下载掌阅APP，畅读海量书库
立即打开
工业数字孪生技术不是一项新技术，它是一系列数字技术的集成融合和创新应用，涵盖了数字支撑技术、数字线程技术、数字孪生体技术、人机交互技术四大类技术。其中，数字线程技术和数字孪生体技术是核心技术，数字支撑技术和人机交互技术是基础技术。工业数字孪生技术体系架构如图1-2所示。
图1-2 工业数字孪生技术体系架构
AR：增强现实 VR：虚拟现实 IPC：进程间通信 HMI：人机交互 MBD：基于模型的定义 MBE：基于模型的工程 IDC：信息传播中心 HPC：高性能计算 TSN：时间敏感网络
SDN：软件定义网络 NFV：网络功能虚拟化
数字支撑技术具备数据获取、传输、计算、管理一体化能力，支撑数字孪生高质量开发和利用全量数据，涵盖了采集感知、控制执行、新一代通信、新一代计算、数据模型管理五大技术类型。未来，集五大类技术于一身的通用技术平台有望为数字孪生提供“基础底座”服务。
其中，采集感知技术的不断创新是数字孪生蓬勃发展的原动力，支撑数字孪生更深入获取物理对象数据。一方面，传感器向微型化方向发展，能够被集成到智能产品中，实现更深层次的数据感知。如美国通用电气公司研发的嵌入式腐蚀传感器，被嵌入压缩机内部，能够实时显示腐蚀速率。另一方面，多传感融合技术不断发展，将多类传感能力集成至单个传感模块，支撑系统实现更丰富的数据获取。如第一款L3自动驾驶汽车奥迪A8的自动驾驶传感器搭载了7种类型的传感器，包含毫米波雷达、激光雷达、超声波雷达等，保证了汽车决策的快速性和准确性。
数字线程技术是工业数字孪生技术体系中的核心技术，能够屏蔽不同类型的数据和模型格式，支撑全类数据和模型快速流转和无缝集成，主要包括正向数字线程技术和逆向数字线程技术两大类型。
其中，正向数字线程技术以MBSE技术为代表，在用户需求阶段基于统一建模语言（UML）定义各类数据和模型规范，为后期全量数据和模型在全生命周期集成融合提供基础支撑。当前，基于模型的系统工程技术正加快与工业互联网平台集成融合，未来有望构建“工业互联网平台+MBSE”的技术体系。如达索公司已经将MBSE工具迁移至3DEXPERIENCE平台，一方面根据MBSE工具统一异构模型语法、语义，另一方面又可以与平台采集的IoT数据相结合，充分释放数据与模型集成融合的应用价值。图1-3所示为MBSE技术分析视图。
图1-3 MBSE技术分析视图
（数据来源：苏州同元软控信息技术有限公司）
逆向数字线程技术以管理壳技术为代表，依托多类工程集成标准，对已经构建完成的数据和模型，基于统一的语义规范进行识别、定义、验证，并开发统一的接口支撑数据和信息交互，从而促进多源异构模型之间的相互操作。管理壳技术通过高度标准化、模块化的方式定义了全量数据、模型集成融合的理论，未来有望实现全域信息的互通和互操作。中国科学院沈阳自动化研究所构建跨汽车、冶金铸造、3C、光伏设备、装备制造、化工和机器人七大行业的管理壳平台工具，规范定义元模型等标准，可支撑模型统一管理、业务逻辑建模及业务模型功能测试。图1-4所示为管理壳技术分析视图。
图1-4 管理壳技术分析视图
数字孪生体是数字孪生物理对象在虚拟空间中的映射表现，重点围绕模型构建、模型融合、模型修正、模型验证开展一系列创新应用。
1. 模型构建技术
模型构建技术是数字孪生体技术体系的基础，各类建模技术的不断创新，加快了系统对孪生对象外观、行为、机理、规律等的刻画效率的提高。
在几何建模方面，基于人工智能（AI）的创成式设计技术提升了产品的几何设计效率。如上海及瑞工业设计有限公司利用创成式设计帮助北汽福田汽车股份有限公司设计前防护、转向支架等零部件，利用AI算法优化产生了超过上百种设计选项，综合比对用户需求，从而使零部件数量从4个减少到1个，重量减轻70%，最大应力减少18.8%。
