摘要：軍事供應鏈多變復雜的性質要求軍隊有效監控補給，并及時做出決策以確保戰斗行動的成功，這一點在面臨由惡劣氣候和恐怖分子襲擊等導致的供應鏈意外中斷時尤其重要。盡管軍事供應鏈應用了頻射識別、新一代無線通信和無線聯網協議等技術，但這些技術尚不足以保證整個供應鏈端到端的可視化。與此同時，物聯網、云計算、應用程序編程接口、機器學習、增強和虛擬現實、大數據、分析和普適計算等數字技術在提高可視化、確保有效供應鏈管理方面發揮了重要作用。因此，通過這些技術引入數字孿生概念可創造針對整個供應鏈的數字化復制品，從而使用實時數據充分實現端到端可視化，保證對一切供應鏈活動的有效跟蹤、監控和匯報。本報告旨在研究數字孿生技術及其在軍事供應鏈端到端可視化中的應用，確定了數字孿生技術的跟蹤和監控能力，這一能力將使得軍隊能夠在供應鏈意外中斷時及時進行調整，從而改善供應鏈管理。
關鍵詞：數字孿生，軍事供應鏈，可視化，跟蹤，監控
軍事供應鏈（MSC）的復雜性質要求軍隊有效監控補給，并及時做出決策以確保戰斗行動的成功；尤其在面臨由惡劣氣候和恐怖分子襲擊等導致的供應鏈意外中斷時，這一點十分重要。這就迫使軍事后勤規劃者不得不重新設計供應網絡，以更加主動地模擬、跟蹤和匯報一切供應鏈活動。由此可見，引入端到端供應鏈可視化的概念可幫助供應鏈變得更加透明。為實現這一概念，軍隊使用了射頻識別、新一代無線通信和無線聯網協議等技術，然而，網絡安全問題、信息顯示不完整問題以及其他技術挑戰的存在，使得這些技術并不足以保證有效的端到端可視化。而可視化對供應鏈又十分重要，可幫助減少貨物被盜或丟失的情況、替換運輸中的貨物以及建立消費者信心。
近來，數字孿生的引入加強了供應鏈的可視化。這一概念由多個數字技術賦能，如物聯網、云計算、應用程序編程接口（API）、機器學習、增強和虛擬現實等。這些技術不但能夠加強供應鏈的可視化，還能夠提供實時供應鏈洞察，從而使后勤人員有信心從全方位控制供應鏈。供應鏈數字孿生是一個可在任何時間點顯示供應網絡狀況的模型，可為端到端供應鏈可視化賦能，并提高供應鏈彈性和應急計劃可用性。學者胡賽尼、伊凡諾夫和杜爾基指出，數字孿生可用于監控供應鏈的“運輸、庫存、需求和能力”，從而為規劃和及時決策賦能。
在軍事領域，數字孿生技術憑借其可生成經濟高效的解決方案，以及提高有效性和質量的能力優勢，在一眾新興技術中脫穎而出。時間是軍事的關鍵要素，數字孿生技術將幫助改善系統、支持決策者，以便在有需要時快速做出判斷。
本報告旨在探索數字孿生技術在軍事供應鏈中的應用情況和優勢。報告將說明哪些領域已開始應用數字孿生，以及哪些領域需要未來進一步的關注。
用于軍事供應鏈可視化的現有技術
1. 頻射識別（RFID）
頻射識別是一個集成了電路芯片和天線的小標簽，可響應由頻射識別閱讀器發射的無線電波，從而實現對數據的傳輸、處理和存儲。頻射識別在二戰期間首次被投入使用，當時，無線電波被用于檢索同盟國儲存在標簽里的信息，以確定軍用飛機是敵是友。而后，這項技術被用于其他領域，以自動實現產品認證和商品跟蹤，解決或減少由管理失誤或因供應鏈薄弱環節被攻擊而帶來的負面影響。頻射識別可通過無線電波賦能供應鏈可視化，在運輸節點識別自動標記的物品，并確保信息被采集。軍隊使用頻射識別來定位和指導貨運，并自動識別和定位后勤供應。