摘要：研究了工業(yè)數(shù)字孿生內(nèi)涵、發(fā)展脈絡(luò)及意義，重點對工業(yè)數(shù)字孿生技術(shù)體系和關(guān)鍵技術(shù)發(fā)展趨勢進行了深入剖析，分析了數(shù)字支撐、數(shù)字線程、模型構(gòu)建、模型融合、模型修正、模型驗證、人機交互等關(guān)鍵技術(shù)，提出了對工業(yè)數(shù)字孿生發(fā)展的建議。

近些年，隨著全球工業(yè)互聯(lián)網(wǎng)發(fā)展戰(zhàn)略深入實施，工業(yè)領(lǐng)域催生出一批數(shù)字化、網(wǎng)絡(luò)化、智能化的新模式、新業(yè)態(tài)。其中，工業(yè)數(shù)字孿生日趨成為學術(shù)、產(chǎn)業(yè)界研究熱點，并有望成為推動工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的新動能。與此同時，當前產(chǎn)業(yè)界對于工業(yè)數(shù)字孿生定義及內(nèi)涵尚未形成統(tǒng)一認識，亟需系統(tǒng)梳理相關(guān)概念、關(guān)鍵技術(shù)、應(yīng)用場景和實施路徑，凝聚和深化產(chǎn)業(yè)共識，加速工業(yè)數(shù)字孿生技術(shù)創(chuàng)新和產(chǎn)業(yè)實踐。

1 工業(yè)數(shù)字孿生內(nèi)涵及意義

1.1 工業(yè)數(shù)字孿生的發(fā)展脈絡(luò)

工業(yè)數(shù)字孿生發(fā)展經(jīng)歷了3個階段，其發(fā)展的背后是數(shù)字化技術(shù)在工業(yè)領(lǐng)域的演進與變革。第一階段，概念發(fā)展過渡期。2003年，美國密歇根大學Michael Grieves教授首次提出了數(shù)字孿生概念［1］，原因是當時PLM、仿真等工業(yè)軟件已經(jīng)較為成熟，為數(shù)字孿生在虛擬空間構(gòu)建奠定了基礎(chǔ)。第二階段，航空航天行業(yè)應(yīng)用期。2010年以后，數(shù)字孿生開始最早應(yīng)用于航空航天行業(yè)，NASA和美國空軍實驗室是第一批應(yīng)用數(shù)字孿生技術(shù)的企業(yè)，這與航空航天行業(yè)最早建設(shè)基于模型的系統(tǒng)工程（MBSE）息息相關(guān)，能夠支撐多類模型敏捷流轉(zhuǎn)和無縫集成。第三階段，多行業(yè)拓展應(yīng)用期。當前，數(shù)字孿生應(yīng)用已經(jīng)由航空航天領(lǐng)域向多個行業(yè)拓展演進，以GE、西門子等為代表的工業(yè)企業(yè)加快構(gòu)建數(shù)字孿生解決方案，為工業(yè)企業(yè)提供創(chuàng)新賦能服務(wù)。數(shù)字孿生蓬勃發(fā)展的背后與新一代信息技術(shù)的興起、工業(yè)互聯(lián)網(wǎng)在多個行業(yè)的普及應(yīng)用息息相關(guān)。未來，數(shù)字孿生在工業(yè)領(lǐng)域的應(yīng)用將持續(xù)深化，并加快推動工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

1.2 工業(yè)數(shù)字孿生的定義及功能架構(gòu)

1.2.1 工業(yè)數(shù)字孿生的定義

工業(yè)數(shù)字孿生是以數(shù)據(jù)與模型的集成融合為核心的數(shù)字化轉(zhuǎn)型方法論，基于多類建模工具在數(shù)字空間構(gòu)建物理對象（包括資產(chǎn)、行為、過程等）的精準數(shù)字化映射，并通過IoT數(shù)據(jù)對各類模型進行實時驅(qū)動和修正，構(gòu)建起綜合決策能力，推動工業(yè)全業(yè)務(wù)流程閉環(huán)優(yōu)化。

