新闻资讯

“XR创新应用评选大赛”是3DCAT实时渲染云为XR行业打造的创作交流平台，旨在鼓励更多XR应用创作者释放无限创意，推出更加丰富多彩、更具独特性的XR软件应用作品，从而推动XR产业发展。 本次大赛将于07月29日正式启动，作品主题不限、创意不限，权威专家将会就渲染质量、细节处理、构图色彩的运用、灯光效果和作品的独特性等维度进行评审，优胜者将会赢得花样好礼！绝佳的技术和奇思妙想的创意将会碰撞出怎样的火花呢？欢迎大家届时踊跃参加！ 大家可前往3DCAT官网活动页面了解大赛流程、规则、奖励等详细信息！ 详情请点击： https://www.3dcat.live/xr-activity.html 高精度图像实时渲染技术被广泛应用，众多领域都在向XR交互应用方向发展，但XR应用创作者们都知道，XR应用所需计算量巨大，对终端硬件要求较高，这也导致了XR内容不易分享和传播。 借助3DCAT云端强大的算力资源渲染XR内容，再利用高度优化的串流技术将渲染后画面实时同步至终端，实现终端轻量化与高渲染画质的兼顾。任何时间、任何地点、任何设备畅享无限XR创意！ 3DCAT实时渲染云优势： 使用便捷： 3步轻松完成实时三维应用搭建 跨平台：支持Windows、Mac、iOS、Android & Browser、AR/VR设备等终端 实时响应：低网络延时，交互体验流畅，犹如本地响应 高清内容：多分辨率、帧率支持，最大支持4K/60fps 高速传输：支持WebRTC协议，内置镭速传输引擎，支持浏览器和App访问 弹性扩容：支持自动负载均衡和伸缩扩容，海量用户可同时访问应用 数据安全：平台通过MPAA和CDSA旗下的TPN权威认证，保证内容安全 2021年07月29日，3DCAT“XR创新应用评选大赛”正式启动！主题不限、创意不限，0门槛参与活动，欢迎XR应用艺术家们释放无限创意，赢花样好礼！

在教育的演进过程中，技术始终是驱动教育模式变革的关键力量。凭借云计算、5G、游戏引擎以及GPU RTX技术的发展，教育服务在向智能化推进，教育应用更加情景化和普及化，教育与互联网商业模式完美融合。 越来越多的高校和企业开始整合优势资源，构建统一共享的基础资源平台。 自2017年教育部开展国家级虚拟仿真实验教学项目建设开始，截止至2019年，ilab-x实验空间上共有2000+虚拟仿真实验教学课程。 什么是虚拟仿真实验教学？ 根据教学和培训的基本要求，通过采用虚拟仿真技术（XR）模拟真实的实验和教学环境，以人机交互的方式，让学生和受训者像在真实环境中一样进行虚拟操作，从而完成实验和教学课程。虚拟仿真实验教育显著优势集中体现为： 01.成本相对较低 虚拟仿真内容不受场地和时间制约，亦不受实验对象、器材等影响，在虚拟实验教学过程中，学生和受训者可以全面体验虚拟仿真实验，享受探索和创造的乐趣。 02.互动性强，提高学习兴趣和效率 将数字化带入每一间教室，教师在讲解过程中，学生可以边听边看边操作，百分百还原场景，学生可以看到无限贴近真实的实验效果，加深对知识的理解，真正做到老师轻松教，学生优质学。 03.提供实操训练机会 虚拟先行，实训更有保障。基于安全、低成本的虚拟实训，增强学生和受训者对知识的理解，快速提升操作熟练度，减少实际作业过程中的危险性和器材损耗。 04.安全性高 有一些实验和操作危险性和破坏性较高，在传统实验室无法轻易尝试，但在虚拟仿真实验教学过程中，学生和受训者可以安全地进行操作和练习。 05.政府、教育部门的支持和重视 教育正在拥抱科技，中央提出了教学信息化方向，教育部确立了建设虚拟仿真实验室的具体要求，高校和企业掀起积极开发虚拟仿真教学项目的热潮。 目前大多数高校和企业都有实验教学软件，但他们依然需要面临以下问题： 管理混乱：各种实验教学软件缺乏统一集中管理 可扩展性差：无法支持课程和相应实验的扩展 信息差异：当前大多数应用以C/S架构为主，该架构的两层结构存在灵活性差、升级困难、维护工作量大等缺陷，成果难以共享，容易形成“信息孤岛” 开放性差：虚拟仿真实验教学资源不能对内或对外开放共享 软件部署复杂：不同的软件不能运行在同一台服务器上 资源浪费：软硬件资源重复建设，利用率不高，往期课程资源无法复用 信息安全：需要下载数据，难以保护课程资源的知识产权 用户体验差：线上使用等待时间长、运行卡顿，友好度低 终端硬件要求高：多数虚拟仿真应用对终端硬件要求较高，有的甚至需要配置专门的计算机图形工作站 实时云渲染，教育行业的一次全新探索 虚拟仿真实验课程的运行对硬件配置要求较高，所以每间智慧教室都需配备具备强大GPU算力的计算机，不仅如此，还需要分别在每台计算机上部署教学资源，每间教室的IT和教学资源都需要独立的管理和维护，存在效率低下成本过高的问题。 