数字孪生为何成为战略科技发展趋势

张靖笙

     2017年，全球领先的信息技术研究和顾问公司Gartner公布了将在2018年对大部分企业和组织机构必然产生显著影响的首要十大战略科技发展趋势。Gartner将战略科技发展趋势定义为具有巨大颠覆性潜力、脱离初期阶段且影响范围和用途正不断扩大的战略科技发展趋势；这些趋势在未来五年内迅速增长、高度波动、预计达到临界点。前三个战略科技发展趋势探讨了人工智能（AI）与机器学习（machine learning）将如何渗透至几乎任意领域，随后的四个趋势集中于混合数字与物理世界，以打造一个沉浸式、数字增强型环境，其中就包括了数字孪生。

       简单来说，数字孪生是指以数字化方式再现物理世界中真实的实体或系统。数字孪生一词，最早是美国密西根大学教授Grieves于2003在产品全生命周期管理课程上提出，并被定义为三维模型，包括实体产品、虚拟产品以及二者间的连接。后来NASA在2010年对飞行器的真实运行活动进行镜像仿真，试图在虚拟世界中，尽可能地模仿飞行器在物理世界的太空中真实发生的一切。数字孪生是现实世界中物理实体的配对虚拟体（映射）。这个物理实体（或资产）可以是一个设备或产品、生产线、流程、物理系统，也可是一个组织。数字孪生概念的落地是用数字化所构建的“虚拟实体”去映射现实世界中的物理实体来实现。这种映射通常是一个多维动态的数字映射，它依赖安装在物体上的传感器或模拟数据来洞察和呈现物体的实时状态，同时也将承载指令的数据回馈到物体导致状态变化。数字孪生是现实世界和数字虚拟世界沟通的桥梁。Gartner认为， 一个数字孪生需要至少四个要素：数字模型，关联数据，身份识别和实时监测功能。

      数字孪生在企业界有更加“商业化”的定义，根据德勤在《数字孪生与工业4.0》报告中的观点，数字孪生是以全面数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。数字孪生以针对产品的生命周期中众多层面持续、实时开展的大量物理世界数据检测为基础，这些检测可通过数字化的形式对某一物理实体或流程进行动态呈现，从而有效反映系统运行情况。德勤在其发布的《工业4.0与数字孪生》报告中给出了新工业生产流程中的数字孪生模型，这是将物理世界中的工厂某一生产流程与在数字世界中的数字化镜像而相辅相成的模型，该模型呈现了数字孪生的五大驱动要素——物理世界的传感器和促动器、集成、数据和分析，以及持续更新的数字孪生应用程序。

     在物理世界中的生产流程中配置的传感器可发出信号，数字孪生可通过信号获取实际流程相关的运营和环境数据。若确定应当采取实际行动，则数字孪生将在人工干预的情况下通过促动器展开实际行动，推进实际流程的开展。在工业4.0的数字世界中，传感器提供的实际运营和环境数据将在聚合后与分布在企业各应用信息系统的数据合并，比如物料清单、企业系统和设计规范、工程图纸、客户投诉记录以及外部来源数据等，对这些从实际生产环境中感知得到的数据，利用分析技术开展算法模拟和可视化程序，通过分析这些数据给各项生产控制和决策提供依据，不断积累这些数据也更进一步支撑各种人工智能技术的深度学习。

     数字孪生的核心是模型和数据，为进一步推动数字孪生理论与技术的研究，促进数字孪生理念在产品全生命周期中落地应用，北京航空航天大学陶飞教授团队结合多年在智能制造服务、制造物联、制造大数据等方面的研究基础和认识，将数字孪生模型由最初Grieves提出的三维结构发展为如图所示的五维结构模型，包括物理实体、虚拟模型、服务系统、孪生数据和连接。关于这五维结构各部分所扮演的角色和发挥的作用如下。

（１）     物理实体是客观存在的，它通常由各种功能子系统（如控制子系统、动力子系统、执行子系统等）组成，并通过子系统间的协作完成特定任务。各种传感器部署在物理实体上，实时监测其环境数据和运行状态。

（２）     虚拟模型是物理实体忠实的数字化镜像，集成与融合了几何、物理、行为及规则４层模型。其中：几何模型描述尺寸、形状、装配关系等几何参数；物理模型分析应力、疲劳、变形等物理属性；行为模型响应外界驱动及扰动作用；规则模型对物理实体运行的规律／规则建模，使模型具备评估、优化、预测、评测等功能。

