隨著人類進入信息化、數字化時代,人們對虛擬數字世界的好奇和探索從未停止,電影《黑客帝國》是此類題材的代表性作品。今天,數字孿生已開始助力人類生產力的變革和升級,改變人們的生產和生活方式。
數字孿生的發(fā)展形勢和機遇
中國是制造業(yè)大國,產業(yè)的數字升級正在推進,數字孿生的應用有廣闊的空間,加之政策支持,數字孿生在中國迎來了快速發(fā)展的機遇期。
習近平總書記在致2019中國國際數字經濟博覽會的賀信中指出:中國高度重視發(fā)展數字經濟,在創(chuàng)新、協(xié)調、綠色、開放、共享的新發(fā)展理念指引下,中國正積極推進數字產業(yè)化、產業(yè)數字化,引導數字經濟和實體經濟深度融合,推動經濟高質量發(fā)展。
2020年4月,國家發(fā)改委、中央網信辦印發(fā)《關于推進“上云用數賦智”行動培育新經濟發(fā)展實施方案》,方案中將數字孿生與大數據、人工智能、5G等并列,并專辟章節(jié)談“開展數字孿生創(chuàng)新計劃”,要求“引導各方參與提出數字孿生的解決方案”;同月,工信部在發(fā)布的《智能船舶標準體系建設指南》(征求意見稿)中,也明確將建設“數字孿生(體)”納入關鍵技術應用。
2020年8月,國資委下發(fā)《關于加快推進國有企業(yè)數字化轉型工作的通知》,要求國有企業(yè)在數字化轉型工作中,加快推進數字孿生、北斗通信等技術的應用。
業(yè)界對數字孿生的關注也熱度不減。全球IT研究與顧問咨詢公司Gartner在近年來的重要戰(zhàn)略科技趨勢報告中,多次關注數字孿生技術及其應用場景。今年10月發(fā)布的2021年重要戰(zhàn)略技術趨勢報告中提及的行為互聯(lián)網(Internet of Behaviors)、組裝式智能企業(yè)(Intelligent Composable Business)及超級自動化(Hyperautomation)等新科技趨勢,這些技術的發(fā)展也均需數字孿生技術體系的支持。可見數字孿生已經滲透到未來技術應用的方方面面。
數字孿生的概念演進
“數字孿生”最早的概念模型由邁克爾·格里弗斯博士于2002年10月在美國制造工程協(xié)會管理論壇上提出。2009年,美國空軍相關實驗室第一次提出“機身數字孿生(Airframe Digital Twin)”概念。2010年,美國國家航空航天局(NASA)在《建模、仿真、信息技術和處理》和《材料、結構、機械系統(tǒng)和制造》兩份技術路線圖中開始直接使用“數字孿生(Digital Twin)”這一名稱。近年來,學術和企業(yè)界對數字孿生的研究熱度不減,愈發(fā)深入,國際標準ISO23247(待發(fā)布)對數字孿生制造進行明確定義,界定了生產場景下的數字孿生??v觀數字孿生的發(fā)展歷程,伴隨著相關技術的迭代,數字孿生的內涵也不斷豐富:從簡單的對一個產品、一臺設備、一條生產線等的數字孿生演進到更為復雜的對一個企業(yè)組織、一座城市的數字孿生,英國和德國甚至提出“數字國家”這種更為宏觀的概念。
目前,學界和工業(yè)界對數字孿生概念的表述雖有差異,但正趨于達成共識:數字孿生是以特定目的為導向對物理世界現實對象的數字化表達。這一對象不僅包括產品、設備、建筑物等“實物”,也包括企業(yè)組織、城市等“實體”。通過對物理對象構建數字孿生模型,實現物理對象和數字孿生模型的雙向映射。
對于不同現實對象,其數字孿生模型構建的側重點和用途不盡相同;對于企業(yè)組織、城市等實體數字孿生,則更強調對廣域數據的聚合融通,著力于通過模擬仿真來優(yōu)化全局決策、加強協(xié)同,這一用途也越來越得到企業(yè)管理者和政府的重視。
數字孿生關鍵技術的發(fā)展
