數字孿生

美國國防部最早提出利用Digital Twin技術，用於航空航天飛 行器的健康維護與保障。首先在數字空間建立真實飛機的模型，並通過感測器實現與飛機真實狀態完全同步，這樣每次飛行后，根據結構現有情況和過往載荷，及時分析評估是否需要維修，能否承受下次的任務載荷等。

數字孿生，有時候也用來指代將一個工廠的廠房及產線，在沒有建造之前，就完成數字化模型。從而在虛擬的賽博空間中對工廠進行模擬和模擬，並將真實參數傳給實際的工廠建設。而工房和產線建成之後，在日常的運維中二者繼續進行信息交互。值得注意的是：Digital Twin不是構型管理的工具，不是製成品的3D尺寸模型，不是製成品的MBD定義。

對於Digital Twin的極端需求，同時也將驅動著新材料開發，而所有可能影響到裝備工作狀態的異常，將被明確地進行考察、評估和監控。Digital Twin正是從內嵌的綜合健康管理系統（IVHM）集成了感測器數據、歷史維護數據，以及通過挖掘而產生的相關派生數據。通過對以上數據的整合，Digital Twin可以持續地預測裝備或系統的健康狀況、剩餘使用壽命以及任務執行成功的概率，也可以預見關鍵安全事件的系統響應，通過與實體的系統響應進行對比，揭示裝備研製中存在的未知問題。Digital Twin可能通過激活自愈的機制或者建議更改任務參數來減輕損害或進行系統的降級，從而提高壽命和任務執行成功的概率。

Digital Twin是與Digital Thread，既相互關聯，又有所區別的一個概念。

Digital Twin是一個物理產品的數字化表達，以便於我們能夠在這個數字化產品上看到實際物理產品可能發生的情況，與此相關的技術包括增強現實和虛擬現實。Digital Thread在設計與生產的過程中，模擬分析模型的參數，可以傳遞到產品定義的全三維幾何模型，再傳遞到數字化生產線加工成真實的物理產品，再通過在線的數字化檢測/測量系統反映到產品定義模型中，進而又反饋到模擬分析模型中。依靠Digital Thread，所有數據模型都能夠雙向溝通，因此真實物理產品的狀態和參數將通過與智能生產系統集成的賽博物理系統CPS向數字化模型反饋，致使生命周期各個環節的數字化模型保持一致，從而能夠實現動態、實時評估系統的當前及未來的功能和性能。而裝備在運行的過程中，又通過將不斷增加的感測器、機器的聯接而收集的數據進行解釋利用，可以將後期產品生產製造和運營維護的需求融入到早期的產品設計過程中，形成設計改進的智能閉環。然而，並不是建立了全機有限元模型，就有了數字孿生，那只是問題的一個角度；必須在生產中把所有真實製造尺寸反饋回模型，再用PHM（健康預測管理）實時搜集飛機實際受力情況，反饋回模型，才有可能成為Digital Twin。

Digital Twin描述的是通過Digital Thread連接的各具體環節的模型。可以說Digital Thread是把各環節集成，再配合智能的製造系統、數字化測量檢驗系統的以及賽博物理融合系統的結果。通過Digital Thread集成了生命周期全過程的模型，這些模型與實際的智能製造系統和數字化測量檢測系統進一步與嵌入式的賽博物理融合系統(CPS)進行無縫的集成和同步，從而使我們能夠在這個數字化產品上看到實際物理產品可能發生的情況。

簡單說，Digital Thread貫穿了整個產品生命周期，尤其是從產品設計、生產、運維的無縫集成；而Digital Twin更像是智能產品的概念，它強調的是從產品運維到產品設計的回饋。

Digital Twin它是物理產品的數字化影子，通過與外界感測器的集成，反映對象從微觀到宏觀的所有特性，展示產品的生命周期的演進過程。當然，不止產品，生產產品的系統（生產設備、生產線）和使用維護中的系統也要按需建立Digital Twin。

