下载掌阅APP，畅读海量书库
立即打开
美国宇航局的阿波罗太空计划是第一个使用“孪生”概念的项目 [1] 。该项目建造了两个完全相同的航天器，以便在地球上的航天器能够镜像、模拟和预测太空中的航天器情况，地球上的航天器是在太空执行任务的航天器的“孪生兄弟”。人们普遍认为，数字孪生（Digital Twin，DT）最初是由密歇根大学的迈克尔·格里夫斯（Michael Grieves）于2002年在美国密歇根大学PLM（Product Lifecycle Management，产品生命周期管理）中心向工业界所演示的幻灯中提入的 [2] ，当时是指“对应于物理产品的数字产品”，其中包括的数字孪生要素如图1-2所示。格里夫斯后来在其教授的课程和著作中先后使用“镜像空间模型（Mirrored Spaces Model）”“信息镜像模型”等描述数字孪生 [3-4] 。2014年，格里夫斯在他出版的书 [4] 中进一步细化了“信息镜像模型”的内涵。“产品化身（Product Avatar）”是由Hribernik等人在2006年提出的，指构建从以产品为中心的角度支持双向信息流的信息管理体系结构，2015年以后，它被数字孪生取代。“数字孪生”这一提法的概括性越来越强，被广泛采用。
2017年，Gartner公司将数字孪生列为十大战略技术趋势之一（排名第五），并预测在三到五年内将有数十亿个物体拥有相应的数字孪生体。在接下来的两年里，Gartner公司继续将数字孪生列为十大战略技术趋势之一（排名第4）。
图1-1 本章内容总体框架
图1-2 数字孪生要素 [2]
自数字孪生提出以来，由于制造系统涉及物理对象的多样性，学术界和工业界从产品设计、制造到全生命周期管理等多角度对数字孪生进行了定义。对于不同的物理对象，例如工件、制造设备、工厂和员工，需要匹配不同的数字孪生模型，以配合特定的结构、功能需求和建模策略。表1-1给出了2009—2020年间学术界与工业界对数字孪生的定义，参考表1-1中的定义，《数字孪生体技术白皮书》给出的数字孪生定义：数字孪生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 [5] 。
表1-1 2009—2020年间学术界与工业界对数字孪生的定义
（续）
（续）
数字孪生用于描述产品的生产制造和实时虚拟化呈现，随着传感技术、软硬件技术水平的提高和计算机运算性能的提升，数字孪生得到了进一步发展，尤其是广泛用于产品、装备的实时运行监测方面。
从产品全生命周期的角度来看，数字孪生用于产品的设计、生产制造、生产运行状态监测和维护、后勤保障等各个阶段。在产品设计阶段，利用数字孪生可以将全生命周期的产品健康管理数据的分析结果反馈给产品设计专家，帮助他们判断不同参数设计情况下的产品性能情况，再基于整个生命周期的发展变化情况，形成更加完善的设计方案；在产品生产制造阶段，利用数字孪生技术以虚拟映射的方式对产品内部不可测的状态变量进行虚拟构建，细致地刻画产品的制造过程，解决产品制造过程中存在的问题，降低产品制造的难度，提高产品生产的可靠性；在产品生产运行阶段，利用数字孪生技术可以全面地对产品的各个运行参数和指标进行监测和评估，对系统的早期故障和部件性能退化信息进行反馈，指导产品的维护工作和故障预防工作，使产品能够获得更长的生命周期。在产品后勤保障阶段，由于有多批次全生命周期的数据作支撑，并通过虚拟映射的方式采集反映系统内部状态的变量数据，产品故障能够被精确定位、分析和诊断，使产品的后勤保障工作更加简单有效。通过将数字孪生技术应用到产品的整个生命周期，产品从设计阶段到后勤保障阶段都将变得更加智能有效。
以卫星的监测、优化、管理和控制为例，基于卫星近实时遥测数据，利用遥感数据深度融合技术和系统动态实时建模和评估技术，在地面站构建卫星的数字孪生体，实时反映卫星的健康状态并预估卫星各系统、各部件的使用寿命，在丰富的传感信息和基于数学模型的感知信息的基础上，对卫星状态进行全面深入的分析和计算，呈现全面而又细致入微的卫星状态，同时还可以优化卫星的调度管理和控制，延长卫星的使用寿命。该实例是数字孪生技术在产品运行状态监测和维护阶段的一个实例化应用，卫星实体和卫星虚拟映像之间的精确匹配是整个技术体系的核心 [30] 。
数字孪生的实现主要依赖以下几方面技术的支撑：高性能计算、先进传感技术、数字仿真、智能数据分析、VR呈现。通过构造数字孪生体，不仅可以刻画目标实体的健康状态，还可以实现深层次、多尺度、概率性的动态状态评估、寿命预测以及任务完成率分析。数字孪生体以虚拟的形式存在，不仅能够高度真实地反映实体对象（如装备的生产制造、运行及维修等）的特征、行为过程和性能，还能够以超现实的形式实现实时的监测评估和健康管理。
从数字孪生的定义和内涵可以看出，数字孪生具有以下典型特征。
1）互操作性。数字孪生中的物理空间和虚拟空间能够实时连接、双向映射和动态交互，因此数字孪生具备以多样的数字模型映射物理实体的能力，具有能够在不同数字模型之间转换、合并和建立“表达”的等同性。
2）可扩展性。数字孪生技术具备集成、添加和替换数字模型的能力，能够针对多尺度、多物理、多层级的模型内容进行扩展。
3）实时性。数字孪生技术要求数字化，即以一种计算机可识别和处理的方式管理数据以表征随时间轴变化的物理实体的外观、状态、属性、内在机理，形成物理实体实时状态的数字虚体映射。
4）动态性。描述物理系统环境或状态的传感数据可用于模型的动态更新，更新后的模型可以动态指导实际操作，物理系统和数字模型的实时交互使得模型能够在生命周期内不断成长与演化。
5）保真性。数字孪生的保真性指描述数字虚体模型和物理实体的接近性，包括多尺度性、多物理性、多学科性等特点。这要求虚体和实体不仅要在几何结构的高度保真，在状态、相态和时态上也要保真。值得一提的是，在不同的数字孪生场景下，同一数字虚体的仿真程度可能不同。例如工况场景中可能只要求描述虚体的物理性质，并不需要关注化学结构细节。
6）闭环性。数字孪生中的数字虚体描述了物理实体的可视化模型和内在机理，以便对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数，实现闭环决策功能。