數字孿生的技術實現依賴于諸多新技術的發(fā)展和高度集成以及跨學科知識的綜合應用,不僅是一個復雜的、協(xié)同的系統(tǒng)工程,涉及的關鍵技術方法還包括建模、大數據分析、機器學習、模擬仿真等。舉例而言,如果把數字孿生的構建比作“數字人”的創(chuàng)造,則其核心的建模過程相當于骨架的搭建過程;采集數據、開展數據治理和大數據分析,相當于生成人的肌肉組織;而數據在物理世界和賽博空間之間的雙向流動正如人體的血液,所提供的動能使數字機體不斷成長,對物理世界對象的映射更趨精準;模擬仿真使“數字人”具備智慧,從而使通過賽博空間高效率、低成本優(yōu)化物理實體成為可能。
圖|數字孿生對象從“實物”演進到“實體”
1.數字孿生建模技術經歷了從實物的“組件組裝”式建模到復雜實體的多維深度融合建模的發(fā)展。
建模是數字孿生落地應用的引擎。以前,數字孿生建模一般是通過將不同領域的獨立模型“組裝”成更大的模型來實現。產品、設備等實物通過“組裝”建??梢赃_到較好的效果,但復雜實體的建模往往是跨領域、跨類型、跨尺度,涉及多個維度,通過單一維度的“組件組裝”,建模效果欠佳。
多維深度融合建模技術的逐漸成熟,支撐更復雜的實體組織或智慧城市的孿生模型構建。多維度建模技術的引入,通過融合不同粒度的屬性、行為、特征等“多空間尺度”,以及刻畫物理對象隨時間推進的演化過程、實時動態(tài)運行過程、外部環(huán)境與干擾影響等“多時間尺度”模型,使數字孿生模型能夠同時反映建模對象在微觀和宏觀層面上的特征。
2.深度學習、強化學習等新興機器學習技術的發(fā)展使得大數據分析能力顯著提升,這種分析能力是構建面向實體的復雜數字孿生體的基礎支撐。
當前,企業(yè)內部各部門數據統(tǒng)計口徑不一、數據的自采率和實時性不高等問題普遍存在,制約了企業(yè)數字孿生刻畫的準確度。隨著深度學習、強化學習等新興機器學習技術的引入,實現多維異構數據的深度特征提取,大大提高了數據分析效率,使得構建面向企業(yè)的復雜數字孿生體成為可能。
3.模擬仿真技術從早期的有限元分析對物理場的仿真,發(fā)展到網絡模型對復雜實體組織的仿真。
有限元分析主要關注某個專業(yè)領域,比如實物的應力或疲勞等,但物理現象往往都不是單獨存在的,例如只要運動就會產生熱,而熱反過來又影響一些材料屬性。這種物理系統(tǒng)的耦合就是多物理場,分析復雜度要比單獨分析一個物理場大得多。而由于實體組織更加復雜,除了傳統(tǒng)的物理特性外,還涉及復雜的業(yè)務因素,如工業(yè)制造企業(yè)需要面向人、機、料、法、環(huán)、財等多個要素,且須考慮多要素間的復雜關系,需要依靠分布式仿真、交互式仿真、智能A g e n t等網絡模型不斷進行迭代發(fā)展。
數字孿生的應用
構建數字孿生模型不是目的,而是手段,人們寄希望于通過對數字孿生模型的分析,來改善其對應的現實對象的性能和運行效率。
圖|企業(yè)數字孿生驅動價值實現
1.實物的數字孿生可以提升工業(yè)產品在研發(fā)、運維等全生命周期內的效益。實物數字孿生應用的價值是通過虛實融合、虛實映射,持續(xù)改進產品的性能,提高產品運行的安全性、可靠性、穩(wěn)定性,提升產品運行的“健康度”,從而提升產品在市場上的競爭力。同時,通過對產品的結構、材料、制造工藝等各方面的改進,降低產品成本,幫助企業(yè)提高盈利能力。例如美國通用公司在其工業(yè)互聯(lián)網平臺Predix上利用實物的數字孿生技術,對飛機發(fā)動機進行實時監(jiān)控、故障檢測和預測性維護;在產品報廢回收再利用的生命周期中,可以根據產品的使用履歷、維修物料清單和更換備品備件的記錄,結合數字孿生模型的仿真結果,判斷零件的健康狀態(tài)。
2.以企業(yè)組織實體為對象的數字孿生能大幅提升企業(yè)整體的數字化、智能化經營水平,實現降本增效。很多企業(yè)在信息化建設過程中所使用的ERP、CRM、MES、FMS等條塊化的信息化系統(tǒng)數據上彼此獨立,事實上形成了企業(yè)內部大量的“數據孤島”,管理層很難及時了解企業(yè)經營的全貌?,F有的企業(yè)管理軟件設計思路多為模擬企業(yè)的實體業(yè)務過程及線下操作的動作,如各種單據、表樣、流程等,而不是建立實體業(yè)務的數字化模型。因此產生了大量的冗余數據,一致性也較差。通過多維建模,企業(yè)數字孿生通過建立企業(yè)實體業(yè)務的多維模型,實現對業(yè)務數據的實時分析,并基于業(yè)務動因實時預測業(yè)務結果,預警風險并及時調整,實現數據采集、建模仿真、分析預警、決策支持的實時一體化。
