[罗戈导读]它能提高物流流程绩效和供应链效率的潜力， 以及帮助企业意识到数字孪生对供应链和物流活动的新要求。
随着物联网、云计算、人工智能和高级可视化技术的深度发展，虚拟和物理世界正在融合在一起。数字孪生是物理资产的虚拟表示【1】，可以与现实世界同行一起改变、发展和学习。我们可以与数字世界互动，物理和数字世界可以作为一个整体进行管理。
数字孪生技术被广泛用于智能制造、智慧城市等领域，近年来它开始在物流和供应链领域展现它的巨大潜力。笔者在《数字化供应链的十大趋势》一文中，认为供应链数字孪生作为数字化供应链的十大发展趋势之一，并指出“数字孪生技术可帮助优化供应链，如制定最佳的计划、优化设施维护供应链等。”深入了解数字孪生对物流和供应链有重大的意义：它能提高物流流程绩效和供应链效率的潜力， 以及帮助企业意识到数字孪生对供应链和物流活动的新要求。
点击下载：Digital twins in logistics-DHL2019.pdf 《物流中的数字孪生》
2019年6月27日， DHL在其德国创新中心举行的物联网（IoT）首日会上发布了一份关于《Digital Twins in Logistics（物流中的数字孪生）》的新趋势报告（简称为DHL趋势报告）【3】。该报告是基于DHL 的视角，但它是迄今在论述数字孪生技术在物流和供应链（主要在物流）领域的应用趋势最为完整和深刻的研究报告。此报告主要有以下四大部分:
1）了解数字孪生
2）跨行业的数字孪生
3）物流业的数字孪生
4）实施数字孪生对物流的影响
报告基于大量的调研结果和应用案例为企业回答了以下三个关键问题：
什么是数字孪生？它对我们企业意味着什么？
其它行业的最佳实践示例是否可应用于物流？
供应链将如何因物流数字孪生而生变？
本文旨在围绕着以上三个问题对该报告加以解读，以帮助国内企业了解数字孪生在物流和供应链方面（主要在物流）的应用趋势，进而为企业在物流及供应链数字化转型中采用和实施这个技术提供一个指导。文中大部分内容取自于原文的编译，同时文中图表均来源于此报告。
---
数字孪生在物流中的应用趋势
——解读DHL趋势研究报告《物流中的数字孪生》
(2019.07.20)
1.1 数字孪生的演进
该报告的第一章通过描述数字孪生的演变历史，它的特征、使能技术、价值分析、与产品生命周期的关系，以及应用它所面临的挑战六大方面全面介绍了数字孪生的概念和技术内涵。从而指出数字孪生对企业数字化转型的重要意义。
如图1所示，数字孪生的演进分为以下四个阶段：
图1 数字孪生的演进史
数字孪生始于1960后，由计算机驱动的仿真技术，当时只用于航天，飞机设计，并只为少数专家使用，如有名的美国NASA航天中心的Apollo 13 航天飞机的配对技术。
此外在制造业设计方面，1982年诞生了AutoCAD技术，它们是数字孪生技术的基础。由于仿真工具价格下跌，并可用性扩大到适用于许多工程和设计领域，1985年之后，仿真技术得到广泛应用。
2000年以后，高级仿真技术成为复杂的多科技领域的系统设计和工程的关键技术。仿真应用范围的扩大使基于模型的系统工程成为可能。在这一阶段，数字孪生的理论和实践得到了进一步发展。标志性的事件包括：
（1）2002年Dr. Grieves 给出了最早的数字孪生的概念-它包括所有数字孪生的元素：真实空间，虚拟空间以及真实和虚拟空间之间数据和信息流的传播。迈凯轮将F1数字孪生技术应用于产品开发和性能预测。
（2）2011年后，美国国家航空航天局和美国空军发表了有关数字孪生的论文，其中【5】指出：数字孪生范式是一个长期愿景，旨在解决当前认证、车队管理和持续性保障实践中的缺点。
