【亿邦原创】12月1日，在2023亿邦产业互联网年会“谁在重构产业链”上，昆仑数据创始人&董事长、工业大数据制造业创新中心主任陆薇发表了题为《用数字孪生技术，找到工业元宇宙的价值灵魂》的演讲。她指出，所有的复杂工业系统都可以拆解成单元设备的组合。不同行业、形式各异的工业生产系统可以拆分成通用+专用设备的组合。如果可以把每一个设备按照工业知识参数化，建立一个设备的参数模版，再将这些参数模版组合在一起，就可以变成行业的设备模版。这将大幅降低持续挖掘工业数据价值的难度。
昆仑数据打造了一套可以把理论知识、专家经验、数据规律结合在一起的框架，把专家知识、理论模型、运营数据结合在一起，为工业元宇宙提供真正的价值灵魂。
陆薇认为，工业元宇宙的定义不仅仅局限在工业生产环节，如果把视野放大，把研发、生产、销售、服务这些环节全部拉通，整体来构建一个工业元宇宙，让数据在不同环节之间流动起来，会有更多更具价值的场景出现。
温馨提示：本文为速记初审稿，在不影响原意的基础上，由亿邦动力编辑整理。
以下为演讲实录：
感谢主持人的介绍，感谢主办方的邀请，也很高兴有机会和新老朋友们见面。我是昆仑数据的陆薇，昆仑数据是一家工业数据智能公司，过去十几年，昆仑数据主要在帮助工业企业管好、用好各种数据资源，包括来自设备、工艺、原料、检测环境等方面数据。
亿邦动力的郑总发现，元宇宙概念下，我们的业务正是支撑工业元宇宙的灵魂。所以今天我想和大家分享一下，如何用数字孪生技术，帮助工业元宇宙找到价值灵魂。
1、什么是工业元宇宙？
讲工业元宇宙之前，先和大家分享一下我对元宇宙的简单认识。
元宇宙的形态非常多，我们可以按照它和现实世界的关系，把它分成三类。
第一种，异宇宙，就是在一个完全虚拟的世界里，做和现实世界没有关系的虚拟任务。比如《头号玩家》当中构建的虚拟世界，还有很多做AR/VR游戏构造的完全虚拟世界，玩家在其中都是虚拟人物。
第二种，平行宇宙，就是在虚拟世界中执行现实任务。比如我们可以到虚拟商店浏览所有新品，甚至做试穿试戴。平行宇宙还可以帮助我们打破现实世界的时空限制，让我们高效完成现实任务；
第三种，增强现实宇宙，也就是在现实世界执行任务时，通过技术手段更好地完成。
这三类宇宙中，异宇宙需要特别小心，因为它非常容易让人沉迷——假如有一天大家觉得现实世界太苦，纷纷把自己上传到虚拟世界，最后的解决可能是，现实世界回到人类没有出现前的原始状态，而某一个大洲地下的计算机里，活着很多虚拟人类。
所以我们应该更加关注现实世界，更多关心平行宇宙和增强现实宇宙。
2、数字孪生是工业元宇宙的关键技术
工业元宇宙更多是一种平行和增强现实。昆仑数据所做的运行监控或AR检修，就是典型的增强现实宇宙。通过技术手段，企业可以看到设备运行的过去，也可以预测未来，帮助我们更好地管理和优化物理世界。
工业元宇宙的技术栈非常丰富，我引用一下微软定义的元宇宙能力栈。
最顶层是元宇宙概念出现以后非常火的AR/VR/XR技术，这个技术非常重要，可以通过沉浸式体验提供新的交互方式。在这一技术栈下，还有多层技术，包括让物理世界和虚拟世界产生连接的物联网技术，还有数据的收集、分析、建模技术等。
如果说表面的交互和展现是工业元宇宙的漂亮皮囊，下面这些数据模型、数据分析、数据利用等，就是工业元宇宙的价值灵魂。
这些要素组合在一起，就形成了一个现在比较火的概念，叫作数字孪生技术。数字孪生技术是支持工业智能化升级和走向工业元宇宙的关键技术。
工业4.0是在工业实现了信息化、自动化的基础上，基于数据对生产过程、经营过程实现更好洞察以及管理优化。前两年还有人提出“工业5.0”或者“工业元宇宙”，无论是工业4.0时代还是工业5.0时代，数字孪生技术都是关键技术。
3、如何构建工业的数字孪生体？
针对一个复杂的工业系统，我们如何构建它在数字空间的孪生体？
口诀就是一个字——拆。
