數字孿生什么意思(終于把數字孿生內涵搞清楚了)

以下文章來源于與數據同行 ，作者傅一平

導讀：數字孿生很火，自己卻不以為然，因為一方面覺得數據工作者干的活跟數字孿生差不多，不就是業務數據化和數據業務化嗎？二是別人來談數字孿生的時候，除了3D建模就講不出實質性的東西了，自己就在想，這又能解決我的什么業務問題呢？

作者：傅一平 | 來源：與數據同行 本文經授權轉載

但我也知道一項新技術的出現總有其理由，因此就找了數字孿生的白皮書來學習，然后就有了以下的領悟。

一、兩個典型案例

合作伙伴來跟我談數字孿生概念的時候，一直在提物理世界的鏡像、賽博空間啥的，如下圖所示，但并沒有舉出哪怕是一個有信服力的現實例子，面對職場老司機，概念化的東西說說就好，但要說服就得說清楚場景啊，因此在跟大家講數字孿生概念之前，我也得舉2個有說服力的例子。

1、智慧城市：“虛擬新加坡”[2]

“虛擬新加坡”是一個動態的三維城市模型和協作數據平臺，包括新加坡的3D地圖，成為供政府/企業/私人/研究部門使用的權威3D數字平臺。“虛擬新加坡”是一個包含語義及屬性的實景整合的3D虛擬空間，該項目覆蓋范圍718平方公里、500-660萬人口、16萬幢建筑物、5500公里街道。

“虛擬新加坡”是使來自不同領域的用戶能夠開發復雜的工具和應用程序，用于概念測試、服務、規劃決策以及技術研究，以解決新加坡面臨的新興和復雜挑戰，這里舉兩個方面的應用。

（1）改善公眾可訪問性

“虛擬新加坡”包括地形屬性，例如水體、植被和交通基礎設施，這與傳統的2D地圖不同，后者無法顯示地形、路緣石、樓梯或坡度。作為對自然景觀的準確表示，“虛擬新加坡”可用于識別和顯示殘疾人和老年人的無障礙路線，他們可以輕松找到通往公交車站或地鐵站的最便捷路線，甚至是被遮蔽的道路，公眾也可以通過“虛擬新加坡”的可視化公園來計劃其騎行路線，如下圖所示。

（2）太陽能潛力分析

“虛擬新加坡”提供了建筑物高度、屋頂表面和日照量等數據，這使城市規劃者可以分析哪些建筑物具有較高的太陽能生產潛力，因此更適合安裝太陽能電池板。進一步分析可使計劃人員估計一天可產生多少太陽能，以及節省的能源和成本。通過與相鄰建筑物歷史數據的交叉引用，來驗證以上分析的正確性，并進行季節性調整調整以反映出更準確更精細的預測，如下圖所示。

2、智能制造：超臨界二氧化碳循環的數字孿生體[2]

超臨界二氧化碳循環是太陽能光熱發電系統中的重要技術。由于該系統在極高的壓力下運行，系統的微小參數波動都有可能造成不可預知的事故，這對控制系統提出了嚴苛要求。

為了應對這一挑戰，印度科技學院建立了該系統的實驗系統，為了實現對控制過程的動態仿真，他們開發了基于物理機理的數字孿生體。

該數字孿生體以一堆熱流體系統仿真軟件Flownex為核心，搭建了和實驗管網系統完全相同的數字孿生體，Flownex具有強大的仿真能力：

（1）可計算氣體、液體、氣體混合物以及兩相流的流動；

（2）模擬分析快速變化及慢速變化的動態過程；

（3）能夠計算流體和固體間的熱交換，計算系統各元件的壓力變化和換熱情況。

（4）此外，還具有電氣模塊和控制模塊，可以在仿真系統中添加各種控制元件，能夠對瞬態控制過程進行仿真。

利用Flownex內嵌的部件模塊，如管道、閥門、汞、壓縮機、換熱器、PID控制器等，工程師快速建立了系統仿真軟件。

此外，物理實體的控制設備采用的是美國國家儀器公司（NI）的硬件設備。NI同時提供了LabVIEW軟件來采集這些設備的參數，并通過接口傳遞給Flownex軟件。在獲得現場設備的實時數據后，Flownex的動態模擬就可以實現實時仿真。