通过几番摸索和尝试，我们发现实时云渲染技术是助力虚拟仿真课程开放共享的最佳实践途径！ 在云端搭建XR实时云渲染平台，让XR课程资源在云上渲染和运行，可以实现所有XR课程资源和IT资源的统一管理、统一运维和共享使用，还实现了终端轻量化，彻底解决了XR课程资源碎片化的问题。 实时云渲染技术赋能不同类型虚拟仿真实验教学系统 现有虚拟仿真实验教学系统分为B/S型、C/S型、云VR型，实时云渲染技术为不同类型虚拟仿真实验教学系统赋能，使所有实验教学资源运行上云、渲染上云，实现跨平台、跨终端，构建开放共享、集中管理、多端访问、极简操作的线上教学模式。 1、B/S型虚拟仿真实验教学系统 2、C/S型虚拟仿真实验教学系统 实时云渲染技术，可将C/S型桌面级虚拟仿真实验教学系统完美转换为B/S 型，不仅保留了C/S型课程画面的高精细度和丰富内容，还能兼顾B/S架构浏览器轻量化的特点。 3、云VR型虚拟仿真实验教学系统 使用实时云渲染技术，可将PCVR头戴式虚拟仿真实验教学系统快速转变为适用VR一体机的使用模式，解决PCVR头戴式对终端要求高、使用不便捷、难以适应规模化集群化教学场景。 水立方专属医学虚拟仿真培训平台 虚拟先行，实训更有保障 福建水立方三维数字科技有限公司是一家专注于VR/AR医学培训的高新技术企业，为进一步实现医学虚拟仿真资源的统一管理及资源共享，避免重复建设等问题，福建水立方利用3DCAT实时渲染云服务，搭建了医疗教学虚拟仿真平台。将虚拟仿真医学应用上云，解决了因为设备老旧无法访问和操作精美课程的问题，真正做到了将开放共享应用于日常教学过程中，实现线上轻量化共享学习模式。 1、通过实时云渲染平台联动新老医学仿真资源，打破各种系统和硬件终端对课程的限制。 2、紧贴教学需求，高保真还原实景贴近真实情况，为学员带来身临其境的感受，增强课程吸引力。 3、简单易用，受训者无需下载任何插件和数据，在虚拟环境中可反复操作练习，提高教学效率和效果。 3DCAT集实时渲染、实时3D可视化、像素流动等相关技术服务于一身，能够满足搭建教学虚拟仿真实验平台的需求。3DCAT依托自研云流送技术，将基于游戏开发引擎(Unity、UE4等)制作的超高清可交互三维可视化医学虚拟仿真内容进行云端计算渲染，并通过网络及串流技术，实时推送到终端。满足福建水立方随时随地跨终端、可交互、超高清、沉浸式访问医学虚拟仿真内容的需求。 福建水立方只需提供医学虚拟仿真课程资源，除此之外，部署、云服务、机房、网络等均由3DCAT完成，运行在3DCAT实时渲染云的医学虚拟仿真内容，无需下载安装，可灵活嵌入平台，支持海量用户安全访问，自动负载均衡和伸缩扩容。 云端部署：课程的计算渲染全部在云端实现，通过极简的网页端嵌入方式无缝接入教育平台，符合教育部不下载、网页端打开、B/S架构建设的指标要求。 实时共享：受训者点击URL即可开始学习，打破地域限制，实现可控的医学仿真资源共享。 数据安全：医学仿真资源统一存储在云端，终端仅显示实时交互视频流，数据与用户分离，保障信息安全。 极简操作：无需下载安装，受训者随时随地使用任意终端都可以访问医学虚拟仿真资源。 统一管理：实现医学虚拟仿真资源的统一部署和集中管理，便于系统维护升级。 用户体验佳：1: 1仿真还原，从环境场景到零件细节、结构原理， 多重感官体验、逼真三维交互，给受训者身临其境的感受。工业级数值模拟技术，为任意操作、无限实验的交互体验提供可能。 用云重塑虚拟仿真教学模式 让优质资源随手可得 3DCAT实时渲染云，可以将XR系统所需要的大量存储、复杂计算和图形渲染都转移到云端，通过超低延时的交互式视频流返回到客户端，从而摆脱对终端硬件性能的依赖，实现XR系统跨平台、跨终端应用，从根本上解决课程共享难、线上体验差、资源利用率低、课程维护管理不便的弊端。 借助3DCAT，三维应用制作方可以摆脱高昂的IT和计算设施投入，轻松向用户发布和交付内容，大大提升行业协作效率，极大降低成本，将更多精力和资源集中在内容创作和运营上。 3DCAT可随时随地为用户交付云端的GPU实时渲染算力，服务领域包括：汽车、建筑家装、医疗健康、教育培训、房地产等。 互联网正在重构学习，智能数字化教育时代即将到来，3DCAT将与广大同行携手，持续推动技术创新性升级，解决实际落地难点，为用户带来高品质的实时云渲染服务，为教育信息化带来更普惠的价值。

