数字孪生，数字原生，健康管理
简介
“数字孪生”起源
数字孪生(Digital Twin)的概念最早可追溯到美国密歇根大学的Michael Grieves教授于2003年在他所讲授的PLM（产品生命周期管理）课程上提出的“与物理产品等价的虚拟数字化表达”的概念。受限于当时的数据采集技术、数字化描述技术和计算机性能和算法不够成熟的限制，数字孪生概念和模型在2003年提出时并没有引起国内外学者们的重视。2011年之后，数字孪生体迎来了新的发展契机。2011年数字孪生(Digital Twin)一词由美国空军研究实验室(AFRL, Air ForceResearch Laboratory)提出并得到了进一步发展。AFRL希望利用数字孪生来解决战斗机机体（Airframe）的维护问题。
“数字孪生”定义
目前，学术界和工业界对数字孪生(Digital Twin)有多种不同的定义。其中广泛采用的定义认为：数字孪生(Digital Twin)是一件产品的综合模型，可随着产品的使用持续更新，反映产品的消耗磨损情况以及生产缺陷。从根本上讲，数字孪生(Digital Twin)是以数字化的形式对某一物理实体创建虚拟模型，来模拟其在现实环境中的行为，以对过去和目前的行为或流程进行动态呈现，有效反映系统运行情况，从而对不可预测的情况进行更加真实和全面的检测。 Grieves教授提出数字孪生(Digital Twin)概念模型主要包括三个主要部分：1）物理空间的实体产品；2）虚拟空间的虚拟产品；3）物理空间和虚拟空间之间的数据和信息交互接口。北京航空航天大学北航陶飞教授带领的数字孪生技术研究小组在3维概念模型基础上增加了服务因素，并强调了孪生融合数据的重要作用，将3维概念模型扩展到了5维，即 ①物理实体是客观实体的集合，具有特定功能的完成生产任务的输入和输出； ②虚拟模型是数字图像化的物理实体，它可以完全地反映物理实体的生命周期； ③服务集成了管理、控制和优化等各种功能，可根据需求提供应用服务； ④融合数据是数字孪生的核心驱动因素，包括来自物理实体，虚拟模型和服务的数据，以及它们的融合数据； ⑤连接上面的四个部分，确保实时交互和迭代优化。基于数字孪生的五维结构，数字孪生车间为实现智能制造提供了新的途径。
现状&应用
数字孪生近期得到了广泛和高度关注。全球最具权威的IT研究与顾问咨询公司Gartner连续两年（2016年和2017年）将数字孪生列为当年十大战略科技发展趋势之一。世界最大的武器生产商洛克希德马丁公司2017年11月将数字孪生列为未来国防和航天工业6大顶尖技术之首；2017年12月8日中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为了世界智能制造十大科技进展之一。
在学术界大多数其他研究主要集中在如何使用数字双胞胎来改善潜在的应用。例如，在应用对象方面，飞机，风力发电机，数控机床，生产线，车间，工厂等与数字双胞胎相结合，以提高性能，效率和稳定性。在使用场景方面，数字孪生贯穿了产品的生命周期，不仅可以加速产品的开发过程，提高开发和生产的有效性和经济性，更有效的了解产品的使用情况并帮助客户避免损失，更能精准的将客户的真实使用情况反馈到设计端，实现产品的有效改进。数字孪生的应用研究侧重于设计，生产，预测和健康管理（PHM）等领域。 数字孪生设计包括产品设计、开发和工厂设计，数字孪生生产包括加工制造和装配工艺规划，监控，控制和优化，数字孪生服务包括故障的实时监测，诊断和预测，预测性维护。除了学术研究，一些企业还使用数字双胞胎来改善他们的业务。