在仿真建模方面，仿真工具通过融入无网格划分技术缩短了仿真建模时间。如Altair基于无网格计算优化求解速度，解决了传统仿真中几何结构简化和网格划分耗时长的问题，能够在几分钟内分析全功能计算机辅助设计（CAD）程序集而无须进行网格划分。
在数据建模方面，传统统计分析叠加AI技术，强化了数字孪生预测建模能力。如通用电气公司通过迁移学习有效提升了新资产设计效率和航空发动机模型开发速度，以进行更精确的模型再开发，保证虚实精准映射。
在业务建模方面，业务流程管理（BPM）、机器人流程自动化（RPA）等技术加快推动业务模型敏捷创新。如SAP发布业务技术平台，在原有Leonardo平台的基础上创新加入RPA技术，形成“人员业务流程创新—业务流程规则沉淀—RPA执行—持续迭代修正”的业务建模解决方案。
2. 模型融合技术
在模型构建完成后，我们需要通过多类模型“拼接”打造更加完整的数字孪生体，而模型融合技术在这一过程中发挥了重要作用，其重点涵盖了跨学科模型融合技术、跨领域模型融合技术、跨尺度模型融合技术。
在跨学科模型融合技术方面，多物理场、多学科联合仿真加快构建更完整的数字孪生体。如苏州同元软控信息技术有限公司通过利用多学科联合仿真技术为嫦娥五号能源供配电系统量身定制了“数字伴飞”模型，精确度高达90%～95%，为嫦娥五号飞行程序优化、能量平衡分析、在轨状态预示与故障分析提供了坚实的技术支撑。
在跨领域模型融合技术方面，实时仿真技术加快仿真模型与数据科学集成融合，推动数字孪生由“静态分析”向“动态分析”演进。如ANSYS公司与PTC公司合作构建用于实时仿真分析的泵孪生体，利用深度学习算法进行计算流体力学（CFD）仿真，获得整个工作范围内的流场分布降阶模型，在极大地缩短仿真模拟时间的基础上，能够实时模拟分析泵内流体力学运行情况，进一步提升泵安全稳定运行水平。安世亚太科技股份有限公司利用实时仿真技术优化空调节能效果，将IoT采集数据作为仿真计算的边界条件和控制变量，大大降低了空调用电消耗。
在跨尺度模型融合技术方面，一些企业通过融合微观和宏观的多方面机理模型，打造更复杂的系统级数字孪生体。如西门子持续优化汽车行业PAVE360解决方案，构建系统级汽车数字孪生体，从电子传感器、车辆动力学和交通流量管理方面整合不同尺度模型，构建从汽车生产、自动驾驶到交通管控的综合解决方案。
3. 模型修正技术
模型修正技术基于实际运行数据持续修正模型参数，是保证数字孪生不断迭代精度的重要技术，涵盖了数据模型实时修正技术、机理模型实时修正技术。
从互联网技术视角看，在线机器学习基于实时数据持续完善数据模型精度。如流行的Tensorflow、Scikit-Learn等AI工具中都嵌入了在线机器学习模块，基于实时数据动态更新机器学习模型。
从操作技术视角看，有限元仿真模型修正技术能够基于试验或者实测数据对原始有限元模型进行修正。如达索、ANSYS、MathWorks等领先厂商的有限元仿真工具，均具备了修正有限元模型的接口或模块，支持用户基于试验数据对有限元模型进行修正。
4. 模型验证技术
模型验证技术是孪生模型由构建、融合到修正后的最终步骤，唯有通过验证的模型才能够被安全地应用到生产现场。
当前，模型验证技术主要包括静态模型验证技术和动态模型验证技术两大类，企业通过评估已有模型的准确性，可以提升数字孪生应用的可靠性。
虚拟现实技术的发展带来了全新的人机交互模式，提升了可视化效果。传统平面人机交互技术不断发展，但仅停留在平面可视化层面。新兴AR/VR技术具备三维可视化效果，正在加快与几何设计、仿真模拟融合，有望持续提升数字孪生的应用效果。如西门子推出的Solid Edge 2020产品增强了AR功能，能够基于OBJ格式快速导入AR系统，提升3D设计外观感受。COMOS Walkinside 3D VR与SIMIT系统验证和培训的仿真软件紧密集成，可以缩短工厂的工程调试时间。PTC Vuforia Object Scanner可扫描3D模型并将其转换为AR引擎兼容的格式，实现数字孪生沉浸式应用。