新基建的政策浪潮下，传统制造业都渴望通过工业互联网技术实现转型及利润和市场的增长，构建工厂数字孪生技术场景上主要面临着以下两大重要挑战。

打开网易新闻 查看精彩图片

第一大挑战是需要解决工厂或产线建模问题。

从传统的CAD三维建模和VR技术的实现方式来看，建模工作量大、周期长，不易扩展。目前比较推荐的方法是采用三维激光扫描系统。三维激光扫描系统集成了激光扫描仪、数码相机、软件及附属设备，可以非接触、快速地获取目标物的三维点云数据和纹理（影像）数据，经过数据处理以及三维建模构建扫描对象的真三维数字模型。国外已经有商业化的三维激光扫描系统，不过价格比较昂贵。国内也有供应商提供三维激光扫描建模服务。

打开网易新闻 查看精彩图片

第二大挑战是基于数字孪生的预测分析模型。

工厂中数据分析的维度比较广，包括性能、产能、能耗、质量、成本、效率等。每个维度涉及的环节也很多，数据采集和建模的难度比较大。以机械臂油漆喷涂质量分析为例，其涉及的参数包括油漆厂家参数、油漆混料配比、环境温湿度、机械臂移动速度、喷嘴压力、流量等，而这些数据分别在不同环节，像油漆混料配比基本靠工人经验，无法准确量化，这就使建模分析过程非常困难。

打开网易新闻 查看精彩图片

对产品质量、产线产能等的预测分析涉及因素更多、更复杂，而且与企业产品和业务紧密相关。因此，建设工厂数字孪生是一个长期的、持续探索和积淀的过程，没有捷径可走。

工厂数字孪生同样也适用于流程行业，如钢铁、石油化工、食品饮料等，稍有差异的是基于不同的行业特性所要展示的信息。