所有的复杂工业系统都可以拆解成单元设备的组合。比如风力发电机看起来很复杂，拆开发现它有一些通用组件，比如电机、齿轮箱、轴承等，还有一些专业部件，比如发电专用的叶片、塔筒等。
我们发现，不同行业、形式各异的工业生产系统可以拆分成通用+专用设备的组合。
工业系统是人造的机器系统，符合机械论和还原论，大系统的整体表现是各个子系统之和，如果我们把每一个部件都研究清楚，组合在一起就会变成这样一个复杂系统。
那么单体设备如何做到？这就涉及到单体设备的参数化问题。
比如，电机工厂已经存在了100多年，电机专家如何观察设备的运行情况，这里有各种运行参数，比如电流、电压等，也有一些非电机的机械参数，表征设备的健康程度。
如果我们可以把每一个设备按照工业知识参数化，我们就可以建立一个设备的参数化模版，把这些通用设备和专用设备的模版组合在一起，就可以变成一些行业的设备模版。
比如我们把电机等通用设备和叶片等专用设备组合在一起，就变成了风力发电机的数字模型，加上升压站、测风塔等数据，就变成了发电厂的数字模型。
过去几年，昆仑数据已经按照这一思路打造了自己的产品，提供了很多通用设备模版和行业设备模版，这些模版带着工业知识，可以快速构建起工业系统的数据模型。
有了这些数据模型，就给工厂的系统行为奠定了非常好的基础。
4、专家经验如何模型化？
在研究工业系统行为的时候，除了数据，还需要融合理论模型和专业知识。
对于工业系统来说，背后都有工业理论，比如力学、电磁学、化学理论等，这是我们必须要涵盖其中的。
另一方面，人类并没有破解自然界的所有知识，还有很多专家在孜孜以求地做研究。所以，我们需要很多专家的现场经验。
但是专家的现场经验是非显性的、不太具象的、无法数字化表达的，这时就可以通过数据补充，把专家脑子中的隐性知识准确化、数字化、算法化，变成在数字空间很好复用和传播的模型。
我特别想强调一下专家经验在工业领域中的作用。
虽然数据智能可以靠算力暴力破解一些难题，但是这种方式非常低效，且工业现场需要可解释性，更好的方式是我们把专家经验和数据算法有机结合在一起。
所以，我们打造了一套可以把理论知识、专家经验、数据算法结合在一起的框架，把工业里的常用场景按照专家经验做成相应的经验模版。基于这样一些模版和套路，我们还可以结合机器学习的方法，做数据特征的自动定义，比如工况的切分等，再结合相应的带工业理论的算法模型，把专家知识、理论模型、数据很好地结合在一起，让工业专家可以用他非常熟悉的方式、用非编程的方式，解决很多现场问题。
比如我们做的水电站的数字孪生系统，包括几百个智能化应用，都是工业专家通过低代码开发工具，进行的知识沉淀和应用创新。
我们服务的是设备资产、数据资产非常丰富的行业，帮助他们实现核心产品和业务的数字化转型。工业数据智能是比较有挑战的事情，我们如果做得好，希望能对行业产生积极影响。
5、总结
今天是产业互联网大会，郑总说可以想一想工业元宇宙与产业互联网的潜在结合点，我想把这个问题变成一个开放讨论——我刚刚讲到，工业元宇宙的定义目前仅仅局限在工业生产环节，如果我们把视野放大，把研发、生产、销售、服务这些环节全部拉通，整体来构建一个工业元宇宙，让数据在不同环节之间流动起来，会有更多更加具有价值的场景出现。
我给大家提供两个案例：比如一个生产企业可以提前预知设备的运营状况，提前知道设备什么时候有问题，这不仅对生产企业有帮助，也对很多设备维护和备件更换的企业有帮助，可能会给很多生产性服务业创造新机会。
再比如，我们把订单和产能做一个更好的匹配，有急单可以动态调整生产排期，甚至可以和不着急的下单企业进行有经济补偿的协调，让订单和排产都更加动态。如果可以通过数据互通，对全产业链的状况有更好的掌握、协调和优化，会诞生更多有意义的场景。
我也非常希望与今天参会的各位企业家一起，探索更多基于数据驱动的新场景、新服务。谢谢大家！
文章来源：亿邦动力
