大国博弈之“数字孪生”

数字孪生利用大数据、人工智能、物联网、深度学习和仿真建模等技术，从知识、信息、数据和信号等出发，通过汇聚、分析、挖掘和仿真等手段静态或动态掌握物理世界各类实体的外在形象、外部行为、内部关系和整体状态等，在虚拟世界建立描述物理世界实体数字特征的共生数字模型，构建实体模型与数字模型良性互动环境，形成实体模型与数字模型数字再生、数据同步、精准映射和共同进步的技术体系，实现数字模型向实体模型的深度学习，同时实体模型接受由数字模型演化产生的改进策略，实现从精准可视化到全要素数字表达再到智慧成长的全生命周期覆盖。

大国博弈之“数字孪生”—— 概念与应用

• 1. 摘要
  • 1.1. 研究了数字孪生的概念和定义
  • 1.2. 分析了信息建模作为数字孪生本质的基本规律
  • 1.3. 探讨了数字孪生模型的生成机理
  • 1.4. 阐述了智能制造、智慧城市和军事应用等领域中的数字孪生建模与应用
  • 1.5. 并从优化决策、缩减工期、降低成本、控制风险和提高质量等方面，阐述了数字模型对观察实体对象和改造实体对象的作用。
• 2. 引言
  • 2.1. 产生起源
    • 2003年， Grieves教授在美国密歇根大学产品生命周期管理课上首次提出数字孪生概念。数字孪生早期主要用于军工及航空航天领域
    • 通过优化生产管理流程和生产资源配置等方式，提高军工产品的生产效率。
  • 2.2. 应用领域
    • 目前，数字孪生已在智能制造、智慧城市和军事应用等方面得到广泛应用，已成为新一轮科技革命的核心驱动技术和国家数字化转型的抓手。
  • 2.3. 发展阶段
    • 技术准备期（1960—2001年）
      • 主要是计算机辅助设计（CAD）/计算机辅助工程（CAE）建模仿真、传统系统工程等预先技术的准备
    • 概念产生期（2002—2010年）
      • 预先技术继续成熟，出现了仿真驱动的设计、基于模型的系统工程等先进设计范式
    • 领先应用期（2010—2020年）
      • 美国航空航天局、美国军方和美国通用电气公司等航空航天和国防军工机构领先应用，也是物联网、大数据、机器学习和云计算等外围使能技术的准备期，2018年起，国际标准化组织（ISO）、国际电工委员会（ IEC）和电气与电子工程师协会（IEEE）3大标准化组织开始数字孪生技术的标准化工作
    • 深度开发和大规模扩展应用期（2020年以后）
      • 从智能制造向智慧城市等领域拓展。
• 3. 数字孪生
  • 在以传感器和大数据为主的现代信息技术蓬勃发展的背景下，出现了真实和数字虚拟两个新世界。真实世界里的每一个真实物体均可生成与之相近的虚拟体，称数字孪生体，而其相关技术称数字孪生技术。
  • 3.1. 定义
    • 与其他新兴技术概念一样，数字孪生的概念也是五花八门的。
    • 不同学者和机构分别从业务、技术和应用等角度定义数字孪生技术，其中广泛认同的定义为：数字孪生充分利用物理模型、传感器更新和运行历史等数据，集成多学科、多物理量、多尺度和多概率的仿真过程，在虚拟空间中完成映射，从而反映相应的实体装备的全生命周期过程
      • 数字孪生体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、诊断和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。
      • 数字孪生利用大数据、人工智能、物联网、深度学习和仿真建模等技术，从知识、信息、数据和信号等出发，通过汇聚、分析、挖掘和仿真等手段静态或动态掌握物理世界各类实体的外在形象、外部行为、内部关系和整体状态等，在虚拟世界建立描述物理世界实体数字特征的共生数字模型，构建实体模型与数字模型良性互动环境，形成实体模型与数字模型数字再生、数据同步、精准映射和共同进步的技术体系，实现数字模型向实体模型的深度学习，同时实体模型接受由数字模型演化产生的改进策略，实现从精准可视化到全要素数字表达再到智慧成长的全生命周期覆盖。
  • 3.2. 概念图
    • 数字孪生概念示意图
  • 3.3. 本质
    • 构建一个可信的和高质量的数字孪生模型是开展各类数字孪生应用的核心和基础
