從全球數(shù)字孿生的發(fā)展情況及最新進展、數(shù)字孿生基礎理論、數(shù)字孿生核心技術幾個角度全方位闡述數(shù)字孿生，提出一些原創(chuàng)性觀點，提出數(shù)字孿生的理論和技術體系，提出數(shù)字孿生建模方法：基于多粒度多模型的大系統(tǒng)建模，即：Multiple Granularity and Multi-Model based Big System Modeling（MGMM-BSM），構(gòu)建基于系統(tǒng)工程及系統(tǒng)建模與仿真、現(xiàn)代控制理論、模式識別理論、計算機圖形學、數(shù)據(jù)科學交集下的數(shù)字孿生理論。提出數(shù)字孿生系統(tǒng)構(gòu)建與開發(fā)機理，給出開發(fā)實現(xiàn)方法。提出數(shù)字孿生理論體系構(gòu)建思路：數(shù)字孿生理論是系統(tǒng)工程及系統(tǒng)建模與仿真理論、現(xiàn)代控制理論、模式識別理論、計算機圖形學、數(shù)據(jù)科學五大分支的融合體，在不同應用領域的需求和新一代信息技術驅(qū)動下又呈現(xiàn)出大數(shù)據(jù)為線索、多模型為核心的特點。
1數(shù)字孿生發(fā)展情況
根據(jù)維基百科的解釋，數(shù)字孿生（Digital Twin）是指以數(shù)字化方式拷貝一個物理對象、流程、人、地方、系統(tǒng)和設備等。數(shù)字化的表示提供了物聯(lián)網(wǎng)設備在其整個生命周期中如何運作的元素和動態(tài)。數(shù)字孿生將人工智能、機器學習和軟件分析與空間網(wǎng)絡圖相集成以創(chuàng)建活生生的數(shù)字仿真模型，這些模型隨著其物理對應物的變化而更新和變化。除了模擬/仿真物理對象、流程、人、地方等，更重要的是他們互相之間的關系。
正式對外公開的資料顯示，美國空軍研究實驗室在2011年3月提出了數(shù)字孿生體這個概念。美國國家航空航天局（NASA）在同期開始關注數(shù)字孿生體，但后續(xù)對數(shù)字孿生體體系的構(gòu)建貢獻并不多，反而是美國國防部立刻意識到數(shù)字孿生體是頗具價值的工程工具，值得全面研發(fā)。與此同時，美國通用電氣在為美國國防部提供F-35聯(lián)合攻擊機解決方案的時候，也發(fā)現(xiàn)數(shù)字孿生體是工業(yè)數(shù)字化過程中的有效工程工具，并開始利用數(shù)字孿生體去構(gòu)建工業(yè)互聯(lián)網(wǎng)體系。2018年7月，美國國防部正式對外發(fā)布“國防部數(shù)字工程戰(zhàn)略”，數(shù)字工程戰(zhàn)略旨在推進數(shù)字工程轉(zhuǎn)型，將國防部以往線性、以文檔為中心的采辦流程轉(zhuǎn)變?yōu)閯討B(tài)、以數(shù)字模型為中心的數(shù)字工程生態(tài)系統(tǒng)，完成以模型和數(shù)據(jù)為核心謀事做事的范式轉(zhuǎn)移。西門子公司提出了“綜合數(shù)字孿生體”的概念，其中包含數(shù)字孿生體產(chǎn)品、數(shù)字孿生體生產(chǎn)和數(shù)字孿生體運行的精準連續(xù)映射遞進關系，最終達成理想的高質(zhì)量產(chǎn)品交付。GE、惠普、達索等國際大公司均于近年提出了自己的數(shù)字孿生系統(tǒng)。
數(shù)字孿生技術在工業(yè)生產(chǎn)、智能制造等多個領域有廣泛的應用前景。
（1）在產(chǎn)品研發(fā)領域，可以虛擬數(shù)字化產(chǎn)品模型，對其進行仿真測試和驗證，以更低的成本做更多的樣機。