数字孪生被GE、PTC、西门子、达索、特斯拉、ANSYS、SAP、Oracle、Microsoft等公司广泛采纳和积极实践。这些企业集成数字双胞胎与自己的业务，致力于整合物理世界和虚拟世界。 SAP和Dassault致力于产品设计和开发，以减少产品实际性能与所需性能之间的偏差。西门子和PTC致力于提高制造效率和质量。 GE，ANSYS，TESLA和Microsoft专注于实时监控，预测和健康管理以及其他服务。 Oracle(甲骨文)的数字双胞胎简化了复杂物联网系统的设计流程。此外，数字双胞胎还应用于航空航天，电力，汽车，石油和天然气，医疗保健，城市，农业等多个领域。 此外，许多国际著名企业已开始探索数字孪生技术在产品设计、制造和服务等方面的应用。 在产品设计方面，针对复杂产品创新设计，达索公司建立了基于数字孪生的3D体验平台，利用用户交互反馈的信息不断改进信息世界中的产品设计模型，并反馈到物理实体产品改进中。 在生产制造方面，西门子基于数字孪生理念构建了整合制造流程的生产系统模型，形成了基于模型的虚拟企业和基于自动化技术的企业镜像，支持企业进行涵盖其整个价值链的整合及数字化转型，并在西门子工业设备Nanobox PC的生产流程中开展了应用验证。 在故障预测与健康管理方面，NASA将物理系统与其等效的虚拟系统相结合，研究了基于数字孪生的复杂系统故障预测与消除方法，并应用在了飞机、飞行器、运载火箭等飞行系统的健康管理中。此外，美国空军研究实验室结构科学中心通过将超高保真的飞机虚拟模型与影响飞行的结构偏差和温度计算模型相结合，开展了基于数字孪生的飞机结构寿命预测。在产品服务方面，PTC公司将数字孪生作为“智能互联产品”的关键性环节，致力于在虚拟世界与现实世界间建立一个实时的连接，将智能产品的每一个动作延伸到下一个产品设计周期，并能实现产品的预测性维修，为客户提供了高效的产品售后服务与支持。 大多数数字双胞胎的研究都集中在使用场景和应用对象以及应用框架上。相对而言，关于生产和服务（主要指PHM）阶段的研究占比最大，而设计阶段的研究成果相对较少，生产和PHM是DT最受欢迎的应用领域。 # 数字孪生 vs. 元宇宙？ 元宇宙：元宇宙（Metaverse）一词，诞生于1992年的科幻小说《雪崩》，小说描绘了一个庞大的虚拟现实世界，在这里，人们用数字化身来控制，并相互竞争以提高自己的地位，到现在看来，描述的还是超前的未来世界。 元宇宙的最终目的就是要打造和真实世界一样的世界。这个平行世界与现实世界相通，这里的货币可以等价交换现实货币。这是这些科技公司唯一吸引你放弃真实世界。来到元宇宙的原动力。未来大部分人都将生活在这里。因此，里面所有东西都要求更接近真实世界。 差别：元宇宙还是虚拟现实，搞清楚了虚拟现实跟数字孪生体的差别就知道两者有本质上的差别。虚拟现实有艺术创作成分，强调可视化效果；数字孪生体是物理世界与数字空间交互的技术范式，它的主要价值是实现物与物、人与物之间的数据机制（Data Mechanism）。 # 应用场景 ## 健康管理PHM中的“数字孪生” 复杂机电装备具有结构复杂、运行周期长、工作环境恶劣等特点。实现复杂机电装备的失效预测、故障诊断、维修维护，保证复杂机电装备的高效、可靠、安全运行，对整个电力系统极为重要。故障预测与健康管理（prognostics and health management，PHM）技术可利用各类传感器及数据处理方法，对设备状态监测、故障预测、维修决策等进行综合考虑与集成，从而提升设备的使用寿命与可靠性。然而，现阶段PHM技术存在模型不准确、数据不全面、虚实交互不充分等问题，这些问题的根本是缺乏信息物理的深度融合。 