【专栏】邱伏生：供应链实战指南——数字孪生技术赋能制造供应链（二）

文章作者：上海天睿物流咨询有限公司 总经理 、中国机械工程学会物流工程分会 邱伏生 博士

文章转载来源：起重运输机械专业杂志

文章专栏主理人：北京起重运输机械设计研究院有限公司 媒体采编 马晨

制造供应链数字孪生的主线与模型

制造供应链始终围绕产品的研发、采购、生产、流通、销售的物理过程实现，并承载了这些横向和纵向过程中的各类数字信息，其数字孪生模型也主要是包含：物理过程、数字化虚拟过程和两者之间的连接方式与算法。

1、制造供应链数字孪生的物理过程

制造供应链数字孪生所对应的物理世界活动，集中体现为物料及产品从源头至终端的全流程流转。这一过程涵盖供应商生产制造、货物运输、到货验收、质量检验、仓储管理、分拣配送、工位生产或总装作业，再到成品下线打包、成品仓储、装车发运，直至送达门店或客户手中的完整物流链条。期间，还交织着人员调度、环境管控、质量把控，以及厂房设施管理、能源调配、制造工艺与物流技术应用等多维度环节。如图1所示。

图1  制造供应链数字孪生的物理过程

制造供应链数字化平台的建设，不仅需契合企业战略发展方向，更要深度适配各类具体应用场景。毕竟，场景中的实时信息采集是大数据的核心来源，但同时也可能成为数据误差的诱因。以某家电制造企业为例，尽管已构建无人化智能生产线，却在物料上线环节遭遇瓶颈：供应商交付的物料采用自有规格包装，无法直接借助AGV（自动导引车）或连续输送线运输至工位，只能开辟专用区域进行重新分装。以空调面板这类物料来说，因其易刮伤且尺寸较大，供应商为兼顾运输成本与产品保护，采用大型保护料架，并以海绵纸、泡沫纸、瓦楞纸层层包裹。物料抵达总装厂后，分装过程不仅需要特定场地与操作人员，还依赖适配产线工位及机器人作业的“工位器具”（多为造价高昂的不锈钢材质），且频繁涉及包装规格切换。面对如此复杂的业务场景，企业原有的软件系统难以精准捕捉物料状态变化，无法有效实现供应链环节的数字孪生映射，暴露出传统系统在动态场景适配能力上的不足。

图2  制造供应链数字孪生的虚拟过程

2**、**制造供应链数字孪生的映射过程

制造供应链数字孪生的映射（虚拟）过程主要表现为产品概念设计、客户画像、客户需求、预测、订单管理、计划与库存要求、主生产计划和作业计划、物料齐套计划、供应商到货计划与预约到货、库存信息、质量检测信息、供应商信息和制造信息、物流过程（交付履约）信息管理等。如图2所示为典型的制造供应链数字孪生系统构建与运营的虚拟要素。

图3  某企业制造供应链数字孪生技术的要素对应

制造企业有制造、有生产计划、有物料齐套计划和要求，与此相对应的KPI有生产效率、计划达成率和物料齐套率等指标，这些过程需要全处于“同一映射频道”，强调全价值链过程的有效协同和管理以保证效率和安全。这需要建立数字孪生的推拉结合系统，以保证实施协同、全过程通畅，从物理-虚拟两个维度切入供应链和交付能力的管理，并且在这个基础上以特征参数和KPI为切入点，梳理供应链大数据管理逻辑，把握数字主线和数字孪生脉络。如图3所示，为某企业制造供应链数字孪生过程要素的映射逻辑图。

制造供应链数字孪生平台在完成虚实映射关系构建后，需着重聚焦六大关键要素环节的参数映射与标准落实，包括送货计划与到货管理、存储计划与存储现场、配套计划与实物配套、作业计划与现场作业管理、总装计划与总装作业管理，以及装车计划与装车装柜等。通过对这些环节的深度把控，平台能够满足数据一体化整合与偏差协同管理的系统性需求，实现对映射差异的精准控制、潜在风险的提前预警，以及突发状况的高效应急处置。

