數(shù)字孿生概念起源于產(chǎn)品全生命周期管理（PLM），由美國密歇根大學教授邁克爾·格里夫斯于2002年提出。數(shù)字孿生應用最早發(fā)生于航空航天領(lǐng)域，其中，美國國家航空航天局和美國空軍實驗室是第一批數(shù)字孿生應用企業(yè)。近年來，數(shù)字孿生應用已從航空航天領(lǐng)域向工業(yè)各領(lǐng)域全面拓展，西門子、通用電氣等工業(yè)巨頭紛紛打造數(shù)字孿生解決方案，并賦能工業(yè)企業(yè)。據(jù)IDC預測，到2022年，70%的制造商將使用數(shù)字孿生技術(shù)進行流程仿真和場景評估?？梢姡磥頂?shù)字孿生技術(shù)有望持續(xù)在工業(yè)界發(fā)揮作用，加快推動工業(yè)企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。
工業(yè)數(shù)字孿生技術(shù)體系
工業(yè)數(shù)字孿生技術(shù)不是近期誕生的一項新技術(shù)，它是一系列數(shù)字化技術(shù)的集成融合和創(chuàng)新應用，技術(shù)體系涵蓋了感知控制、數(shù)據(jù)集成、建模分析、人機交互四大領(lǐng)域和基礎(chǔ)技術(shù)、核心技術(shù)兩大類型。一方面，基礎(chǔ)技術(shù)是構(gòu)建數(shù)字孿生數(shù)據(jù)閉環(huán)的支撐保障，涵蓋面向感知控制領(lǐng)域的傳感技術(shù)和控制技術(shù)，面向數(shù)據(jù)集成領(lǐng)域的產(chǎn)品數(shù)據(jù)集成（PLM）和業(yè)務數(shù)據(jù)集成（BPM）技術(shù)，面向建模分析領(lǐng)域的物理建模、數(shù)據(jù)建模、業(yè)務建模技術(shù)，以及面向人機交互領(lǐng)域的AR/VR技術(shù)。另一方面，核心技術(shù)是數(shù)字孿生應用創(chuàng)新的動力引擎，集中在數(shù)據(jù)集成和建模分析兩個領(lǐng)域，涵蓋數(shù)字線程、模型融合、模型修正、管理殼技術(shù)。
數(shù)字孿生基礎(chǔ)技術(shù)發(fā)展趨勢
傳感技術(shù)向微型化和集成化發(fā)展，支撐數(shù)字孿生更深入地獲取物理對象數(shù)據(jù)。一是傳感器向微型化發(fā)展，能夠被集成到智能產(chǎn)品中，實現(xiàn)更深層次的數(shù)據(jù)感知。二是多類傳感能力集成至單個傳感模塊，支撐實現(xiàn)更豐富的數(shù)據(jù)感知獲取。多傳感器融合技術(shù)基于多數(shù)據(jù)融合分析提升決策水平。
物理建模工具創(chuàng)新應用，提升數(shù)字孿生模型構(gòu)建效率。一是基于AI的創(chuàng)成式設(shè)計工具提升增量產(chǎn)品的幾何設(shè)計效率。二是基于三維掃描建模工具實現(xiàn)存量產(chǎn)品的自動化幾何建模。三是仿真工具通過融入無網(wǎng)格劃分功能縮短仿真時長。
傳統(tǒng)統(tǒng)計分析疊加人工智能技術(shù)，強化數(shù)字孿生預測建模能力。一是基于深度學習、強化學習等新興機器學習技術(shù)，建立深度分析模型，提高分析效率。二是基于知識圖譜構(gòu)建全產(chǎn)業(yè)鏈、全領(lǐng)域的巨模型，大大拓展模型關(guān)聯(lián)范圍。三是基于遷移學習理論，提升模型通用性，不需要針對同領(lǐng)域、同類型、不同問題的對象多次建模。
虛擬現(xiàn)實技術(shù)發(fā)展帶來全新人機交互模式，提升數(shù)字孿生可視化效果。新興AR/VR技術(shù)具備三維可視化效果，正加快與幾何設(shè)計、仿真模擬融合，有望持續(xù)提升數(shù)字孿生應用效果。在“AR﹢CAD”“AR﹢三維掃面建模”“AR﹢仿真”等領(lǐng)域，目前都實現(xiàn)了應用落地。
數(shù)字孿生核心技術(shù)發(fā)展趨勢
