数字孪生是什么？

　　孪生（Twin）的概念来自NASA的阿波罗项目：两个完全相同的空间飞行器。
　　中国的空间站也是如此：
　　在航天科技集团空间技术研究院的实验室，一台与太空中运行的天和核心舱一模一样的装备也正在运行中，它被形象地称作＂地面空间站＂。
　　这是地面的1:1的物理在轨运营支持系统，主要作用是它可以接收在轨的遥测数据，可以设置成跟天上一样的飞行状态，来验证整个飞行程序。同时，如果需要对空间站进行维护调整，可以在地面空间站上进行模拟操作，各类操作步骤优化和确定后再指导太空中的宇航员进行操作，以保证太空中各类动作一次成功完成。
　　从＂物理孪生＂到＂数字孪生＂ 而同一个时间线下的两件一样的工业产品，还不能称为＂孪生体＂。因为当代的工业体系，能保证同时生产出来的产品是＂一模一样＂的，其性能也是基本一致的。但是如果两件产品运行环境不同、运行参数不同，其行为和使用寿命是不同的。只有不同的两件产品在后期运行过程中，通过数据同步，实现两件产品运行过程状态一致，才能称之为＂孪生体＂。 如果物理对象在数字空间有一个与其一致的孪生体，那就是＂数字孪生＂。 2003年，美国密歇根大学Michael Grieves教授提出＂与物理产品等价的虚拟数字化表达＂概念，这可以看做是产品数字孪生的一个启蒙。 2010年NASA描述了航天器数字孪生的概念和功能。 2011年3月，美国空军研究实验室（Air Force Research Laboratory, AFRL）结构力学部门的Pamela A. Kobryn和Eric J. Tuegel，做了一次演讲，题目是＂Condition-based Maintenance Plus Structural Integrity (CBM+SI) & the Airframe Digital Twin（基于状态的维护+结构完整性&战斗机机体数字孪生）＂，首次明确提到了数字孪生（Digital Twin）这个词汇。2012 年，NASA和 AFRL合作共同提出了未来飞行器的数字孪生体范例，以应对未来飞行器高负载、轻质量以及极端环境下服役更长时间的需求。 信息镜像模型（Information Mirroring Model）：包括三个部分：真实世界的物理产品、虚拟世界的虚拟产品、连接虚拟和真实空间的数据和信息。
　　数字孪生的不同定义 也称之为：数字镜像、数字映射、数字双胞胎、数字双生、数字孪生体等。
　　2017-2019年，Gartner的定义： 数字孪生是实物或系统的动态软件模型（2017） 数字孪生是现实世界实物或系统的数字化表达（2018） 数字孪生是现实生活中物体、流程或系统的数字镜像（2019）
　　Michael Grieves教授认为： 数字孪生是一组虚拟信息结构，可以从微观原子级别到宏观几何级别全面描述潜在的物理制成品。在最佳状态下，可以通过数字孪生获得任何物理制成品的信息
　　北京航空航天大学的陶飞教授认为： 数字孪生（Digital Twin）是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为, 通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。 作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程, 发挥连接物理世界和信息世界的桥梁和纽带作用, 提供更加实时、高效、智能的服务。
　　数字孪生的概念
　　以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界中的镜像数字化模型的精准映射，并充分利用二者的双向交互反馈、迭代运行，以达到物理实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。
　　数字孪生的特征