以2001年的伊拉克沖突為例，根據美方官員的說法，當時來自衛星、頻射識別和其他系統的信息對資產跟蹤和可視化提供了極大的幫助。《伊朗地區軍事后勤系統對通用技術的應用》一文對頻射識別和其他通用技術在伊朗地區駐軍供應系統中的應用進行了研究，研究結果顯示，頻射識別等技術提升了供應系統的信息準確度、速度和處理效率。然而，《頻射識別在供應鏈管理中的戰略價值》一文指出，采用頻射識別需要面臨的挑戰包括技術風險、條形碼普及和隱私等。其他挑戰還包括技術、通暢度、基礎設施問題和條形碼轉換為頻射識別電子標簽等。圖1展示了使用頻射識別跟蹤軍事資產的流程。
圖1. 軍事資產跟蹤
2. 新一代無線通信（NGWC）
新一代無線通信又稱無線傳感器網絡，由美國陸軍后勤創新局發起，目前被美國防部用于在海外后勤行動中跟蹤和監視軍事物資和裝備的補給。該網絡的其他應用包括監視友軍、裝備和彈藥，即指揮官可持續監視友軍狀態，以及戰場上裝備和彈藥的具體情況和可用性。無線傳感器網絡的覆蓋范圍半徑為20英里，比射頻識別更大，且傳輸速度更快，安全程度更高。然而，該技術受到低能耗通信網絡、儲存空間或計算能力、可擴展性等的限制，并存在延遲問題。圖2展示了無線傳感器網絡的軍事應用。
圖2. 無線傳感器網絡的軍事應用
3.無線聯網協議（RuBee）技術
無線聯網協議是該技術的商業名稱，電氣與電子工程師協會將其官方名稱定為長波長識別（LWID）。無線聯網協議技術可提供可視化，因此除跟蹤產品外還能夠提供更多其他信息。由于無線聯網協議的讀取范圍更廣，讀取精度更高，且電池壽命更長，即使在水、金屬等不利環境中，使用該技術也能夠進行信息讀取。美國海軍與洛克希德·馬丁公司和可見資產公司共同開發了新的武器維護系統，該系統稱為“無線聯網協議武器射擊計數器”，可遠程管理、診斷和跟蹤武器和彈藥，為海軍節省了數百萬美元。《改進加拿大武裝部隊供應鏈網絡的過境和戰區資產的可視化》一文展示了加拿大武裝部隊供應鏈網絡的資產可視化、跟蹤和監控的綜合模型。然而，無線聯網協議技術讀取速率較低，不適用于供應鏈網絡。圖3展示了部分無線聯網協議標簽。表1總結了以上三項技術各自的局限。
圖3. 無線聯網協議標簽
表1. 賦能技術局限總結
數字孿生概念
2003年，格里夫斯首次在密歇根大學的產品生命周期管理課程上提出了數字孿生概念。2011年，美國國家航空航天局開發出了第一個可用的數字孿生模型，通過數字模型來執行分析和模擬，從而預測飛機結構性能（見圖4）。數字孿生是溝通物理世界和數字世界的橋梁，只需一個接口，使用者就能夠了解數據和智能結合過程的過去、現在和未來。在實時數據的幫助下，數字孿生能夠進行模擬、優化并預測潛在結果。由于只要調整參數值就能夠進行場景測試，因此數字孿生可在數字環境中做出多次預測，相比之下，在現實世界中的實驗次數極其有限。
圖4. 飛機數字孿生可視化
使用數字孿生實現軍事供應鏈可視化的優勢
軍方有多個方法可保護其供應鏈、改進各種環境下的預測，其中之一就是獲取更好的端到端可視化。為此，軍方可創建一個數字孿生模型，將供應鏈可能的中斷情況可視化以改進決策流程。軍方未來將會使用多個技術，而數字孿生技術作為其中之一，將為其提供經濟高效的解決方案，并提高決策有效性和質量。就像《數字版國防是一個鏡像世界》一文指出的那樣，在實時跟蹤人員、裝備、武器系統以及水、食物、燃料等物資方面，數字孿生的應用為軍事行動提供一種一切準備就緒的感覺。美軍還嘗試使用數字孿生能力來驗證其半導體產業供應鏈的完整性，以更好地保護其半導體產業。
