《数字孪生体技术白皮书》重磅发布
这几年，数字孪生体的概念炙手可热，越来越成为从工业到产业、从军事到民生各个领域的智慧新代表。数字孪生体实验室与安世亚太联合正式发布了《数字孪生体技术白皮书（2019）》。希望本白皮书能为业内同行提供参考，对数字孪生体技术在中国的发展和应用具有推动作用。作者：田锋来源：大数据DT（ID：hzdashuju）http://p7.itc.cn/q_70/images03/20201014/55bc5e6acff74c09840e8f9abfe42951.jpeg在工业界，无论智能制造还是工业4.0，这些智能化体系都需要网络化和数字化两只轮子来支撑。在中国，工业互联网已成为其中一只，而数字孪生体将成为另外一只。数字孪生体将撑起数字化之轮，但又不止于数字化。数字孪生体的突破在于：它不仅仅是物理世界的镜像，也要接收物理世界的实时信息，更要反过来实时驱动物理世界，而且进化为物理世界的先知、先觉甚至超体。这个演变过程称为成熟度进化，即一个数字孪生体的生长发育将经历数化、互动、先知、先觉和共智等几个过程。这里首先要强调互动，因为没有实时互动，数字世界和物理世界之间则是伪孪生。其次，我们提出“数字孪生体是仿真应用新巅峰”这一论断，因为在数字孪生体成熟度进化的每个过程中，仿真都扮演着不可或缺的角色。另外，我们还提出将“共智”作为数字孪生体的理想态，受人类认知所限，物理世界各物件是否在“共智”我们不得而知，但数字世界提供了无限便利以实现“共智”，让我们可以把数字孪生体的价值挖掘到极致。数字孪生体的应用绝不止于工业，我们应以更抽象的层次总结架构和技术，以更广阔的视角来观察场景和案例。本研究报告的第一部分关注对数字孪生体的抽象和总结。无论是参考架构、成熟度模型还是关键技术，都以“放之四海皆准”为原则。在其余的章节，我们分别在工业、产业、民生和军事等四个领域选择了最关键的场景做实例化论述：数字孪生制造、数字孪生产业、数字孪生城市和数字孪生战场。研究报告目录（全版）一、数字孪生体发展综述二、数字孪生体的定义三、数字孪生体的模型（一）数字孪生体的概念模型（二）数字孪生系统参考架构（三）数字孪生体的应用框架（四）数字孪生体成熟度模型四、数字孪生体的关键技术（一）建模（二）仿真（三）VR、AR及MR（四）数字线程（五）系统工程与MBSE（六）物联网（七）云、雾与边缘计算（八）大数据与机器学习（九）区块链五、数字孪生制造（一）现状（二）综述（三）数字孪生制造参考架构（四）数字孪生制造的关键技术（五）数字孪生制造的典型应用场景（六）数字孪生制造的典型应用案例六、数字孪生产业（一）现状（二）综述（三）数字孪生产业参考架构（四）数字孪生产业的关键技术（五）数字孪生产业的典型应用场景（六）数字孪生产业的典型应用案例七、数字孪生城市（一）现状（二）综述（三）数字孪生城市参考架构（四）数字孪生城市的关键技术（五）数字孪生城市的典型应用场景（六）数字孪生城市的典型应用案例八、数字孪生战场（一）现状（二）综述（三）数字孪生战场参考架构（四）数字孪生战场的关键技术（五）数字孪生战场的典型应用场景（六）数字孪生战场的典型应用案例九、数字孪生体标准化进展（一）标准化相关活动（二）相关标准研发进展十、结论参考文献以下为研究报告正文（节选）：01 数字孪生体的定义本研究报告给出数字孪生体的定义如下：数字孪生体是现有或将有的物理实体对象的数字模型，通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态，通过优化和指令来调控物理实体对象的行为，通过相关数字模型间的相互学习来进化自身，同时改进利益相关方在物理实体对象生命周期内的决策。02 数字孪生系统参考架构本研究报告提出数字孪生系统的通用参考架构。