（2）在設備管理領域，我們可以通過模型模擬設備的運動和工作狀態(tài)，實現(xiàn)機械和電器的聯(lián)動。比如電梯運行的維護監(jiān)控。
（3）在生產(chǎn)管理領域，可將數(shù)字化模型構(gòu)建在生產(chǎn)管理體系中，在運營和生產(chǎn)管理的平臺上對生產(chǎn)進行調(diào)度，調(diào)整和優(yōu)化。
數(shù)字仿真鏡像和物理世界可以聯(lián)動起來，數(shù)字世界可以進行預測試錯等方式提前判斷得到結(jié)果，自動反饋到物理世界/真實世界從而自動調(diào)整生產(chǎn)或者運營方式。數(shù)字孿生將人工智能、機器學習、數(shù)據(jù)分析與網(wǎng)絡空間集成在一起，以創(chuàng)建數(shù)字仿真模型，隨著物理世界的變化而更新和更改。數(shù)字孿生系統(tǒng)不斷從多個來源學習和更新，以表示其實時狀態(tài)。該學習系統(tǒng)利用傳感器數(shù)據(jù)自學，并融合人類專家經(jīng)驗和行業(yè)領域知識。數(shù)字孿生還將過去機器使用的歷史數(shù)據(jù)整合到其數(shù)字模型中。
在各種工業(yè)領域，雙胞胎正被用于優(yōu)化物理資產(chǎn)，系統(tǒng)和制造過程的運營和維護。它們是工業(yè)物聯(lián)網(wǎng)的一種形成技術，物理對象可以與其他機器和人進行虛擬生活和交互。在物聯(lián)網(wǎng)的背景下，它們也被稱為“網(wǎng)絡對象”或“數(shù)字化身”。
目前，盡管數(shù)字孿生在全球范圍內(nèi)還處于初期階段，僅有一些大型公司在部分領域和環(huán)節(jié)嘗試使用數(shù)字孿生技術進行部分設備和流程的改造，如前述的GE、阿里巴巴、微軟等。微軟推出了Azure Digital Twin服務，能夠創(chuàng)建任何物理環(huán)境的數(shù)字模型，包括連接它們的人員、地點、事物、關系和流程，并與物理世界保持同步。通過Azure Digital Twins，用戶可以在空間的語境中查詢數(shù)據(jù)，該服務將成為Azure IoT平臺的一部分。GE公司已經(jīng)擁有了120萬個數(shù)字孿生體，可以處理30萬種不同類型的設備資產(chǎn)。
2數(shù)字孿生理論體系
從系統(tǒng)工程的視角來看，數(shù)字孿生系統(tǒng)的構(gòu)建是一項典型的系統(tǒng)工程，涉及到目標確立、需求分析、技術開發(fā)、理論研究、場景應用等實現(xiàn)環(huán)節(jié)。數(shù)字孿生系統(tǒng)的構(gòu)建與開發(fā)奠定了數(shù)字孿生系統(tǒng)論的基石。數(shù)字孿生系統(tǒng)的構(gòu)建與開發(fā)方法描述如下：以數(shù)字孿生系統(tǒng)需求為導向，設計數(shù)字孿生系統(tǒng)軟件架構(gòu)，研發(fā)數(shù)字孿生系統(tǒng)軟硬件平臺與技術，在數(shù)字空間和物理場景中進行同步測試與驗證。物理實測信息反饋到虛擬仿真系統(tǒng)，仿真系統(tǒng)與物理系統(tǒng)進行實時或事件驅(qū)動下的不定時比對與匹配，得到二者誤差，再以誤差作為虛擬系統(tǒng)控制算法的輸入，通過自動控制策略實現(xiàn)誤差的迭代削減，直至衰減為零。整個數(shù)字孿生信息物理系統(tǒng)的運行是一個動態(tài)平衡與自主優(yōu)化的過程。數(shù)字孿生系統(tǒng)構(gòu)建與開發(fā)機理如圖2-1所示。
圖2-1數(shù)字孿生系統(tǒng)構(gòu)建與開發(fā)機理圖
