摘要：数字经济代表着新工业经济的生命力，数字化转型是新时期卷烟工厂升级的重要驱动力。文 章对数字孪生技术的概念、价值和应用场景进行了分析和研究，并对卷烟工业企业建立数字孪生工厂 的实施路径和基础工作进行了探讨，旨在为推动卷烟工厂数字化转型提供有价值的思路和对策。 关键词：卷烟工厂;数字孪生;数字化转型 中图法分类号：TP399  文献标识码：八

Research on digital transformation path of cigarette factory based ondigital twintechnology

WEI Qing

（Mcizhou Cigarette F'actory of Guangdong China Tobacco Industry Co. ？ Ltd. ？Mcizhou ？ Guangdong 5H000， China）

Abstract： Digital economy represents the vitality of the new industrial economy. Digital transformation is an important driving force for the upgrading and reform of cigarette factories in the new era. This paper aims to analyze and study the concept， value and application scenario of digital twin technology， and discuss the implementation path and basic work of establishing digital twin factory in cigarette industry enterprises， so as to provide useful ideas and Countermeasures for promoting the digital transformation of cigarette factory.

Key words： cigarette factory， digital twins？ digital transformation

1引言

继农业经济和工业经济之后，数字经济随着信息技术革命发展而成长起来，它代表着新工业经济的生命力，并已成为工业企业经济增长的主要动力源泉和转型升级的重要驱动力，也是全球新一轮产业竞争的制高点。美国密歇根大学的MichaelGrieves教授在2003年首次提出了“与物理产品等价的虚拟数字化表达”的概念，该概念源于对装置的信息和数据进行更清晰的表达的期望，希望能够将所有信息放在一起进行更高层次的分析[1]。数字孪生（DigitalTwin，DT）即由此概念衍生而出并沿用至今。

構建数字孪生工厂是未来卷烟工业企业数字化转型的重要方向，数字孪生是一项利用数字化技术对制造业产品全生命周期管理的颠覆性技术，卷烟生产经营活动都会因数字孪生技术而发生革命性变化。毫无疑问，数字孪生技术是一场卷烟工厂高质量发展的新革命。

2数字孪生技术

2.1含义

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程[2]。从信息技术应用的角度来看，数字孪生将人工智能（AI）和机器学习（ML）等智能技术集成起来，通过数据、算法和决策分析三者的有机结合，构建一个存在于物理世界的数字模型。这个数字模型能够对现实的物理对象进行虚拟映射，对物理对象的变化情况进行实时监控，并能够基于人工智能的多维数据复杂处理技术对异常情况开展诊断分析，实现对实体设备的管理优化。

2.2数字孪生技术与仿真技术的区别

数字孪生技术和仿真技术是一个容易让人混淆的概念，很多人单纯地把这两种技术等同看待，其实这是一个误区，下文将从“仿真”和“数字孪生”的定义上区分这两种技术。

仿真是一种模拟物理世界的技术，它是将包含确定性规律和完整机理的模型用软件方式进行呈现和表达的一种虚拟技术。只要模型正确，并拥有完整的输入信息和环境数据，就基本能够正确地反映物理世界的特性和参数[3]。相较于“仿真”，“数字孪生”的概念要更大、更宽。数字孪生不仅可以建立物理实体的数字模型，在建立模型的基础上还通过实测、仿真以及数据分析技术来实时感知、诊断、预测物理实体的运行状态，并结合反馈数据来调控物理实体对象的行为。通过上述概念的对比分析可知：仿真技术只是创建和运行数字孪生体中的一项核心技术，数字孪生相对于仿真是一种包含关系。

3价值

数字孪生的应用将打破沿用了几十年、上百年的基于个人经验的传统设计和基于实体验证的制造理念，这将极大地改变现有卷烟工业企业的生产管理模式。

3.1适合创新

数字孪生通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段，将物理设备的各种属性映射到虚拟空间中，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像[4]，让很多此前由于物理条件限制，必须依赖于真实的物理实体而无法完成的操作方式（如模拟仿真、批量复制、虚拟装配等）成为卷烟生产管理者触手可及的工具。