一个典型的数字孪生系统包括用户域、数字孪生体、测量与控制实体、现实物理域和跨域功能实体共五个层次（图A-1）。http://p9.itc.cn/q_70/images03/20201014/87e62e13786c490386c7401422498db5.png▲图A-1 数字孪生系统的通用参考架构第一层是使用数字孪生体的用户域，包括人、人机接口、应用软件，以及其他相关数字孪生体（本研究报告称之为共智数字孪生体，简称共智孪生体）。第二层是与物理实体目标对象对应的数字孪生体。它是反映物理对象某一视角特征的数字模型，并提供建模管理、仿真服务和孪生共智三类功能。[*]建模管理 涉及物理对象的数字建模与展示、与物理对象模型同步和运行管理。
[*]仿真服务 包括模型仿真、分析服务、报告生成和平台支持。
[*]孪生共智 涉及共智孪生体等资源的接口、互操作、在线插拔和安全访问。
建模管理、仿真服务和孪生共智之间传递实现物理对象的状态感知、诊断和预测所需的信息。第三层是处于测量控制域、连接数字孪生体和物理实体的测量与控制实体，实现物理对象的状态感知和控制功能。第四层是与数字孪生体对应的物理实体目标对象所处的现实物理域。测量与控制实体和现实物理域之间有测量数据流和控制信息流的传递。测量与控制实体、数字孪生体以及用户域之间的数据流和信息流动传递，需要信息交换、数据保证、安全保障等跨域功能实体的支持。信息交换通过适当的协议来实现数字孪生体之间交换信息。数据保证负责数据传递的安全保障，负责数据和信息传递的认证、授权和保密。数据保证和安全保障一起提供数据的准确性和完整性。03 数字孪生体成熟度模型数字孪生体不仅仅是物理世界的镜像，也要接收物理世界实时信息，更要反过来实时驱动物理世界，而且进化为物理世界的先知、先觉甚至超体。这个演变过程称为成熟度进化，即一个数字孪生体的生长发育将经历数化、互动、先知、先觉和共智等几个过程（图A-2）。http://p6.itc.cn/q_70/images03/20201014/8d6e69b14ed042aea3156f40e5af9d5b.png▲图A-2 数字孪生体成熟度模型1. 数化2. 互动“互动”主要是指数字对象间及其与物理对象之间的实时动态互动。物联网是实现虚实之间互动的核心技术。数字世界的责任之一是预测和优化，同时根据优化结果干预物理世界，所以需要将指令传递到物理世界。物理世界的新状态需要实时传导到数字世界，作为数字世界的新初始值和新边界条件。另外，这种互动包括数字对象之间的互动，依靠数字线程来实现。3. 先知“先知”是指利用仿真技术对物理世界的动态预测。这需要数字对象不仅表达物理世界的几何形状，更需要在数字模型中融入物理规律和机理。仿真技术不仅建立物理对象的数字化模型，还要根据当前状态，通过物理学规律和机理来计算、分析和预测物理对象的未来状态。这种仿真不是对一个阶段或一种现象的仿真，应是全周期和全领域的动态仿真。4. 先觉如果说“先知”是依据物理对象的确定规律和完整机理来预测数字孪生体的未来，那么“先觉”就是依据不完整的信息和不明确的机理通过工业大数据和机器学习技术来预感未来。如果要求数字孪生体越来越智能和智慧，就不应局限于人类对物理世界的确定性知识。其实人类本身就不是完全依赖确定性知识而领悟世界的。5. 共智“共智”是通过云计算技术实现不同数字孪生体之间的智慧交换和共享，其隐含的前提是单个数字孪生体内部各构件的智慧首先是共享的。所谓“单个”数字孪生体是人为定义的范围，多个数字孪生单体可以通过“共智”形成更大和更高层次的数字孪生体，这个数量和层次可以是无限的。众多数字孪生体在“共智”过程中必然存在大量的数字资产的交易，区块链则提供了最佳交易机制。04 数字孪生体核心技术从数字孪生系统参考架构可见：