（一）目標與需求層
數(shù)字孿生系統(tǒng)的目標可凝練為“10化”，即：數(shù)字化、網(wǎng)絡化、智能化、虛擬化、安可化、定制化、服務化、融合化、集約化、標準化。實際系統(tǒng)的需求包括系統(tǒng)多顆粒度互聯(lián)互通、系統(tǒng)可仿真可預見、技術安全、系統(tǒng)可信、系統(tǒng)開放、系統(tǒng)可重構(gòu)、系統(tǒng)敏捷、成本節(jié)約等。
（二）關鍵技術層
由多粒度多模型大系統(tǒng)建模、感知、通信、智能控制、智能機器人、大數(shù)據(jù)智能與安全、機器視覺及模式識別、系統(tǒng)仿真、智能決策等模塊組成。關鍵技術模塊簡介如下：
（1）多粒度多模型大系統(tǒng)建模（Multiple Granularity and Multi-Model based Big System Modeling，MGMM-BSM）。多模型主要包括：結(jié)構(gòu)模型、參數(shù)模型，自動控制系統(tǒng)模型，規(guī)則模型，人員模型，環(huán)境模型，行為模型，業(yè)務流模型，業(yè)務知識模型。通過多類型多模態(tài)模型實現(xiàn)多模型驅(qū)動的大系統(tǒng)模型體系。多粒度指的是設備級、系統(tǒng)級、復雜系統(tǒng)級等多個顆粒度層級，根據(jù)實際系統(tǒng)情況可適當收放系統(tǒng)顆粒度范圍。
（2）感知。主要功能模塊包括：對象特性檢測，工況參數(shù)檢測，工藝特征檢測，環(huán)境參數(shù)測量。利用傳感器采集物理世界對象的各種參數(shù)數(shù)據(jù)，如流量、壓力、溫度、濕度、形變等，對各種數(shù)據(jù)進行標準化的格式、量綱、類型等轉(zhuǎn)換，變成數(shù)字孿生系統(tǒng)能夠直接調(diào)用的物聯(lián)感知數(shù)據(jù)結(jié)構(gòu)體。必要時可對采集到的數(shù)據(jù)進行智能處理和機器學習，在感知端也可嵌入智能算法，實現(xiàn)端上智能。
（3）通信。主要包括工業(yè)通信和互聯(lián)網(wǎng)通信兩大類。常用的工業(yè)通訊協(xié)議有：Modbus，RS-232，RS-485，HART，MPI通信，PROFIBUS，OPC UA，ASI，PPI，遠程無線通信，TCP，UDP，S7，ProfNet，MPI，PPI，Profibus-DP，Device Net。常用的互聯(lián)網(wǎng)通信協(xié)議有：TCP/IP協(xié)議、IPX/SPX協(xié)議、NetBEUI協(xié)議等。
（4）智能控制。包括以下主要控制技術：智能控制模型，智能控制算法，邊緣智能控制，終端智能控制，遠程智能控制。
（5）智能機器人。包括以下主要類型：工業(yè)機器人，服務機器人，特種機器人。
（6）大數(shù)據(jù)智能與安全。包括以下主要技術：數(shù)據(jù)治理，數(shù)據(jù)統(tǒng)計，數(shù)據(jù)分析，數(shù)據(jù)挖掘，數(shù)據(jù)安全。
（7）機器視覺及模式識別。包括以下主要技術：目標檢測與識別，目標跟蹤，虛擬測量，視頻安全監(jiān)控，語音識別，深度學習，視覺伺服控制。
（8）系統(tǒng)仿真。包括以下核心技術：業(yè)務場景建模與仿真，生產(chǎn)設備建模與仿真，產(chǎn)品加工過程仿真，工作流模擬，制造系統(tǒng)建模，測試驗證平臺。