因此，北航数字孪生技术研究团队将数字孪生五维模型引入PHM中，提出了基于数字孪生的PHM方法。该方法首先对物理实体建立数字孪生五维模型并校准；然后基于模型与交互数据进行仿真，对物理实体参数与虚拟仿真参数的一致性进行判断；根据二者的一致/不一致性，可分别对渐发性与突发性故障进行预测与识别；最后，根据故障原因及动态仿真验证进行维修策略的设计。该方法在风力发电机的健康管理上进行了应用探讨，如图所示。首先，可在物理风机的齿轮箱、电机、主轴、轴承等关键零部件上部署相关传感器进行数据的实时采集与监测。基于采集的实时数据、风机的历史数据及领域知识等可对虚拟风机的几何－物理－行为－规则多维虚拟模型进行构建，实现对物理风机的虚拟映射。基于物理风机与虚拟风机的同步运行与交互，可通过物理与仿真状态交互与对比、物理与仿真数据融合分析，以及虚拟模型验证分别实现面向物理风机的状态检测、故障预测、及维修策略设计等功能。这些功能可封装成服务，并以应用软件的形式提供给用户。
基于数字孪生的风力发电机齿轮箱故障预测
基于数字孪生五维模型的PHM方法可利用连续的虚实交互、信息物理融合数据，以及虚拟模型仿真验证增强设备状态监测与故障预测过程中的信息物理融合，从而提升PHM方法的准确性与有效性。其他应用领域
数字孪生船舶全生命周期管控
面对全球制造业产业转型升级趋势，设计能力落后、运维管控数字化水平低、配套产业发展滞后等问题仍制约着船舶行业的发展。如图所示，将数字孪生技术与船舶工业结合，参照数字孪生五维模型，开展基于数字孪生的船舶设计、制造、运维、使用等全生命周期一体化管控，是解决上述问题的有效手段。
数字孪生船舶全生命周期管控
数字孪生车辆抗毁伤评估
数字孪生车辆抗毁伤性能评估
数字孪生电厂智能管控
基于数字孪生的电厂智能管控系统
数字孪生医疗
未来，每个人都将拥有自己的数字孪生。如图所示，结合医疗设备数字孪生（如，手术床、监护仪、治疗仪等）与医疗辅助设备数字孪生（如，人体外骨骼、轮椅、心脏支架等），数字孪生将会成为个人健康管理、健康医疗服务的新平台和新实验手段。
数字孪生医疗
数字孪生城市
城市是一个开放庞大的复杂系统，具有人口密度大，基础设施密集，子系统耦合等特点。如何实现对城市各类数据信息的实时监控，围绕城市的顶层设计、规划、建设、运营、安全、民生等多方面对城市进行高效管理，是现代城市建设的核心。如图所示，借助数字孪生技术，参照数字孪生五维模型，构建数字孪生城市，将极大改变城市面貌，重塑城市基础设施，实现城市管理决策协同化和智能化，确保城市安全、有序运行。
数字孪生城市
优点
1、使用便捷，方便创新 数字孪生需要用到各种数字化手段，包括物联网、虚拟现实、仿真工具等，通过这些手段来把物理设备的属性映射到虚拟空间中，这样可以加快人们对物理实体的了解。有些工艺手段在真正的物理实体上是没办法操作的，但是用虚拟的物理实体就能够做到。 2、更全面的测量 产品的设计和制造都离不开对物理实体的测量，测量包括物理实体的属性、参数和运行状态等各方面的测量，只有全面测量才能够精准分析和优化。但是传统的测量方法成本高，效果也不够好。而使用数字孪生技术就能够快速测量了，而且很多数据可以直接采集，大大提升了测量的效率。 3、更全面的分析和预测能力 数字孪生技术能够通过物联网的数据采集以及大数据处理来实现当前状态的分析和诊断，并且推断未来发展趋势，这样对于未来的决策能够提供有价值的参考数据。 4、提升效率和生产力 使用数字孪生，组织不再需要探索有关物理项目不同的途径来改善流程。他们不必终止正在进行的过程，并且可以从根本上在实验室中运行模拟，以了解新程序的危害和优势，看看哪些修改可以带来最佳结果。数字原生
