西门子的产品生命周期管理（PLM）软件正在改变产品生产和生产线搭建的方式，而其关键就在于“数字化双胞胎”。“数字化双胞胎”指的是未来或现有对象或过程在虚拟世界里的复制品。它为进行可视化与优化提供了机会。结合人工智能，数字化双胞胎可以为自动重新配置生产过程以应对瞬息万变的客户需求创造新的可能。

对企业而言，虽然瓶颈会危及业务，但它却十分常见。举例来说，如果要求送达汽车生产线的座椅因延误数小时未能送到，那么整条生产线将可能因为没有足够的座椅可用而逐渐停工。

尽管这样的问题是老生常谈，但由于出现了主要依靠数字信息的生产环境，这些问题将大大减少。

西门子PLM软件业务优质副总裁Zvi Feuer表示：“未来的工厂将主要表现出三大特点，是它们让信息能够灵活而无缝地流动。工厂内的系统将广泛联网，各个要素——即机器和机器人——将具有移动性，并能够自主完成重新配置。”
 

在未来，生产线将能独立应对不断变化的需求，如根据需求利用各种备货充足的部件生产出不同车型。

创造神奇
尽管这种对未来制造业的憧憬要在多年后才能成为现实（西门子在安贝格的数字化工厂等几座示范性工厂除外），但显然事情正朝着正确的方向发展。例如，在开始使用PLM软件前，Feuer的客户常常因递送延迟而承受大量时间与金钱方面的损失。但随着他们转向基于PLM软件的全数字化环境，他们已逐渐创建了其产品生产全部工序的“数字化双胞胎”。Feuer指出：“数字化双胞胎是我们在谈论数字化工厂时所指的几乎所有事物的关键。”工厂内的工程师不仅可以为产品创建出这样的双胞胎，还可以为整个生产系统创建双胞胎，例如，利用数字化双胞胎，相关人员可以快速确定库房中还有多少汽车座椅，从而计算出在新货未到的情况下，生产还能持续多久。如此一来，PLM可以预测工厂还能在多长时间内出继续生产特定物品而避免直接停工。

Feuer表示：“但更终，随着机器间通信标准的推行，真正神奇的事情将会发生。整条装配线将能自主完成重新配置，从而利用备货充足的部件来临时生产不同车型。”为了建立这些标准，西门子PLM已经采取了重要举措。例如，多年来，由于缺乏支持CAD文件传送的标准，相关人员几乎不可能在公司间传送CAD文件。Zvi解释说：“因此，我们开发出了名为JT的自然3D几何图形标准。现在，它已经成为ISO标准，且能支持CAD文件的自然传送。”

Sierra Nevada Corporation（SNC）利用西门子产品生命周期管理（PLM）软件设计并研发Dream Chaser?飞行器。

用以实现重新配置的编程

如今，制造商正承受着越来越大的压力。他们必须能够快速、简便地重新配置装配线及有关物流过程。理想情况下，要实现这一点，系统应当能够自主完成重新组织。这不仅有助于避免交付瓶颈，且更为根本的是，它有助于企业在竞争日益激烈的市场上长盛不衰。

要为新的柔性生产环境创造条件，生产设施需要大量数据，即关于什么时候在什么地方需要哪些部件、如何处理各个部件，以及机床和机器人的不同配置将如何影响工厂的能源需求和相关电缆布置等的实时数据。

如今，随着越来越多的生产机器和过程实现联网且源源不断地输出信息，自配置的梦想也渐行渐近。但在目前，机器还是必须按指令行事。这个过程借由控制代码实现。PLM已经提供了仿真工具以帮助程序员创建这样的代码。然而，由于代码十分复杂，它仍需人工编写。要创建这样的代码，程序员必须知道每台机器部署在什么地方，机器如何分组，以及每台机器的服务历史。只有先掌握这些信息，程序员才能将机器重新编程和重新组织，以形成新的配置。Feuer解释道：“我们将这个过程称为反馈循环。通过反馈循环，我们才能将工厂当前的工艺流程，与未来将要执行的工艺流程相关联。”
 

OptoTech使用了西门子PLM软件来设计、开发和优化全球更大、更先进的精密光学机器。这台机器用于生产高精度望远镜镜面。

复制粘贴式生产系统
对反馈循环的模拟开始于获取部署在生产和物流环境中的传感器传来的数据，然后在云端执行模拟。借助PLM及相关数字化双胞胎，用户可在虚拟世界中模拟几乎任何应用场景。举例来说，如果制造商想扩大生产规模，建造第二座生产车间以使产能翻番，PLM可以让用户在某种意义上通过复制粘贴的方式，创建生产系统。Feuer说：“我们可以在世界上任何地方，以同样的精度建造一座一模一样的设施。”正如Feuer的客户已再三证实的，更终的精度水平令人惊叹。

近年来，得益于收购和自主研发活动，西门子PLM已经大幅提升数字化双胞胎的功能。Feuer表示：“这些模拟已变得越来越全面，现在，它不仅包含了关于产品几何形状的详尽信息，还包含了关于其机械和电子运行情况的详尽信息。这让我们越来越贴近双胞胎一词的字面含义。”

Feuer认为，在未来，人工智能将在PLM中扮演更重要的角色。他说：“目前，我们正处在一个激动人心的发展阶段，机器的学习能力正在稳步提高。”因此，自动化技术目前面临的更大挑战是让机器能够自主编写新的控制代码。Feuer说：“尽管还有很长的路要走，但我们已心中有数，知道该怎样走好这条路。”