| 编辑推荐: |
本文介绍了评价数字孪生的四个指标，数字孪生与CPS的区别，以及数字孪生的范畴、限制等内容，希望对您有所帮助。
本文来源于微信号innovation-hub，由火龙果软件Luca编辑，推荐 |
|
数字孪生（Digital Twin），并非今天才产生，已经走过了几十年的发展历程，只不过以前没有这样命名，而是走到了一定的发展阶段，人们意识到可以给这种技术起一个更确切的名字。实际上，自从有了诸如CAD等数字化的“创作（authoring）”手段，就已经有了数字孪生的源头，有了CAE仿真手段，就让数字虚体和物理实体走得更近，有了系统仿真，可以让数字虚体更像物理实体，直至有了比较系统的数字样机技术。发展到现在，人们发现在数字世界里做了这么多年的数字设计、仿真结果，越来越虚实对应，越来越虚实融合，越来越广泛应用，数字虚体越来越赋能物理实体系统。。
一、数字孪生的学术研究
基于数字虚体的数字孪生技术，到底怎样才能更好、更精准地反映物理世界的实际情况？这一直是国际学术界持续研究的问题。
德国弗里德里希-亚历山大大学工程设计主任Benjamin Schleicha与法国巴黎-苏德大学Nabil
Anwer等专家对数字孪生有着很深入的认识，他们合写了一篇题为 “塑造用于设计和生产工程的数字孪生（Shaping
the digital twin for design and production engineering）”的文章，指出：“更加逼真的制造产品的虚拟模型，对弥合设计和制造之间的差距以及反映真实和虚拟世界至关重要。
在本文中，我们提出了一个基于‘表皮模型形状’概念的综合参考模型，并将其作为设计和制造中的实物产品的数字孪生体。”“因此，……我们提出了数字孪生体的‘抽象‘与其’表达‘之间的区别。”如图1所示。
图1 数字孪生体的“表达”与其“抽象”之间的区别
数字孪生体的“抽象”可以在高度抽象层面上描述一些操作，通常抽象描述只是抓住了物理孪生体的一些基本的外部形体特征；而虚拟的“表达”是通过特定的仿真模型来执行的，是要在三维数字模型上加载能够代表物理孪生体形态或行为的特定算法来实现的。由于模型的近似性，显然在做某个操作时，“抽象”描述与其“表达”之间仍然存在着不确定性，“抽”得“像不像”，“仿”得“真不真”，其实二者与物理孪生体都有一定的差异。因此“抽象”与“表达”类型的数字孪生体，都只能作为物理孪生体近似的方案。
基于上述的“表达”与“抽象”，该文章给出了评价数字孪生的四个指标，对研究者与应用者加深对数字孪生的认识提供了进一步的思路。
① 规模性，能够提供不同规模（从细节到大型系统）的对数字孪生体的洞察力，在结构上不丢失细节，尽量映射物理孪生体的细微之处。如图2所示。
图2 数字孪生体的缩放性
② 互操作性，能够在不同数字模型之间转换、合并和建立“表达”的等同性，以多样性的数字孪生体来映射物理孪生体。如图3所示。
图3 数字孪生体的互操作性
③ 可扩展性，集成、添加或替换数字模型的能力，如随时随处添加若干扩展结构。如图4所示。
图4 数字孪生体的可扩展性
④ 保真性，描述数字虚体模型与物理实物产品的接近性。不仅在外观和几何结构上相像，在质地上也要相像。如图5所示。
图5 数字孪生体的保真性
另外值得一提的是数字孪生体的抽象性，除了上述的几何与结构在“形（外形、内形、分形、层次等）”上的描述之外，我们还应该对数字孪生体的“态（如状态、相态、时态等）”进行描述，而这种描述会有两种情况：一种需要在保持几何与结构的高度仿真的情况下来描述其“态”，另一种是在简化了几何与结构的情况下来描述其“态”，例如，工况场景只要求描述数字孪生体的位置、方位、振动、湿度、高温等，并不需要关注结构细节，此时就可以对数字模型进行大量简化和高度抽象。例如，一列高铁车辆，在不同的场景和条件下，其所对应的数字虚体的颗粒度就有所不同，既可以用数万个虚拟零部件详细表达系统仿真场景下的结构保真性，也可以用几根线条简要表达车辆调度场景下的位置准确性。如图6所示。
图6 数字虚体在高铁调度位置表达上的简化与抽象（图片来自网络）
二、数字孪生≠CPS
很多人分不清楚数字孪生与CPS（赛博物理系统，也称信息物理系统），经常将二者搞混，误以为数字孪生就是CPS。
应该说，数字孪生是建设CPS的基础，是CPS发展的必经阶段。所谓建立数字孪生关系，就是以“软件定义”的方式，对物理实体（物理孪生体）建立了完全对应的数字虚体（数字孪生体），所创建的数字虚体经历了一个从其“形”、其“态”，逐渐向物理实体的“形、态”逼近的过程，直至看起来完全“相像”，如同同胞兄弟一般。在“相像”程度上，可以用不同级别的仿真度来衡量，如表1所示。