超臨界二氧化碳系統中，壓力遠遠高于常規的設備范圍，其控制系統的小幅度調整，都會對系統產生很多影響。利用Flownex搭建的數字孿生體，研究人員能在數字孿生體中模擬各個控制操作引發的后果，確認其滿足調試要求后再去操作物理系統，從而保證了該系統的安全運行。

通過這兩個典型案例，相信你對數字孿生會有個感性認識，那么，數字孿生的本質到底是什么呢？它跟我們平時接觸的數據驅動業務有什么不一樣呢？

二、數字孿生的定義

數字孿生這個名詞特別容易望文生義，會以為數字孿生就是在數字空間建立個虛擬對象，比如案例一的“虛擬新加坡”，德勤就把數字孿生體定義為“某一個物理實體（或過程）的歷史和當前行為的數字化描述”。

這個定義不能說錯誤，但顯然把數字孿生的內涵說小了，如果你按照德勤的定義去理解數字孿生，顯然案例二就超出了范疇，因為案例二不僅包括了物理世界的數字化映射，還包括了仿真和控制。

百度是這樣定義數字孿生的，即“數字孿生是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。”

除了百度，現在關于數字孿生的定義還有很多，學術界的、企業界的、標準化組織的，這里我推薦下面這個定義[1]：“數字孿生是以數字化方式創建物理實體的虛擬實體，借助歷史數據、實時數據以及算法模型等，模擬、驗證、預測、控制物理實體全生命周期過程的技術手段。”

從這個定義可以抽象出四個數字孿生的核心特征：

1、數化

“數化”是對物理世界數字化的過程，這個過程需要將物理對象表達為計算機和網絡所能識別的數字模型。建模技術是數字化的核心技術之一，例如測繪掃描、幾何建模、網格建模、系統建模、流程建模、組織建模等技術。物聯網是“數化”的另一項核心技術，將物理世界本身的狀態變為可以被計算機和網絡所能感知、識別和分析。

2、互動

“互動”主要是數字對象間及其與物理對象之間的實時動態互動。物聯網是實現虛實之間互動的核心技術、數字世界的責任之一是預測和優化，同時根據優化結果干預物理世界，所以需要將指令傳遞到物理世界。物理世界的新狀態需要實時傳到到數字世界，作為數字世界的新初始值和新邊界條件。另外，這種互動包括數字對象間的互動，依靠數字線程來實現。

3、先知

“先知”是指利用仿真技術對物理世界的動態預測。這需要數字對象不僅表達物理世界的幾何形狀，更需要在數字模型中融入物理規律和機理。仿真技術不僅建立物理對象的數字化模型，還要根據當前狀態，通過物理學規律和機理來計算、分析和預測物理對象的未來狀態。這種仿真不是對一個階段或一種現象的仿真，應是全周期和全領域的動態仿真。

4、先覺

如果說“先知”是依據物理對象的確定規律和完整機理來預測數字孿生體的未來，那“先覺”就是依據不完整的信息和不明確的機理通過工業大數據和機器學習技術來預感未來，如果要求數字孿生體越來越智能和智慧，就不應局限于人類對物理世界的確定性知識，其實人類本身就不是完全依賴確定性知識而領悟世界的。

你會發現第一個案例只是完成了“數化”，但即使僅僅完成了這個功能，由于可視化的維度從傳統的二維升級到了三維，因此也能帶來獨特的價值，比如相對于二維能更形象的說明道路的坡度，我想這也是合作伙伴會拿著個3D建模產品來跟我來說這就是數字孿生的原因吧。

