导读
INTRODUCTION
如果追溯“数字孪生”源头，最初其实只有“物理孪生”（PhysicalTwin）。
文章来源作者：时培昕，寄云科技CEO。由「知识自动化」原创首发，数字化企业经授权发布。
起源和定义如果追溯“数字孪生”源头，最初其实只有“物理孪生”（PhysicalTwin）。在上世纪六七十年代美国宇航局的阿波罗计划中，建造了多艘相同的太空飞行器，就像“孪生体”。在飞行准备过程中，孪生体被广泛用于训练；在飞行任务期间，它被用来模拟地球模型上的备选方案，其中可用的飞行数据被用来尽可能精确地反映飞行条件，从而在危急情况下协助宇航员做出正确判断。这一方法后来也用于飞机制造业，通过飞机孪生体来优化和验证飞机系统的功能。随着计算机技术的发展，最初始于“孪生”的物理实体，越来越多的物理部件被数字模型取代，并扩展至产品生命周期的各个阶段，直至形成与物理实体完全一致的虚拟数字模型，称为“数字孪生”。早在年，一直从事产品生命周期管理PLM的MichaelGrieves教授，在产品生命周期管理课程中提出镜像空间模型：与物理产品等价的虚拟数字化表达。而到了年，美国宇航局NASA首次提出了“数字孪生”的概念，通过虚拟化、仿真技术以及飞行器的实时状态、历史维护、健康管理等数据，利用数字技术对各种物理孪生对象进行替代，以适应现阶段深空探索的需要。随后，NASA发布“建模、仿真、信息技术和处理”路线图，这也使得数字孪生概念正式进入公众视野。年，美空军发布《全球地平线》顶层科技规划文件，将数字主线（digitalthread）和数字孪生并列视为“改变游戏规则”的颠覆性机遇，并从财年起组织美国军火商洛马、波音、诺格、通用电气、普惠等公司开展了一系列应用研究项目。就此，数字孪生理论与技术体系初步建立，美国防部、NASA、西门子等公司开始接受这一概念并对外推广。当前，数字孪生在工业界和学术界有多种不同的定义和理解，但从根本上讲，数字孪生是以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和反馈。它的真正功能在于能够在物理世界和数字世界之间全面建立准实时关系，这也是它的价值所在。表1数字孪生定义
（Source：《数字孪生应用及安全发展综述》）
基于工业界及学术界对数字孪生的定义，《智能制造术语解读》将数字孪生技术定义为：是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生概念包含了几个关键要素：首先是物理实体：即真实存在的产品系统；其次是物理实体的虚拟数字模型:通过数字化的手段所产生的产品系统的模型和镜像；最重要的是，物理实体和虚拟模型之间的数据和信息交互系统。包括从真实空间到虚拟空间的数据传输:研发阶段的样机和制造、运营阶段的产品向虚拟模型反馈数据从虚拟空间到真实空间的信息和流程:在研发和生产阶段。与此同时，也包括虚拟模型驱动样机和产品的生产;在运营阶段，虚拟模型可以反映和预测真实产品的运营状态，也可以驱动真实产品的更新(包括软件的更新)。目前行业内对数字孪生的应用场景主要有两大派系，即仿真派和运行派。仿真派主要是指利用计算机辅助仿真(CAE)实现对设计原型在虚拟环境下工作状态的模拟；而运行派则主要是指通过工业物联网技术实现物理设备在真实运行环境中的状态监测和分析。国外也有人称为产前数字孪生(Pre-NatalDigitalTwin)和产后数字孪生(Post-NatalDigitalTwin)，说的也是在产品设计仿真阶段和真实运行阶段。仿真一派（机理模型驱动）仿真派属于机理模型驱动派，主要是由设计仿真软件公司主导，代表性的有达索、西门子、Ansys、MatlabSimulink、AspenTech和国内的安世亚太等厂商。对于仿真软件公司来说，数字孪生往往指的是结合机械、流体力学、光学、热力学、电子等设计原理，利用基于数字化的计算机辅助设计和仿真工具，将现实世界中的物理实体（设备、建筑、交通等），在计算机软件定义的信息空间中通过虚拟的孪生体映射出来，一方面可以让设计阶段有直观的感知和测量能力，而另一方面，结合预设的运行环境和自定义条件的输入参数，结合各种物理模型，可以预测和验证虚拟实体在模拟环境和输入下的系统表现，进而保障设计质量，提高设计的鲁棒性。仿真技术是实现工业产品及制造过程模拟仿真与优化的核心技术，是支持工程师进行产品创新设计最重要的工具和手段，在保证产品质量的同时能大幅度缩短产品研发周期，节省产品研发成本。