實現Digital Twin的許多關鍵技術都已經開發出來，比如多物理尺度和多物理量建模、結構化的健康管理、高性能計算等，但實現Digital Twin需要集成和融合這些跨領域、跨專業的多項技術，從而對裝備的健康狀況進行有效評估，這與單個技術發展的願景有著顯著的區別。因此，可以設想Digital Twin這樣一個極具顛覆的概念，在未來可以預見的時間內很難取得足夠的成熟度，建立中間過程的里程碑目標就顯得尤為必要。

美國空軍研究實驗室（AFRL）2013年發布的Spiral 1計劃就是其中重要的一步，已與通用電氣（ GE）和諾思羅譜·格魯曼簽訂了2000萬美元的商業合同以開展此項工作。計劃以現有美國空軍裝備F15為測試台，集成現有最先進的技術，與當前具有的實際能力為測試基準，從而標識出虛擬實體還存在的差距。當然，對於Digital Twin這麼一個好聽好記的概念，許多公司已經迫不及待地將其從高尖端的領域，拉到民眾的眼前。

GE將其作為工業網際網路的一個重要概念，力圖通過大數據的分析，可以完整地透視物理世界機器實際運行的情況；而

激進的PLM廠商PTC公司，則將其作為主推的“智能互聯產品”的關鍵性環節：智能產品的每一個動作，都會重新返回設計師的桌面，從而實現實時的反饋與革命性的優化策略。Digital Twin突然賦予了設計師們以全新的夢想。它正在引導人們穿越那虛實界牆，在物理與數字模型之間自由交互與行走。

Digital twin最為重要的啟發意義在於，它實現了現實物理系統向賽博空間數字化模型的反饋。這是一次工業領域中，逆向思維的壯舉。人們試圖將物理世界發生的一切，塞回到數字空間中。只有帶有迴路反饋的全生命跟蹤，才是真正的全生命周期概念。這樣，就可以真正在全生命周期範圍內，保證數字與物理世界的協調一致。各種基於數字化模型進行的各類模擬、分析、數據積累、挖掘，甚至人工智慧的應用，都能確保它與現實物理系統的適用性。這就是Digital twin對智能製造的意義所在。

智能系統的智能首先要感知、建模，然後才是分析推理。如果沒有Digital twin對現實生產體系的準確模型化描述，所謂的智能製造系統就是無源之水，無法落實。

最早，數字孿生思想由密歇根大學的 Michael Grieves 命名為“信息鏡像模型”（Information Mirroring Model），而後演變為“數字孿生”的術語。數字孿生也被稱為數字雙胞胎和數字化映射。數字孿生是在 MBD 基礎上深入發展起來的，企業在實施基於模型的系統工程（MBSE）的過程中產生了大量的物理的、數學的模型，這些模型為數字孿生的發展奠定了基礎。2012 年 NASA 給出了數字孿生的概念描述：數字孿生是指充分利用物理模型、感測器、運行歷史等數據，集成多學科、多尺度的模擬過程，它作為虛擬空間中對實體產品的鏡像，反映了相對應物理實體產品的全生命周期過程。為了便於數字孿生的理解，庄存波等提出了數字孿生體的概念，認為數字孿生是採用信息技術對物理實體的組成、特徵、功能和性能進行數字化定義和建模的過程。數字孿生體是指在計算機虛擬空間存在的與物理實體完全等價的信息模型，可以基於數字孿生體對物理實體進行模擬分析和優化。數字孿生是技術、過程、方法，數字孿體是對象、模型和數據。

進入21世紀，美國和德國均提出了 Cyber-Physical System（CPS），也就是“信息-物理系統”，作為先進位造業的核心支撐技術。CPS 的目標就是實現物理世界和信息世界的交互融合。通過大數據分析、人工智慧等新一代信息技術在虛擬世界的模擬分析和預測，以最優的結果驅動物理世界的運行。數字孿生的本質就是在信息世界對物理世界的等價映射，因此數字孿生更好的詮釋了 CPS,成為實現 CPS 的最佳技術。