　　1.多领域综合的数字化模型 数字孪生是仿真应用的发展和升级。例如，产品数字孪生不仅具备传统产品仿真的特点，从概念模型和设计阶段着手，先于现实世界的物理实体构建数字模型，而且数字模型与物理实体共生，贯穿实体对象的整个生命周期，建立数字化、单一来源的全生命周期档案，实现产品全过程追溯，完成物理实体的细致、精准、忠实的表达。 多领域的知识集成。多个物理系统融合、多学科、多领域融合。 数字孪生体和物理实体应该是＂ 形神兼似 ＂。数据驱动的建模方法有助于处理仅仅利用机理/传统数学模型无法处理的复杂系统，通过保证几何、物理、行为、规则模型与刻画的实体对象保持高度的一致性来让所建立模型尽可能逼近实体。
　　2.以模型为核心的数据采集与组织 数据是数字孪生的基础要素，其来源包括两部分，一部分是物理实体对象及其环境采集而得，另外一部分是各类模型仿真后产生。多种类、全方位、海量动态数据推动实体/虚拟模型的更新、优化与发展。 物理系统的智能感知与全面互联互通是物理实体数据的重要来源，是实现模型、数据、服务等融合的前提。 数据的组织以模型为核心。
　　3.双向映射、动态交互、实时连接和迭代优化 物理系统、数字模型通过实时连接，进行动态交互、实现双向映射。 适合应用场景的实时连接。 数字孪生系统必须能不断地迭代优化，即适应内外部的快速变化并做出针对性的调整，能根据行业、服务需求、场景、性能指标等不同要求完成系统的拓展、裁剪、重构与多层次调整。这个优化首先在数字空间发生，同时也同步在物理系统中发生。
　　4.推演预测与分析等智能化功能 数字孪生将真实运行物体的实际情况结合数字模型在软件界面中进行直观呈现，这个是数字孪生的监控功能。 数字孪生系统具备模拟、监控、诊断、推演预测与分析、自主决策、自主管控与执行等智能化功能。 预测是数字孪生的核心价值所在。动态预测的基础正是系统中全面互联互通的数据流、信息流以及所建立的高拟实性数字化模型。 数字孪生可看作是一种技术、方法、过程、思路、框架和途径。
　　数字孪生体的生命周期三个阶段
　　前期阶段——数字胚胎： 是＂ 以虚拟实 ＂阶段。数字胚胎是在物理实体对象设计阶段产生的，数字胚胎先于物理实体对象出现，所以用数字胚胎去表达尚未实现的物理对象的设计意图是对物理实体进行理想化和经验化的定义
　　中期阶段——数字化映射体阶段： 其功能为 以虚映实 。通过对物理对象的多层级数字化映射，建立面向物理实体与行为逻辑的数据驱动模型，孪生数据是数据驱动的基础，可以实现物理实体对象和数字化映射对象之间的映射，包括模型行为逻辑和运行流程，并且这个映射模拟会根据实际反馈，随着物理实体的变化而自动做出相应的变化
　　第三阶段：孪生体智能阶段： 是数字孪生体具备智能化的阶段，该阶段数字孪生体继承了前面两个阶段的数据和模型，同时借助大数据挖掘和智能算法，按照＂知识模型-智慧决策-精准执行＂的方式精准控制物理实体对象，以达到＂以虚控实＂的功能目标。
　　数字孪生系统是某个产品、某个系统在其生命周期中的一个具象表达，是一个包括物理实体、虚拟实体以及虚实之间的交互迭代关系，并最终形成以实体对象或行为＂以实到虚＂全要素层级映射、＂以虚控实＂为目标的体系，所以称之为Digital twin。 （区别于数字孪生体Digital twin）
　　数字孪生演化过程
　　数字孪生的应用领域
　　产品数字孪生和系统数字孪生 从孪生对象的组成来说，数字孪生的应用可以分成 产品数字孪生 和系统数字孪生 。 产品数字孪生，就是在信息空间构建了产品的数字孪生体，对于物理产品，一般包括产品的三维几何模型及其相关的机理模型和数据模型；对于服务产品，一般包括活动过程模型及其相关的机理和数据模型。 系统是由相互作用、相互依赖的若干组成部分结合而成的，具有特定功能和一定结构的有机整体。一个系统可能是更大系统的组成部分。一条柔性加工单元、一条流水线、一个车间、一个工厂、一个城市都是一个系统，但是系统的复杂程度不一 产品数字孪生着重把一个产品看做一个整体，从产品 满足、维持、延长其设计性能 的角度来考虑；系统数字孪生则更多地从系统组成部分的协同运行 、满足系统多个目标优化 的角度来考虑。产品从其出厂之后，一般其 组成相对固定 ，其内部各部件之间的约束和通讯关系较为稳定，而系统可以通过对其组成部分的结构或逻辑关系进行调整 以实现更优的运行目标。