为深化信息技术与教育教学深度融合，《教育部关于开展国家虚拟仿真实验教学项目建设工作的通知》中指出，要求着力构建基于信息技术的新型教育教学模式、教育服务供给方式以及教育治理新模式，推进现代信息技术融入实验教学项目、拓展实验教学内容广度和深度、延伸实验教学时间和空间、提升实验教学质量和水平。按照先建设应用、后评价认定、持续监测评估的方式，推动高校积极探索线上线下教学相结合的个性化、智能化、泛在化实验教学新模式，形成专业布局合理、教学效果优良、开放共享有效的高等教育信息化实验教学课程示范新体系，支撑高等教育教学质量全面提高。 为进一步实现学校虚拟仿真实验平台的统一管理及资源共享，避免重复建设问题，建议从学校层面建设虚拟仿真实验开放共享云平台,为了 虚拟仿真开放共享做准备。 虚拟仿真云平台可实现各类XR资源的跨系统兼容适配，可以将XR系统所需要的大量存储、复杂计算和图形渲染都转移到云端，通过超低延时的交互式视频流返回到客户端，从而摆脱对终端硬件性能的依赖，实现XR系统跨平台、跨终端应用。虚拟仿真实验教学资源共享云平台，从根本上解决了课程共享难、线上体验差、资源利用率低、课程维护管理不便的弊端。用云重塑虚拟仿真教学模式，让优质资源随手可得。 一、通过建设虚拟仿真云平台该平台的，可以实现： 1、课程统一管理——所有课程统一上云，利用云端管理系统有效统筹安排各类课程。 2、资源统一管理——对各种计算资源（GPU/CPU/硬盘等）进行统一、有效管理，可以极大降低管理消耗，提升资源弹性利用率。 3、实时体验——利用目前高端显卡和其他云计算设备已经可以实现云端实时渲染，把计算结果实时推送到终端。学生可以充分利用各种XR设备进行沉浸式体验、交互式上课。充分发挥虚拟仿真课程对教育体验的提升。 4、便于分享——系统可针对应用生成URL链接，可用于各种设备对应用进行访问。 二、虚拟仿真云平台的建设内容一般包括硬件和软件两部分，分别为： 1、硬件： 1.1实时渲染服务器、存储服务器、管理服务器、信令服务器、任务调度服务器、应用管理服务器等。 1.2网络系统：包含千兆、万兆光纤以太网络系统等。 2、软件： 2.1信令管理，应用管理系统等 2.2任务调度系统，可基于分布式集群的任务管理系统，针对节点机进行资源调度，系统需支持复杂的优先级资源匹配逻辑，以及拥有可持续运营的超高可靠性。 由此来看，构建一个虚拟仿真云平台并不是一件简单的事情，那么普通院校该怎么做呢？答案是可以利用一些公有云平台如3DCAT来快速搭建一个 虚拟仿真云平台。 3DCAT是集实时渲染、实时3D可视化、内容云流送等相关技术服务于一身的实时渲染云平台。利用云端的海量GPU算力处理繁重的图像渲染计算并串流同步输出到终端设备，从而实现终端设备的轻量化，让高质量三维图形应用变得无处不在。用户可以使用任何联网的普通设备，访问托管在3DCAT云中的三维应用程序，同时无需下载安装应用。 3DCAT平台支持应用生成的URL嵌入其他网站，提供JSSDK供其他平台引用，可方便集成到自有系统中，利用3DCAT可快速搭建一个高效、易用、资源可扩充的虚拟仿真平台。

XR（Extended Reality）是指借助计算机图形技术和可穿戴设备所生成的一个真实与虚拟组合的、可人机交互的环境。XR中的“X”只是一个变量，可以代表任何字母，包括VR（Virtual Reality-虚拟现实）、AR（Augmented Reality-增强显示）、MR（Mixed Reality-混合显示）、HR（Hyper Reality-超现实）等多种形式。 从通信的发展历程来看， 从1G到5G，人们的交互方式从音频、文字、图片，发展到视频、XR等各种复杂应用。未来，随着4K、8K、XR交互体验的升级，全网的流量将会持续提升，应用高清化、高互动、高实时的“三高”发展正日益变为现实。在5G和AI的加持下，云服务能够为VR/AR的发展再添一把火，让用户体验更酷炫、更面向未来的应用。 5G时代会促进沉浸式体验的爆发。随着科技和社会的发展，用户的视觉、听觉、触觉等各种感官都将沉浸在越来越炫酷的应用当中，真实世界和虚拟世界的界限将会更加模糊。无论是游戏还是各种交互式应用， 云XR都能够更好的视觉表现才能给用户带来更好的沉浸感，也才能更好地吸引用户。 交互式应用需求所引发的海量并发、超大文件量及各种沉浸式场景，都需要更强大的资源支撑，包括网络、带宽、GPU和算力等。依托于自身多年的技术积累与强大的云流送技术，3DCAT提供从应用制作、上云、推流到分发的一体化解决方案。 