數位分身可以預測機器的運作狀態，透過結合實際機器運作資訊，最大限度地發揮實際系統的性能。此外，還能更精確地掌握因故障、壽命終止等原因進行維護的時機，實現機械系統更好的運作。

根據西門子部落格文章，阿波羅飛船應該是第一個實現數位分身概念的太空船。眾所周知，阿波羅13號因氧氣罐爆炸損壞飛船的事故倖存而聞名，在這次事故中，被認為是數位分身先驅的技術，利用操作物理特性來改變太空船後，再透過剩餘的電力和水返回地球的極端過程。

而類似數位分身這樣技術是一種模擬器，透過結合休士頓的Johnson太空中心實際指揮艙，和月球著陸器的硬體系統以及電腦，來重建太空船緊急的環境狀況，進而模擬太空船在事故發生時的情況，以及考慮如何使用有限的電力執行返回地球所需的操作程序。最終，太空人平安的返回地球，同時也能還原整個事故過程與關鍵點。

透過這種方式，重現遠端現場發生的情況、預測未來情況並做出回應，從20世紀的60年代末到70年代初就已經被實踐過。

因此數位分身可以定義為物理空間中，存在的系統的電腦或數位複製品。與傳統模擬的不同之處在於，可以預測機器的運作狀態，透過結合實際機器運作資訊，最大限度地發揮實際系統的性能。此外，還能更精確地掌握因故障、壽命終止等原因進行維護的時機，實現機械系統更好的運作。而透過在產品開發的規劃和設計階段建立數位分身，更快地實現所需的性能，降低產品成本和開發時間。

半個世紀過去了，電腦的處理能力和通訊速度都得到了巨大的提高，數位分身的建構更成為了有效利用硬體，和軟體組成的機械系統的常規技術，這可說是一個正面進化的方向。在這裡，我們將根據上述的定義來說明目前數位分身應用在工具機的現況和發展。

透過數位分身簡化試切

在購買工具機之前，有一個稱為「試切」的過程，以確認金屬加工精度和生產率是否符合要求。例如從2021年開始，DMG就有提供這項服務。

該服務是透過數位化建構工具機、工具、加工材料和治具的物理特性來再現切削過程。無論是靜態和動態特性均以高精度建模，與使用實際工具機進行加工相比，可以進行誤差正負幾個百分點的加工模擬。該系統的特點在於，允許操作者隨時運行模擬，而不管機器可用性，或工具、加工材料和治具的可用性如何，這大幅減少了試切所需的時間。由於不使用實際設備，因此還具有減少工具、材料、冷卻劑和電力消耗的優點。DMG就是基於數位分身技術下，開發出此系統與服務。

數位分身可在電腦上對實際系統的行為進行建模。可以說，數位分身的完整性是透過建立一個模型來證明的，而該模型的輸出行為準確地代表了回應目標系統輸入的現實。在使用工具機進行切削的情況下，再現加工過程中發生的物理現象是非常重要，而在基於數位分身的技術下，可透過再現現象的準確性而增加。

透過數位分身技術開發的架構與功能

說到切削加工模擬軟體，最著名的是美國ThirdWave Systems的「AdvantEdge」。雖然加工現像是在有限元素的基礎上進行模擬的，但需要大量的時間進行分析，雖然耗費了一些時間，不僅可以預測切削力，還可以預測溫度、殘餘應力和應變等詳細資訊。因此不止可用於最佳化切削條件，還可用於設計刀具。

VERICUT Force的低廉運算成本

另一方面，有些CAM也導入可選用的模擬功能，但僅限於切削力，例如CGTech的VERICUT Force。它不像有限元素法那樣進行詳細模擬，但由於運算成本低廉，可以實際應用在生產現場。透過了為每種類型的工作材料和工具所建立的機械模型參數資料庫，可以輕鬆地在現場進行模擬。如圖一所示，可以模擬加工過程中的切削力，並提供根據結果最佳化刀具進給速度的功能，來有效減少加工時間和並抑制過載。