1.2.2 工業(yè)數(shù)字孿生的功能架構(gòu)

工業(yè)數(shù)字孿生功能架構(gòu)主要由連接層、映射層、決策層三部分組成，具體如圖1所示。

圖1 工業(yè)數(shù)字孿生功能架構(gòu)

（1）連接層。連接層具備采集感知和反饋控制兩類功能，是數(shù)字孿生閉環(huán)優(yōu)化的起始和終止環(huán)節(jié)。通過深層次的采集感知獲取物理對象全方位數(shù)據(jù)，利用高質(zhì)量反饋控制完成最終對物理對象的執(zhí)行指令。

（2）映射層。映射層具備數(shù)據(jù)互聯(lián)、信息互通、模型互操作3類功能，同時數(shù)據(jù)、信息、模型三者間能夠自由交互。其中，數(shù)據(jù)互聯(lián)指通過工業(yè)通訊實現(xiàn)物理對象市場數(shù)據(jù)、研發(fā)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、運營數(shù)據(jù)的全生命周期集成；信息互通指利用數(shù)據(jù)字典、標識解析、元數(shù)據(jù)描述等功能，構(gòu)建統(tǒng)一的信息模型，實現(xiàn)對物理對象信息的統(tǒng)一描述；模型互操作指能夠?qū)缀文Ｐ汀⒎抡婺Ｐ?、業(yè)務(wù)模型、數(shù)據(jù)模型等多類刻畫物理對象內(nèi)在規(guī)律的模型集成融合。

（3）決策層。在連接層和映射層的基礎(chǔ)上，實現(xiàn)描述、診斷、預(yù)測、處置等不同程度的綜合決策，并將最終決策指令反饋給物理對象，驅(qū)動物理對象控制執(zhí)行。

工業(yè)數(shù)字孿生發(fā)展有三大典型特征：一是全生命周期實時映射，指孿生對象與物理對象能夠在全生命周期實時映射，并持續(xù)通過實時數(shù)據(jù)修正完善孿生模型；二是綜合決策，指通過數(shù)據(jù)、信息、模型的綜合集成，構(gòu)建起智能分析的決策能力；三是閉環(huán)優(yōu)化，指數(shù)字孿生能夠?qū)崿F(xiàn)對物理對象從采集感知、綜合決策到反饋控制的全流程閉環(huán)應(yīng)用。

1.3 工業(yè)數(shù)字孿生的發(fā)展意義美、德兩大制造強國分別于2020年成立了數(shù)字孿生聯(lián)盟和工業(yè)數(shù)字孿生協(xié)會，加快布局數(shù)字孿生技術(shù)。我國國家發(fā)展改革委、中央網(wǎng)信辦印發(fā)《關(guān)于推進“上云用數(shù)賦智”行動培育新經(jīng)濟發(fā)展實施方案》［2］，工業(yè)和信息化部出臺《智能船舶標準體系建設(shè)指南（征求意見）》［3］，上海和雄安等地均在城市規(guī)劃中提出打造數(shù)字孿生城市［4-5］。Gartner連續(xù)3年將數(shù)字孿生列為未來十大戰(zhàn)略趨勢，Global Market Insights預(yù)測數(shù)字孿生市場在2020—2026年將保持30%多的穩(wěn)定增長，從目前的40 多億美元增長到350 多億美元。由此可見，發(fā)展工業(yè)數(shù)字孿生意義重大。

（1）從國家層面看，隨著我國工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程的深入實施，我國涌現(xiàn)了大量數(shù)字化網(wǎng)絡(luò)化創(chuàng)新應(yīng)用，但在智能化探索方面實踐較少，如何推動我國工業(yè)互聯(lián)網(wǎng)應(yīng)用邁向智能化成為當前亟需解決的重大課題。而數(shù)字孿生為我國工業(yè)互聯(lián)網(wǎng)智能化探索提供了基礎(chǔ)方法論，成為我國制造業(yè)進一步高質(zhì)量發(fā)展的關(guān)鍵抓手。