随着数字孪生这个概念研究和实践了几十年和新工业革命的到来及新兴数字技术的赋能，仿真技术被提升成数字孪生技术，2015数字孪生才开始进入它的黄金时期。虚拟模型（曾经仅用于模拟）在产品的整个生命周期中无缝地持续更新，其中虚拟模型通过其操作数据的直接链接和表示支持物理产品的操作。在这一阶段，标志性的事件包括：
（1）2015 GE风力发电场数字孪生新方案【6】指出数字孪生风电场将如何使风电效率提高20％。
（2）虽然数字孪生自2002年以来一直非常熟悉，仅在2017年才成为最重要的战略技术趋势之一【7】。
（3）从2018 年开始，数字孪生技术被应用到所有主要的软件和工业公司的产品组合。业内研究人员预计，未来几年，数字双胞胎市场的年增长率将超过38%，到2025年将超过260亿美元【8】
1.2 数字孪生的关键特征
图2中，数字孪生被简单地定义为“物理资产的虚拟表示”。本文作者认为这样简单定义更为精确，当然还有许多不同的定义，但其核心离不开这一定义，在此不加讨论。
图2 数字孪生的关键特征
“数字孪生是物理资产、产品、过程或系统的动态、虚拟的表示。它对现实世界中对应的特征、条件和属性进行了数字建模。”【9】
本报告指出尽管数字孪生可以表示非常不同的物理资产，产品，过程和系统，但它们具有以下五个有助于区分真正的数字孪生与其他类型的计算机模型或模拟的属性：
数字孪生是真实“事物”的虚拟模型。
数字孪生会模拟物体的物理状态和行为。
数字孪生是独一无二的，与该事物的一个具体实例相关。
数字孪生与事物相连，根据已知的事物状态、条件或环境变化进行自我更新。
数字孪生通过可视化、分析、预测或优化提供价值。
1.3 实现数字孪生的基础技术
本报告指出五大技术趋势正在以互补的方式发展（见图3），以实现数字孪生。它们分别是：
物联网（IoT）：高精度传感器可以从物理资产连续收集机器数据、状态和状态，并通过无线网络实时发送给它的数字孪生。
云计算（Cloud Computing）：允许实时存储和处理来自资产及其数字孪生兄弟的大量机器数据。
APIs和开放标准（APIs & Open Standards）：提供必要的工具，以从多个系统中提取、共享和协调数据，这些系统有助于实现单个数字双生子。
人工智能（AI）：利用历史和实时数据与机器学习框架相结合，预测资产环境中未来的场景或事件。
增强、混合和虚拟现实（Augmented, Mixed, and Virtual Reality）：呈现数字孪生兄弟的空间模型和可视化，提供与之协作和交互的媒介。
以上技术，本文暂不加详细解读。
图3：数字孪生背后的技术
1.4 数字孪生对企业/组织意味着什么？
此报告花了很大的篇幅描述了数字孪生的起源及发展历程，概念，和驱动数字孪生的技术趋势，最重要的是想告诉企业/组织：数字孪生对它们的数字化转型和产品，流程优化发展的重要性和革命性的商业价值，以及对企业/组织的挑战。本文将对此加以解读。
1.4.1 数字孪生如何创造价值
数字孪生可以用不同的方式为产品、流程、用户或组织增加价值。可用的价值以及捕获它所需的投资都高度依赖于应用程序，主要可分为以下一个或多个大类：
描述性价值：当资产处于远程或危险状态时，数字孪生即时可视化资产状态的能力是很有价值的，例如航天器、海上风力涡轮机、发电站和在客户工厂运行的制造商拥有的机器。数字孪生使信息更容易获取，并且更容易从远处进行解释。
分析的价值：结合模拟技术的数字孪生可以提供无法直接在物理对象上测量的数据，例如在对象内部生成的信息。这可以用作现有产品的故障排除工具，有助于优化后续产品的性能。
诊断的价值：数字双胞胎可以包括诊断系统，使用测量或推导的数据来提示特定状态或行为最可能的根本原因。这些系统可以基于公司专有技术以明确的规则的形式实现，或者它们可以利用分析和机器学习方法来基于历史数据导出关系。
