计量学中的数字孪生：物理测量过程的虚拟呈现

静态数字孪生与动态数字孪生的区别在于 更新频率、数据基础、存储容量和应用场景 ——两者均采用相同的数据三元组（时间戳 + 部件 ID + 测量数据集），但同步频率不同。

静态数字孪生 — 基于测量数据一次性生成；生成后不再实时更新。应用场景：质量文档、可追溯性档案、符合标准的检验记录（ISO 9001、IATF 16949）。单个部件的存储容量：1–600 MB（点云 + Z 图 + 热力图 + 元数据）。

动态数字孪生 — 基于实时传感器数据持续更新。同步频率：最高 100 Hz （IRSX 红外相机，热成像时间序列）或 10,000 条剖面/秒 （C6激光三角测量传感器，几何时间序列）。

应用：实时过程控制、预测性维护、闭环质量控制。

关于实时过程控制和PLC信号处理的内容，请参阅《过程监控/过程控制》一文。

基于AT Sensors测量数据的数字孪生存储 五种数据格式，这些格式在数据内容、文件类型、文件大小以及在数字孪生模型中的应用方面各不相同。

每种格式都包含 数据三元组——时间戳 + 部件 ID + 传感器 ID——作为必填元数据。

偏差图

该 偏差图 是产品孪生（Product Twin）的核心评估结果。

它是通过 将实际点云与CAD参考模型进行逐像素减法运算，并为每个测量点 (x, y) 赋予一个以微米为单位的偏差值。

\[\Delta d(x,y) = d_{实际} – d_{标称}\]

C6激光三角测量传感器可从 0.1 µm起。

偏差图将每个测量点以颜色值呈现——从 −tolerance（蓝色） 到 0（绿色） 到 +公差 (红色)。

超出GD&T公差带的偏差被归类为 NIO像素。

存储效率：

通过选择性归档，双模型的存储效率得以提升：

• IO components without deviation → only metadata + IO/NIO signal (< 1 KB)
• NIO组件 → 完整点云 + 偏差图 + 热力图（最大600 MB）

内部链接：点云、网格模型（STL/OBJ）

该 静态数字孪生 记录了每个组件在检测时的完整实际状态——无需人工操作，符合 ISO 9001 和 IATF 16949。该孪生数据集包含：点云 + Z图 + 热成像图 + 合格/不合格判定，并关联时间戳和零件ID。

名义值与实际值的比较：

双模型将 将实际点云与CAD参考模型进行叠加 ，并计算每个测量点的偏差——以偏差图的形式呈现。

C6激光三角测量传感器可检测：

• 与 0.1 µm
• 横向分辨率从 5 µm

每个测量点被归类为：

• IO — 在GD&T公差带内
• NIO — 超出公差范围

系列评价：

K型（闭环） 已被 被 通过 散文示例 替换 — 为 摘要 对于B2B网络文章而言。 

数字孪生会汇总 n 个连续组件 ，并计算 每个测量点的平均偏差向量：

\[\bar{d}(x,y) = \frac{1}{n} \sum_{i=1}^{n} \Delta d_i(x,y)\]

定义：

• \(\bar{d}(x,y)\) — 测量点 (x,y) 处 n 个分量的平均偏差，单位为微米
• \(\Delta d_i(x,y)\) — 第 i 个分量在 (x,y) 处的偏差，单位为微米
• \(n\) — 已计算的组件数量

如果 \(\bar{d}(x,y)\)在三个连续分量上沿同一方向单调递增，双胞胎模型会将其归类为过程漂移——这是一种由刀具磨损、热膨胀或夹具磨损引起的系统性制造误差。由于该趋势在公差带内已然显现，因此可在公差限值被超出之前进行检测。

剩余寿命：

The remaining lifetime until the tolerance limit is reached is calculated as: \[\frac{T_{limit} – \bar{d}_{current}}{a}\]

定义：

• \(T_{limit}\) — 公差极限，单位为微米
• \(\bar{d}_{current}\) — 当前均方差，单位为微米
• \(a\) — 每组分的漂移速率（单位：微米）

该 动态数字孪生 将传感器、评估与生产过程之间的控制回路闭合——具体体现在两个应用方向上：

闭环过程优化 （几何时间序列，C6系列）和 预测性维护 （热时序，IRSX系列）。

闭环过程优化

偏差图作为控制变量反馈至PLC/MES。

双重模型计算的校正值与临界测量点的平均偏差成正比——且带负号，因为该校正值的作用方向与偏差方向相反。

具体例子：

C6传感器检测到轮廓漂移量为 +8 µm → 双机系统计算出修正值 → PLC 降低刀具进给速度 → 下一批产品处于几何尺寸与公差（GD&T）公差带内。

总控制回路：

sensor → twin evaluation → PLC correction: < 10 ms

IRSX 红外热像仪以 100 Hz 的频率提供温度时间序列数据。
该双模型计算与基准温度曲线 T_{base}（即正常运行条件下的参考曲线）之间的偏差 \Delta T(t)。

如果 \Delta T(t) \geq 0.5\,K 且在三个连续的测量区间内单调递增，则双生模型将该异常归类为维护事件。

典型预兆时间：故障发生前48–72小时。

几何对应关系：

当漂移速率a ≥ 0.5 μm/分量时，C6 传感器会根据轮廓时间序列检测到刀具磨损。

因此，可以提前规划刀具更换 在公差超限发生之前。

IATF 16949 第 8.6.2 节要求对所有特殊产品特性的检验结果进行可追溯性管理。

数字孪生数据集 — 点云 + Z 图 + 带时间戳和部件 ID 的热力图 ——作为 符合规范的数字检测记录，无需额外的手动记录。

数字孪生和可追溯性基于 相同的数据基础，但在视角和目的上有所不同：

• 数字孪生代表了 某个组件在特定时刻的实际状态
• 可追溯性将整个产品生命周期中的所有数字孪生快照相互关联 整个产品生命周期

共享密钥的结构如下：

时间戳 + 部件 ID + 传感器 ID

每个双胞胎快照都包含这三个字段作为必填元数据。

可追溯性数据库通过零件 ID 对所有快照进行索引，并重建完整的检测历史记录。

AT Sensors 开发了两类产品，为数字孪生提供 几何和热测量数据：

• 3D传感器（C6系列、XCS系列、CA系列）
• IRSX 红外摄像机

这两个产品系列均 均符合GigE Vision标准 ，并为每个数据集提供时间戳和部件ID。