（2）從產(chǎn)業(yè)層面看，數(shù)字孿生有望帶動我國工業(yè)軟件產(chǎn)業(yè)快速發(fā)展，加快縮短與國外工業(yè)軟件的差距。由于我國工業(yè)歷程發(fā)展時間短，工業(yè)軟件核心模型和算法一直與國外存在差距，成為國家關(guān)鍵“卡脖子”短板。數(shù)字孿生能夠充分發(fā)展我國工業(yè)門類齊全、場景眾多的優(yōu)勢，釋放我國工業(yè)數(shù)據(jù)紅利，將人工智能技術(shù)與工業(yè)軟件結(jié)合，通過數(shù)據(jù)科學優(yōu)化機理模型性能，實現(xiàn)工業(yè)軟件彎道超車。

（3）從企業(yè)層面看，數(shù)字孿生在工業(yè)研發(fā)、生產(chǎn)、運維全鏈條均能發(fā)揮重要作用。在研發(fā)階段，數(shù)字孿生通過在虛擬空間的模擬驗證工程，加快推動產(chǎn)品研發(fā)設(shè)計低成本試錯；在生產(chǎn)階段，數(shù)字孿生能夠構(gòu)建實時聯(lián)動的三維可視化工廠，提升工廠一體化管控水平；在運維階段，數(shù)字孿生可以將仿真技術(shù)與大數(shù)據(jù)技術(shù)結(jié)合，不但能夠知道工廠或設(shè)備“什么時候發(fā)生故障”，還能夠了解“哪里發(fā)生了故障”，極大提升了運維的安全可靠性。

2 工業(yè)數(shù)字孿生技術(shù)體系及關(guān)鍵技術(shù)

工業(yè)數(shù)字孿生不是近期誕生的一項新技術(shù)，而是一系列數(shù)字化技術(shù)的集成融合和創(chuàng)新應(yīng)用，涵蓋了數(shù)字支撐技術(shù)、數(shù)字線程技術(shù)、數(shù)字孿生體技術(shù)、人機交互技術(shù)四大類型。其中，數(shù)字線程技術(shù)和數(shù)字孿生體技術(shù)是核心技術(shù)，數(shù)字支撐技術(shù)和人機交互技術(shù)是基礎(chǔ)技術(shù)。工業(yè)數(shù)字孿生技術(shù)體系的架構(gòu)如圖2所示。

圖2 工業(yè)數(shù)字孿生技術(shù)體系架構(gòu)

2.1 數(shù)字支撐技術(shù)體系數(shù)字支撐技術(shù)體系具備數(shù)據(jù)獲取、傳輸、計算、管理一體化能力，為數(shù)字孿生高質(zhì)量開發(fā)利用數(shù)據(jù)提供基礎(chǔ)支撐，涵蓋了采集感知、執(zhí)行控制、新一代通信、新一代計算、數(shù)據(jù)模型管理五大類型技術(shù)。未來，集5類技術(shù)于一身的通用技術(shù)平臺將成為數(shù)字孿生發(fā)展的“基礎(chǔ)底座”。其中，采集感知技術(shù)不斷創(chuàng)新推動數(shù)字孿生蓬勃發(fā)展，支撐數(shù)字孿生更深入獲取物理對象數(shù)據(jù)。一是傳感器不斷朝著微型化發(fā)展，能夠被嵌入到工業(yè)裝備之中，實現(xiàn)更深層次的數(shù)據(jù)采集。當前，微型化傳感器尺寸可達到毫米級，甚至更小。如GE研發(fā)的嵌入式腐蝕傳感器，可嵌入到壓縮機內(nèi)部，能夠?qū)崟r顯示腐蝕速率。二是多傳感器融合技術(shù)快速發(fā)展，支撐單個傳感器采集多類型數(shù)據(jù)，提升分析決策水平。如第一款L3自動駕駛汽車奧迪A8的自動駕駛傳感器搭載了7種類型的傳感器，包含毫米波雷達、激光雷達、超聲波雷達等，可保證汽車決策的快速性和準確性。

