下载掌阅APP，畅读海量书库
立即打开
想要厘清数字孪生技术的内涵和体系架构，就需要梳理如图2-1所示的数字孪生的相关领域。
图2-1 数字孪生的相关领域
计算机辅助设计（Computer Aided Design，CAD）模型是在CAD完工之后形成的，是静态的。
在绝大多数场合中，CAD模型就像象棋里面一个往前冲的小卒；数字孪生则不同，它与物理实体的产生是步步相连的，实体没有被制造出来时，也就没有相对应的数字孪生生成，就像一个放飞在天空中频频回头的风筝，两头抻着力。
在过去，三维模型在行使作用之后就被工程技术人员放在计算机的文档里“沉睡”。而数字孪生却是神通广大、不可小觑的。它是基于高保真的三维CAD模型，被赋予了各种属性和功能定义（包括材料、感知系统、机器运动机理等）；它的储存位置为一般图形数据库，而不是关系型数据库；它可以回收产品的设计、制造和运行的数据，再注入全新的产品设计模型中，使设计发生翻天巨变。
更值得一提的是，因为数字孪生在前期就可以具备识别异常的功能，从而在尚未生产的时候就能消除产品缺陷，所以用它取代以前昂贵的却又不得不用的原型成为可能甚至现实。
根据IBM的认知，数字孪生体就是物理实体的一个数字化替身，可以演化为万物互联的复杂的生态系统。它是一个动态的、有血有肉的、活生生的三维模型。可以说，数字孪生体是三维模型的进阶，也是物理原型的超级新替身。
产品全生命周期管理（Product Lifecycle Management，PLM），虽然号称为“全周期管理”，但就一个产品的设计、制造、服务的全过程而言，制造后期的管理往往戛然而止，导致大量在制造中执行的工程状态的更改数据往往无法返给研发设计师。那么产品一旦出厂，它的相关现状“无迹可寻”，更无法通过PLM对其进行跟踪。
数字孪生的出现改变了这种窘态。它是对物理产品的全程（包括损耗和报废）进行的数字化呈现，使产品“全生命周期”透明化、自动化的管理概念得以变为现实。这意味着只有在工业互联网时代，全生命周期管理才能成为借助数字孪生、工业互联网等众多技术和商业模式合力实现的一个新的盈利模式。
从理论上讲，数字孪生可以对一个物理实体进行全息复制。但在实际应用中，受企业对产品服务的定义深度的限制，它可能只截取了物理实体的一些小小的、动态的片段，只解决了某个方面的问题，例如，也许只是从一个机器的几百个零部件中提取几个来做数字孪生体。
数字孪生体与物理实体存在三种映射关系：
（1）一对一：一台机器对应一个数字孪生体；
（2）一对多：一个数字孪生体对应多个仪表；
（3）多对一：几个数字孪生体对应一台机器。
在某些场合，虚拟传感器可能比实体传感器更多。如图2-2所示，凯撒空气压缩机公司不仅售卖空气压缩机，还售卖空气压力。通过与其他工程设计软件公司合作建立的凯撒空气压缩机数字孪生体，可以实现图表与表单数据同源。数字孪生体可以被用来进行编程和编译，通过其对物理实体的控制，优化物理实体的状态及运营。
图2-2 凯撒空气压缩机公司与合作方建立的数字孪生体
赛博物理系统（Cyber-Physical Systems，CPS）是一个包含计算、网络和物理实体的复杂系统，通过3C（Computing、Communication、Control）技术的有机融合与深度协作，通过人机交互接口实现与物理进程的交互，使赛博空间以远程、可靠、实时、安全、协作和智能化的方式操控一个物理实体。CPS主要用于非结构化的流程自动化，把物理知识与模型整合到一起，通过实现系统的自我适应与自动配置，缩短循环时间，提升产品与服务质量。
数字孪生与CPS不同，它主要用于物理实体的状态监控及控制。数字孪生以流程为核心，CPS以资产为核心。
在数字孪生与CPS的关系中有一个对工业4.0非常重要的支撑概念——资产管理壳（Asset Administration Shell，AAS，见图2-3）。它使物理资产有了数据描述，实现了与其他物理资产在数字空间的交互。
图2-3 资产管理壳
资产管理壳是与物理资产相伴相生的软件层，包括数据和界面，是CPS的物理层P与赛博层C进行交互的重要支撑部分。CPS的关键点在于Cyber，在于控制，在于与物理实体进行的交互。从这个意义层面而言，CPS中的物理层P——Physics，必须具有某种可编程性，与数字孪生体所对应的物理实体有相同的关系，依靠数字孪生来实现。在工业4.0的RAMI4.0概念中，物理实体是指设备、部件、图纸文件、软件等。但是就目前而言，如何实现软件的数字孪生，特别是在软件运行时如何实现映射还是一个尚不明确的问题。
