应课程（本课程链接：https://uni.innodigital.cn/course/17，或点击阅读原文），数字孪生制造系列文章对应的演讲稿都会发布到课程页面上去。