为适应不同的网络结构，3DCAT实时渲染云支持分布式的系统架构和集中式部署架构。通过分布式的系统架构减轻音视频流给骨干网带来的压力，同时降低了音视频传输的网络时延，提供给用户更加优质的体验。3DCAT云服务既支持部署在虚拟机上，又支持部署在物理服务器上。通过调用服务器上的高端显卡进行高性能运算，充分调动云端资源，实现计算资源的高效利用。集成编码、推流、共享显卡等多种技术方式，3DCAT可以有效解决用户观看卡顿、画面模糊等问题还能节省带宽成本。 在传输环节，3DCAT集成了业界领先的具有自主知识产权的镭速软件，能保证用户将应用高速传输到云端。在分发环节，为了更好地支持内容的分发和共享，3DCAT正构建覆盖全国的边缘计算中心。 目前，3DCAT实时渲染云利用云流送技术在汽车、教育、医疗、房地产、工业仿真、智慧园区等行业领域的应用都有相关案例，欢迎访问3DCAT体验线上案例。3DCAT实时渲染云通过提供专业的技术服务，帮助用户实现相关产品展示及降本增效。企业通过3DCAT云流送技术，不仅可以实现企业运营的可视化管理，还可以轻松的将企业产品信息向顾客展示，让顾客直接互动式、沉浸式的体验，从而加速销售过程。

想要体验流畅、自然的 云XR（AR、VR、MR），就要有稳定可靠的网络作为支撑，云XR的本质是将渲染云化并实现“网络换取算力”的过程，本文将针对这个网络过程展开剖析，说明3DCAT cloud XR 受到哪些网络环境影响。 从整体来看，网络传输与三大因素有关，分别是：“速率”、“延迟”、“丢包率”，云VR技术搭载优质的网络环境，可以为用户带来高仿真的商业体验，让体验者不由自主沉浸其中，从而营销、培训、演示等目的。与本地VR相比， 云VR的客户端可以是性能一般的老旧设备，终端不留存任何的模型数据，对知识产权的保护有奇效。此外，云VR还拥有内容免下载、快速体验、多人互动等特点。 “速率”是影响自然感的最大因素，将云端运行的三维SR应用渲染后，实时抓取画面并实现编码压缩，通过串流技术传输到客户端，再进行解码显示，高的带宽速率可以承载更大的码率从而获得更逼真的视觉享受，如果能够稳定拥有50Mbps服务到终端的传输速度，在最终画质表现上，可以媲美本地VR。 另一个指标是“延迟”。低延迟可以带来更高的交互流畅度，减少互动的停滞感，受到四个方面影响：第一，物理延迟是光缆在距离上的延迟，是一个固有延迟；第二，加载延迟是模型从硬盘读取到显存过程中产生的延迟；第三，操作延迟是用户在产生交互时，输入、输出设备产生的延迟；第四，人的反应能力存在延迟，包括视觉、感觉等信息反馈到大脑的过程。以上四个部分，是无法避免的一个时间段，能够控制在20ms左右即可在无感的状态下，体验3DCAT云VR服务。 “丢包率”是一个公网或者内网环境稳定性的指标，3DCAT通过自研云化串流技术对当前网络环境进行判断，在丢包率较高的情况下开启前向纠删，对抗丢包等极端网络环境，守护客户的体验。相比同类产品，更加的稳定，输出画面上减少模糊、花屏的情况。如果使用的是3DCAT在本地私有化部署，则完全不需要顾虑此项，在内网环境下，整个丢包率是小于万分之一的。 综上所述，云VR依赖的网络环境是能够保证完美输出的核心，在5G和千兆家庭宽带普及的今天，终端用户的网络越来越好，为3DCAT云端实时渲染产品带来了契机。3DCAT实时渲染云当前已部署超过7个边缘网络，自动依据地理位置就近连接节点，打开三维VR应用，全面覆盖华东、华北、华南、西南等区域。在延迟上主要城市可以达到极致体验，中小城市也能达到良好的体验。网络上接驳三大主要运营商骨干网络，保障正式付费客户可以拥有50 Mbps的传输速度。想要即刻拥有前沿的实时渲染技术，请前往3DCAT 官网进行体验！

AR是增强现实，云是指数据的存储与计算。由于AR技术的特性，在云端储存的信息包括世界坐标信息、特征点云地图等信息，然后被智能终端检索，融合现实与虚拟世界信息的一种能力。 AR云的共享，要求多名玩家共享世界坐标，每位玩家进入“共享”坐标系系统中，需要将自己的坐标系重定位到SLAM地图中，并获得正确的pose信息。接下来每一帧都要做坐标共享的事情，这种坐标同步及时发生，这个耗时即AR云同步速率，反映在用户设备上就是延迟。 例如你在广场的雕塑上创作了一副AR涂鸦，想让其他人也看到你的精美作品，就必须要用到AR云的持久化、世界坐标共享的能力；如果需要协作完成AR作品，也离不开AR云的坐标共享功能。图是Google的Just a Line的多人协作玩法。 