但顯然數字孿生的內涵不僅僅包括“數化”，超臨界二氧化碳循環數字孿生體它要做的是虛擬的仿真，也就是“先知”，通過仿真的結果來指導對真實物理設備的操控，也就是“互動”，這也許才是數字孿生的終極意義所在。

三、數字孿生與數據驅動業務的辯證關系

數據驅動業務是數據工作者的使命，我們所有做的工作概括起來就是“業務數據化、數據業務化”，因此會很自然的將數據驅動業務跟數字孿生做個比較，比如我剛接觸這個概念的時候就比較排斥，因為認為自己做的數據工作內涵遠遠大于數字孿生，什么物理世界映射到數字世界，這不就是早期信息化干的事情嗎？

但事實上，我的理解還是囿于自己所在的行業背景，或者是傳統的信息技術產業，特別是受互聯網的影響太大了。其實在其他行業，特別是工業制造領域，也很早提出了類似的概念，現在只是殊途同歸而已。

當然大家要解決的業務問題和采用的技術手段還是有很大的差異的，但隨著萬物互聯時代的到來，最終這些邊界會被逐步打破，各個大廠進軍產業互聯網就是明證，現在智能制造、智慧城市等概念喊得最歡的可都是這些信息技術公司。

但我還是要對工業制造領域的“數字孿生”和信息技術領域的“數據驅動業務”的做個比較，方便你更深刻的理解數字孿生這個概念。

1、面向對象不同

信息技術領域研究的對象是以人為核心的，業務目標就是服務好用戶，而工業制造領域研究的對象大多時候是物體，業務目標是讓機器跑得健康，對象的不同導致了兩者在實現方式上有極大的差異。

2、數化能力不同

數字孿生面向的對象是客觀的物體，其物理性質相對穩定，維度有限，虛體和實體無論在幾何結構上、狀態上、相態上和時態上都可以做到非常逼真，而對人的“數化”水平就差遠了，維度多到無法窮舉，比如對于某臺機器知道幾個參數大致能判定它能否正常運行，而對某個人完全不行，因為影響它行動的因素太多了。

我們人類研究了天體規律幾百年，但最后發現最不了的還是自己，數字孿生有很多的標準“數化”技術，比如測繪掃描、幾何建模等等，但現在互聯網行業“數化”人的技術就是打個標簽，而制定標簽沒有客觀標準。

3、仿真能力不同

物理學為研究物體的運行規律奠定了基礎，你看超臨界二氧化碳循環數字孿生體要做仿真，其是有理論基礎背書的，即流體力學，熱交換理論等等，物體的物理規律和機理確保了仿真的可靠性和正確性，神舟十二號任務的模擬仿真背后是牛頓三大定律，空氣動力學等的加持，人的行為好像也能進行部分仿真，但由于沒有因果關系的背書，只能在群體行為上做些預測，到個體就完全不行了。

因此，雖然兩者都可以說成是數據驅動業務，但架構和實現方式還是有很大的差異的，這種差別類似于小型機的數據倉庫和大數據的數據倉庫的區別。

四、數字孿生的參考架構

一個典型的數字孿生系統[2]包括用戶域、數字孿生體、測量與控制實體、現實物理域和跨域功能實體共四個層次，如下圖所示。

第一層是使用數字孿生體的用戶域，包括人、人機接口、應用軟件、以及其他相關數字孿生體。

第二層是與物理實體目標對象對應的數字孿生體。它是反映物理對象某一視角特征的數字模型，并提供建模管理、仿真服務和孿生共智三類功能。

建模管理涉及物理對象的數字建模與展示、與物理對象模型同步和運行管理。仿真服務包括模型仿真、分析服務、報告生成和平臺支持。孿生共智涉及共智孿生體等資源的接口、互操作、在線插拔和安全訪問。