2011 年，Michael Grieves 教授在《幾乎完美：通過PLM驅動創新和精益產品》給出了數字孿生的三個組成部分：物理空間的實體產品、虛擬空間的虛擬產品、物理空間和虛擬空間之間的數據和信息交互介面。

在 2016 西門子工業論壇上，西門子認為數字孿生的組成包括：產品數字化雙胞胎、生產工藝流程數字化雙胞胎、設備數字化雙胞胎，數字孿生完整真實地再現了整個企業。北京理工大學的庄存波等也從產品的視角給出了數字孿生的主要組成，包括：產品的設計數據、產品工藝數據、產品製造數據、產品服務數據、以及產品退役和報廢數據等。無論是西門子還是北京理工大學的庄存波都是從產品的角度給出了數字孿生的組成，並且西門子是以它的產品全生命周期管理系統（product lifecycle management，PLM）為基礎，在製造企業推廣它的數字孿生相關產品。

同濟大學的唐堂等人提出數字孿生的組成應該包括：產品設計、過程規劃、生產布局、過程模擬、產量優化等。該數字孿生的組成不僅包括了產品的設計數據，也包括了生產品的生產過程和模擬分析，更加全面，更加符合智能工廠的要求。

北京航空航天的陶飛等人從車間組成的角度先給出了車間數字孿生的定義，然後提出了車間數字孿生的組成，主要包括：物理車間、虛擬車間、車間服務系統、車間孿生數據幾部分組成。物理車間是真實存在的車間，主要從車間服務系統接收生產任務，並按照虛擬車間模擬優化后的執行策略，執行完成任務；虛擬車間是物理車間的計算機內的等價映射，主要負責對生產活動進行模擬分析和優化，並對物理車間的生產活動進行實時的監測、預測和調控；車間服務系統是車間各類軟體系統的總稱，主要負責車間數字孿生驅動物理車間的運行，和接受物理車間的生產反饋。

從產品全生命周期管理、工程全生命周期管理、車間管控系統幾個方面梳理目前數字孿生的應用場景如下：

● ● 最早，美國國家航空航天局使用數字孿生對空間飛行器進行模擬分析、檢測和預測，輔助地面管控人員進行決策。 

● ● Michael Grieves 教授和西門子公司主要使用數字孿生進行產品數據的全生命周期管理。利用數字孿生對產品設計、產品功能、產品性能、加工工藝、維修維護等進行模擬分析。 

● ● 以歐特克公司為代表的工程建設類軟體供應商，將數字孿生技術應用於建築、工廠、基礎設施等建設領域，把建築和基礎設施看做產品進行全生命周期的管理。 

● ● 北京航空航天大陶飛等人將數字孿生應用於車間的建設和管控，主要涉及基於數字孿生的產品設計、基於數字孿生的虛擬樣機、基於數字孿生的車間快速設計、基於數字孿生的工藝規劃、基於數字孿生的車間生產調度優化、基於數字孿生的生產物流精準配送、基於數字孿生的車間裝備智能控制、基於數字孿生的車間人機交互、基於數字孿生的裝配、基於數字孿生的測試/檢測、基於數字孿生的製造能耗管理、基於數字孿生的產品質量分析與追溯、基於數字孿生的故障預測與健康管理、基於數字孿生的產品服務系統等。 

數字孿生標準體系可包含以下部分：

1. 基礎共性標準：包括術語標準、參考架構標準、適用準則三部分，關注數字孿生的概念定義、參考框架、適用條件與要求，為整個標準體系提供支撐作用。

2. 數字孿生關鍵技術標準：包括物理實體標準、虛擬實體標準、孿生數據標準、連接與集成標準、服務標準五部分，用於規範數字孿生關鍵技術的研究與實施，保證數字孿生實施中的關鍵技術的有效性，破除協作開發和模塊互換性的技術壁壘。