当数字虚体与物理实体在时空状态上都相像之后，距离CPS还有一步之遥，即控制。从物理实体一侧，是否能实现对数字虚体的控制（以P控C）？反之，从数字虚体一侧，是否能实现对物理实体的控制（以C控P）？尤其是“以C控P”，是判断是否实现了CPS的核心要求。关于在CPS中“C”与“P”的控制，如表2所示。
实际上，三年前撰写《三体智能革命》书时，笔者就给出了一个典型的CPS结构图，在图中明确以数字机器与物理机器相对应、虚实映射的方式，说明了数字孪生与CPS之间的关系。如图7所示。
图7 《三体智能革命》中CPS结构图（书中P28页）
数字虚体与物理实体在形与态的彼此相像属于“数字孪生”；以“状态感知、实时分析、自主决策、精准执行”的智能方式实现了“以C控P”的精准控制才算是CPS。
三、数字孪生的范畴并非无限
笔者研究发现，数字孪生的范畴是一定限度的。就目前的数字化技术手段而言，我们虽然经常说“数字化一切可以数字化的事物”，但是并非“一切都是可以数字化的”，也意味着并非“一切都是可以软件定义的”。因此，数字世界和物理世界之间尚无法做到一一对应、完全能够相互映射。
从物理侧（P）来看，未知的事物谈不上数字化，当然也不可能有数字孪生；已知但是无法定义、无法描述的事物不能数字化（如暗能量、弦等）；从数字/赛博侧（C）来看，神话、传说可以随意展现，动漫创意和想象中的事物也是如此，都可以通过数字虚体不受限制地表现出来，但是在物理空间找不到对应的物理实体。因此，在两“体”中都存在暂时无法延伸、映射到对方，可供建立孪生关系的内容。如图8所示。
图8 数字孪生的范畴不是无限的
弄清楚数字孪生的范畴、限制，我们才能有所为、有所不为，才能清晰地知道技术的边界在哪里，不把精力花在低效和缺乏实际意义的地方。
四、数字孪生伴随产品终生
数字孪生是在产品的全生命周期中的每一个阶段都存在的普遍现象，大量的物理实体系统都有了数字虚体的“伴生”，这种现象在Schleicha和Anwer的文章中称作是“孪生化（Twinning）”。而且，由于每个阶段与每个物理孪生体所对应的“数字孪生体”的模型不止一种（不同的算法、不同的逼真/抽象程度等），于是就出现了笔者在上一篇文章（“再论数字孪生——似是而非‘数字双胞胎’）中所说的“一对多”的现象。在产品全生命周期中彼此对应的数、物孪生体以及有关的“操作”如图9所示。
图9 产品全寿期都有不同的数字孪生体
有了越来越多的数字孪生体，人们可以做越来越多的事情，很多新技术、新模式、新业态也就此产生。在两个“体”之间，信息可以双向传输：当信息从物理孪生体传输到数字孪生体，数据往往来源于用传感器来观察物理孪生体（例如GE用大量传感器观察航空发动机运行情况）；反之，当信息从数字孪生体传输到物理孪生体，数据往往是出自科学原理、仿真和虚拟测试模型的计算，用于模拟、预测物理孪生体的某些特征和行为（例如用流体仿真技术计算汽车高速行驶的风阻）。
德国西门子是比较强调产品生命周期管理的企业，较早提出了数字孪生。他们给出了对一个物理产品及其数字孪生“在全产品生命周期进行更新和维护”的认识，特别是CPS中的数字孪生体中都包含了哪些内容。如图10所示。
图10 西门子对数字孪生的认识
PTC公司一直推动数字孪生，甚至以“数物融合”作为公司的新发展战略，在一个更大的工业互联网场景中描述了数字孪生的作用，企业的物理产品都通过云服务，在Thingworx中建立了一个或多个数字孪生体，用于制造、研发、销售、服务、财务等各个业务环节。
图11 PTC对数字孪生的认识
美国《航空周报》两年前就做出这样的预测：“到了2035年，当航空公司接收一架飞机的时候，将同时还验收另外一套数字模型。每个飞机尾号，都伴随着一套高度详细的数字模型。”每一特定架次的飞机都不再孤独。因为它将拥有一个忠诚的“影子”，终生相伴，永不消失，这就是数字孪生的本意。
五、小结
数字孪生，不过是长期以来，人们用数字世界的数字虚体技术，来描述物理世界的物理实体的必然结果，完全遵从《三体智能革命》中的“三体智能模型”。
数字孪生这个术语和与之相关的技术，并非是突然产生的新生事物，而是几十年来CAX发展的必然结果，只不过在今天人们经过总结提高之后，加深了对它的认识，给出了新的认识和命名。
数字孪生，是CPS中的必备技术构成。要搞好智能制造、工业4.0、工业互联网等新工业发展战略，就必须研究和实施CPS。要做好CPS，就必须充分认识数字孪生。要认识数字孪生，就必须研究与数字孪生有关的所有问题，从起源、技术、应用、界限到命名。 |