用于供應鏈可視化的數字孿生技術
1.物聯網
物聯網指物體與網絡之間的連接，旨在通過嵌入式系統進行交互，實現人與設備或設備與設備之間的通信。只要設備擁有所需數據，傳感器之間就能夠實現通信。傳感器可賦能數字孿生對物理試題進行分析和計算。物聯網促進了軍事供應鏈端到端資產的可視化，保證了補給能在正確的時間到達正確的地點，幫助決策者獲得關于關鍵軍事物資（食物、燃料、武器、裝備和備件)所在地點和當前狀況的最新準確信息。
2.機器學習
機器學習是結合了計算機科學和統計元素的計算機系統，可通過學習自動改進其性能。機器學習架構可創造一個數字孿生，從而利用實時數據在預測性分析的幫助下進行分析和決策。
3.云計算
云計算允許共享網絡訪問屬于第三方的計算機資源，且允許用戶從任何位置訪問資源。這些資源包括數據存儲、數據庫、計算能力、數據分析處理等。云計算的優勢在于用戶無需擁有提供龐大儲存空間的硬件，但需要為其所使用的服務付費。
4.應用程序編程接口
應用程序編程接口允許數據庫、網絡和物聯網傳感器等應用程序之間進行交互。因此，數據可在云、設備和其他系統之間有效傳輸。然而，使用公共應用程序編程接口連接存在安全風險，2015年與個人電話號碼有關的Facebook帳戶遭泄露就體現了這—風險。
5.增強和虛擬現實
虛擬現實技術可模擬真實世界創造出虛擬世界，而增強現實則為真實世界提供信息層。這些技術可提供一個可視化平臺，通過2D屏幕或3D設備使人們能夠對數字孿生進行檢查。物聯網、云計算、應用程序編程接口以及機器學習為創建數字孿生而提供和處理的數據，可通過增強和虛擬現實及時可視化。圖5展示了數字孿生技術的賦能過程。
數字孿生在軍事供應鏈可視化中的實施和應用
供應鏈數字孿生可基于數據對物理供應鏈的決策提供支持。數字孿生在任何時間點都能夠鏡像反映物理供應鏈的實際運輸、庫存、需求和容量數據等，可用于供應鏈規劃和實時控制。通過仿真、優化和數據分析等一系列技術，軍方可創建供應鏈數字孿生模型（如圖6），該模型將始終實時展示供應鏈網絡的狀態。在軍事領域，數字孿生可用于飛機生產過程中的新模型測試、裝備故障預測，并縮短武器和飛機的制造時間，維護硬件以及協助緊急決策等。表2總結了數字孿生技術在軍事領域的應用。
圖6.供應鏈數字孿生
表2.數字孿生在軍事中的應用領域總結
結論和未來發展
數字孿生技術潛能巨大，可保證整個供應鏈流程的端到端可視化。只要使用實時數據，數字孿生就永遠緊跟事態發展，映射物理流程的條件或狀態。數字孿生由物聯網、云計算、機器學習、應用程序編程接口以及增強和虛擬現實等技術驅動，可協助實現流程的可視化和分析。軍隊可通過創造數字孿生來獲取供應鏈的端到端可視化，從而改進預測，確保在供應鏈中斷時可及時做出決策，最終保護供應鏈。然而，盡管數字孿生展現出了巨大的潛力，但依舊少有文獻研究數字孿生在軍事供應鏈端到端可視化中的實際應用。因此，本報告建議未來應加強對軍事供應鏈領域數字孿生的研究，以實現供應鏈端到端可視化，有效管理供應鏈意外中斷的情況