2.2 數(shù)字線程技術(shù)體系數(shù)字線程技術(shù)是數(shù)字孿生技術(shù)體系中最為關(guān)鍵的核心技術(shù)，能夠屏蔽不同類型數(shù)據(jù)和模型格式，支撐全類數(shù)據(jù)和模型快速流轉(zhuǎn)和無縫集成，主要包括正向數(shù)字線程技術(shù)和逆向數(shù)字線程技術(shù)兩大類型。

（1）正向數(shù)字線程技術(shù)以基于模型的系統(tǒng)工程（MBSE）為代表，在數(shù)據(jù)和模型構(gòu)建初期就基于統(tǒng)一建模語言（UML）定義好各類數(shù)據(jù)和模型規(guī)范，為后期全類數(shù)據(jù)和模型在數(shù)字空間集成融合提供基礎(chǔ)支撐。如空客利用模型系統(tǒng)工程（MBSE）設(shè)計和制造A350飛機，實現(xiàn)了比 A380工程變更數(shù)量降低10%的目標，極大地縮短了項目周期。

（2）逆向數(shù)字線程技術(shù)以管理殼技術(shù)為代表，面向數(shù)字孿生打造了數(shù)據(jù)/信息/模型的互聯(lián)/互通/互操作的標準體系，對已經(jīng)構(gòu)建完成或定義好規(guī)范的數(shù)據(jù)和模型進行“逆向集成”，進而打造虛實映射的解決方案。如在數(shù)據(jù)互聯(lián)和信息互通方面，德國在OPC-UA網(wǎng)絡(luò)協(xié)議中內(nèi)嵌信息模型，實現(xiàn)了通信數(shù)據(jù)格式的一致性；在模型互操作方面，德國依托戴姆勒Modolica標準開展多學科聯(lián)合仿真，目前該標準已經(jīng)成為仿真模型互操作全球最主流的標準。

2.3 數(shù)字孿生體技術(shù)體系數(shù)字孿生體是數(shù)字孿生物理對象在虛擬空間的映射表現(xiàn)，重點圍繞模型構(gòu)建技術(shù)、模型融合技術(shù)、模型修正技術(shù)、模型驗證技術(shù)開展一系列創(chuàng)新應(yīng)用。

2.3.1 模型構(gòu)建技術(shù)模型構(gòu)建技術(shù)是數(shù)字孿生體技術(shù)體系的基礎(chǔ)，幾何、仿真、數(shù)據(jù)、業(yè)務(wù)等多類建模技術(shù)的創(chuàng)新，提升在數(shù)字空間刻畫物理對象的形狀、行為和機理的效率。

（1）在幾何建模方面，基于AI的創(chuàng)成式設(shè)計工具提升產(chǎn)品幾何設(shè)計效率。如上海及瑞利用創(chuàng)成式設(shè)計幫助北汽福田設(shè)計前防護、轉(zhuǎn)向支架等零部件，利用AI算法優(yōu)化產(chǎn)生了超過上百種設(shè)計選項，綜合比對用戶需求，從而使零件數(shù)量從4個減少到1個，重量減輕70%，最大應(yīng)力減少 18.8%。

（2）在仿真建模方面，仿真工具通過融入無網(wǎng)格劃分技術(shù)降低仿真建模時間。Altair基于無網(wǎng)格計算優(yōu)化求解速度，消除了傳統(tǒng)仿真中幾何結(jié)構(gòu)簡化和網(wǎng)格劃分耗時長的問題，能夠在幾分鐘內(nèi)分析全功能CAD程序集而無需網(wǎng)格劃分。

（3）在數(shù)據(jù)建模方面，傳統(tǒng)統(tǒng)計分析疊加人工智能技術(shù)，強化數(shù)字孿生預(yù)測建模能力。如GE通過遷移學習提升新資產(chǎn)設(shè)計效率，有效提升航空發(fā)動機模型開發(fā)速度和模型再開發(fā)精確度，以保證虛實精準映射。