建模管理、仿真服務和孿生共智之間傳遞實現物理對象的狀態感知、診斷和預測所需的信息。

第三層是處于測量控制域、聯接數字孿生體和物理實體的測量與控制實體，實現物理對象的狀態感知和控制功能。

第四層是與數據孿生體對應的物理實體目標對象所處的現實物理域，測量與控制實體和現實物理域之間有測量數據流和控制信息流的傳遞。

五、數字孿生關鍵技術[2]

建模、仿真、基于數據融合的數字線程及MBSE（基于模型的系統工程）是數字孿生體的核心技術，這些成為數字孿生體的頂層框架技術；物聯網是數字孿生體的底層伴生技術；而云計算、機器學習、大數據、區塊鏈則是數字孿生體的外圍使能技術，這里介紹建模、仿真、數字線程和MBSE。

1、建模

建模的目的是將我們對物理世界或問題的理解進行簡化和模型化。而數字孿生體的目的或本質是通過數字化和模型化，用信息換能量，以更少的能量消除各種物理實體、特別是復雜系統的不確定性。所以建立物理實體的數字化模型或信息建模技術是創建數字孿生體、實現數字孿生的源頭和核心技術。

下圖是工業化視角下，在系統生存周期和系統層次兩個維度展開得到的PLM建模技術體系，相關技術術語大家自行百度。

下圖是城市化視角下的建模技術體系，其中圖(a)是英國數字建筑戰略給出的從基于文檔到基于模型的建筑信息建模成熟度進化等級，圖(b)展示了瑞典等北歐國家開展的基于PLCS標準實現地理、建筑、城市等信息建模技術之間協同的驗證工作。

這讓我想起信息技術領域的建模，其建模往往不是針對物體本身，而是要簡化以人為核心的各種復雜社會活動關系，因此關系模型成為了主要的建模技術。

2、仿真

從技術角度看，建模和仿真是一對伴生體，如果說建模是模型化我們對物理世界或問題的理解，那么仿真就是驗證和確認這種理解的正確性和有效性。所以，數字化模型的仿真技術是創建和運行數字孿生體、保證數字孿生體與對應物理世界實現有效閉環的核心技術。

仿真是將包括了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界的一種技術。只要模型正確，并擁有了完整的輸入信息和環境數據，就可以基本正確地反映物理世界的特性和參數。

仿真要達到的目標跟機器學習和人工智能的預測有點相似，但仿真依賴的是物理規律和機理，強調的是因果關系，輸出是確定性的，而機器學習和人工智能依賴的是相關關系，輸出的不確定性就比較高。當然現在數字孿生也在引入機器學習和人工智能技術來加強預測未來的能力。

3、數字線程

數字線程是指可擴展、可配置和組件化的企業級分析同行框架。基于該框架可以構建覆蓋系統生命周期與價值鏈全部環節的跨層次、跨尺度、多視圖模型的集成視圖，進而以統一模型驅動系統生存期活動，為決策者提供支持，如下案例所示。

這個定義比較抽象，我這里舉個例子大家就明白了，其實就是制造領域產品的在線迭代閉環流程。

目前制造企業部門之間交接產品信息的方法猶如“鐵路警察各管一段”，如下所示，相互之間是完全割裂的：

①產品設計師根據概念設計和產品定義創建一個3D 模型, 進行各種分析計算，選擇材料，確定技術要求和尺寸，然后把它扔給制造工藝師;

②制造工程師根據3D 模型生成2D 圖紙，標注公差，估算材料定額，下達車間或發給外協供應商，作為加工、裝配和質量控制的依據;

③交付給最終用戶的是物理產品和使用說明書，并沒有附帶任何可追溯的數據，從而給維護保養帶來一定的困難;

④使用過程發現的問題也不能及時反饋給產品設計部門，加以改進，因此整個過程是開環的。

未來工廠是借助不斷建模和仿真優化運作的，其流程如下圖所示。

場景是從概念設計開始，工廠運行每一步的所有信息和數據都輸入模型，進行優化，預測和指導下一步，然后對實施的結果進行分析，是否達到預期，并將出現的問題反饋，構成閉環，修改模型，直到偏離數值處于允差范圍之內。