预测的价值：物理模型可能的未来状态可以使用数字孪生模型进行预测。一个例子是通用电气在风力发电场使用数字双胞胎来预测发电量（如报告图5所示）。最复杂的数字孪生不仅仅是能预测可能发生的问题，他们还会提出相应的解决方案。数字孪生将在未来智能工厂的发展中发挥重要作用，这些智能工厂能够自主决定要做什么、何时以及如何做，以最大限度地提高客户满意度和盈利能力。
数字孪生的早期采用者报告通常在以下三个方面受益：
数据驱动的决策和协作
简化业务流程
新的商业模式
正如微软Azure物联网主管Sam George所说，“数字孪生能驱动提高业务成果”。
1.4.2 产品生命周期中的数字孪生
数字孪生自产生以来就与产品生命周期管理（PLM）密切相关。数字孪生现在在整个产品生命周期中得到使用，产品的孪生出现在整个开发过程中，并随着产品在设计、制造、发布、分销、运营、服务和退役过程中的发展而不断发展以支持不同的业务需求。
产品开发阶段：以前产品的数字孪生子数据可以用来细化未来产品的需求和规格。
生产阶段：数字孪生可促进跨职能团队在制造过程中的协作。
操作和服务阶段：一旦产品进入最终用户的手中，其数字孪生将继续积累有关其性能和操作条件的数据。这些数据有助于支持维护计划、故障排除和优化产品性能。
产品生命的终结阶段：当用户不再需要某个产品时，数字孪生数据指导适当的寿命终止操作。特定部件的操作条件数据用于决定是否重新使用、整修、回收或报废这些部件。材料数据有助于确定适当的回收和废物流。数字孪生在此过程中积累的数据可以保留下来供将来分析。
1.4.3 应用数字孪生的挑战
每一个技术浪潮都伴随着自己独特的挑战，数字孪生也不例外。数字孪生的广泛应用面临着重大挑战。将复杂的资产及其行为以数字方式（精确和实时）匹配，可以迅速超越财务和计算资源、数据治理能力甚至组织文化。本节介绍了利用数字孪生时可能遇到的障碍和挑战。
成本：数字孪生需要在技术平台、模型开发和高接触维护方面进行大量投资。尽管这些成本中的大部分仍在下降，但实施数字孪生的决定必须始终与以较低成本提供类似价值的替代方法进行比较。如果一家公司对少量关键参数感兴趣，可以通过基于传感器和传统数据库的物联网系统更经济有效地收集这些见解。
精确表示：在可预见的未来，没有一个数字孪生将是其物理对应物的完美代表。匹配复杂资产的物理、化学、电气和热状态是一项极具挑战性和成本高昂的工作。这往往迫使工程师在他们的模型中做出假设和简化，以平衡孪生模型的期望属性与技术和经济约束。
数据质量：好的模型依赖于好的数据。在数字孪生应用中，这可能是一件很难保证的事情，因为数字孪生应用依赖于数百或数千个远程传感器提供的数据，在苛刻的现场条件下运行，并通过不可靠的网络进行通信。至少，公司需要开发方法来识别和隔离坏数据，并管理产品数据流中的遗漏和不一致。
互操作性：尽管在开放和标准化方面取得了重大进展，但数据交换的技术和商业障碍依然存在。如果数字孪生依赖于由特定供应商提供的模拟或人工智能技术，则可能难以或不可能使用其他供应商来复制该功能，从而有效地将公司锁定在长期的单一供应商关系中。
教育：应用数字孪生需要员工、客户和供应商采用新的工作方式。这在变革管理和能力建设方面提出了挑战。公司必须确保用户具备与数字孪生互动所需的技能和工具，并且必须有足够的动力进行必要的转换。利用数字孪生所需的新技术，通常需要深刻的文化转变，才能充分实现这一变化所带来的价值。
IP保护：数字孪生是知识产权和专有技术的宝库。模型和数据合并到一个孪生，包括产品的设计和性能的细节。它还可能包含有关客户流程和使用的敏感数据。这就对不同用户组的数据所有权、身份保护、数据控制和数据访问管理带来了挑战。
网络安全：数字孪生将成为网络犯罪的诱人目标。将物理对象连接到其孪生的数据链接为恶意黑客提供了一个新的切入点，这些黑客试图扰乱应用数字孪生的组织的运作。如果数字孪生在控制他们的实体副本方面发挥作用，那么使一个孪生陷入危险可能会对现实世界产生直接和潜在的破坏性影响。这些特点使有效管理数字孪生网络安全成为一项重要的优先事项，并将给许多应用数字孪生的组织带来新的挑战。