重定位技术 如果想解释清楚云AR，就一定绕不开重定位技术，多人共享世界坐标、AR内容持久化都用到的重定位技术。 SLAM技术具有World Tracking的能力，其结果是基于Feature的点云，我们称之为SLAM的地图信息。重定位技术点核心是一种特殊的搜索方法。用户的设备通过当前帧信息，搜索覆盖的物理区域的SLAM地图，以查找自己在SLAM地图中的坐标位置。 这种搜索是耗时的，对普通用户来说甚至要求有些苛刻。上传的关键帧信息，都需要在AR云端做必不可少的暴力运算，如果当前信息和SLAM的地图信息差别较大，容易导致重定位失败或不够准确。当然也是有解决方案的，可以通过数据采集、深度学习的方法增重定位的宽容度，让AR云的能力更普世。 云AR的构建 有两种数据采集的模式： 1.中心化数据采集 这种方法一般是由供应商提前批量扫描，进行地图数据收集并在云端存储，然后客户再通过重定位技术获得自己在地图中的坐标。这种一般应用与展馆、商场的室内导航，或者多人互动的营销类项目。 2.众包采集 人们活动的区域有限，通过每个用户使用自己的摄像头收集地图信息，然后再进行重定位，这样的结果就是世界地图越来越大，总是来说是一种分而化之的方式。

数字孪生，说直白一些，其实也是一种理念、模式或机制，相对于CPS似乎更加能够引起大家的共鸣，这都是可以利用和引导大家发展的。对数字孪生的看法，也应该抱着一种开放的态度，这不是谁家的自留地，也不是单靠某几家就可以搞出来的，因为这本就不是一个具体的东西，只有百花齐放才能够落地结果。 （1）数字孪生与工业互联网的关系 数字孪生是闭环CPS过程的典型体现，具有“虚实同步、以实融虚、以虚控时”特点，工业互联网/工业互联网资源状态及控制的泛在化基础设施能力是支持数字孪生得以实现的基础，同时数字孪生也是工业互联网平台贯通软硬环节的有效支撑。数字孪生所强调的物理实体的状态数据采集，尤其是实时的数据采集，就与当前工业互联网发生了密切的关系。即使在没有工业互联网之前，我们对于物理实体也总是想办法通过各种传感器来进行数据采集，只是比较繁琐，可能实时性也不够，更别说实现对物理实体指令驱动下干预运行的功能。因此对于工业互联网来说，从基础设施的角度，应该尽量的统一标准，否则的话也只是一种理念，看起来也很美好，其实很难做。当国内沉浸于智能制造和工业4.0的宏大理念的时候，其实不管是德国还是美国，都在发展工业互联网标准，比如德国为资产设备所施加的管理壳，或者提出的与实体相对应的代理AGENT，个人认为这才是应该我们认真注意的，否则又是在建空中楼阁，或者寄希望于单打独斗的建平台对抗国外的整个体系。 （2）数字孪生与建模仿真的关系 数字孪生的目标建立实现与物理实体安全相对应的数字孪生体，并在此基础上实现双向的数据采集和干预控制，强调的是闭环控制关系，但这个过程在实际中没有必要完全具备或其实也不能够一蹴而就。数字孪生的发展是随着技术进步而演进的，从而使得之前的一些想象有了变成现实的可能。比如我们在建模与仿真过程当中，我们需要对模型进行验证和校验，也许以前我们只是对所建的模型进行与实体相对应的某些特点的教研与验证，那随着技术手段的发展，我们越来越可以对模型对于实体的完全映射进行探索。我认为建模与仿真其实是对物理实体的单向预测分析，虽然能够走到这一步，也已经很不容易了，我们大量的CAE软件就是在做这些事情，但数字孪生所强调的是闭环关系，其核心在于对物理实体的实时干预执行，在工业互联网以及TSN等实时性的数据采集和控制技术的支持下，实现对物理实体的闭环控制也就有了可能。建模仿真的目的是为了评估，评估的目的是为了预测，预测的目的是为了决策，决策的目的是为了优化，优化的目的是为了实现对实体的纠偏干预，从而实现闭环的数字孪生控制，从这个角度来说，当前的建模与仿真也需要大踏步的前进，从离线走向在线，从软件为主走向软硬一体融合。 （3）数字孪生与工业软件或工业APP的关系 这两个本来不是一个维度的东西，数字孪生是从一个回路的角度所描述的闭环系统。但数字孪生闭环回路当中的决策分析环节，即体现为数字孪生体，一般都是以软件的形式作为展现载体。从这个角度来说，数字孪生体也是工业软件的一种，但就数字孪生来说，其本质上是扩展了工业软件的范围与内涵。同时，数字孪生体的本质是决策，如果只是局限于认为三维形式的产品或产线仿真推理分析才是数字孪生体，其实也是有失偏颇的。 数字孪生体其核心功能是基于知识经验沉淀的推理分析，内嵌了机理或者决策模型。比如我们经常见到的仿真分析系统，包括较为抽象的生产运营管理决策工具，都是常见的数字孪生体。