（9）智能決策。主要方法有：知識圖譜，強化學習，多目標關聯(lián)決策，全景決策。決策是管理的重要職能，是決策者對系統(tǒng)方案做決定的過程和結(jié)果，決策是決策者的行為和職責。決策分析的過程大概可以歸納為以下四個階段：分析問題、診斷及信息活動；對目標、準則及方案的設計活動；對非劣備選方案進行綜合分析比較評價的抉擇或選擇活動；將決策結(jié)果付諸實施并進行有效的評估、反饋、跟蹤、學習的執(zhí)行或?qū)嵤┗顒?。決策問題的類型一般有確定型決策，風險性決策，不確定型決策，對抗型決策和多目標決策。風險型決策的基本方法有期望值法和決策樹法。沖突分析(Conflict Analysis)是國外近年來在經(jīng)典對策論(Game Theory)和偏對策理論(Metagame Theory)基礎上發(fā)展起來的一種對沖突行為進行正規(guī)分析(Formal Analysis)的決策分析方法，其主要特點是能最大限度地利用信息，通過對許多難以定量描述的現(xiàn)實問題的邏輯分析，進行沖突事態(tài)的結(jié)果預測和過程分析(預測和評估、事前分析和事后分析)，幫助決策者科學周密地思考問題。
（三）基礎理論層
構(gòu)建數(shù)字孿生理論所依托的相關理論領域主要有5個：系統(tǒng)工程及系統(tǒng)建模與仿真理論，現(xiàn)代控制理論，模式識別理論，計算機圖形學，數(shù)據(jù)科學。
（四）開發(fā)實現(xiàn)層
包括以下核心開發(fā)任務：數(shù)字孿生虛擬系統(tǒng)組態(tài)軟件平臺研發(fā)，多源異構(gòu)對象泛在感知軟硬件開發(fā)，智能控制系統(tǒng)軟硬件開發(fā)，結(jié)構(gòu)與環(huán)境建模及軟硬件開發(fā)，邊緣數(shù)字孿生體建模與軟件研發(fā)，大數(shù)據(jù)智能分析與應用平臺開發(fā)，系統(tǒng)安全技術平臺開發(fā)，檢驗、測試、認證平臺構(gòu)建及開發(fā)，技術與管理標準研制。
（五）應用場景層
數(shù)字孿生系統(tǒng)理論和技術可以賦能各種應用場景，典型的如：城市、工廠、建筑、醫(yī)療、交通、能源、風景、航空、航海、農(nóng)業(yè)。
從技術實現(xiàn)層面來看，需要以數(shù)字孿生系統(tǒng)組態(tài)軟件平臺為中心，銜接物理孿生體空間中的部件要素和數(shù)字孿生體仿真系統(tǒng)。組態(tài)軟件平臺通過程序?qū)崟r比較信息系統(tǒng)和物理系統(tǒng)兩個空間中的參數(shù)值，計算虛實系統(tǒng)的誤差，在軟件后臺實現(xiàn)基于智能算法的誤差自動校正、資源自動配置及虛實雙系統(tǒng)自動調(diào)節(jié)與控制。
圖2-2基于組態(tài)軟件平臺的數(shù)字孿生系統(tǒng)技術實現(xiàn)
3數(shù)字孿生理論基礎
數(shù)字孿生的主要理論淵源和基礎是：系統(tǒng)工程及系統(tǒng)建模與仿真理論，現(xiàn)代控制理論，模式識別理論，計算機圖形學，數(shù)據(jù)科學。下面以系統(tǒng)工程及系統(tǒng)建模與仿真理論為例進行闡述。
系統(tǒng)是由兩個以上有機聯(lián)系，相互作用的要素所組成，具有特定功能、結(jié)構(gòu)和環(huán)境的整體。它具有整體性，關聯(lián)性，和環(huán)境適應性等基本屬性，除此以外，很多系統(tǒng)還具有目的性，層次性等特征。系統(tǒng)有自然系統(tǒng)與人造系統(tǒng)，實體系統(tǒng)與概念系統(tǒng)，動態(tài)系統(tǒng)和靜態(tài)系統(tǒng)，封閉系統(tǒng)與開放系統(tǒng)之分。用定量和定性相結(jié)合的系統(tǒng)思想和方法處理大型復雜系統(tǒng)問題，無論是系統(tǒng)的設計或組織建立，還是系統(tǒng)的經(jīng)營管理，都可以統(tǒng)一地看成是一類工程實踐，統(tǒng)稱為系統(tǒng)工程。系統(tǒng)工程的應用領域十分廣闊，已廣泛應用于社會、經(jīng)濟、區(qū)域規(guī)劃、環(huán)境生態(tài)、能源、資源、交通運輸、農(nóng)業(yè)、教育、人口、軍事等諸多領域。