数字孪生从航空航天和国防工业的小范围应用起步，现在正在提升工程、制造、能源和汽车工业的运营价值链。然而今天的数字孪生对于物流业来说似乎仍相差甚远，该报告用整个第二章介绍了数字孪生在制造业，材料科学，工业产品，生命科学及医疗保健，基础设施及城市规划，能源，消费者，零售及电子商务中的应用和最佳实践，为的是给物流专业人士提供学习的模板，以加速发展数字孪生技术在物流中的应用。本文在此不介绍这些数字孪生在工业中应用的最佳实践，有兴趣者可下載报告后阅读全文。本文余下部分主要介绍数字孪生在物流中的应用趋势。
由于数字孪生技术的复杂性（见1.3）和实际及应用的许多挑战（见1.4.3或原文1.6）、物流成本的敏感性，特别是中国物流企业物流成本的压力，再加之数字孪生的技术人才奇缺，迄今为止很少公司愿意投资这项技术。然而，探索数字孪生技术在物流领域的潜在应用是非常值得关注的。该报告第三章探讨了数字孪生在物流领域的商业案例，并指出它们将在未来几年内变得引人注目。
2.1 包装和容器的数字孪生
绝大多数产品在物流过程中都必须采用一次性或可循环使用的包装或专门的容器作为外壳防护，以保护产品，因此包装和容器是物流的重要工具。包装和容器的设计和合理使用对降低物流成本和提高物流效率和质量都有重要意义。然而，它存在不少问题和面临许多设计、监控和管理的挑战。下面的表总结了物流中包装容器面临的问题和挑战，以及数字孪生技术帮助解决它们的潜在能力和的应用趋势。
图4：材料的数字孪生技术
2.2 装运物品（shipments）的数字孪生
如果要装运的物品的数字孪生已经创建，描述其几何结构的数据可以从预先存在的来源获得。或者，物品数据可以在装运准备时使用3D扫描，以及前面提到的计算机视觉技术生成，把物品的数字孪生合并到其包装或容器数字孪生中，结合产品和包装数据可以帮助公司提高效率，例如通过自动化包装选择和集装箱包装策略来优化利用率和产品保护。运输敏感、高价值的产品（如药品和精密电子元件）常见的做法是在这些产品中带上有监测温度、包装方向、冲击和振动的传感器。这些传感器的最新产品，如由Roambe、Blulog、Kizy和其他公司开发的提供越来越多的数据点的传感器，允许在装运过程中持续传输数据。装运物品的数字孪生将作为这些传感器收集数据的存储库。数字孪生技术也可以使这些数据以新的方式产生价值。例如，一个包含包装的隔热和减震特性的模型，可以允许从外部传感器收集的数据推断内部产品的条件，从而可预警内部物品产生的问题，如可能的损坏。
2.3 仓库和配送中心的数字孪生
数字孪生可能对物流基础设施（如仓库、配送中心和跨码头设施）的设计、运营和优化产生重大影响。
数字孪生可以将设施设备本身的3D模型与连接仓库平台中收集的物联网数据（见图5，原文图21）以及库存和运营数据（包括每个项目的大小、数量、位置和需求特征）结合起来，从而给出最佳的设计和运营方案。
仓库数字孪生还可以支持新设施的设计和布局，并模拟产品、人员和物料搬运设备的移动，允许公司优化空间利用率。
在仓库操作期间，数字孪生可以不断更新数据，这些数据是从各种自动化技术中获得的，这些技术包括基于无人驾驶飞机的库存计数系统、自动引导车辆、货对人拣货系统以及自动存储和检索设备，以提供实时的仓库状态并通过分析向仓库管理人员提供优化的决策。数字孪生还将允许进一步优化这些自动化系统的性能，例如，通过使用传感器数据、模拟和监控技术来降低能耗，同时保持必要的吞吐量水平。综合的三维设备数据也可以用来提高仓库人员的生产力。例如，公司可以部署虚拟现实培训工具，或使用可穿戴设备（如Google Glass Enterprise Edition或Microsoft Hololens）增强现实选择系统，这些设备目前已经被用于DHL供应链（见图6，原文图22）。