从德国Drath教授研究的CPS三层架构与数字孪生（见图2-4）中可以解析出，数字孪生是CPS建设的一个重要基础环节。未来，数字孪生与资产管理壳可能会融合在一起。但数字孪生并非一定要用于CPS，有的时候它不是用来控制流程的，而只是用来显示相关状态的信息。
图2-4 CPS三层架构与数字孪生
在Web3.0里有云端的概念。云端软件平台采用虚拟化技术，集软件搜索、下载、使用、管理、备份等多种功能于一体，为网民搭建软件资源、软件应用和软件服务平台，改善目前软件的获取和使用方式，带给用户简单流畅、方便快捷的全新体验。一般来说，数字孪生体是放在云端的。
西门子倾向于将数字孪生看成是纯粹的基于云的资产，因为运行一个数字孪生需要的计算规模和弹性都很大。
SAP Leonardo平台从挪威一家软件公司购买了一款三维软件，为数字孪生引入了一个云解决方案——预防性工程洞察力。采用该方案可以实现对那些从传感器得来的压力、张力和材料生效数据进行评估，从而帮助企业加强对设备的洞察。
通用电气、ANSYS倾向于认为数字孪生体是一个包含边缘和云计算的混合模型。而美国的一家创新公司则开发了一套软件包，建立了直接面向边缘的数字孪生。这个数字孪生与常规数字孪生的云端概念的不同之处在于：它是根据实时进入的数据经过机器学习逐渐建立机器失效的概念，整个分析就在边缘端完成，不需要上传到网络端（见图2-5）。
图2-5 数字孪生在从数据到知识过程中的作用
可以看出，对于数字孪生而言，无论是云端还是线下的部署都同等重要。
从Garnter发布的2017年新兴技术成熟度曲线图（见图2-6）上可以看出，数字孪生技术正处于冉冉上升的阶段。IDC公司在2017年11月发布，到2020年全球排名前2000家的企业中将有30%使用工业互联网产品中的数字孪生来助力产品创新。
图2-6 Garnter发布的2017年新兴技术成熟度曲线图
虽然现在离数字孪生的普及应用尚早，但每一家企业都不能再逃避数字孪生现实技术的发展趋势。工业互联网天生具有双向通路的特征，是数字孪生的孵化床，物理实体的各种数据收集、交换，都要借助它来实现。工业互联网将机器、物理基础设施都连接到数字孪生上，并将数据的传递、存储分别放到边缘或者云端上。
可以说，工业互联网激活了数字孪生的生命，使数字孪生真正成为一个有生命力的模型。数字孪生是工业互联网的重要场景，核心是在合适的时间、合适的场景，做基于数据的、实时正确的决定，这意味着它可以更好地服务客户。数字孪生是工业App的完美搭档，一个数字孪生体可以支持多个工业App。工业App利用数字孪生技术可以分析大量的KPI数据，包括生产效率、宕机分析、失效率、能源数据等，形成评估结果反馈并储存，使产品与生产的模式都可以得到优化。
车间生产以流程为核心，而数字孪生是以资产为核心的。
利用数字孪生，可以对机器安装、生产线安装等建立一个庞大的、虚拟的仿真版本，通过将物理生产线在数字空间进行复制，提前对安装、中试的工艺进行仿真。对数字孪生体的记录和分析，在实际生产线安装时可以直接复制使用，从而大大降低安装成本，加速新产品的“落地生根”。同时，可以利用在机器调试中持续产生的数据波动（如能耗、错误比率、循环周期等）来优化生产，并且这些数据可以在后续的工厂和设备运行过程中发挥作用，提高生产效率。
值得一提地对生产线的利好是：在一些关键节点，数字孪生只需携带一部分信息而不需要完整的物料清单（Bill of Material，BOM，是以数据格式来描述产品结构的文件，是计算机可以识别的产品结构数据文件，也是企业资源计划的主导文件。BOM使系统能够识别产品结构，是联系与沟通企业各项业务的纽带）。代工生产供应商要考虑的问题也不仅仅再局限于产品本身，而扩展到为多领域模型、传感器、边缘设备等软件配套。
智能制造的范畴太宽泛，在智能制造中，智能生产、智能产品和智能服务，只要涉及智能，多多少少都会用到数字孪生。
数字孪生是智能服务的重要载体，与智能服务相关的三类数字孪生如图2-7所示。