    • 数字孪生的本质是信息建模，旨在为现实世界中的实体对象在数字虚拟世界中构建完全一致的数字模型，如同一对孪生兄弟，其中实体对象为实体兄弟，数字模型为数字兄弟。
    • 数字孪生是建模技术不断发展的结果，并且是信息建模的高级发展阶段。
    • 数字孪生涉及的信息建模已不再是基于传统的底层信息传输格式的建模，而是对实体对象外部形态、内部机理和运行关系等方面的整体抽象描述，其难度和应用效果呈指数级增长。
    • 数字孪生兄弟可以有多个变身，即根据不同用途和场景构建形态各异的数字模型。
    • 数字孪生模型是实体对象的数字抽象，是数字建模与仿真发展的必然产物，构建数字模型就是通过抽取数字特征来完整表现数字特征。不同领域中，数字模型的建模方法各不相同，但大多仍建立了可视化数字模型，形成可视化平台和信息模型。
  • 3.4. 数字孪生与传统仿真的区别
    • 数字孪生起源于传统仿真。传统仿真是对物理世界的抽象描述，通过对物理世界的观察，将其运行机理和内外部关系等以数学模型、物理模型或计算机模型的方式重构，并采用相应的输入数据和环境信息模拟真实世界。
    • 数字孪生的核心是模型和数据
      • 数字孪生的核心思想是数字模型和物联网的结合，而这种结合的目的是为了将模型打磨得更加接近真实系统
    • 数字孪生远高于传统仿真，它们区别主要体现以下2个方面
      • 数据基础：数字孪生充分运用物联网作为底层支撑技术，通过科学部署的大量传感器收集物理世界的各类数据，构成建立数字孪生模型的基础数据资源池，其数据量远超传统仿真所需数据
      • 数据运用：数字孪生将大数据作为核心应用技术，分析全域全量数据资源，并通过高性能协同计算、深度学习和人工智能等技术形成强大算力，实现对物理世界的精准信息表达和映射，其计算量和计算能力远超传统仿真。
    • 因此，数字孪生成为传统仿真的飞跃式进步的结果。
  • 3.5. 数字孪生兄弟的关系
    • 数字孪生过程中，数字孪生兄弟的产生顺序，即先有实体兄弟还是先有数字兄弟，一直是值得深入探讨的问题，也是数字孪生技术发展与应用拓展的根本性问题，且与应用场景密不可分。
    • 除了实体兄弟与数字兄弟天然的先后性，对于物理实体改进较频繁、改进程度较大以及需求较多的场景，一般先有数字兄弟后有实体兄弟，属于正向工程，此时数字孪生的关键是如何利用数字兄弟，并提前替实体兄弟做各种试验，以便在实体兄弟诞生前尽可能修改完善数字兄弟，从而降低成本和缩短生产周期，如数字孪生制造；
    • 对于物理实体系统性规模较大、全生命周期较长以及差异化要素较多的场景，一般先有实体兄弟后有数字兄弟，属于反向工程，此时数字孪生的关键是如何形成逼真的数字兄弟，并在数字兄弟上进行试验测试、模拟推演、效能评估和辅助决策等，以便于全面细致地描述物理实体，实现共智和数据治理，如数字孪生城市和数字孪生战场等
    • 数字孪生兄弟的关系
• 4. 数字孪生建模
  • 随着智能化应用领域的不断扩展，可以建立数字模型的实体对象也在不断增多，目前已基本覆盖了工业、国防和社会生活的主要方面，其中智能制造、智慧城市和军事应用 3个领域的数字孪生技术已有较大发展
  • 4.1. 建模基本思路
    • 传统建模
      • 传统的信息系统建模主要建立系统的数据模型和功能模型。
      • 由于此类建模只描绘了系统的大致形象，因此远达不到数字孪生体的准确和精细程度，系统涉及的各个要素以及环境条件的实时变化情况仍有待描述。
    • 数字孪生
      • 信息物理融合是数字孪生的基石
      • 随着信息技术的发展，特别是大量数字传感器的出现，现实世界的变化情况可实时输入系统，使现实世界构建数字孪生体成为可能
      • 数字孪生建模的一般过程
    • 基本思路
      • 通过传感器和信息系统，实时 /及时采集现实世界的动态变化情况，形成数字孪生的感知系统；
      • 通过高分遥感等新型测绘技术，定期修正地球表层模型，形成数字孪生的外表皮肤；
      • 通过地理信息系统（GIS）/建筑信息模型（BIM）等，构建现实世界静态的数字模型，形成数字孪生的骨骼；
      • 通过与现实世界的数据交互，实现数字模型与物理实体的共智，形成数字孪生的成长方向。
      • 其中，传感器是新型信息源，是形成数字孪生体的关键，其种类众多且数量巨大。