在仓库和类似设施中使用数字孪生最引人注目的理由是他们对持续改进性能的贡献。库存、设备和人员移动的综合数据有助于识别和消除仓库操作中的浪费，从繁忙通道的拥挤到低生产率或人员拣货错误。在设施进行更改之前，使用数字孪生进行模拟可以使设施管理人员能够测试和评估布局更改或引入新设备和新工艺的潜在影响。
在电子商务实现等必须适应快速变化的数量和库存组合的环境中，数字孪生还可以支持动态优化操作。通过在数字孪生（与AI相结合）指导下不断调整库存位置、人员配备水平和设备配置，以满足当前或预测的需求。
图5：DHL使用基于物联网技术的热图来优化操作效率，并为仓库的安全工作实践奠定基础
图6：用于视觉选择的增强和虚拟现实眼镜为仓库数字孪生提供了宝贵的数据流
据2019年7月19日报到【11】：DHL Supply Chain最近在亚太地区位于新加坡部署了第一个使用数字孪生技术的智能仓库。DHL Supply Chain将物联网（IoT）技术与数据分析相结合，通过将其物理仓库与独特的虚拟表示相连接，为它的合作伙伴Tetra Pak创建了一个智能仓库解决方案，该虚拟表示可实时监控和模拟仓库资产的物理状态和行为。通过这种数字孪生解决方案，利乐可以全天候协调其运营，以解决发生的问题，特别是那些涉及安全和生产力的问题。此外，仓库主管可以使用实时运营数据做出明智的决策，以减少拥堵，改善资源规划和分配工作量。在物料搬运设备（MHE）上使用物联网和接近传感器，增强了空间感知，从而降低了潜在的碰撞风险。受控访问受限的受控区域也会受到管理警报的监控。智能仓库包括一个DHL控制塔，可通过数字孪生监控入境和出境货物的流量，以保持时间效率。它确保货物在收到后30分钟内被正确搁置，并且交货的货物可在95分钟内装运。此外，DHL Supply Chain实施了一个集装箱存储管理数字孪生解决方案，可最大限度地减少员工处理重型集装箱的需求。所有员工都接受过培训，可以在新引入的安全措施中工作。这降低了操作风险并提高了安全性。
2.4 物流基础设施的数字孪生
上一节讲到的仓库和配送中心，只是所有物流基础设施的一小部分。从货源地到目的地的物流取决于多个要素的协调，包括船舶、卡车和飞机、订单和信息系统，尤其是人。在主要的全球物流枢纽，如货运机场和集装箱港口，这种复杂、多利益相关者的环境最为明显。在今天的这些设施中，由于信息交换系统不完善，许多参与者依赖于可能出现错误和常常延迟的离线流程，因此加剧了有效运行的挑战。报告指出应用数字孪生体来提升物流基础设施的数字化水平将有助于减少差错，提高设施的运营效率。本报告通过一个案例-新加坡港务局和新加坡国立大学联合开发大型集装箱航运枢纽的数字孪生体来描述物流基础设施数字孪生体的未来发展趋势。图7显示了已经很先进的新加坡港口将要用数字孪生技术进行重大升级。
图7：已经很先进的新加坡港口将要用数字孪生技术进行重大升级
在新加坡项目的设计阶段，数字孪生方法已经带来了好处。该项目联盟正在使用其数字模型来加快潜在布局的生成，并正在使用模拟系统来评估不同的操作场景。
最终，港务局希望数字孪生将帮助它优化新设施的管理。例如，通过模拟，它将能够为任何给定尺寸的船舶选择最佳停泊位置，同时考虑装卸作业所需的资产、空间和人员，以及通过数字孪生，在任何时候在多艘船舶之间共享这些资源。
尽管新加坡对数字孪生兄弟在大型物流基础设施中的应用有着大胆的愿景，但任何此类举措的最终成功都取决于所有相关利益相关者的意愿和技术能力。港口或机场的“活的”数字孪生将要求使用该设施的每个组织操作和维护其自身资产和人员的数字孪生，并与其他用户实时共享相关数据。
2.5 全球物流网络的数字孪生
