某种程度上来说，数字孪生是一种实时CPS（ CPS兼容了实时和非实时），这种实施性体现为数据状态的感知采集、分析推理判断决策、精准控制执行组成的闭环过程。

虽然关于制造系统的分析推理判断决策是一直就有的研究，但结合数字孪生以及数字孪生所在的技术语境，还是有一些新的决策内涵需要再分析。

（1）泛在物联支持了横向更广阔的资源配置决策以及纵向更深度的控制执行决策。

资源优化配置是制造系统决策的重要内容。一方面，泛在的物联打破了传统的状态分类及其层次，对于资源优化配置决策提供了更加丰富和精细的状态约束数据，决策因素进一步丰富以及关联复杂性，都将扩大决策的复杂性，也提升了决策优化的空间。另一方面，对于资源优化配置决策的机制也提出了更高乃至更新的要求，其核心在于具有泛在物联支持下的各种制造要素之间关联关系的解耦方式，涉及到对象标识组织、互操作耦合行为解析、分布协同与集中控制相协调的配置机制（其实这种方式是一种另类但本质上相同的工业互联网决策形式）。

自动化与柔性有机融合的面向执行的控制重构决策，其实是智能制造一直以来所追求的核心目标。在泛在物联的支持下，需要借鉴德国工业4.0管理壳的思想，表面上看起来是将传统固定逻辑的执行控制转变为柔性可重构的执行控制方式，本质上来说则是对于制造系统精细化的活动级的执行控制配置与重构的新型运行模式，是真正落实管理与控制一体化集成与融合的必由之路，而不是我们经常性的将”管控”这两个字简单组合在一起，而是深刻地体现管理与控制的融合，也就是我们经常说的it与ot的融合。这方面的核心其实体体现为控制对象的分类离散化、控制活动及其指令的耦合联动关系建模和可编排化。一言以蔽之，是更贴近于执行的软件定义制造。

（2）工业互联网的云边端架构支持了实时与非实时的协同决策。

工业互联网是在泛在物联的支持下而形成的，结合数字孪生，以及云边端的架构，也具有一些新的决策内涵。从维度上来说是单点与过程，以及实时和非实时的组合。

单点＋实时：我们经常说面向装备的自适应加工，其实就属于这个范畴，在工业互联网架构下，属于边缘计算或者边缘大脑，多聚焦于工艺环节（这个内容就非常多了）。（这其中与质量有关的智能判断或者故障分析或者问题分析以及基于此的决策分析和实时调整也属于这个范畴）

过程＋实时：产品的生产是有一个过程的，任何一个环节的结果都会影响到后续的环节，比如零件的加工实际精度对于装配就有可能会产生选配的优化决策。这个更多的是工艺链条或网络耦合关系实时解析与优化以便对于下一个环节的生产提供指导或调整的决策支持。一般放在云端。

单点＋非实时：不同的与质量有关的SPC以及设备的预测性维护其实都可以归结到这一类，在运算方式上需要可以放在云端。

过程＋非实时：传统的非在线的那种基于大数据分析的制造系统优化，属于这个范畴。包括管理方面的运行效能（能耗、成本等）和工艺优化挖掘（提炼形成代理仿真模型等）等，属于工业互联网的云端。

上述四类不是独立的，而是彼此有关联的，只是从维度角度做了这么一个区分而已，所以还会涉及到云边端的协同（这其中的数据、过程与结果三个方面关系其实还是比较清楚的，就不再赘述了）。

……………………………

正在琢磨写一个东西，所以把自己的思考梳理一下。一己之见，仅供参考。

作者信息：王爱民，就职于北京理工大学数字化制造研究所，长期从事MES、APS等技术研究、系统开发与实施应用。

笔者公众号：智能制造随笔，欢迎关注。

       原文标题 : 王爱民：数字孪生决策内涵的再分析