此外，制造供应链数字孪生还需全面考量包装器具的设计及其身份识别管理、存储空间的数字化规划与智能仓储设施的匹配、工位智能化配送模式的构建及响应参数的优化设置，以及成品下线至智能化快速装车全流程的物理布局与虚拟映射。从实物操作场景到数字虚拟空间，全方位保障供应链各环节的高效协同与智能运行。如图4所示。

图4  制造供应链数字孪生平台多元素对应关系和基础设计要求

3**、**制造供应链数字孪生赋能过程

在构建智能工厂信息平台时，必须考虑虚拟信息、虚拟制造、执行过程、技术参数选择与实际作业的人机料法环的对应。信息系统的主要功能不再仅限于“信息记录”，而是需要进行“是否有利于订单交付”的过程监控，同时需要根据数据与物理之间的偏差实时预警，实现数据感知、分析和对制造设施、物流设施的智能调节和优化。数字孪生技术应用到制造供应链之后能够解决产品设计、装配、制造的全流程虚拟测算，打通研发、制造、物流、客户之间的壁垒，形成虚拟与物理之间的闭环论证，有效缩短产品交付周期和供应链过程质量的问题，其逻辑关系如图5所示。

制造供应链数字孪生通过深度整合供应链架构模型与各环节传感器采集的数据，将多环节、多主体、多物理对象、多维度、多层级的仿真过程进行集成，在虚拟空间完成对实体的精准映射，完整呈现全价值链的实体流动过程。这项技术突破现实局限，构建起涵盖研发、制造、物流、营销等系统的交互影响的综合数字映射体系，实现物理供应链运营向数字世界的完整迁移，从而支持仿真验证与动态优化调整。

在制造供应链建设阶段，即便实体制造工厂尚未落成，也能预先完成供应链概念设计与数字化建模（即场景设计）。通过在虚拟空间对目标供应链运营进行仿真模拟，将关键参数传递至实际工厂建设，指导供应链构建。工厂建成投入使用后，虚拟模型与物理实体在日常运维中持续进行信息交互，强调产品全生命周期内虚拟与物理环节间的双向反馈机制。

图5  数字孪生技术应用到制造供应链的闭环逻辑

数字供应链孪生体与物理供应链孪生体之间，依托孪生互动平台系统实现连接、数据交换、反馈控制，并以数字洞察驱动优化。该平台集成用户界面、API接口、人机交互模块，物联网平台及对应接口，供应链数字化系统（如ERP、SCM、MOM、WMS、TMS等）、监控系统与数据交换模块等组件。作为供应链虚实转换的核心枢纽，该平台既是物理世界向数字空间的映射工具、虚实交互的连接桥梁，也是孪生智能的转化引擎与数字洞察的驱动源泉。

典型的（智能）制造供应链数字孪生技术需求归类如图6所示。可以将制造供应链运营分为A、B、C、D四个区域。

图6  典型的制造供应链数字孪生技术需求归类

A区（见红色虚线区域）需要回答的是“一个需要具备何种交付能力的（智能）制造供应链？”，是制造供应链数字孪生技术平台构建的重要表达模块，是将经过规划的供应链-物流战略要求、战略绩效转化为交过过程的可视化监控，包含不限于（可视化的）订单交付全流程、订单准时交付率、生产/物流作业变动率、预测准确率、产能利用率、生产准备物料齐套率、生产工位配送准时率、车间现场物流和制造作业效率和成品发运到货准时率等。这些指标通过算法逻辑，转化为整个供应链运营信息平台的综合参数和设计要求，同时也成为工厂日常的经营指标，可以形成实时的曲线或阶段性的统计报表，通过显示屏、终端、APP或者平台实现信息实时播报或人工查询，必要时可以建设成为“驾驶舱”模式。