3.2全面测量

在卷烟生产过程中，我们需要高精度的监测烟机设备的各种属性、参数和运行状态，准确测量烟丝的宽度、湿度，烟支的圆周、克重等物理指标，从而实现精准控制和产品优化的目标，保障产品质量符合要求。传统的测量方法需要我们购置各种价格昂贵的物理检测工具（如水分仪、电子秤、烟支检测平台等）才能够达到满意的测量结果。而数字孪生技术另辟蹊径，通过采集有限的物理传感器指标数据，应用物联网和大数据技术，借助大样本统计分析、深度学习推测出更多原本无法直接测量的指标，为卷烟生产提供更全面的数据支持。

3.3较高的分析和预测能力

数字孪生可以结合物联网的数据采集、大数据的处理和人工智能的建模分析，实现对当前状态的评估、对过去发生问题的诊断，并给予分析的结果，模拟各种可能性，以及实现对未来趋势的预测，进而实现更全面的决策支持[5]。以卷接包包装生产环节为例，在包装机生产运行的过程中，时常会产生烟包破损、透明质破、扎包的现象，如果这些烟包成品流入市场，会造成大量市场投诉。针对此问题，可以利用一元线性回归分析算法，研究一种基于烟包破损剔除斜率范围估计的方法，能够有效预测剔除趋势，判定设备的状态并及时开展设备维护工作。

3.4经验成果的迭代和移植

传统的烟机维修往往强烈依赖车间的少数“大师傅”，“大师傅”的经验的传承需要依赖长时间的“名师带徒”和实操培训，而且很难保证经验成果在代际之间有效传递。相比之下，数字孪生的优势是高还原性和高移植性。通过数字化手段将此前无法保存的专家经验进行数字化、标准化，并根据卷烟生产环境和设备设施变化情况进行高效复制、修改和转移。就卷接包设备维修业务而言，可以将卷接包设备运行过程中出现的各种故障特征和设备传感器的历史数据进行建模分析，通过深度学习，训练出针对不同烟机故障的特征模型，用于指导、辅助维修操作。针对不同的新形态的故障，故障模型还能够通过数据积累和模拟训练不断丰富迭代特征库，持续提高故障模型诊断的准确性。

4主要内容

近年来，不少卷烟工厂大力推广数字技术在生产环节的应用，在制丝生产、烟支卷制和工艺质检环节的实时数采、虚拟建模及生产仿真等方面获得了快速发展。在此基础上，将数字孪生技术引入卷烟生产车间，实现生产业务与设备实体实时交互以及深度融合是卷烟工厂的数字化转型的重点，总目标是将生产和数据有机融合，实现卷烟生产车间的各部分和功能的迭代运行与双向优化。

4.1数字孪生车间设备健康管理

数字孪生技术的应用能够实现对车间设备的健康管理：基于物理设备虚拟模型的状态评估，能够及时捕捉车间设备性能退化情况;基于信息物理融合数据驱动的故障诊断与预测，能够准确定位设备故障的位置和原因;基于虚拟模型动态仿真的维修策略设计，能够验证维修策略的合理性。

4.2数字孪生车间能耗多维分析与优化

在能耗优化方面，虚拟模型的实时仿真能够通过优化设备参数、人员活动和工艺流程实现车间碳减排;在能耗分析方面，信息物理数据间的相互校准能够支持全面的、多维度、多尺度的能耗分析;在能耗评估方面，大数据挖掘技术的应用可以对实际能耗进行分阶段、多维度的动态评估。

4.3数字孪生车间动态生产仿真和调度

（1）生产前模拟仿真

根据订单，预演生产，对从原辅料的出入库到成品卷烟产出的制造全过程进行模拟仿真，根据预演结果向各环节下达批次生产工单，组织实际生产，进行生产预演，提升资源配置能力。