圖一 : 透過CGTech的VERICUT Force進行切削力預測。（source：CGTech）

CELOS DYNAMICpost的模型創建模擬

具有類似功能的產品包括ThirdWave Systems的「生產模組」和DMG的「CELOS DYNAMICpost」，這些產品不僅可預測切削力，並根據預測結果最佳化進給速度。

目前DMG開發了一種稱為「數位分身測試切割」（圖二）的數位分身技術，不僅可以計算切削過程中刀具和工件之間的干涉，還可以預測出加工過程中發生的各種現象，例如切削時所引起振動，來使得工具機床能夠達到更高的精度和效率。此外更能利用數位方式重複加工條件的試驗，並使用被認定為最佳的方法來進行實際加工。

圖二 : DMG的數位分身測試切割。（左）在實機上進行測試切割；（右）利用數位分身測試切割。（source: DMG）

此外，在試驗的過程中，也不需要實際使用刀具、加工材料、夾具、切削油、液壓油、潤滑油等，甚至加工所使用的電力都將變得更少，大幅度的減少了二氧化碳（CO₂）的排放量。並且實際加工過程中，循環時間平均可以減少30%，功耗和二氧化碳排放量也減少約3成左右。並且工具機床數量越多，效果就越大，這些都是加工過程數位化下的最大優點。

除機械結構外，還可以透過數位分身技術的幫助，以數位方式再現數控（NC）以及可程式設計邏輯控制器（PLC）等工具機的運行。同時，除了數控程式外，還可以使用機床或刀具的三維（3D）模型對實際使用的機床和工具的運行情況進行數位驗證，來確保實際運行是否正確無誤。這就是前面所提到，DMG的「CELOS DYNAMICpost」。

因為，除非數位刀的幾何資訊準確無誤，否則無法實現真正可避免干涉的現象。為了解決這一問題，可以透過測量來獲得刀具形狀（包括刀架）後，進行三維建模的作業，避免真實刀具和數位刀具之間的差異。此外，還可獲取刀具切削刃影像，來監測刀具磨損狀況。

CNC Guide 2的高速模擬與誤差分析

圖三是Fanuc的電腦數控（CNC）數位分身系統。在圖中「CNC Guide 2」是作為數位分身基礎的CNC數位模型。透過CNC模型可以在計算機上忠實地再現CNC運作，同時考慮到每個軸的加速和減速。因此與傳統CAM相比，可以更準確地預測加工時間。

圖三 : Fanuc電腦數控（CNC）數位分身系統架構。（source：Fanuc；作者整理）

此外，該功能還考慮了CNC特性的刀具軌跡，進而對加工表面進行估算。到目前為止，可以透過使工具機空轉並獲取刀具軌跡來估計加工表面，但透過使用 CNC Guide 2在虛擬空間中操作CNC，速度比實際空間快10倍以上，可以獲得刀具路徑。透過比較透過實際加工獲得的加工表面和基於CNC導軌2獲得的加工表面，對於識別加工誤差的原因也很有用。

此外，該功能還考慮了CNC特性的刀具軌跡，進而對加工表面進行估算。到目前為止，加工表面估算只能透過空轉的機床來獲取刀具軌跡，但透過CNC Guide 2系統，可在虛擬空間中運行CNC，獲取刀具軌跡的速度，這比在真實環境中快了10倍以上。透過將實際加工獲得的加工表面結果，與CNC Guide 2所獲得的加工表面結果進行比較，還可以幫助找出加工誤差的原因。

現實空間與虛擬空間即時連動

如上所述，構成數位分身基礎的技術已開始在機械加工領域被導入，並有望取得更進一步的發展。目前，CNC和加工領域的數位模型還處於開發階段，但未來實現數位分身的關鍵是，如何即時連接虛擬空間和現實空間，來超越傳統單純的模擬機制。