[*]建模、仿真和基于数据融合的数字线程是数字孪生体的三项核心技术；
[*]能够做到统领建模、仿真和数字线程的系统工程和MBSE，则成为数字孪生体的顶层框架技术；
[*]物联网是数字孪生体的底层伴生技术；
[*]而云计算、机器学习、大数据、区块链则是数字孪生体的外围使能技术（表A-1）。
▼表A-1 数字孪生体成熟度模型、关键特征和关键技术http://p9.itc.cn/q_70/images03/20201014/ad2817569a624e0ca8777782b04ab748.png1. 建模所以建立物理实体的数字化模型或信息建模技术是创建数字孪生体、实现数字孪生的源头和核心技术，也是“数化”阶段的核心。2. 物联网3. 数字线程“互动”是数字孪生体的一个重要特征，主要是指物理对象和数字对象之间的动态互动，当然也隐含了物理对象之间的互动以及数字对象之间的互动。前两者通过物联网实现，而后者则是通过数字线程实现。能够实现多视图模型数据融合的机制或引擎是数字线程技术的核心。4. 仿真“先知”是指对物理世界的动态预测。这需要数字对象不仅表达物理世界的几何形状，更需要数字模型中融入物理规律和机理，这是仿真世界的特长。仿真技术不仅建立物理对象的数字化模型，还要根据当前状态，通过物理学规律和机理来计算、分析和预测物理对象的未来状态。物理对象的当前状态则通过物联网和数字线程获得。这种仿真不是对一个阶段或一种现象的仿真，应是全周期和全领域的动态仿真，譬如产品仿真、虚拟试验、制造仿真、生产仿真、工厂仿真、物流仿真、运维仿真、组织仿真、流程仿真、城市仿真、交通仿真、人群仿真、战场仿真等。5. 虚拟现实人类通过屏幕与数字世界交互不仅不直观、不真实，而且交互的深度受到巨大限制。虚拟现实（VR）、增强现实（AR）及混合现实（MR）等三种技术提供的深度沉浸技术让人类与数字世界的交互方式与物理世界类似，使数字世界在感官和操作体验上更加接近物理世界，让“孪生”一词变得更为精妙。但在数字世界中，人类又具有超人般的特异功能，可以无限驾驭数字世界，如穿墙而过、隔空取物、时空穿越、变换大小等，将数字孪生体的应用推向极致。6. MBSE系统工程的建模和仿真方法及流程可以作为顶层框架分别指导系统级数字孪生体和体系级数字孪生体（如共智孪生体）的构建和运行。MBSE（基于模型的系统工程）是创建数字孪生体的框架，数字孪生体可以通过数字线程集成到MBSE工具套件中，进而成为MBSE框架下的核心元素。从系统生存周期的角度，MBSE可以作为数字线程的起点，使用从物联网收集的数据，运行系统仿真来探索故障模式，从而随着时间的推移逐步改进系统设计。7. 大数据如果说“先知”是依据物理对象的确定性规律和完整机理来预测数字孪生体的未来，那么“先觉”就是依据不确定和不完整的信息来预感未来，这是大数据的强项。如果要求数字孪生体越来越智能和智慧，就不应局限于人类对物理世界的确定性知识，其实人类本身就不是完全依赖确定性知识而领悟世界的。8. 云计算“共智”的目标是实现世界上所有数字孪生体智慧的交换和共享，其隐含的前提是单个数字孪生体内部各构件的智慧首先是共享的。云计算、雾计算和边缘计算则为数字孪生体内部和之间进行智慧共享提供了可能。当然，所谓“单个”数字孪生体是人为定义的范围，多个数字孪生单体可以通过共智形成更大的数字孪生体，这个数量可以是无限的。9. 区块链数字孪生体是典型的数字资产。在众多数字孪生体“共智”的过程中，必然存在数字资产的交易。区块链提供的去中心化的交易机制能很好地支持分布、实时和精细化的数字资产交易，可以成为数字孪生体的最佳资产交易媒介。同时它也能引入信任度，持续保持透明度，很好地支持数字资产交易生态系统的参与主体，包括数字资产采集、存储、交易、分发和服务各个流程的参与者。以上技术为数字孪生体的通用核心技术，数字孪生体在工业、产业、民生和军事等领域的应用中应有更多具体技术。这在研究报告的具体场景中展开介绍。05 数字孪生体典型应用数字孪生体的应用广泛，本研究报告分别在工业、产业、民生和军事等四个领域选择了最关键的领域做实例化论述：数字孪生制造、数字孪生产业、数字孪生城市和数字孪生战场。1. 参考架构的实例化针对不同领域，对通用参考架构做了实例化，主要的变化在于：