（2）生产中实时仿真

从全要素、全流程、全业务的角度将实际运行数据与生产模型数据进行实时对比和在线诊断，并通过调控指令的形式优化卷烟生产经营活动，持续提高生产过程管控能力。

（3）生产后回溯仿真

基于实际生产过程中所采集的数据进行回溯仿真，与生产前仿真预演的结果进行指标比对，对生产环节进行差异评估，寻求改進方法，优化生产模型，进行评估优化，提升制造创新能力。

5数字孪生建设的基础—构建全量的数据感知能力

作为数字孪生的基础，构建数据的全量感知能力、准确获取卷烟生产各个关键环节的基础数据就是构建烟草工业数字孪生体系首先需要解决的问题。在传统的信息化时代构建的IT系统，基本上是烟囱化、封闭式的，大量的生产过程数据依靠人工录入，不仅是效率低下，实时数据缺失严重，而且容易出错。现在开展数字化转型的重点就是提高效率和降低成本，从源头上解决效率和成本问题，加强数据的可获得性是数字化转型要从根本上解决的问题。因此，卷烟工厂开展数字化转型首先无法绕过的问题就是需要构建新时代的数据感知能力，采用现代化手段采集和获取数据，减少人工录入。按照感知方式的不同，数据感知可分为“硬感知”和“软感知”。两种感知方式并无本质上的优劣之分，可根据应用场景灵活配置，两种感知方式的主要区别如表1所列。

根据两种感知方式的不同特点，在卷烟工业企业中，针对制丝生产线、卷接包设备、动力能源实时数据、安防监控视频和仓储物流信息等数据可通过部署硬件设备和装置，利用“硬感知”手段收集生产过程中的生产数据、工艺数据、监控数据和物流数据。而针对信息系统日志、用户系统操作行为或互联网网站数据等存储在数字世界中的网络数据，则可以通过软件或技术，利用“软感知”手段进行数据收集。

卷烟工厂作为非数字原生企业，构建数字孪生体系的过程难以一蹴而就，生产过程感知能力的建设往往都是从单一节点出发，并逐渐扩展到生产经营业务全过程，最终形成完整的数字孪生体系。基于此，构建孪生体系的成本可能会相当惊人，难度也很大。所以，卷烟工厂在构建全量感知的过程中应当把握一个度，不可能也没有必要构建物理对象100%的镜像数字孪生。要避免盲目追求数字孪生模型的“高保真”。拔高保真度意味着构建数字孪生模型的难度和成本大幅度增加，对数字孪生模型进行剖析的复杂程度和耗时也会快速攀升，越复杂的数字孪生模型也越难以实现虚实映射的实时性。每个数字孪生应当只是生产环节的最有价值的一个或几个方面的数字模型，用最小代价的感知数据实现特定的业务目标，最大限度地降低成本。针对这个度的把握，需要我们在构建感知系统时一定要面向需求、面向应用，由业务价值驱动。

卷烟工厂等非数字原生企业在推进数字化转型的过程中面临的问题和难点往往比数字原生企业要大得多、难得多。卷烟工厂构建数字孪生系统将会是一个长期而艰巨的过程，很难做到一蹴而就，需要朝着全面感知、贴合业务、算法赋能、不断迭代的方向持续推进。

参考文献：

[1]庄存波，刘检华，熊辉，等.产品数字孪生体的内涵、体系结构及其发展趋势[J].计算机集成制造系统，2017，23（4）：753-768.

[2]张入元，武殿梁，黄顺舟.基于数字孪生的总装对接在线监控技术[J].组合机床与自动化加工技术，2021（11）：109-113.

[3]王林，乔建梅.国外数字孪生技术发展及对我国的启示[J].上海信息化，2021（11）：52-55.

[4]刘海瑞，奚歌，金珊.应用数字孪生技术提升流域管理智慧化水平[J].水利规划与设计，2021（10）：4-6+10+88.

[5]陈根.《数字孪生：5G时代的重要应用场景》[J].自动化博览，2020（10）：7.

作者简介：

韦清（1981—），本科，工程师，研究方向：智慧工厂建设、网络安全。