　　数字孪生的作用
　　数字孪生应用的切入点
　　由虚切入。 在实体存在之前，构建虚拟数字模型 ，通过虚拟数字模型的仿真来明确实体的实现方案，再结合实体数据采集形成数字孪生系统。例如，产品数字孪生，先构建其产品机理模型进行仿真分析，再制造出实体产品，进行后续的监控、诊断和预测应用。
　　由实切入。对于大量的系统数字孪生，由于在构建系统之前没有虚拟模型，而系统的一部分甚至大部分物理实体已经存在，这个时候需要通过构建虚拟数字模型，实现＂监控与操纵＂，再根据分析需要，构建不同的仿真模型，进行＂仿真映射＂、＂诊断分析＂以及＂预测优化＂的应用。例如，数字孪生城市，可以在实现城市监控的基础上，针对应急疏散、灾害预防等领域，构建仿真分析模型，进行预测优化应用。
　　数字孪生典型应用场景
　　我国数字孪生的发展
　　国家发改委和中央网信办在2020年4月7日，发布了《关于推进＂上云用数赋智＂行动 培育新经济发展实施方案》，它首次指出数字孪生是七大新一代数字技术之一，其他六种技术为大数据、人工智能、云计算、5G、物联网和区块链。同时该文件还单独提出了＂数字孪生创新计划＂
　　在2021全球数字经济大会上，中国信息通信研究院发布的《全球数字经济白皮书》显示，2020年，全球47个国家数字经济规模总量达到32.6万亿美元，同比名义增长3.0%，占GDP比重为43.7%。中国数字经济规模为5.4万亿美元，位居世界第二；同比增长9.6%，位居世界第一。
　　党的十九届五中全会发布《国民经济和社会发展第十四个五年规划和二0三五年远景目标的建议》提出，坚定不移建设制造强国、质量强国、网络强国、数字中国，必须加快数字化发展，推动产业与经济的数字化，努力建设以人为核心的新型城市。
　　相关企业的推动
　　1.西门子的核心价值主张和技术路线就是通过数字化技术打造三个＂数字化双胞胎＂： 在企业的研发环节，建立企业所要生产、制造的产品数字化双胞胎； 企业在规划的产品被研发出来，准备制造的时候，建立包括工艺、制造路线、生产线等内容的生产数字化双胞胎; 当产品和产线投入使用时，建立反映实际工作性能的性能数字化双胞胎。
　　2.2012年，达索提出3D EXPERIENCE 战略，并于2014年推出3D EXPERIENCE 平台，通过统一的平台架构，把旗下的产品逐步统一到一个平台上。实现了设计、仿真、分析工具（CATIA、 DELMIA、SIMULIA等）、协同环境（VPM）、产品数据管理（ENOVIA）、社区协作（ 3DSwym）、大数据技术（ EXALEAD）等多种应用的打通，覆盖了航空航天、交通运输、工业设备、高科技、能源行业等11个行业。
　　3D EXPERIENCE是达索在对数字孪生技术深入思考后给出的独特、完备的解决方案，着重强调体验一致性、原理一致性、单一数据源、宏观与微观统一。
　　3.ANSYS公司因有限元分析而出名，其以仿真为基础，从仿真的角度出发认识数字孪生。他们认为，＂要充分实现数字孪生所蕴藏的巨大价值，仿真是重要途径＂
　　4.微软是数字孪生的一个软件解决方案供应商，其作为IT企业代表，主张云与AI结合的数字孪生体战略，并在2018 年发布了 Azure Digital Twins 平台，提供了全面的数字模型和空间感知解决方案，可应用于任何物理环境。
　　5.参数技术公司（PTC）擅长将数字孪生技术与增强现实技术结合，让数字孪生体变得更加形象化、场景化、更富真实感，强调数字世界与物理世界的紧密相连，以此探索企业数字化转型的本质
　　6.通用电气公司（GE）收集了大量资产设备（如航空发动机）的数据，通过数据挖掘分析，能够预测可能发生的故障和时间，为确定故障发生的具体原因，GE 近年来格外重视数字孪生技术的应用与探索。
　　本文内容摘自《数字孪生技术与工程实践——模型+数据驱动的智能系统》