在物流领域，最终的数字孪生将是整个网络（见图8）的模型，实际上，它是一个物流的数字孪生网络，不仅包括物流资产，还包括海洋、铁路、公路、街道、客户家庭和工作场所的数字孪生。像本章前面所描述的那样，一个无所不包的数字孪生的构想，在很大程度上是目前物流业的一个愿望。然而，重要的是要设想在哪里可以全面实现物流数字孪生网络。报告指出至少下面两项互补的技术的发展将有助于物流实现它的数字孪生网络的愿景。
当今发展非常迅速地理信息系统（GIS）技术远不止是静态数字地图，它们还可以包含动态数据，例如交通速度和密度信息、道路封闭以及事故和维修工程导致的停车限制。它们甚至可以集成特定人员和车辆的实时位置。物流供应商已经广泛使用地理信息系统数据，例如，利用它来规划运输路线，并根据天气状况、拥挤和港口、机场和边境过境处的已知延误来预测到达时间。数字孪生网络可帮助供应商优化其传统的物流网络，例如，利用客户位置、需求模式和旅行时间等丰富的数据来规划配送路线和库存存储位置。
自主车辆技术的发展加速了在全球生成极其详细数据的努力。自主车辆将在两种方式上改变地理数据的可用性。他们将极其需要操作详细地图，并将绘制函数，从板摄像机和无线电或光检测及测距系统（雷达和激光雷达方法）收集数据，并将数据无线地共享到连续更新和测距，以改进地图数据库。
图8：供应链网络的数字孪生未来构想
很明显，上面愿望不容易实现，可能离全面实施还有几年的时间。今天的数字孪生在范围上远没有那么雄心勃勃，它们的用户面临着计算资源、数据质量、精确表示和治理方面的挑战。此外还必须指出的是，物流行业的异构性和分散性将使其成为数字孪生蓬勃发展的一个极为不利的环境。目前尚不清楚这些问题能否得到充分解决，使数字孪生能够真正在全球范围内应用。
数字孪生技术有潜力改变几乎每一个行业，其中工程、制造、能源和汽车行业走在这种变革的前头。随着数字孪生的广泛使用，它们将在价值链的每个阶段产生影响。有关产品使用模式和操作条件的详细实时数据将帮助制造商改进其设计。制造过程将更快、更灵活。有关产品性能的数据将使维护和支持的方法更加主动，使公司能够为客户提供新的服务类型，或更早地进行预测性维护，以防止故障和减少停机时间。
然而，为了实现这些好处，公司必须能够将来自上游的数字洞察转化为下游的实际行动。这将需要对供应链和物流系统进行重大更改，以管理通过整个价值链的材料、零件和产品流。该报告指出了供应链物流在以下四个方面需要进行改革。
这一节包含报告的结论和展望，以及本文作者的解读和补充。
3.1 入厂生产物流
更快、更灵活的生产运营将对来料流提出新的要求。例如，数字孪生将使更多的产品能够配置和定制，以满足个别客户的特定需求，满足这一需求将增加复杂性，因为有更多的组件变体和更多的部件必须以单个批量大小来管理。公司需要找到方法来处理这种复杂性，而不至于影响交货期，降低运输效率，或建立高成本的库存。这需要谨慎地选择供应商地点、运输和货运管理的新方法等。
例如，通过在多个供应商之间集中运输，公司可以提高利用率，即使他们需要频繁交货，且订单量较小。与供应商的密切合作也很重要。制造商可以通过提前分享需求预测（部分来源于数字孪生数据）以及与供应商密切合作以了解其生产流程的能力和局限性来促进这一点。同时，供应商可以使用供应商管理库存（VMI）等方法为客户提供额外的灵活性和价值。
3.2 厂内物流
数字孪生赋能的制造也将对工厂内物料流提出新的要求。公司可能必须调整其流程，以便使物料及时交付到产线边（Lineside），并调整看板补货策略，以适应更短的交付周期和更高的产品复杂性。例如，它们还需要更严格地处理与材料和组件相关的数据，以确保它们构建的产品的数字孪生子与正确的组件序列号或批次代码相关联。