      • 数字孪生建模的基本思路
  • 4.2. 智能制造数字孪生建模
    • 问题的出现
      • 数字孪生技术最先应用于智能制造领域，因此智能制造领域成为数字孪生的先行者。
      • 智能制造领域利用软件开展产品设计与仿真由来已久，CAD和CAE等工具就是为物理产品设计、制造过程数字化而研发的。
      • 随着工业过程的运行复杂化、数据多元化和生产数字化，数据与生产决策的良性互动越来越重要，而数字孪生则提供了良好的解决方案。
    • 制造的物理世界和信息世界之间的交互与共融是智能制造的关键
      • 智能制造数字孪生模型通过设计工具、仿真工具和物联网等，将物理设备的各种属性映射到虚拟空间，构建可测试、可拆卸、可复制和可修改的数字孪生体；
      • 将制造涉及的各专业技术集成为一个数据模型，形成智能工厂的虚实互连，涵盖构想、设计、测试、仿真、生产线和厂房规划等环节，虚拟和判断生产或规划中所有的工艺流程以及可能出现的矛盾、缺陷和不匹配等情况，实现基于数字孪生体的先行试验、设计分析和优化筛选，缩短大量方案设计及安装调试时间，加快交付周期
      • 鉴于数字孪生在模型、数据和服务方面的优势，数字孪生已成为工业互联网的关键技术，同时工业互联网也成为数字孪生扩展应用场景的孵化床，因此智能制造数字孪生正向更广阔的工业互联网空间延伸。
  • 4.3. 智慧城市数字孪生建模
    • 数字孪生技术不仅活跃在工业 4.0的制造业，也应用于智慧城市领域。
      • 智慧城市数字孪生模型利用城市中广泛布设的传感器和高速通信网络，从传感器、摄像头和数字化系统采集到的基础设施（水、电、气和交通等）运行状态、市政资源（警力、医疗和消防等）调配情况等数据中提取城市数字特征，建立相应的城市数字模型，构建可反映市政、交通、公安和社区等城市管理关键要素特征的智慧城市数字孪生体，精准绘制城市的规划、运行和发展等全维度，打造智慧城市的数字形态，形成强大的智慧城市数据资源开发能力，实现城市管理的高效共智。与工业制造中的产品生命周期相比，城市的生命周期更长，数字孪生带来的回报更大，但同时城市数字孪生的部署难度也更大。
      • 全域感知、数字模拟和深度学习等技术的发展，使智慧城市的数字孪生应运而生，数字孪生城市也成为数字城市的目标
      • 印度海德拉巴、法国雷恩、加拿大多伦多和中国深圳等地开始了智慧城市的数字孪生应用。雄安新区建设中，首次提出了建设“数字孪生城市”，明确指出了要同步规划、建设现实城市和虚拟的数字城市
  • 4.4. 智慧战场数字孪生建模
    • 数字孪生技术因具有的可再现性、安全性和经济性等特性，可在情报研判、指挥控制、装备生产、装备试验和部队训练模拟等军事应用领域中发挥专长。
      • 例如，2019年10月美国海军信息战系统司令部为“林肯”号航母构建了首个名为“数字林肯”的数字孪生体
      • 数字孪生推动传统的设计—构建—测试向建模 —分析—构建方向转变，使装备在交付前开展虚拟环境中的测试和评估，从而提高装备可靠性和赛博安全性，降低作战风险
    • 军事应用领域中，装备生产和试验等方面的数字孪生与智能制造数字孪生区别较小，而军事战场数字孪生应用也不多。
      • 现代战场是陆、海、空、天、信息、网络和心理七维一体化联合作战的战场，具备体系和网络对抗、形势突变性、战场多维、存在信息示假、快速精确、消耗巨大和不断创新等特点，数字特征设计和特征数据的及时获取较困难，故需进行真伪判别。数字孪生战场应囊括所有战争要素
      • 构建平行作战空间，支撑未来虚实一体的平行战争
      • 战场数字孪生模型根据武器系统特点，面向现代战争首战往往就是决战这一关键要素，利用雷达、卫星、无人机、电磁侦察和单兵设备等各类传感器以及数据链等战场通信网络形成的强大智能化战场情报搜集和自动研判体系，实时掌握战前和交战过程中的敌情、我情及战场环境变化情况，构建反映战场环境、装备运用、指挥控制、作战人员和后勤保障等要素特征的战场态势数字孪生体，实现对战前蛛丝马迹征候的准确分析和快速反应，对多种作战方案的智能化推演和评估，弥补大国间或大范围现代战争发生几率较低导致的战场样本较少等不足，形成强大的军事智能分析能力。
