什么是“数字孪生”？看看这个工厂你就懂了(5)

如果回到原点，第一个环节就是对数据采集与监控系统的改造，排头兵就是异常复杂的连接设备传感器和PLC可编程逻辑控制器。
随着工厂自动化设备越来越多，设备接入点位和十年前相比，可能增加了二、三十倍。这些数据包括但不仅限于：
工厂的物流、仓储、内部控制环节产生的管理类数据；温湿度计、机械臂等IoT类传感器产生的数据；在进行安全管理、质量检查时，工厂还会借助视频手段，这些视频又是一类数据。
这些数据如何采集、监控并为生产提供参考，成了所有工厂跨越简单自动化的切入点。
在一汽红旗新能源工厂，阿里云和机械九院自主研发出一套数据采集与监控平台。数据采集的设备点位在工厂的五大车间里超过数百万个，数采频次最高可达200毫秒/次。大量的设备点位高频次介入，数采平台能不能撑住？这十分考验系统的处理能力。在红旗新能源工厂项目上线前，阿里云做了一个月的模拟测试，当有60万设备点位接入时，CPU的开销只占到30%以下。
对行业来说，这是个新记录。
当然，对车企来说，数采的手段并不重要，重要的是数据拿到手之后，如何用起来。“数据采集后，关键在于对数据治理的环节，这是核心技术。”一汽集团工程与生产物流部总装工艺部总监、一汽红旗新能源工厂项目负责人董玮在先前的采访中曾经表示：“这些核心技术我们肯定希望掌握在自己的手里，来保证数据模型搭建的自主性。”

数字工厂中的数据流向。
图丨放大灯团队据采访整理
数字孪生对数据的完整性提出了事无巨细的要求，让车企“自主掌握数据”成为一个基本要求。归根结底，一座数字孪生工厂，就是整个工厂的所有数据的集合。难怪机械工业九院副总经理李允升这样说：“我们给一汽红旗交付的是一个真正数据驱动的工厂。”
1分钟生产1台车，机器人绝不罢工
不过数字孪生，只是智能工厂的一块拼图。
阿里云和机械工业九院合作的“汽车数字工厂”，当然不只有数字孪生——实际上，基于数据和智能算法，数字工厂还在做更多的事。