（３）     服务系统集成了评估、控制、优化等各类信息系统，基于物理实体和虚拟模型提供智能运行、精准管控与可靠运维服务。

（４）     孪生数据包括物理实体、虚拟模型、服务系统的相关数据，领域知识及其融合数据，并随着实时数据的产生被不断更新与优化。孪生数据是数字孪生运行的核心驱动。

（５）     连接将以上４个部分进行两两连接，使其进行有效实时的数据传输，从而实现实时交互以保证各部分间的一致性与迭代优化。

    基于陶飞教授团队提出的上述数字孪生五维结构模型实现数字孪生驱动的应用，需要针对应用需求及场景对象分析物理实体的特征，以物理实体忠实的数字化镜像建立虚拟模型，构建连接实现虚实信息数据的交互，并借助孪生数据的融合与分析，最终为使用者提供各种服务系统中的具体应用。

根据Garnter的2017技术成熟度曲线，数字孪生正在处于冉冉上升的阶段。同样，IDC在2017年11月给出的预测是，到2020年，全球头部2000家企业的30%，都会使用IoT（Internet of Thing，万物互联）产品中的数字孪生来提供产品创新。尽管数字孪生尽管尚未成为主流，却是每一个企业都不能回避的命题。工业互联网将是数字孪生的应用加速器。工业互联网使得工业中所有生产要素的物理实体的各种工业大数据收集、交换，都要借助于IoT来实现。它将机器、物理基础设施都连接到数字孪生上，将工业大数据的传递、存储分别放到边缘或者云端。可以说，工业互联网激活了数字孪生的生命，它天生具有的双向通路的特征，使得数字孪生真正成为一个有生命力的模型。

       如何判断数字孪生能成为第四次工业革命中战略科技发展趋势，而不是昙花一现的科技概念炒作呢？笔者认为核心理由是数字孪生使得未来所有的工业行为能在准确把握消费者需求的基础上，在合适的时间、合适的场景，基于孪生数据做出实事求是的、实时正确的决定，这意味着工业将可以更好地服务客户（消费者）的想法和创意。数字孪生是工业互联网的重要场景，也是工业4.0中的产品全生命周期中各种智能化应用场景的完美搭档。在工业4.0中通过工业互联网，任何一个产品在其全生命周期中的各方面信息处理应用都可以调用数字孪生各项模型和数据。数字孪生可以支持产品全生命周期中各种应用场景的数据需求，从而支撑企业可以及时获取和分析大量的关乎产品各阶段各种状态的数据，包括生产效率、宕机分析、失效率、能源数据等等，形成评估结果，可以反馈并储存到孪生数据之中，使得产品设计、生产、运维和回收全生命周期的管理模式都可以得到实质性和可持续的优化。数字孪生能够帮助产品的利益相关方（包括产品的各种生产者和消费者）在物理世界和数字世界之间全面建立准实时联系，第四次工业革命中，消费者和人工智能都会成为新生产关系中必然会出现和发挥作用的组成部分，而数字孪生是帮助这些新生产关系中各种要素发挥作用的必选项，新生产关系中各方利益相关者都要依赖数字孪生形成的高度信用化的数据资源，这是该技术的最真实的价值所在，也是成为必然的战略科技发展趋势最坚实的理由。

      而基于产品或流程现实情况与虚拟情况之间的交互，数字孪生能够创造更加丰富的模型和数据，从而对不可预测的情况进行更加真实和全面的检测。利用数字孪生，产品能够自设计和开发阶段起，就以数字化的形式完整记录整个产品生命周期的演进过程，有利于加快新产品上市速度、改善不足、优化经营，能更加快速地检测和解决实际问题，提高预测准确性，设计和生产出最终能更贴近用户需求的优质产品，并在过程中不断积累新的知识和经验，以此推动产品持续的创新。

    所有真正有生命力的创新，都离不开对必然趋势的先知先觉和抢先行动，而趋势成为现实，也需要不断的创新，数字孪生是工业4.0中必然的战略科技发展趋势，而在企业的落地也离不开持续变革和创新。

（本稿完成与2018年12月2日，如需引用请注明出处）