图2-7 与智能服务相关的三类数字孪生
在过去，产品一旦交付给用户，公司各部门就“无事一身轻”，无人再放在心上，导致产品研发走上“断头路”。
数字孪生起源于设计、形成于制造，最后以服务的形式在用户端与制造商保持联系。智能制造的各个阶段都离不开数字孪生，现如今，通过数字孪生体，研发人员可以获取实体的反馈，得出最宝贵的优化方略，让产品不再受冷落。换言之，数字孪生体就是一个“测试沙盒”，许多全新的产品创意可以直接通过数字孪生传递给实体。数字孪生正逐渐成为一个数字化企业的标配。以德国雄克夹具公司为例，其将会为5000个标准产品均配置一个“数字孪生体”，其中的50个零部件已经进入建模阶段。
对一个产品的全生命周期过程而言，数字孪生发源于创意阶段，CAD设计从开始到物理产品实现，再到进入消费阶段的服务记录是持续更新的。然而，一个产品的制造过程本身也可能是一个数字孪生体，如工艺仿真、制造过程，都可以建立一个复杂的数字孪生体，进行仿真模拟，并记录真实数据进行交互。
产品的测试也是如此。在汽车自动驾驶领域，一个验证5级自动驾驶系统的实例即使不是最复杂的数字孪生应用，那也是非常重要的一个应用。如果没有数字仿真，要完成这样的验证，则需要完成140亿公里的实况测试，工程和成本都太浩大了。
对于一个工厂的建造，数字孪生同样可以发挥巨大作用。通过建筑信息模型和仿真手段，对工厂的水电气网及各种设施建立数字孪生体，实现虚拟工厂装配。并在真实厂房建造之后，继续跟踪记录厂房自身的变化。
数字孪生技术在厂房设施与设备的维护研究方面，已有西门子在COMOS平台建立了数字孪生体，并且与手机App呼应（见图2-8）。这样，维修工人进入工厂，带着手机就可以地随时扫描RFID或者QR码，分析备件、文档和设备信息及维修状况，并将具体任务分配到人。
图2-8 西门子的厂房设施管理
同样，钻井平台、集装箱、航行的货船都可以建立一个对应的数字孪生体（见图2-9）。
图2-9 钻井平台的数字孪生体
数字孪生的应用范围其实比上述提到的领域还广阔得多，数字孪生体还可以是一个复杂的组织或城市——数字孪生组织（Digital Twin Organization，DTO） ，又可称为数字孪生企业（Digital Twin Enterprise，DTE）。例如，荷兰的软件公司Mavim能够提供数据孪生组织软件产品，把企业内部的每一个物理资产、技术、架构、基础设施、客户互动、业务能力、战略、角色、产品、服务、物流与渠道都连接起来，实现数据互联互通和动态可视。
又如，利用法国达索系统的3DEXPERIENCE City，可以为新加坡城市建立一个完整的“数字孪生新加坡”（见图2-10）。城市规划师可以利用数字影像更好地解决城市能耗、交通等问题；商店可以根据实际人流的情况调整营业时间；红绿灯也不再是以固定的时间间隔显示；突发事件的人群疏散都有紧急的实时预算模型；企业之间的采购、分销关系甚至都可以加进去，形成“虚拟社交企业”。
图2-10 新加坡的数字孪生城市
在2018年斯皮尔伯格执导的电影《头号玩家》中，普通人可以通过VR/AR自由进入一个虚拟的城市消耗自己的情感，也可以随时退回到真实的社区延续虚拟世界的情感。而这一切，在现实世界中似乎变得越来越可行。
根据Gartner的预测，到2021年有50%的大型企业使用数字孪生，首席信息官或信息主管（Chief Information Officer，CIO）一职将炙手可热。CIO是负责一个公司信息技术和系统所有领域的高级官员，他们通过指导对信息技术的利用来支持公司的目标。
数字孪生聚焦于物理资产与以资产为核心的新业务模式，CIO则习惯聚焦于流程提升和成本下降。CIO是否能够独立应付建立数字孪生，是对其的一个严峻的考验。这不仅涉及经济方面的问题，还涉及商业模式和商业交付。例如，一个轮胎制造商在为用户交付一个轮胎的时候，必须同时交付一套数字孪生体及其支撑软件。这意味着在轮胎的合同里面会出现软件交付和数据交付条款，这是一个商业问题，而不再仅仅是企业信息化的问题。
除了需要企业的各个部门共同制定战略，还有很多的数字伦理问题需要企业跟合作伙伴及用户一起分析可能带来的结果。很显然，企业的数字孪生会影响到供应商、合作伙伴。这些，都不是CIO可以独自处理的事务。