這樣從CAD/CAE開始、一步步走過產品全生命周期的各個階段、直到報廢為止。這個數字化的過程稱為數字線程Digital Tread。

“線”是指以3D模型從概念設計到產品的運行和服務貫穿產品生命周期各個階段，“程”意味不斷前進，在前進中豐富模型的數字內涵。在整個過程中，設計部門的職責不僅限于傳統的、提供圖紙的任務，而是承擔產品全生命周期的最初數字模型的構建和維護，孕育了產品數字模型的生命。

數字線程必須在全生命周期中使用某種“共同語言”，才能交互。例如，在概念設計階段，就有必要由產品工程師與制造工程師共同創建能夠共享的動態數字模型(如包含工藝信息的3DCAD模型)。據此模型生成加工制造和質量檢驗等生產過程所需可視化工藝、數控程序、驗收規范等，不斷優化產品和過程，并保持實時同步更新。這些都是在計算機上和云端運行的，是虛擬制造世界，軟件定義一切，是基于模型的企業。

4、MBSE

基于模型的系統工程（MBSE）是一種形式化的建模方法論，是為了應對基于文檔的傳統系統工程工作模式在復雜產品和系統研發時所面臨的挑戰，以邏輯連貫一致的多視角通用系統模型為橋梁和框架，實現跨領域模型的可追蹤、可驗證和全生命期內的動態關聯，進而驅動貫穿于從概念方案、工程研制、使用維護到報廢更新的人工系統全生命周期內的系統工程過程和活動。

這個定義又是比較抽象，我這里再舉個案例就明白了。

MBSE是相對于傳統基于文檔的系統設計而言的，傳統設計方式中，系統方案設計階段多數通過撰寫方案設計文檔來對系統進行定義，如下圖所示：

MBSE=用數字化建模代替寫文檔進行系統方案設計，把設計文檔中描述系統結構、功能、性能、規格需求的名詞、動詞、形容詞、參數全部轉化為數字化模型表達，如下圖所示：

下面的例子可以幫助直觀理解如何將文檔轉換到數字化模型：

基于文本的設計：“系統的啟動過程為：首先啟動發動機，然后依次檢查控制系統、生命保障系統、通信系統狀態、如一切正常，則進入工作狀態，如發現異常，則由操作人員進行故障排查”，MBSE的數字化模型表達為：

基于文本的設計：“需求A：系統總重量不能超過100kg。” MBSE的數字化模型表達為：

以上不就是我們數據開發管理平臺做的東西嘛，結構化和標準化組件，然后有個解釋引擎進行翻譯，從而提升規范性和開發效率，只是在制造業換了個名字而已。

寫完這篇文章，我有個感覺，就是隨著數字化的到來，各個行業的技術壁壘會被數字孿生打破，因為大家分析的對象都是bit，而對于bit的操作，信息技術領域還是有原生技術優勢的，這也是我在數字孿生里看到很多似曾相識的東西的原因。

但是我們也看到了，在諸如工業制造領域要有所作為，無論是3D數字化建模、基于物理世界的規律和機理來仿真，與物理世界進行互動及控制，對信息技術行業的人來說都是非常陌生的，也是極具挑戰的。

當然，如果要拿著工業界的數字孿生來改造信息技術行業，我覺得也有點麻煩，因為我們更多研究的是人，這樣就很難找到相應的場景了。

參考文獻：

[1] 陶飛，劉蔚然等，數字孿生及其應用探索[2] 數字孿生體技術白皮書 安世亞太[3] 數字孿生應用白皮書 中國電子技術標準化研究院[4] 數字孿生城市白皮書 華為技術有限公司[5] 數字孿生城市白皮書（2020） 中國信通院

轉自公眾號：PLM之神