圖四是日本茨城大學理工學研究所，開發了一項針對立銑刀加工狀態數位分身的監控方法。在真實空間中，是利用加工中心機（MC）進行加工作業，刀具位置和主軸馬達扭力是透過CNC監控，並傳輸到虛擬空間。在虛擬空間中，實際加工和切削模擬會根據監測到的刀具位置同步進行。便可即時預測切削扭力，和作用在刀具上的切削力。因此無需使用測力計即可在虛擬空間中監測切削力。

圖四 : 使用數位分身的加工狀態監控系統。（source：茨城大學理工學研究所；作者整理）

圖五比較了虛擬監控結果，和使用動力計測量切削三向分力的結果。可以發現，虛擬監測結果與動力計測量結果相當。主軸馬達在真實空間中的扭力，與虛擬空間中的切削扭力是相對應的，因此兩者所表現出的扭力波形是一致。 然而，當刀具狀態出現異常時，例如磨損加劇或刀具破損的情況下，所得到的結果就不是這樣了。因此，可以透過連續比較兩個扭力波形來估算出刀具的狀況。

圖五 : 切削力虛擬監控與比較結果。（source：茨城大學理工學研究所；作者整理）

數位分身在大規模客製化時代至關重要

大規模客製化正在刺激著工具機產業導入數位轉換。過去，工具機主要用於特定加工，但近年來，主流機種已經是能夠執行多項作業的多任務工具機。例如，大隈的生產能力高達600台/月，每年生產約300種型號。在大隈的智慧工廠Dream Sight 3中，每月加工次數超過五次的工件被定義為大量生產的產品。而DS3正是利用數位分身，根據設備運作狀態模擬未來生產預測，實現高效生產。

另外，在使用工具機進行加工時，一旦加工完一個產品，就需要切換到下一個產品，並且每次都必須重新設定。如今，在進入工具機大規模客製化時代下，利用數位分身在實現「數位轉換」變得更加重要。

因為在實際生產過程中，「調試」工作是必不可少的，如建立加工程式、輸入資料和設定機床。在傳統的設置工作中，在建立程式部分（在個人電腦上進行）和實際設置機床的現場工作是分開的，這就造成了由於程式和工作現場的情況不一致而導致重複工作的浪費。

對此，山崎MAZAK開發了相關輔助工具，可以根據實際機床的資料，在虛擬空間中建立工具機的數位分身系統，並透過這個系統創建加工程式，除了有效節省時間外，更進一步的，可以減少重工並提高生產力。

對工具機導入Generation AI創新技術的期待

2023年4月在德國舉行的Hannover Messe 2023上，利用生成式人工智慧（Generation AI）的來開發出更為智慧化的工具機成為展場中的熱門話題。

透過導入AI的工具機，發現故障的作業人員將情況以語音形式輸入行動終端器。 然後，生成的人工智慧會對內容進行解析，甚至將其翻譯成公司的官方語言，建立出一份總結報告，並在公司內部快速共用。 這些演示讓人們看到了不久的將來，人與機器將和諧共存。

說到生成式人工智慧的技術創新，不能不提名為「GAFAM」的平台。 雖然目前仍處於研發階段，但已經有許多利用ChatGPT使用自然語言（口語）來控制各種機器人。相信不久之後，使用生成式人工智慧創建程式來控制工廠中的工業機器人，和可程式控制器（PLC）等設備就會變得相當普及，而作業人員和生產設備將能夠在執行任務時進行互動。

在工具機維護上，預計會出現這樣的情況：在人工輸入和下達工作指令的情況下，首先會透過物聯網進行的監控和預測性檢測，然後調查各種因素並製作工作清單以考慮應對措施，並在工作完成後製作報告。

生成式人工智慧會根據提示（指令）產生資料。關鍵在於「與人的互動（人機對話）」。這已經可以說，「人機共生」新模式時代即將開始。