由于数字孪生体直指企业工艺优化或者运行管理的决策，必须具备深厚的专业领域知识以及生产管理经验，其技术复杂度和开发的难度都是非常高的，我们一般说工业软件难以开发，更多的味道就在这个里面。 工业APP是在工业互联网语境下提出来的，通过建立工业互联网平台形成工业软件系统或模块的互操作机制。这种语境下的工业APP其实并不追求大而全，更多的是像一种插件一样，通过类似工业现场所用的各种总线那种概念的业务总线/中台和数据总线/中台的事件驱动与数据服务的方式，能够通过配置即可实现与其他工业APP的集成和互操作，从而形成支持业务运行的动态可重构系统。这种工业APP与传统的相对独立的工业软件是不一样的，是工业软件的一种新型形态。那种基于传统的工业软件，如MES、ERP等，通过云化就号称是工业APP，其实还是比较勉强的，也不是工业互联网语境下的工业APP的真实意思。所谓的工业互联网平台的核心应该是在这个方面，就是形成类似工业操作系统的一个平台，但是这方面现在看来其实还有很长的路要走的。 工业软件是产品研发过程中知识经验的软件物化，是工业APP所强调的服务化特点的源头支撑。数字孪生闭环过程中的数字孪生体是工业软件的重要体现方式，体现了对物理对象的几何、物理、行为、规则及约束的多维、不同粒度的多空间、推进演化/实时过程/外部干扰的多时间等尺度的综合 一般我们说某个企业能够在市场上长期立足更多的其实是在说都企业有自己的know-how，也就是知识，而这种知识更多的是体现在工艺人员的头脑或者经验中，比如我们经常提的大国工匠，其实更多的说的存在他们头脑中的经验知识。这些知识经验一般都是比较模糊的，想要把它提炼出来变成一个软件形式，其中最核心的就是建模，分析问题的内涵、表达问题的关联因素及其关系，描述这个问题的求解推理方式。 应该说企业在长期的发展过程当中大多并没有相关的工业软件，更多的是依靠人，有经验的人来来开展这个事情，但其实已经做得挺不错了或者有效的支撑了我们制造业的发展，解决了很多问题或者支撑了企业的工艺发展。虽然人具有最大的柔性，但这种局面也说明，可能在很大程度上面向实际问题的解决，其实并不是或需要那么精密，或者说在精确性上面来说一定要如同计算机的精密、精准的定量计算那样。其实这里面也暴露了一个最简单的道理，就是很多工业问题，可能最好的方式是只需要花20%的精力就能解决80%的问题。说这个呢，主要是想表明一下，工艺的建模，也应该本着这个目的，也未必一定要需要等到，好像所有的原理机理一定要彻底的清楚明白和表征，完全的精准的，精确的定量，才能够进行和开展，这应该是解决实际问题的一种可行的思路。这也是数字孪生发展的应有之义。 而对于企业来说，这些有知识和经验的，老工人或老师傅应该是企业的宝贵财富，记得之前有人提过进行智能制造好像就是机器换人，好吧，如果就算是做了这个事情，把人换下来之后来做啥？这是最关键的，就是要想办法把这些人的知识和经验能够物化地沉淀下来，虽然自动化做到了一部分，但自动化所物化或沉淀其实更多的还是一种简单的知识经验的沉淀。 （4）数字孪生与MBSE/数字主线的关系 基于模型的系统工程（MBSE）是实现全生命周期集成研发的核心思想，数字化孪生体将促进建模、仿真与优化技术无缝集成到产品全生命周期的各个阶段，也是面向加工、装配等DFX技术发展的重要使能基础，是推动MBSE核心思想发展的重要着力点。数字主线是从过程业务数据驱动的角度实现全生命周期集成的重要技术，从狭义角度而言，为全生命周期各阶段业务模型的处理提供数据衔接传递支持，从广义角度而言，为整个全生命周期链条提供统一的信息模型规范支持，是数字孪生体在不同尺度上的数据获取与分析方面的具体体现，是数字孪生闭环控制模型的重要支撑。 而对于数字主线来说，一般认为是面向全生命周期集成的产品模型在各阶段演化利用的沟通渠道，一般认为数字主线是依托于贯穿产品全生命周期的业务系统的，而这个业务系统是可以认为是广义上的CPS的。其实感觉这种区分是对一个CPS当中分析推理决策模型的内部细分，因为数字孪生体所代表的模型本来就是一个广义的复杂模型，总体模型内部也是可以分成多个小模型的，彼此之间具有关联（比如生产中的数字孪生体，这个模型应该是综合包括产品模型和装备模型的，这些状态融合在一起，才能够有效的分析推理决策产品的实时实际状态的），数字主线就是将这些小模型之间的关联关系进行明确和提供支持。因此从全生命周期这个广义的角度来说，数字主线是属于面向全生命周期的数字孪生体的。从另外一个角度来说，数据主线所依托的业务系统，在面向全生命周期的过程范畴，也可以视作是一个CPS闭环过程，就是所谓的系统之系统的CPS，其实从广义的角度来说，这也是一个数字孪生过程。