系統(tǒng)工程有三大理論基礎和工具，即系統(tǒng)論、信息論和控制論，簡稱“三論”。
系統(tǒng)論是美籍奧地利生物學家馮·貝塔朗菲在理論生物學研究的基礎上創(chuàng)立的。系統(tǒng)論的代表性觀點有：系統(tǒng)的整體性，系統(tǒng)的開放性，系統(tǒng)的動態(tài)相關性，系統(tǒng)的層次等級性，系統(tǒng)的有序性。
信息論的創(chuàng)立者是美國數(shù)學家申農(nóng)和維納。狹義的信息論即申農(nóng)信息論，主要研究消息的信息量，信道容量以及消息的編碼問題。一般信息論主要研究通信問題，但還包括噪聲理論、信號濾波與預測、調(diào)制、信息處理等問題。廣義的信息論不僅包括前兩項的研究內(nèi)容，而且包括所有與信息相關的領域。
控制論是由美國人維納創(chuàng)立的一門研究系統(tǒng)控制的學科。其觀念是通過一系列有目的的行為及反饋是系統(tǒng)受到控制。控制論研究的重點是帶有反饋回路的閉環(huán)控制系統(tǒng)。反饋有兩類：正反饋和負反饋。如果輸出反饋回來放大了輸入變化導致的偏差，就是正反饋；如果輸出反饋回來弱化了輸入變化導致的偏差，就是負反饋?？刂普搶ο到y(tǒng)工程方法論的重要啟示有“黑箱—灰箱—白箱法”。黑箱即一個閉盒，我們無法直接觀測出其內(nèi)部結(jié)構(gòu)，只能通過外部的輸入和輸出去推斷進而認識該系統(tǒng)，這就是由黑箱到灰箱再到白箱的過程。
模型是現(xiàn)實系統(tǒng)的理想化抽象或間接表示，它描繪了現(xiàn)實系統(tǒng)的某些主要特點，是為了客觀地研究系統(tǒng)而發(fā)展起來的。模型有三個特征：它是現(xiàn)實世界部分的抽象或模仿；它是由那些與分析的問題有關的因素構(gòu)成；它表明了有關因素間的相互關系。模型可以分為概念模型，符號模型，類比模型，仿真模型，形象模型等。
模型化就是為了描述系統(tǒng)的構(gòu)成和行為，對實體系統(tǒng)的各種因素進行適當篩選后，用一定方式（數(shù)學、圖像等）表達系統(tǒng)實體的方法。簡言之就是建模的過程。構(gòu)造模型需要遵循如下的原則：建立方框圖；考慮信息相關性；考慮準確性；考慮結(jié)集性。模型化的基本方法有以下幾種：1）分析法。分析解剖問題，深入研究客體系統(tǒng)內(nèi)部細節(jié)，利用邏輯演繹方法，從公理、定律導出系統(tǒng)模型；2）實驗法。通過對于實驗結(jié)果的觀察分析，利用邏輯歸納法導出系統(tǒng)模型，基本方法包括三類：模擬法，統(tǒng)計數(shù)據(jù)分析，實驗分析；3）綜合法。這種方法既重視數(shù)據(jù)又承認理論價值，將實驗數(shù)據(jù)機理論推導統(tǒng)一與建模之中；4）老手法（Delphi法）。這種方法的本質(zhì)在于幾種了專家們對于系統(tǒng)的認識（包括直覺、印象等不肯定因素）即經(jīng)驗，再通過實驗修正，往往可以取得較好的效果；5）辯證法。其基本觀點是系統(tǒng)一個對立統(tǒng)一體，是由矛盾的兩個方面構(gòu)成的，因此必須構(gòu)成兩個相反的分析模型。相同數(shù)據(jù)可以通過兩個模型來解釋。