在某些情况下，调整生产运营以适应数字孪生驱动产品和商业模式的要求将需要新的工作站和工厂布局设计方法。例如，公司可能希望从批处理转换为单件流，或者调整物料存储和处理系统以应付更复杂和多变的物料需求。通过与先进的存储和处理系统集成，或通过使用AR技术帮助员工快速定位和选择零件，数字孪生技术可以帮助公司管理这种额外的复杂性。
图9：数字孪生将有助于优化厂内的物流
3.3 售后物流
数字孪生有潜力重新定义产品制造商与其客户之间的关系。通过数字孪生，OEM或第三方服务合作伙伴可以在世界任何地方监控产品。他们可以使用该功能为客户提供一系列增值服务，从远程支持到预测性维护。
然而，这些新的服务类型将高度依赖于供应商的售后供应链的有效性。只有在需要的时候有替换件可供安装，零件可能出现故障的早期获得警告才能发挥邹勇。因此备件的供应和分配将成为许多公司经营模式中日益重要的一个要素。
为了建立和运营高性能的售后物流和支持能力，公司需要准确了解他们的客户在哪里、他们使用的产品以及他们如何操作这些产品。他们需要不断地审查备件库存的定位和分配，以确保交付周期符合他们对客户的承诺。
公司还需要将零部件分销与其售后市场和现场服务运营的其他要素紧密联系起来。例如，他们可能需要将部件交付窗口与服务技术人员到达客户现场的时间相匹配，或者更大程度地利用其经销商和分销商网络提供售后服务。
售后市场供应链还需要在产品的使用寿命结束时对其进行管理，无论是在服务操作中拆下的磨损和破损零件，还是原始用户不再需要的完整产品。数字孪生通过帮助公司确定设备的确切类型和内容，帮助公司最大限度地提高报废设备的潜在价值。实现这一价值可能需要更复杂的逆向物流流程，与适当的再制造、回收和废物管理系统的集成。
3.4 协调供应链
通过提供产品整个生命周期性能的更完整视图，数字孪生将帮助公司对产品进行更全面和端到端的管理。最大化产品和相关服务的终身价值将需要对供应链采用类似的整体方法。尤其是，公司需要找到更聪明的方法来平衡其网络中的库存成本、可用性和交货期。这将提高整个供应链可视性的重要性，使他们了解零件和材料在自己的库存中的位置和可用性，以及供应商、销售渠道和分销合作伙伴的库存中的位置和可用性。
最佳供应链的建立也将是至关重要的，供应商和制造业的行为、物流通道和库存位置的配置将支持高服务水平，并确保公司能够满足其对客户做出的可用性和响应时间承诺。
最后，供应链需要具有弹性，能够在面临中断时保持服务水平，从重大事件中快速恢复，并对需求变化做出有效响应。
1、在物联网、大数据、云计算、开放式API、人工智能和虚拟现实发展的共同推动下，数字孪生技术如今正走向成熟。
2、尽管在计算资源、精确表示、总成本、数据质量、治理和组织文化方面仍存在挑战和局限，但各行业正在不断发展以克服这些障碍。数字孪生技术的好处将是优化整个价值链和创建新的商业模式。从集装箱和仓库到卡车、船只和飞机，供应链资产的数字孪生将提高物流运营的效率、灵活性和响应能力。
3、工程、制造、能源和汽车行业在利用数字孪生管理其最关键资产方面处于领先地位，其次是医疗保健、公共部门，甚至是消费者零售。随着必要的技术继续变得更容易获得，物流部门已开始了其数字孪生技术之旅，利用数字孪生技术开发的第一批供应链设施和物流中心的早期例子开始出现。从此报告可见，数字孪生技术在物流方面有以下实际和潜在的应用场景：
物流资产控制-包括物流传感器数据实时处理分析，执行机构（如机器人）监控，物流设备故障处理等。
物流资产管理-包括物流远程监控，诊断，故障分析，资产可视化等。
物流资产优化-包括智能物流，物流包装优化设计，港口，运输，园区基础设施优化等。
物流业务优化-包括物流预报，规划，调度，仓储管理等。
赋能及流程优化-包括物流流程，查询，用户行为分析，合作等。
4、考虑到所涉及资产的复杂性和所需的响应速度，支持数字孪生功能资产将需要使用先进的物流概念，如控制塔、4PL供应商和主要物流合作伙伴。例如，如果数字孪生能够实现预测性维护和支持功能，公司将需要复杂的后勤服务解决方案来提供地面支持。