无疑问，自动化技术是智能制造发展的重要支撑技术之一。无可质疑，很多企业将自动化线建设视为智能制造的重要抓手。并且涌现出了一些“黑灯生产”、“无人工厂”的示范案例。本质上，或者大多数情况下，自动线更多的体现为物流周转基础上的联动动作时序的协调，可以视之为一系列离散硬件装置在特定动作序列约束下运行的生产线。传统的自动线是通过PLC梯形程序进行控制，或者通过专门的工控软件进行控制，不仅控制正常的流程，也应该具有一定程度的异常处理控制能力。 因此，结合目前很多企业在上马自动化线或已经建成自动化线的局面下，如何进行智能化提升，也是不得不和必须面对的问题，而这个过程其实与数字孪生也是不谋而合的。本部分从两个方面论述：一是德国工业4.0关于自动化柔性线的智能管控思路；二是融合APS的自动化柔性线智能提升步骤。 1）德国工业4.0关于自动化柔性线的管控思路 在数字车间这个方面，德国工业4.0其实早就提出了这方面的理念，这种理念的核心含义就是软件定义制造，其手段主要是通过将物理实体或者物理生产线当中的每一个硬件实体，都抽离与其相对应的软件AGENT或者SERVICE，所谓的智能管控，就是对这些硬件资源的运行进行配置形成“务联网”，是服务的“务”而不是物体的“物”，“物联”只是最终的表现形式，其背后是通过“务联”实现业务的有序运转。 图1是德国工业4.0的典型资料图片，其所表达的含义是生产线中所有的硬件单元都有对应的软件形式的服务，比如传感器服务、控制服务、通讯服务、校验服务、信息服务等，整个CPS网络系统就是一个服务连接网络，具有“服务联网”的概念，这些服务有层次并且能够动态组合配置。所谓的智能管控，体现为硬件资源的离散化，通过服务化封装，实现业务资源链条的重构与控制，并可以进一步的支持“软件定义制造”理念的落地。其中如图1所示的生产线中的各种传感器、泵、阀、控制器、通讯装置等都有与其相对应的服务，而这种服务其实就是直接面对硬件资源的数字孪生，在此基础上构建的服务层级或者服务网络或者服务链条（ERP或MES的新型式），其实都是对数字孪生的进一步深入应用，其目的是支持实现自动化+柔性的智能制造新局面。 （2）融合APS的自动化柔性线智能提升步骤 德国工业4.0所宣传自动化柔性线智能管控的核心是实现资源的柔性配置，而这种配置的手段就是面向智能制造的APS的重要发展方向。融合APS的自动化柔性线智能提升步骤如下所述。 提升自动线构成要素装置的CPS独立控制能力：对于自动化产线线而言，一般都是连续的没有间断的按照时序执行动作。但这些动作时序的执行，也是需要依靠一些构成要素装置的，比如阀、泵等，或者是各种集成程度的独立装置等。对这些要素按照能够状态反馈、指令执行的方式，进行改造和提升，为后续的智能化柔性控制提供支持。 支持任何构成要素装置的必要性联动控制能力：这种联动控制并不是限定自动化产线中某两个装置的固定时序，其核心目的是增加柔性，目标是自动线上任何需要建立关联的构成要素装置能够实现联动控制。这方面的分析可以从产品的工艺流程角度入手，按照生产过程中各个构成要素装置时序关系进行分析。 以产品性能保证为核心的工艺知识沉淀及物化能力：产线对产品性能保证的技术提升无止境的，根据需要可以分析产品的性能指标的保证机制，比如引入机器视觉、比如引入自适应加工等，丰富自动线运行的知识基础上的智能化内涵。 多产品混线生产的关联控制与协调能力：只有当自动线能够支持多产品混线生产，自动线能够提供柔性的关联控制与协调能力，才能说这条线具有智能的味道。比如自动数控加工线，可以自动的获取状态并进行分析，可以下发指令进行硬件装置的工作参数调整；比如自动数控加工线，根据需要为不同的硬件装置传递不同的数控程序；比如不同产品的工艺流程不同，可以通过柔性的联动控制，实现生产路径的快速转换，以及不同品种产品在自动线上的混流交叉生产。 基于APS的软硬一体化控制的柔性控制：如果自动线只是生产一种产品，则所有的硬件要素装置锁定了某种动作指令序列而已。但如果自动线是多品种混线的，则动作指令序列将具有复杂的组合联调配置要求。如果这种组合判断比较简单，可以通过PLC或工控软件来实现。但如果这种组合判断比较复杂，尤其是加入了智能化体现的分析、推理、决策等内容，单纯的状态0-1式或阈值式判断将无法满足需求，需要引入复杂软件系统的形式进行控制，才能满足需求。并且，这种复杂软件控制系统，面对多产品混流生产的复杂的生产过程，将是目前传统的APS向软硬一体化紧密关联协调控制的重要转变和发展方向。