數(shù)字線程技術(shù)拓展數(shù)字孿生數(shù)據(jù)集成范圍和深度。一是數(shù)字線程技術(shù)從基于PLM/BPM的局部互聯(lián)向基于工業(yè)互聯(lián)網(wǎng)平臺的全面互聯(lián)演進。傳統(tǒng)PLM僅聚焦提供面向產(chǎn)品的數(shù)據(jù)集成能力，BPM聚焦提供商業(yè)數(shù)據(jù)集成能力，而借助IoT平臺的跨領(lǐng)域數(shù)據(jù)集成能力，能夠構(gòu)建包含產(chǎn)品全生命周期、全業(yè)務流程的數(shù)字線程。如PTC利用ThingWorx平臺使creo（CAD）、windchill（PLM）、Vuforia（AR）以及其他多個軟件系統(tǒng)實現(xiàn)實時數(shù)據(jù)同步，構(gòu)建全流程的數(shù)字線程。二是數(shù)字線程技術(shù)由單一領(lǐng)域向機械、軟件、電子多領(lǐng)域集成發(fā)展。傳統(tǒng)PLM僅管理機械領(lǐng)域數(shù)據(jù)，ALM管理IT軟件領(lǐng)域數(shù)據(jù)，EDA管理電子電控領(lǐng)域數(shù)據(jù)，而數(shù)字線程技術(shù)實現(xiàn)面向機械、軟件、電子等多領(lǐng)域數(shù)據(jù)深度集成。如西門子Xcelerator綜合集成了產(chǎn)品全生命周期管理（PLM）、電子設(shè)計自動化（EDA）、應用生命周期管理（ALM）、制造運營管理（MOM）、嵌入式軟件和物聯(lián)網(wǎng)（IoT）。
跨領(lǐng)域、跨尺度、跨類型模型融合技術(shù)支撐復雜孿生模型構(gòu)建。一是多物理、多學科跨領(lǐng)域模型融合技術(shù)構(gòu)建更全面、更完整的孿生模型。如ANSYS Simplorer提供多物理場建模仿真解決方案，能夠外部輸出復雜模型融合的數(shù)字孿生構(gòu)建服務。貝加萊MapleSim Connector多學科聯(lián)合仿真統(tǒng)一不同領(lǐng)域仿真工具接口，構(gòu)建系統(tǒng)級數(shù)字孿生應用。二是以降階模型技術(shù)為代表的跨類型模型融合技術(shù)，有效實現(xiàn)仿真模型和數(shù)據(jù)模型的互操作，極大縮短仿真求解時間。如ANSYS利用深度學習算法進行10次CFD仿真，獲得整個工作范圍內(nèi)的流場分布降階模型，原先16個核的工作站需要計算2小時，現(xiàn)在筆記本電腦只需計算3秒鐘，極大縮短仿真模擬時間。三是多尺度建模技術(shù)通過建模工具融合不同時間、空間尺度的模型，使孿生模型能夠融合微觀和宏觀的多方面機理。如西門子自動駕駛汽車產(chǎn)品PAVE，集成了從芯片設(shè)計到軟硬件系統(tǒng)、整車模型以及交通流量等不同領(lǐng)域和尺度下的模型，形成不同尺度孿生模型融合能力。
模型修正技術(shù)不斷提升數(shù)字孿生模型精度?；趯嶋H運行數(shù)據(jù)持續(xù)修正模型參數(shù)，是保證數(shù)字孿生高精度的關(guān)鍵手段，目前數(shù)據(jù)科學和仿真模型均具備相應的模型動態(tài)調(diào)整技術(shù)。一是在線機器學習基于實時數(shù)據(jù)持續(xù)驅(qū)動數(shù)據(jù)模型完善，能夠有效對模型進行動態(tài)修正。如流行的Tensorflow、Scikitlearn等AI工具中都嵌入了在線機器學習模塊，基于實時數(shù)據(jù)動態(tài)更新模型。二是有限元仿真模型修正技術(shù)能夠基于試驗或者實測數(shù)據(jù)對原始有限元模型進行修正。如達索、ANSYS、MathWorks等領(lǐng)先廠商的有限元仿真工具中，均具備了有限元模型修正的接口或者模塊，支持用戶基于試驗數(shù)據(jù)對模型進行修正。
工業(yè)數(shù)字孿生前景展望
工業(yè)數(shù)字孿生是多類數(shù)字化技術(shù)的集成融合，其中工業(yè)仿真和新一代信息技術(shù)的融合應用是數(shù)字孿生發(fā)展的關(guān)鍵。工業(yè)數(shù)字孿生是復雜的系統(tǒng)工程，目前僅有少數(shù)工業(yè)巨頭能夠獨自構(gòu)建數(shù)字孿生解決方案，大多數(shù)企業(yè)需要通過能力互補合作共同提供數(shù)字孿生服務。統(tǒng)一數(shù)據(jù)與模型的標準是數(shù)字孿生創(chuàng)新發(fā)展面臨的最重要挑戰(zhàn)，管理殼有望成為關(guān)鍵解決方案。平臺是數(shù)據(jù)集成、模型融合的關(guān)鍵載體，將成為數(shù)字孿生發(fā)展的重要基礎(chǔ)設(shè)施。