数字原生就是由物理世界为重心向往数字世界为中心迁移的思考问题方式。数字计算机发明之前，我们几乎没有什么数字资产和技术。数字计算机发明到今天，我们对于数字资产的积累呈指数系数增长。中国社会更是有后发优势跳跃式发展。举个例子而言，我们出门不带手机就感觉有点寸步难行，本质上是因为手机你可以看作我们进入数字世界的一个窗口。通过手机，你可以向数字世界发出各种请求调度我们物理世界的资源为我们所用。例如，Pivotal喜欢以”ask+综合部门@pivotal.io”的邮件方式来获得综合部门的支持。我们早期行政部门的同事刚加入Pivotal的时候问我：“为什么不面对面请求，或者打个电话，或者开个单子。”我说这个事情看似差别不大，但是事实上一个思考问题方式的差别。Pivotal作为数字化的领导者， 我们把软件和数据平台看作一个数字世界的入口。我们获取资源的方式是向这个数字世界发出请求。数字世界可能通过它的计算找到最优执行路径。有些执行可能还是需要转发到人进行人工处理，例如去安装一台打印机。但是有些请求大数据和数字化应用可以直接通过软件方式解决，例如申请一台云服务器。有些请求我们虽然今天做不到没有人干预，但是我们的框架先奠定起来，为以后的对接做好准备和持续改进。
数字经济的本质是能将信息转化为有效知识。让数据在数字经济的价值流动中实现了数据(data)-信息(information)-知识(knowledge)-智慧(wisdom)的价值生产链条。
我们先看看知识生产所经历的四个阶段。
第一阶段，科学实验生产新知识。远古时候，知识往往从实践之中生产，钻木取火和伽利略的比萨斜塔实验是最典型代表。当击打野兽的石块与山石相碰时往往产生火花时，燧人氏受到启发，以石击石生出火来，这是通过实践观察生产新知识。亚里士多德曾说，物体越重下落速度越快，因此当伽利略将45.4千克和0.454千克的铁球在比萨斜塔上扔下的时候，不但推翻了已有的知识，而且开创了近代科学实验的新纪元；
第二阶段，理论推理生产新知识。这个阶段，知识从公理公式中生产，牛顿微积分是典型代表。俗话说，“工欲善其事必先利其器”，微积分就是数据家手里的“利器”，以微积分为基础，通过理论推理生产新知识；
第三阶段，仿真计算生产新知识。仿真计算基于已知对物理世界仿真建模，知识从规模计算中生产。因为物理世界是由千亿级的各类数据构成，所以在虚拟世界中的仿真即便就是对各类数据的仿真，即数字孪生。
第四阶段，数字原生生产新知识。这个阶段的核心是面向答案求解不确定过程，知识从海量数据关联中生产。“隐身作家”埃莱娜·费兰特说过一句话：书写完之后，就不再需要作者了。的确，一本书一旦数字化之后，信息的生产、传输、内容分发与口碑舆论的形成等一系列动作都在数字世界发生，因此就有了“一千个人眼里一千个哈姆雷特”，而真正的哈姆雷特到底是什么，反而需要从海量数据的关联中去生产了。
数据孪生是我们试图用已有的认知和知识结构，去解决虚拟数字世界里的问题，用我们的知识白盒构建一个模型，做高性能计算去推理。而数字原生是生产人类认知之外的新知识。就像AlphaGo从黑白落子的行为数据中，面向答案(输赢)学习中间不确定性的过程，生产出新的知识。其价值差一点不言而喻。
可以说数字原生是由‘以物理世界为重心’向‘以数字世界为中心’迁移的思考问题的方式。数字原生，是数字经济真正的推动者。
参考文献
[1] 战略前沿技术——数字孪生
[3] 数字孪生的优势分析
若有收获，就点个赞吧
0 人点赞