如今，仿真技术已经成为对人类社会发展进步具有重要影响的一门综合性技术学科，种类繁多，例如对流场、热场、电磁场等多个物理场的仿真，对振动、碰撞、噪声、爆炸等各种物理现象的仿真，对产品的运动仿真和材料力学、弹性力学和动力学仿真，对产品长期使用的疲劳仿真，对整个产品的系统仿真，以及针对注塑、铸造、焊接、折弯、冲压等各种加工工艺的仿真，装配仿真，帮助产品实现整体性能最优的多学科仿真与优化，还有针对数控加工和工艺机器人的离线编程与仿真（其中数控仿真又可以分为仅仿真刀具轨迹，和仿真整个工件、刀具和数控装备的运动），以及面向车间的设备布局、产线、物流和人因工程仿真等。在数字化设计技术和仿真技术发展和集成应用的过程中，产生了DigitalMockup（DMU，数字原型）、DigitalPrototyping（数字样机）、VirtualPrototype（虚拟样机）、FunctionalVirtualPrototype（全功能虚拟样机）等形态的数字孪生，用于实现复杂产品的运动仿真、装配仿真和性能仿真。这种数字孪生的定义方式能够将概念或者物理世界中的实体，通过精准的物理模型，映射到计算机的可视化空间中，不仅可以通过可视化形成直观的设计，还可以形成可制造或者工程化的设计资料，并且还能借助计算机软件的数字仿真能力，对设计进行多样化的、可重复的、持续的验证，保证设计原型和制造成果的一致性。但这种形态的数字孪生，提供的是设计阶段的仿真验证能力，并不涉及到设备真实运行状态的监测和评估。这类数字孪生，大部分是一个开环的设计和仿真，很少考虑到制造出来的设备或者系统，也很少使用到真实环境中的动态数据。而在真实的运行过程中，由于环境的动态、多变和复杂的本质，很多难以在设计和仿真中预计的情况都会发生，往往会造成设备或者系统的实际运行偏离了设计的目标，而产生严重的质量问题，厂商往往不得不被动的一遍一遍根据表现出来的结果修改设计，来满足真实环境的要求，但这种努力往往由于环境和输入的多变性而收效甚微。同时，在高维度下的仿真模型，需要非常大的计算量，因此也很难满足实时分析的要求。同时，在真实运行环境中，由于传感器本身的安装、部署和成本限制，设备或系统的很多状态数据是难以采集和测量的，因此很多运行状态并不能采集到仿真环境中的各种状态，因此也无法验证是否达到设计目标。另一方面，在场景非常复杂的时候，特别是输入变量维度多且非线性的复杂场景下，很难用单一的纯机械、化学或者电子类的机理模型来实现对真实场景的精准模拟，这时候传统的仿真工具就难以给出准确的仿真结果。运行一派（数据模型驱动）另一类数字孪生，也叫产后数字孪生，指的是通过传感器的数据采集，实现设备状态的实时监控和分析，对设备的性能进行监测、评估和预警。提供这类数字孪生解决方案的厂商包括GE、西门子、耐德电气、浙大中控、和利时、PTCThingworx、SoftwareAGCumulocity、微软Azure以及寄云科技在内的自动化厂商和工业物联网厂商。这类数字孪生，指的是从设备或者系统的实际运行状态出发，通过传感器的实时采集，将物理设备的实时表现，结合设备或系统的设计文件，将3D设计文件、工艺组态和传感器的数据绑定在一起，通过直观的方式反映当前系统的运行状况，供操作人员进行监视。同时，基于预设的运行条件限制，设置相应的告警，一旦系统的实时指标跳出预设的限制，就产生相应的告警或者自动的控制动作。关联视频同时，基于实时数据的采集，结合机器学习和人工智能的建模分析能力，通过对历史数据的建模和分析，可以构建对特定运行状态的自动识别、特定故障的自动诊断、异常状态的检测、工艺稳定性控制，并且通过神经网络和人工智能技术，基于历史数据实现对未来运行状态的预测能力。这种数字孪生，实现的是实际运行设备的数字孪生，能够很好的实现对物理设备或者系统实时运行状态的采集和直观的监视，能够提供实时的诊断、预测能力，并且能够在系统偏离监测目标时提供预警和人工干预的能力。图1GE数字孪生模型
（Source：GE数字孪生白皮书）
如GE采集大量燃气轮机产生的实时状态数据，并集成一系列包括气象、运营、维护、事件的数据，结合一系列异常监测分析、相似度对比、热力学模型的分析，可以对燃气轮机运行的关键指标进行实时计算、评估、诊断和预测，实现了设备可靠性、运营性能和效率以及安全的提升。图2AI加速器
（Source：应用材料公司
转载请注明:http://www.aideyishus.com/lkgx/706.html
