访谈 | GE认为数字孪生体是数据整合工具

导读：2017年，ANSYS的Rob Harwood对GE的John Magee进行了访谈，其基本观点为“将组织数据整合在一起的最强大工具之一是数字孪生体。”工业4.0研究院翻译全文，不代表本院看法。

Harwood（下文缩写”RH”）：最近我们听说了很多行业流行词汇，例如物联网、工业4.0和工业互联网。您能解释一下这些概念之间的区别吗？

John Magee（下文缩写”JM”）：物联网是指通过互联网连接物理设备的技术趋势，正如过去几年我们一直在加强个人设备之间的连接。这可能仅仅是连接一切机器的开始，从个人健身设备到洒水系统到发电厂再到喷气式发动机。因此，说到物联网这个概念，它确实很适用于整个广泛的经济领域。而工业互联网则是物联网的一部分，专注于为全球工业基础设施提供动力的那些资本密集型复杂设备，从交通运输到医疗保健到电力行业，包罗万象。这个领域就是GE的业务重点所在。工业4.0是一项具有类似技术目标的战略计划，但它的主场在欧洲，侧重于制造业和自动化系统。

RH：这种连接方式与企业长期以来采用的传统设备监控有什么不同？

JM：我们现在可以将传感器安装在过去难以企及的位置，并将计算能力嵌入到从未接触过的地方。成本模型不仅适用于超高价值的资产设备，也适用于每台泵、电机、阀门、机器或者医疗设备，它们可以在所有的设备上进行广泛优化。此外，我们可以更容易地将传感器数据与资产相关的更广泛的数据相结合，让资产的运行情况变得更具预测性和预见性，从而大大降低作出事故反应的压力。

RH：您认为在所有行业领域都有机会利用工业互联网的力量吗？

JM：我们一直非常看好工业互联网，它不仅能够改变GE已经涉足的领域，还能改变很多其它行业。例如自动驾驶汽车、智能城市、物流、农业等等。所有的这些领域对于优化和采用创新成果方面都是成熟的。因此，总体而言，工业互联网有很大的优化能力和产生新商业模式的潜力。

RH：将来自联网资产的传感数据和有关该设备的其它数据集成起来（例如CAD\仿真\PLM等工程数据、制造、运行和维护、营销和销售等企业持有的信息），将给数字孪生体的实现带来可能性。您能扩展一下这个概念吗？

JH：将所有这些企业拥有的数据整合在一起，最强大的工具之一就是数字孪生体。它是对每一件物理资产的软件表示，通过数字孪生体我们可以了解它的一切——从它的制造时间、运行中的性能、用户与它交互的方式，到她在各种不同环境条件下的性能表现，等等。这说的不是给某个类别的的设备资产做个概念设计的数字化蓝图，而是每台资产都实际产生一个实时的数字孪生体。

RH：您能否举一个GE数字孪生体的应用例子，以及你已经意识到的一些好处？

JM：在GE，我们已经试验了创建数字孪生体所需的工具、技术和流程，并将这些应用于我们自己的制造和设计服务业务。例如，对于喷气式发动机，我在设计和施工的同时就创建了数字孪生模型，该模型可以应用于产品开发和资产全生命周期管理的所有阶段。通过这种方式，我们掌握了该资产的所有数据，这让我们可以在设备维护和操作方面都作出非常有预见性的事情。我们通过和航空公司客户合作，不但帮助他们更高效地运营，而且最终结果是GE内部效率也得到提高。我们的客户获得了巨大的利益，今后也能够更持续有效地管理设备运营。

RH：创建数字孪生体需要一种新方法，以从多个数据源采集和整合异构信息。GE是如何处理的？

JM：从信息和技术的角度来看，管理、创建、建模和支持数字孪生体不同于传统的业务计算平台。例如ERP有关系数据库，可以模拟记录订单、员工和交易信息的不同方式。而数字孪生体不仅需要工业互联网，还需要能够捕获机器嵌套分层数据结构。我们还需要将设备资产模型映射到传感器上，由这些传感器把数据采集和反馈给数字孪生体。这是一种新工具，以及处理信息的新方法，可以把设备信息整体地提供给访问数字孪生信息的用户，以及真的数字孪生信息构建应用程序的开发人员。有了这样强大的工具，我们还需要新型的工业数据平台来真正发挥出数字孪生体的优势。

在GE，我们很早就预见到，要加快工业互联网的发展，加快我们在医疗、交通和电力领域的工作，需要新型工具。对我们来说，这个认识促成了Predix平台的诞生和发展。Predix是一个用于构建、管理和货币化工业互联网应用程序的软件平台，它包括许多针对工业互联网的要求而优化的独特功能，而不是更广泛的物联网。

RH：为了赋能数字孪生体的预测性和规范性，连接到Predix平台的精确建模和仿真应该是很重要的。您能解释一下这种联系吗？

JM：工业互联网的一大机遇，是能够拥有足够的关于运营、设备、资产和人员的数据，从而能够进行预测建模并提出假设问题。因此，一旦我们有了数据，建模和仿真就成为非常重要的工具了。要真正实现创新，秘诀在于能够将基于物理学的模型与统计学和机器学习方法结合起来，这样是最两全其美的。有了基于物理的模型，就可以理解好各种参数，进而发现和固化规范的运行模式，企业就可以走的更快、变得更强。实现了这些能力，就不再需要分析那么多的数据去获得真正关键的洞察见解了。这意味着我们可以为决策者提供正确的信息，使他们能够理解运营资本密集型的基础设施所需的权衡条件，实现运营业务价值，并作出正确决策。

RH：ANSYS和GE已经合作很长时间了。在工业互联网和数字孪生体的领域，合作伙伴和生态系统对于取得成功有多重要？

JM：ANSYS给Predix团队提供建模和仿真能力，与Predix平台集成，使用我们采集的数据产生决策洞察见解，一直是我们一个很好的合作伙伴。

RH：对许多人来说，工业互联网和数字孪生体依然是一个新概念，甚至对其一无所知。那么，您会给那些即将踏上工业数字化转型之旅的人们提出什么建议？

JM： 我们正在与我们的许多工业客户合作，采用了基于我们开发的最佳实践模板范例，帮助他们做转型。这其中有几个关键要点——

o 将技术与业务价值相匹配，尽早让合适的利益相关方参与进来，是非常重要的。

o 采取合适的架构方法。这个架构不仅能支撑一两个应用，而且您还要考虑如果需要进行业务转型，那么总体平台战略将用什么来管理数据、采集数据、分析数据？如何交付应用程序？以及基础架构互操作的方式等等诸多问题。

o 在Predix平台上，我们GE本身涉及规模巨大而且品类繁多的工业业务，我们在做提质增效的时候，以上问题都是必须考虑的。