[*]对现实物理域的物理对象做了实例化展开。
[*]对数字孪生体中的数字组件做了实例化展开。
[*]对测量和控制实体的元素做了实例化展开。
2. 成熟度模型的实例化针对不同领域，对通用成熟度模型做了实例化，分别给出了数化、互动、先知、先觉和共智在各领域的实例化特征。3. 特定领域的核心技术针对不同领域，讨论了其特定核心技术：
[*]数字孪生制造： CAD、CAE、工艺仿真、工厂仿真、工业控制、CAM、MES、PLM、ERP。
[*]数字孪生产业： 创成式设计、增材制造、增材制造执行系统（AMES）、物流仿真。
[*]
[*]数字孪生战场： 毁伤与损伤评估、体系仿真、军用数据链、战场感知。
4. 特定领域的实例化场景针对不同领域，讨论了其特定场景：
[*]数字孪生制造： 研发设计、生产制造。
[*]数字孪生产业： 市场营销和电子商务、供应链和物流、产品使用和维护。
[*]数字孪生城市： 市政、交通、环保、安防、医疗、服务、社区、景区等。
[*]数字孪生战场： 单兵（装备）作战、多兵种战役、战略决策。
5. 特定领域的应用案例针对不同领域，讨论了其典型案例：
[*]数字孪生制造： 物料堆放场设计、机床、水泵运行、二氧化碳循环。
[*]数字孪生产业： GE航空发动机。
[*]数字孪生城市： 虚拟新加坡。
[*]数字孪生战场： 单兵与作战小队作战训练、航母战斗群体系对抗。
06 结论本研究报告在吸收了全球在数字孪生体领域最新研究成果的基础上，做了一定创新和发展。我们在数字孪生体参考模型以及标准建设等方面，紧跟国际权威机构的研究成果。在大框架上不特立独行，但在国际空白领域、尚无定论环节和具体应用方案上大胆创新和创造。首先，不局限于当前研究较多的工业（或制造业）和城市领域，在产业和军事领域，数字孪生体也将大有所为。所以，作为数字孪生体的通用研究报告，对实例化应用的抽象和总结是首要任务，其次还要回归到更大范围的实践中。其次，以往的数字孪生体研究过于偏重于数字化，更像是数字化技术的微小升级。其实仅就数字化而言，在PLM、虚拟城市、战场仿真、工业大数据等方面都已经有很成熟的研究成果，应用也较为成功。所以，我们将数字孪生体的研究视角提升到“互动”和“共智”层面，强调虚实动态实时互动，以及相关数字孪生体的共同进化。这才是数字孪生体区别于过往研究的重点所在，也是该体系价值最大的领域。再次，我们提出“数字孪生体是仿真应用新巅峰”这一论断：
[*]“数化”的核心技术——建模总是与仿真联系在一起，或是仿真的一部分；
[*]“互动”是半实物仿真中司空见惯的场景；
[*]“先知”的核心技术本身就是仿真；
[*]有很多学者将“先觉”中的核心技术——工业大数据视为一种新的仿真范式；
[*]“共智”需要通过不同孪生体之间的多学科耦合仿真才能让思想碰撞，才能产生智慧的火花。
最后，关于数字孪生体的成熟度模型，也是基于以上的考虑，从更为抽象的层次和更具价值的领域出发，提出一个放之四海皆准且有益于数字孪生体这门学科进化发展的模型。关于作者：田锋，安世亚太公司高级副总裁、轮值总裁，国家工业软件与先进设计研究院常务副院长，北京市综合仿真工程实验室主任，数字孪生体实验室主任，生态设计与绿色制造促进会首席技术专家，北京市工业互联网联盟副理事长，机械工程学会设计分会专家委员。本文摘编自《苦旅寻真：求索中国仿真解困之道》，经出版方授权发布。
页:
[1]