    • 各类数字孪生的建模一般从实体对象中抽取数字特征来派生数字孪生体，其关键是设计一套数字特征，使数字孪生体能够全面、准确和及时地反映实体对象的本质要素，从而确保数字孪生体长得与实体对象如孪生兄弟般相像。实体兄弟成长有其自然规律，而数字兄弟成长依赖的脱氧核糖核酸（DNA）也是数据，数字孪生建模过程中的数据采样应准确，以便逼真反映实体兄弟。选择的数字特征中，有些是客观特征，有些是主观判别；有些是静态的，有些是动态的；有些是全局特征，有些是局部特征。其中，静态特征主要用于构建数字孪生体，动态特征用于确保数字孪生体与实体对象同步生长，并保持孪生态。
• 5. 数字孪生作用
  • 数字孪生的作用主要包括以下 5个方面
  • 5.1. 优化决策
    • 利用数字兄弟的分析较实体兄弟简便和易于试验的特点，通过数字兄弟对实体兄弟进行观察，分析发现实体兄弟运行过程中存在的问题，开展数据分析或智能计算，挖掘运行瓶颈，生成改进建议。
    • 例如，军事应用领域中的数字孪生可通过数字战场环境，及时发现和挖掘己方用空计划冲突、装备运用欠缺等问题，评估作战筹划效能和敌我对抗态势等，提出优化控制战役进程的指挥策略。
  • 5.2. 减少工期
    • 利用数字兄弟蕴含实体兄弟数据量全且精度高等特点，通过对数字兄弟的深度和超前培育，探索实体兄弟可能的成长路径，评估实体兄弟的发展预期，缩短实体兄弟的培养周期。
    • 例如，智慧城市领域中的数字孪生在城市实体空间掌握城市建设轨迹，在城市数字空间培育数字城市规划、基础设施建设和城市管理等方面的发展轨迹，通过虚实协同明确实体城市发展模式，避免重复建设。
  • 5.3. 降低成本
    • 将数字兄弟作为实体兄弟的替身开展试验验证，掌握可能产生的实体兄弟在真实环境中的性能，及时反馈运行差异对外部环境、需求变化的影响，减少可能产生的实体兄弟的不适应性。
    • 例如，智能制造领域中的产品设计阶段的数字孪生可提高设计准确性，减少不必要或重复的产品修改 或返工；作为半实物仿真的飞行模拟器，可充分模拟航空器飞行全过程的驾驶舱操作及陆空通话等工作，从而降低飞行培训成本。
  • 5.4. 控制风险
    • 通过数字兄弟与实体兄弟物理空间和信息空间的实时信息交互，数字化模拟实体兄弟数据的演化过程，提炼和学习实体兄弟数据特征与机理，以数据驱动方式推演实体兄弟事件发生规律，实现实体兄弟运行态势的精准预测。
    • 例如，智慧城市领域中的数字孪生通过数据精准感知和实时分析，开展物理城市与数字城市数据协同交互和平行运转，实现城市运行态势的预测和控制，降低城市规划、建设和管理全过程中的不确定性。
  • 5.5. 提高质量
    • 通过数字兄弟建立基于大数据的实体兄弟的精细描述，研究实体兄弟运行优化过程，提出可能产生的实体兄弟或已有实体兄弟外部形态、控制过程和运行关系等方面的优化策略，实现数字兄弟的自我优化，提高数字兄弟和实体兄弟在各自环境的运行品质。
    • 例如，智慧城市领域中的数字孪生从海量数据中挖掘实体城市特征信息，实施数字城市自我优化，提升城市物质资源、智力资源和数据资源配置质量，提高城市治理质量。
• 6. 总结
  • 6.1. 数字孪生是大数据、人工智能、物联网和深度学习等蓬勃发展背景下，在传统仿真技术基础上孕育而生的新技术，通过构建以大数据为基础、客观描述物理空间的数字空间，采用人工智能计算能力，实现物理空间和数字空间的孪生成长、相辅相成和共同进步，从而使数字空间优化、引导和辅助物理空间的发展。数字孪生将渗透到国民经济、社会和国防建设的方方面面，并带动全产业链创新升级和产业模式转型，产生不可估量的经济和社会效益。后续将针对智慧空管等新兴领域开展数字孪生建模等方面的研究，以期对智慧空管体系规划、系统设计、技术研究和应用部署等提供指导。
• 数字孪生利用大数据、人工智能、物联网、深度学习和仿真建模等技术，从知识、信息、数据和信号等出发，通过汇聚、分析、挖掘和仿真等手段静态或动态掌握物理世界各类实体的外在形象、外部行为、内部关系和整体状态等，在虚拟世界建立描述物理世界实体数字特征的共生数字模型，构建实体模型与数字模型良性互动环境，形成实体模型与数字模型数字再生、数据同步、精准映射和共同进步的技术体系，实现数字模型向实体模型的深度学习，同时实体模型接受由数字模型演化产生的改进策略，实现从精准可视化到全要素数字表达再到智慧成长的全生命周期覆盖。