（4）在業(yè)務(wù)建模方面，BPM、RPA等技術(shù)加快推動業(yè)務(wù)模型敏捷構(gòu)建。如SAP發(fā)布業(yè)務(wù)技術(shù)平臺，在原有Leonardo平臺的基礎(chǔ)上創(chuàng)新加入RPA技術(shù)，形成“人員業(yè)務(wù)流程創(chuàng)新—業(yè)務(wù)流程規(guī)則沉淀—RPA自動化執(zhí)行—持續(xù)迭代修正”的業(yè)務(wù)建模解決方案。

2.3.2 模型融合技術(shù)在多類模型構(gòu)建完成后，需要通過多類模型“拼接”構(gòu)建更加完整、精準的數(shù)字孿生體，而模型融合技術(shù)在這過程中發(fā)揮了重要作用，重點涵蓋了跨學科模型融合技術(shù)、跨領(lǐng)域模型融合技術(shù)、跨尺度模型融合技術(shù)。

（1）在跨學科模型融合技術(shù)方面，多物理場、多學科聯(lián)合仿真加快構(gòu)建更完整的數(shù)字孿生體。如蘇州同元軟控通過多學科聯(lián)合仿真技術(shù)為嫦娥五號能源供配電系統(tǒng)量身定制了“數(shù)字伴飛”模型，精確度高達90% ~ 95%，為嫦娥五號飛行程序優(yōu)化、能量平衡分析、在軌狀態(tài)預(yù)示與故障分析提供了堅實的技術(shù)支撐。

（2）在跨類型模型融合技術(shù)方面，實時仿真技術(shù)推動構(gòu)建數(shù)字孿生體由“靜態(tài)描述”向“動態(tài)分析”演進。如ANSYS與PTC合作構(gòu)建實時仿真分析的“泵”孿生體，利用深度學習算法進行CFD訓練，獲得流場分布降階模型，極大縮短了仿真模擬時間。

（3）在跨尺度模型融合技術(shù)方面，通過融合微觀和宏觀的多方面機理模型打造復(fù)雜系統(tǒng)級數(shù)字孿生體。如西門子持續(xù)優(yōu)化汽車行業(yè) Pave360解決方案，構(gòu)建系統(tǒng)級汽車數(shù)字孿生體，整合傳感器電子、車輛動力學和交通流流量管理不同尺度模型，構(gòu)建從汽車生產(chǎn)、自動駕駛到交通管控的綜合解決方案。

2.3.3 模型修正技術(shù)模型修正技術(shù)基于實際運行數(shù)據(jù)持續(xù)修正模型參數(shù)，是保證數(shù)字孿生不斷迭代精度的重要技術(shù)，涵蓋了數(shù)據(jù)模型實時修正、機理模型實時修正兩種技術(shù)。

（1）從IT視角看，在線機器學習基于實時數(shù)據(jù)持續(xù)完善統(tǒng)計分析、機器學習等數(shù)據(jù)模型精度。如流行的Tensorflow、Skit-learn等AI工具中都嵌入了在線機器學習模塊，基于實時數(shù)據(jù)動態(tài)更新模型。

（2）從OT視角看，有限元仿真模型修正技術(shù)能夠基于試驗或者實測數(shù)據(jù)對原始有限元模型進行修正。如在達索、ANSYS、MathWorks等領(lǐng)先廠商的有限元仿真工具中，均具備了有限元模型修正的接口或者模塊，支持用戶基于試驗數(shù)據(jù)對模型進行修正。

2.3.4 模型驗證技術(shù)模型驗證技術(shù)是數(shù)字孿生模型由構(gòu)建、融合到修正后的最終步驟，唯有通過驗證的模型才能夠安全地下發(fā)到生產(chǎn)現(xiàn)場進行應(yīng)用。當前模型驗證技術(shù)主要包括靜態(tài)模型驗證技術(shù)和動態(tài)模型驗證技術(shù)兩大類，通過評估已有模型的準確性，提升數(shù)字孿生應(yīng)用的可靠性。