3.數字孿生技術也正逐步在更廣泛的領域得以應用。數字孿生城市已成為支撐智慧城市建設的技術體系,是虛實交融的城市未來的發(fā)展形態(tài),如新加坡政府主導推動的“虛擬新加坡”項目,通過數字孿生實現動態(tài)三維城市模型和協(xié)作數據平臺。在英國推動的“數字英國”戰(zhàn)略項目中,信息管理框架成為英國國家級數字孿生體的核心技術載體。
“事件網絡”技術推動實體數字孿生的創(chuàng)新發(fā)展
實體數字孿生應用部署時遇到系統(tǒng)負荷重、運算量大以及孿生體必須跟隨企業(yè)經營變化動態(tài)調整等諸多現實挑戰(zhàn),影響落地效果。為應對這些挑戰(zhàn),傲林科技通過深入分析工業(yè)制造、建筑施工、園區(qū)管理、城市運營等典型行業(yè)場景,首創(chuàng)了“事件網絡(EventNet)”技術。
事件網絡模型綜合了傳統(tǒng)Petri Net和基于事件的系統(tǒng)(EBS,Event-Based System)的優(yōu)點,既能描述系統(tǒng)組成結構,也能描述事件的因果關系。事件網絡模型通過有向圖來反映復雜的業(yè)務關系,圖上的點代表網絡中不同層次的組件,點與點之間的連線表示組件間的業(yè)務流動、數據流動、資金流動或實體的流動。有向圖反映了企業(yè)已有的知識圖譜,并利用工作流機制,對圖上的狀態(tài)變化進行向前或向后的推演,通過點與連線的擴展,構建出數字孿生體的“神經系統(tǒng)”。
圖|事件網絡簡化數據分析
利用事件網絡構建實體數字孿生,能夠反映企業(yè)已有的知識圖譜和內在聯(lián)系,讓數據分析更加簡明快捷。實體數字孿生涉及行業(yè)KNOWHOW與大數據分析能力的充分融合,構建難度大,而通過事件網絡構件化封裝,可降低數字孿生體系構建的復雜度,也能夠以行業(yè)模型為基礎快速構建行業(yè)知識圖譜,通過基于歷史數據的智能調參,快速完成業(yè)務模擬仿真,大大降低運算量,提升了分析效率,節(jié)省了企業(yè)對硬件設備的投入。
在描述事件網絡時,“點”和“線”代表的實體單元和業(yè)務關系是單一的。通過節(jié)點的增減、連線的調整即可適應企業(yè)業(yè)務、架構的變化、經營管理者關注點的變化等,實現數字孿生與企業(yè)業(yè)務的快速匹配。
以事件網絡技術為核心,構建的企業(yè)數字孿生已在多個細分行業(yè)中發(fā)揮作用。以鋼鐵行業(yè)為例,它屬于大型復雜流程工業(yè),全流程工序內部生產數據獲取困難,絕大部分為“黑盒”,而且生產主要呈現為孤島式、局部式、單點式控制,尚未形成全流程的一體化控制與各層面的協(xié)調優(yōu)化。而鋼鐵行業(yè)又是生產工序內部高度相關的行業(yè),亟須全流程一體化控制以加強生產數據整合、輔助經營決策。
“事件網絡”技術的運用,可以將鋼鐵生產制造裝備的各種屬性映射到虛擬空間中,形成可拆解、可修改、可重復操作的數字鏡像,使鋼鐵全流程“黑盒”透明化,并結合在生產工序、管理流程等方面的數據,構建起完整的企業(yè)數字孿生體,實現在賽博空間修改產線設備、產品工藝參數和工序間協(xié)同關系,通過模型計算獲得優(yōu)化的策略,并通過指令反饋到物理生產線執(zhí)行。同時,企業(yè)數字孿生還可為新控制功能測試、新產品開發(fā)提供高效、強力的支撐,幫助企業(yè)實現對采購、生產、銷售等各環(huán)節(jié)信號的快速響應,企業(yè)資源按需配置,并通過企業(yè)內部、產業(yè)鏈上下游的協(xié)同來實現整體效益最優(yōu)。
在可以預見的將來,隨著新一代信息技術與實體經濟深度融合進程的加快,企業(yè)數字化轉型需求的提升,政策的持續(xù)支持,數字孿生將為工業(yè)制造、未來生活帶來無限的可能。