5、物流控制塔可作为物流数字孪生网络的虚拟决策中心，这个数字孪生网络包括：
包装及容器数字孪生
装运物品数字孪生
仓库和配送中心数字孪生
物流基础设施数字孪生
运输载体（车，船，飞机等）数字孪生
...
6、正如物流是供应链的重要的一流一样，物流数字孪生及网络是供应链数字孪生网络的一个重要组成部分。供应链的数字孪生及网络也正在处于初期发展之中。
7、数字孪生和数字主线是两个相辅相成的概念和技术。数字孪生是物理资产的数字模型，数字主线是物理资产的通信框架，构成该资产在整个生命周期中全程（或端到端，跨传统的伩息孤岛）数据流和集成视图。本报告未提及数字主线，而实际上数字主线在数字化供应链物流中与数字孪生同样重要。它们两者是实现数字化转型的基础技术之一。
8、中国物流业在数字化转型进程中表现出极大的不平衡，一方面有大量中小企业仍处于数字化转型的初始阶段。只有百分之几的物流数字化领军企业正在向数字化高级阶段进军，它们已开始采用数字孪生技术进一步改进和优化它们的智能物流平台和物流设施，如菜鸟的数字孪生-AI-IoT物流开放平台【10】。
9、掌握数字孪生和数字主线技术的人才是在供应链物流成功实现这些数字技术的关键。因此培养这方面的人才是物流企业和敎育部门一项重要任务。
- 完 -
参考文献
【1】 加特纳2017年十大战略技术趋势，加特纳（Gartner），2016，https://www.gartner.com/smarterwithgartner/gartners-top-10-technology-trends-2017/
【2】 数字化供应链的进展和未来趋势，罗戈研究，唐隆基，03-06-2019，http://www.sohu.com/a/299528703_168370
【3】 《Digital Twins in Logistics（物流中的数字孪生）》, DHL, 06-27-2019, https://www.logistics.dhl/cn-en/home/insights-and-innovation/thought-leadership/trend-reports/virtual-reality-digital-twins.html#
【4】 https://www.challenge.org/insights/digital-twin-history/
【5】 https://ntrs.nasa.gov/archive/nasa/casi.ntrs.nasa.gov/20120008178.pdf
【6】https://www.ge.com/reports/post/119300678660/wind-in-the-cloud-how-the-digital-wind-farm-will-2/
【7】https://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/
【8】 https://www.grandviewresearch.com/press-release/global-digital-twin-market
【9】 https://sightmachine.com/what-is-digital-twin/
【10】http://www.logclub.com/front/video/get_order_info/103
【11】https://futureiot.tech/dhl-supply-chain-tetra-pak-deploy-first-digital-twin-warehouse-in-singapore/
粤公网安备 44030402005698号