3. 數字孿生工具/平台標準：包括工具標準和平台標準兩部分，用於規範軟硬體工具/平台的功能、性能、開發、集成等技術要求。

4. 數字孿生測評標準：包括測評導則、測評過程標準、測評指標標準、測評用例標準四部分，用於規範數字孿生體系的測試要求與評價方法。

5. 數字孿生安全標準：包括物理系統安全要求、功能安全要求、信息安全要求三部分，用於規範數字孿生體系中的人員安全操作、各類信息的安全存儲、管理與使用等技術要求。

6. 數字孿生行業應用標準：考慮數字孿生在不同行業/領域、不同場景應用的技術差異性，在基礎共性標準、關鍵技術標準、工具/平台標準、測評標準、安全標準的基礎上，對數字孿生在機床、車間、工程機械裝備等具體行業應用的落地進行規範。

在智能製造領域最先使用數字孿生概念的是美國的航空航天局（NASA）在阿波羅項目中，美國國家航空航天局使用空間飛行器的數字孿生對飛行中的空間飛行器進行模擬分析，監測和預測空間飛行器的飛行狀態，輔助地面控制人員作出正確的決策。從美國國家航空航天局對數字孿生的應用來看，數字孿生主要是要創建和物理實體等價的虛擬體或數字模型，虛擬體能夠對物理實體進行模擬分析，能夠根據物理實體運行的實時反饋信息對物理實體的運行狀態進行監控，能夠依據採集的物理實體的運行數據完善虛擬體的模擬分析演演算法，從而對物理實體的後續運行和改進提供更加精確的決策。

密歇根大學的邁克爾·格里夫斯教授在2003年提出了“物理產品的數字錶達”的概念，並指出物理產品的數字錶達應能夠抽象的表達物理產品，能夠基於數字錶達對物理產品進行真實條件或模擬條件下的測試。這個概念雖然沒有被稱作數字孿生，但是它具備數字孿生所具有的組成和功能，即創建物理實體的等價虛擬體，虛擬體能夠對物理實體進行模擬分析和測試。邁克爾·格里夫斯教授提出的理論，可以被看做是數字孿生在產品設計過程中的應用。

美國國家標準與技術研究院於 2012 提出了 MBD（基於模型的定義）和 MBE（基於模型的企業）的概念，其核心思想是要創建企業和產品的數字模型，數字模型的模擬分析要貫穿產品設計、產品設計模擬、加工工藝模擬、生產過程模擬、產品的維修維護等整個產品的壽命周期。MBE 和 MBD 的概念將數字孿生的內涵擴展到了整個產品的製造過程。

2015年之後，世界各國分別提出國家層面的製造業轉型戰略。這些戰略核心目標之一就是構建物理信息系統（Cyber-Physical System，CPS），實現物理工廠與信息化的虛擬工廠的交互和融合，從而實現智能製造，數字孿生作為實現物理工廠與虛擬工廠的交互融合的最佳途徑，被國內外相關學術界和企業高度關注。從 CPS 和數字孿生的內涵來看，他們都是為了描述信息空間與物理世界融合的狀態，CPS 更偏向科學原理的驗證，數字孿生更適合工程應用的優化，更能夠降低複雜工程系統建設的費用。北京航空航天大學的陶飛，張萌等人基於數字孿生提出了數字孿生車間的概念，並從車間管理要素分析，數字孿生車間的發展需要依次經過生產要素、生產活動、生產控制僅限於物理車間，物理車間與數字孿生車間相對獨立，物理車間與數字孿生車間交互融合這個三個階段，才能夠逐漸的成熟。同濟大學的唐堂，滕琳等認為數字孿生是整合企業的製造流程，實現產品從設計到維護全過程的數字化，通過信息集成實現生產過程可視化，形成從分析到控制再到分析的閉合迴路，優化整個生產系統。GE Digital工業網際網路創新與生態發展負責人 Robert Plana 認為，數字孿生最重要的價值是預測，在產品製造過程中出現問題時，可以基於數字孿生對生產策略進行分析，然後基於優化后的生產策略進行組織生產。