10月11日，在深圳举办的的中国国际先进制造技术展览会上，中国工程院院士李培根发表了题为“企业数字化转型的深化与拓展”的演讲。李培根表示，新一代制造的鲜明特点是数字孪生，数字孪生在5G、物联网、大数据、工业互联网、仿真、虚拟现实/增强现实、人工智能等技术的应用中得以发展。

所谓数字孪生，是利用物理模型、传感器更新、运行历史等数据，集成多学科的仿真过程，在虚拟数字空间中建立数学模型完成映射，从而反映相对应的实体装备的全生命周期过程。简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”，通过某种软件界面将真实运行的物体的实际情况在数字体上复现。

例如，据李培根介绍，罗罗公司是世界上最大的航空发动机生产公司。UltraFan 是罗罗公司“智能发动机”愿景的一部分，其每个风扇叶片都有一个数字孪生数据模型，可以存储真实的测试数据，从而使得工程师可以预测使用中的性能。UltraFan试验台Testbed 80耗资9000万英镑，可以从10000多个参数中获取数据，能以每秒200000个样本的速度监测出最小振动。

另外，GE航空发动机也为每台航空发动机建立了孪生模型，通过实时分析发动机的传感器数据，并对数字孪生进行仿真，在地面监控每台正在空中飞行的航空发动机的实时状态。这样可以预测每台发动机何时和如何进行维修，还可以进一步分析出每个飞行员的驾驶习惯。

李培根介绍称，产品在运行过程中所收集的各种数据就成为其数字孪生体的一部分，在一个设备的运行过程中，通过对加工状态，如工艺参数、生产环境数据的监控，建立状态改变对于加工质量影响的数学分析模型。通过趋势分析预测加工质量的异常，并能够迅速采取措施，调整设备工艺参数，形成“监控-分析-调整-优化”的闭环，防止废品、残次品产生。

比如，对于一个酵母企业，对原料发酵过程的温度、湿度、酒精含量、PH值等指标进行采集，在一个工段上设置1000个数据采集点，每5ms采集一次，一个生产批次的发酵周期为15个小时，数据量多达上亿条。该企业基于海量数据，通过大数据分析确定“黄金批次”的最佳工艺参数，以还原生产的最佳工艺条件，用以控制和优化工艺。

李培根表示，数字孪生还对机器人焊接领域带来了改变。比如生产大型船舶发动机，焊接占据日常工作的70%。车间一般通过信息化系统下发工单到焊接工位，对相应构件进行焊接，工人接受订单后启动机器。一旦操作规范性、设备的微观工艺进程以及各种扰动情况出现，现场就开始与信息化系统失去联系。在质检环节中，这就需要将各个构件吊装至专门的质检车间，采用各类无损检测设备剔除和修复质量不合格的构件。当发现深层次的焊接质量问题时，与焊接行为本身通常已经脱钩了3到15天。

如果引入工艺智能，以不低于1000赫兹的频率进行各类工艺参数的高频采集，根据材质特性，以极高的频率快速调用后端封装好的具体机理算法进行分析，可以使得质量问题在焊接单元之中即刻解决。

“工艺质量可以让事后质量检测走向实时在线的监测和预测，这是一种质量管理模式的根本性变化。”李培根说。

李培根还认为，数字孪生还会对企业的供应链带来影响。有学者指出，现在企业不再作为独立实体竞争，而是作为供应链竞争。我们现在正进入网络竞争时代，竞争赢家将是那些更好地构建、协调和管理与合作伙伴关系的组织。供应链数字化的提升有望降低设计和工程成本10%到30%，缩短20%到50%的市场投放时间，将供应链管理成本降低80%，并减少20%到50%的库存持有成本。

例如，保时捷与材料供应商北欧化工和科思创等公司合作，在整个供应链中使用数字孪生，确保保时捷汽车的生产使用可持续材料。通过创建材料的数字孪生，在整个过程中建立数字线程，实现材料的可追溯性。并追踪了其他可持续性指标，如碳足迹和节水情况。同样，特斯拉上海超级工厂也与捷艾特共建了关务物流平台，旨在支持全数字化的供应链协同。