B区（见灰色虚线区域）需要回答的是“（智能）制造供应链需要面临如何的需求？”，包含需求管理和产销平衡，是智能工厂生产需求的重要输入，其准确性和一致性，是保证（智能）工厂产能诉求的前提，也是衡量制造供应链运营有效性的监测和考核。需求管理包括数据收集、预测分析、预测评审和预测发布；产销平衡包括供需匹配、产销协同或S&OP（销售与运营计划）、产能可视、预测冲减和调整等。这些功能将各种预测方法转化为算法，通过供应链运营信息平台实时提示、在线推动资源的调度。在通常情况下，管理者看到的只是平台终端表现的相关数据，而不是逻辑；而在平台规划的时候，需求数据的采集、整理和算法，以及时间序列、产品SKU、市场导向、交付模式需求等就成为了制造供应链数字孪生技术平台的核心能力。

C区（见绿色虚线区域）需要回答的是“制造供应链如何保证制造和交付？”，是实现服务型生产的虚拟和现实过程，也是人们通常理解的“狭义的生产”。实际上，按照“制造工厂物流中心化”的规划与运营思想，可以将C区业务领域理解为一个“自动化物流中心”，将智能生产设施“流线化嵌入”到物流运营过程中，最后按照订单适时交付。通过使用数字孪生技术信息平台，可以实现计划、采购、物流和生产业务的协同工作。可以控制和调度智能物流设施和生产设施，以实现生产和成品物流的高效运行，并确保交付计划的顺利实现。C区主要包含生产计划、智能物流和制造。生产计划包含车间主生产计划和详细排产，需要说明的是：在智能工厂中，生产计划必须包含物流计划的各个环节，比如供应商到货计划（窗口时间）和实际到货时间、卸货计划和实际卸货能力和时间、卸货车位使用计划和实际占用时间、检验计划和实际检验放行时间（检验放行准时率）、入库计划和入库时间、分拣计划和分拣时间、配送计划和配送时间等。智能物流包含先期准备的入厂物流（智能物流1）、为工位存储和智能化配送的生产物流（智能物流2）和下线装车发运的成品物流（智能物流3），在智能工厂中，“三段物流”不再是物理上的1-2-3排序，而是基于“物联网”的模式，集成为一个综合运营系统。比如：将零部件货位与成品货位共享；将零部件立体库通过连续输送设施与工位直接连接，将满载的容器和空容器回流形成回流。全程将采购物流、生产物流和成品物流形成信息和物理上的映射。在此基础上，满足各种工艺要求的智能制造设施和检测设施按照供应链的运营节拍（参数的一致性），嵌入到供应链流程中，成为供应链信息与物理运营平台的一个或多个“流通性生产”的环节孪生。

图7  制造供应链数字孪生运营过程优化模型

D区（见蓝色虚线区域）需要回答的是“如何支撑制造供应链数字孪生技术运营平台保证交付？”，主要包含基本参数的设置和导入。特别需要强调的是：基础参数在制造供应链数字孪生技术平台规划初期就需要同步设计和界定，之后输入运营信息平台中，后期采集到的数据，只属于运营数据，必须服务和服从于设计标准数据。

图8  表现为“高效交付”的供应链

在实际运营过程中，不同的订单交付模式，制造供应链关注策略也有所区别。比如MTO按订单生产模式（汽车、家居、家电等行业较多应用），强调订单的交付过程的细化和监控，信息采集颗粒度更细化，制造供应链孪生的流程、场景状态更加具体；而MTS按库存生产模式（比如饮料、食品等标准化消费品），非常关注库存控制、门店管理，信息平台覆盖面需要更加多元化，对于全渠道库存周转率和流通效率更加重视。

在搭建制造供应链数字孪生技术运营平台时，需遵循“大供应链小生产”“智能工厂物流中心化”“以交付为中心”三大核心原则。其中，“以交付为中心”的智能工厂供应链信息平台，以客户成品交付需求为驱动起点，逆向梳理需求管理、生产计划、车间排程、生产备料、智能物流配送及智能化制造等环节，构建起一条聚焦“高效交付”的敏捷供应链体系，实现全流程资源优化配置与协同运作。如图8所示。

了解相关业务 →