造执行过程管控需要根据不同的企业类型及其生产特点，需要贯彻和综合不同的先进管理思想。但是一般来说这些管理思想，比如精益思想，很多企业甚至很多专家，还认为这只是一种指导性的方法论而已，从中理出来一些原则或者说是方法手段，对生产过程当中的某一点、某个业务进行实施应用。 这样理解是带有一定的片面性的，实际上来说也有感觉，这些先进管理思想，在实际当中的运用，更多的是一种割裂性的碎片化的实践。如果做了或实施应用了一个制造执行系统，这个制造执行系统如果不体现先进的管理思想，那相当于这个制造执行系统，那么这就是一个没有灵魂的系统。一般来说能解决问题简直就是个奇迹啊。 因此应该将各种先进的管理思想，把它细化落实或者凝炼成管理经验与知识，并且系统化而不是孤立的体现在生产管理当中，尤其是智能管控方面。这些经验和知识的沉淀或者说物化或者更明确的进行软件化，其实也是相当于建立了内部有机关联的决策模型。而这种决策模型，本质上来说，其实是制造执行过程的数字孪生，或者某个侧面指标或目标的数字孪生。 比如可以建立面向产线或者车间的排产调度模型，在这个里面体现TOC等思想，当然体现的不仅仅是TOC，还有很多其他的先进的排产调度思想。见到一个约束就进行处理，其实还是挺被动的，也不利于系统的发展。所以自己一直在揣摩，如果能够将一些先进的管理经验知识和管理思想，融合到APS当中，也许可以达到一种事半功倍的效果，应该是APS将来的一个重要的发展趋势。 比如在制造执行过程当中我们可以建立前后工序之间的精度链条模型，根据前道序的加工精度实现，等下一道工序基准的调整，这种分析，就是 数字孪生的一种体现，整个生产过程具有自组织的味道。这既是管理的思想，也是工艺的思想，相当于是一种融合。

工艺是与产品质量和生产效率直接相关的专门知识，任何一个企业即使是在手工管理模式下，也应该是非常重视工艺的，所以开展智能制造、工业互联网等方面的技术研究和探索应用的时候，工艺都是重要的目标服务对象。 其实很久以前，工业过程建模与仿真，这是大家耳熟能详的一个技术方向，也是一个范围很广的技术方向。数字孪生与之前的工业过程建模与仿真还是不一样的。传统的工艺过程建模与仿真，可能更多是脱离于实体的一种孤立的运行，而数字孪生是一种与实体双向连接的运行？如果简单来理解，可以理解成一个是在线，一个是离线。 数字孪生更偏重于动态的在线。 但不管怎么样，数字孪生或者说为了实现数字孪生的第一步就是建模。需要进行建模，当前工业互联网技术的发展，从实体上面来获取各种各样的实时状态提供了手段，也为建模及其应用提供了扩展空间。但这些工业互联网等都不是最主要的，只是外围支撑的手段而已，最主要的还是怎么使得这个模型能够表达的真实。在仿真领域，很久以前有一句话是这么说的，做虚拟仿真切忌“虚而不拟，仿而不真”，其实就是说的这个模型是否准确？是否能够反映实际？其实美国长期以来，从上个世纪五六十年代开始，就一直在国防先进制造等计划中持续的支持和发展建模与仿真。可能刚开始有些人觉得这方面比较虚，但是这个方面其实是对工艺机理进行深入探究的代名词。不论是解决实际问题，还是推动技术发展，甚至相关工业CAE软件的发展，都是极其需要和重要的。 工艺的类型是多种多样的，相关的 数字孪生模型，也是多种多样的，所涉及到和所综合的学科知识也是不一样的，这才是真正的专业知识的沉淀凝练。我们说的智能制造在很大程度上是体现为数字孪生的综合运用的。 比如对切削加工来说，可以基于工艺推理模型，对工件的加工质量进行实时的评判，并能够根据决策分析结果，对相关的工艺参数进行及时有效的调整，这样就具有一种自适应的味道。 比如，针对某企业薄壁件加工变形控制方面的研究中，就综合运用了内部应力场重构控制、切削工艺建模与仿真分析、弱刚度变形补偿等措施，虽然是针对具体的零件来开展的，虽然里面也具有很多的经验的成分，当然也是融合了一些数字化定量的技术研究，后续应该将这个过程进行沉淀，沉淀成一个分析推理的模板，后续只要按照这个步骤来做，任何薄壁零件的加工变形控制问题都可以得到解决或者一定程度的解决，这也是数字孪生的一种体现。 对每一次走刀之后的加工型面进行测量并进行曲面重构，同时与理想的型面进行比较分析，找出偏差进行补偿，调整刀位轨迹并生成数控程序，可以有效的提高加工精度。这个过程里面所开发的分析软件，其实也是一种数字孪生。 工艺数字孪生是夯实和提升我们制造实力的根本，从做大转向做强的必然途径。