2.4 人機交互技術(shù)體系虛擬現(xiàn)實技術(shù)帶來全新的人機交互模式，以AR/VR為代表的新興技術(shù)正加快與幾何設(shè)計、仿真模擬的融合，持續(xù)提升數(shù)字孿生可視化效果。

（1）在“AR+CAD”方面，西門子的Solid Edge 2020產(chǎn)品新增增強現(xiàn)實功能，能夠基于OBJ格式快速導(dǎo)入到AR系統(tǒng)，提升3D設(shè)計外觀感受。

（2）在“AR+三維掃面建?！狈矫?，PTC Vuforia Object Scanner AR產(chǎn)品可掃描3D模型并將其轉(zhuǎn)換為Vuforia引擎兼容的格式。

（3）在“AR+仿真”方面，西門子將COMOS Walkinside 3D虛擬現(xiàn)實與SIMIT系統(tǒng)驗證和培訓的仿真軟件緊密集成，以支持更高效的工廠工程和較短的調(diào)試時間［6］。

3 發(fā)展建議

結(jié)合上文的研究，可對工業(yè)數(shù)字孿生發(fā)展提出如下建議。

一是加快制定數(shù)字孿生系統(tǒng)工程標準體系。依托我國航空航天領(lǐng)域已有系統(tǒng)工程體系，邀請全國專家封閉完成標準體系制定工作，并向全社會征求意見。標準體系制定后，鼓勵我國各行業(yè)開展垂直行業(yè)標準制定，并在工程實踐中不斷迭代標準版本。

二是加大建模工具的培育和產(chǎn)權(quán)保護。鼓勵全社會開展建模工具創(chuàng)新，完善工業(yè)軟件減費降稅政策，保護創(chuàng)新企業(yè)的知識產(chǎn)權(quán)。大力支持應(yīng)用企業(yè)使用國產(chǎn)化建模工具，提升財政補貼力度，撬動應(yīng)用企業(yè)“敢于用”國產(chǎn)工具。

三是廣泛開展工業(yè)機理模型匯聚共享行動。鼓勵平臺企業(yè)與高校合作共同培育工業(yè)機理模型，打造“1平臺+N高校”的合作體系，將平臺的數(shù)據(jù)匯聚優(yōu)勢與高校的機理分析優(yōu)勢結(jié)合，在完成項目過程中沉淀各類機理模型，豐富我國知識庫機理模型種類和數(shù)量。

四是加快AI技術(shù)與機理模型融合創(chuàng)新。支持構(gòu)建數(shù)字孿生創(chuàng)新實驗室，充分發(fā)揮我國數(shù)據(jù)量多、AI應(yīng)用技術(shù)領(lǐng)先的優(yōu)勢，鼓勵高校、領(lǐng)先企業(yè)研發(fā)人工智能與機理模型融合技術(shù)，基于AI繞過機理縮短我國與國外模型質(zhì)量差距。

五是積極培育數(shù)字孿生總集成總承包商。鼓勵各聯(lián)盟、協(xié)會面向各行業(yè)遴選一批主要的總集成總承包商，并在聯(lián)盟發(fā)起“合作共建”行動，為總集成總承包商配套好軟件廠商、裝備廠商和專業(yè)技術(shù)廠商，形成打造工廠級數(shù)字孿生的整體實力，提升我國國產(chǎn)化數(shù)字孿生建設(shè)率。

4 結(jié)束語

數(shù)字孿生應(yīng)用需要多類數(shù)字化工具支撐，在美國對我國進行科技封鎖、我國開展“內(nèi)循環(huán)和國際國內(nèi)雙循環(huán)”發(fā)展的新形勢下，我國應(yīng)充分利用工業(yè)門類齊全、應(yīng)用場景眾多的優(yōu)勢，持續(xù)培育國產(chǎn)化軟件工具和總集成總承包商，不斷積累工業(yè)數(shù)據(jù)和模型，加快人工智能與工業(yè)模型集成應(yīng)用，實現(xiàn)數(shù)字孿生彎道超車。

原文標題：通信學院| 通信人必須知道的工業(yè)數(shù)字孿生技術(shù)

文章出處：【微信公眾號：通信頭條】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq