数字孪生的本质（咨询执业笔记）

                          —— 何伏  全案咨询知名专家

数字经济是继农业经济、工业经济之后，随着信息技术革命发展而产生的一种新的经济形态，代表着新经济的生命力，并已成为经济增长的主要动力源泉和转型升级的重要驱动力，也是全球新一轮产业竞争的制高点。

大力发展数字经济已经成为国家实施大数据战略、助推经济高质量发展的重要抓手。数字经济在稳增长、调结构、促转型中已发挥引领作用。目前，我国数字经济总体框架已基本构建，具体政策体系将加速成型。其中，“互联网+”高质量发展的政策体系正酝酿出台。这一政策体系包括数字经济整体发展促进政策、规制或治理政策、相关环境政策，以及大数据、人工智能、云计算等数字经济重要行业发展相关政策。围绕“互联网+”及数字经济的系列重大工程或接续展开。

随着数字经济产业如火如荼地发展，互联网、大数据、人工智能等新技术越来越深入人们的日常生活。人们投入到社交网络、网络游戏、电子商务、数字办公中的时间不断增多，个人也越来越多地以数字身份出现在社会生活中。可以想象，除去睡眠等占用的无效时间，如果人类每天在数字世界活动的时间超过了有效时间的50%，那么人类的数字化身份会比物理世界的身份更真实有效。

目前，互联网、大数据、人工智能等新技术越来越深入人们的日常生活。人们投入到社交网络、网络游戏、电子商务、数字办公中的时间不断增多，个人也越来越多地以数字身份出现在社会生活中。

可以想象，除去睡眠等占用的无效时间，如果人类每天在数字世界活动的时间超过有效时间的50%，那么人类的数字化身份会比物理世界的身份更真实有效。在过去的几年里，物联网领域一直流行着一个新的术语：数字孪生（Digital Twin）。

我们再来想象一下未来：当宇航员在遥远的外太空执行一项紧急的舱外修复任务，没有时间和空间进行预演，也没有经验可借鉴。环境极度危险，机会只有一次，怎么办？

这时，我们的宇航员不慌不忙，将操作涉及的各项参数、外部环境、时间、温度等整合在一起，模拟出一个和现实一模一样的虚拟环境，并对其进行反复实验，直到找出最佳的操作方式和流程。然后将这套最佳方案输入到要执行任务的太空机器人程序中，用最精确合理的操作在规定时间内完成舱外修复任务，将危险和失误降到最低。

其实，这些已不再遥远，科幻片中的“数字孪生”正快速地成为现实。听起来神一般的“数字孪生”到底是什么？它可以实现什么样的功能？又可以为企业带来什么样的效益？如何创建数字孪生？目前它在哪些实际应用领域发挥着什么样的作用呢？

通俗来讲，数字孪生是指针对物理世界中的物体，通过数字化的手段构建一个在数字世界中一模一样的实体，借此来实现对物理实体的了解、分析和优化。从更加专业的角度来说，数字孪生集成了人工智能（AI）和机器学习（ML）等技术，将数据、算法和决策分析结合在一起，建立模拟，即物理对象的虚拟映射，在问题发生之前先发现问题，监控物理对象在虚拟模型中的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效地规划或对相关设备进行维护。

数字孪生是形成物理世界中某一生产流程的模型及其在数字世界中的数字化镜像的过程和方法。

数字孪生有五大驱动要素——物理世界的传感器、数据、集成、分析和促动器，以及持续更新的数字孪生应用程序。

1．传感器  生产流程中配置的传感器可以发出信号，数字孪生可通过信号获取与实际流程相关的运营和环境数据。

2．数据  传感器提供的实际运营和环境数据将在聚合后与企业数据合并。企业数据包括物料清单、企业系统和设计规范等，其他类型的数据包括工程图纸、外部数据源及客户投诉记录等。

3．集成  传感器通过集成技术（包括边缘、通信接口和安全）达成物理世界与数字世界之间的数据传输。

4．分析  数字孪生利用分析技术开展算法模拟和可视化程序，进而分析数据、提供洞见，建立物理实体和流程的准实时数字化模型。数字孪生能够识别不同层面偏离理想状态的异常情况。

5．促动器  若确定应当采取行动，则数字孪生将在人工干预的情况下通过促动器展开实际行动，推进实际流程的开展。当然，在实际操作中，流程（或物理实体）及其数字虚拟镜像明显比简单的模型或结构要复杂得多。

“工业4.0”术语编写组对数字孪生的定义是：利用先进建模和仿真工具构建的，覆盖产品全生命周期与价值链，从基础材料、设计、工艺、制造及使用维护全部环节，集成并驱动以统一的模型为核心的产品设计、制造和保障的数字化数据流。通过分析这些概念可以发现，数字纽带为产品数字孪生体提供访问、整合和转换能力，其目标是贯通产品全生命周期和价值链，实现全面追溯、双向共享/交互信息、价值链协同。

从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。

伴随着数字孪生的发展，美国空军研究实验室和美国国家航空航天局同时提出了数字纽带（Digital Thread，也译为数字主线、数字线程、数字线、数字链等）的概念。数字纽带是一种可扩展、可配置的企业级分析框架，在整个系统的生命周期中，通过提供访问、整合及将不同的、分散的数据转换为可操作信息的能力来通知决策制定者。

数字纽带可无缝加速企业数据—信息—知识系统中的权威/发布数据、信息和知识之间的可控制的相互作用，并允许在能力规划和分析、初步设计、详细设计、制造、测试及维护采集阶段动态实时评估产品在目前和未来提供决策的能力。

数字纽带也是一个允许可连接数据流的通信框架，并提供一个包含系统全生命周期各阶段孤立功能的集成视图。数字纽带为在正确的时间将正确的信息传递到正确的地方提供了条件，使系统全生命周期各环节的模型能够实时进行关键数据的双向同步和沟通。

通过分析和对比数字孪生和数字纽带的定义可以发现，数字孪生体是对象、模型和数据，而数字纽带是方法、通道、链接和接口，数字孪生体的相关信息是通过数字纽带进行交换、处理的。以产品设计和制造过程为例，产品数字孪生体与数字纽带的关系。

简单地说，数字纽带贯穿了产品全生命周期，尤其是产品设计、生产、运维的无缝集成；而产品数字孪生体更像是智能产品的映射，它强调的是从产品运维到产品设计的回馈。产品数字孪生体是物理产品的数字化影子，通过与外界传感器的集成，反映对象从微观到宏观的所有特性，展示产品的生命周期的演进过程。

当然，不止产品，生产产品的系统（生产设备、生产线）和使用维护中的系统也要按需建立产品数字孪生体。

“孪生体/双胞胎”概念在制造领域的使用，最早可追溯到美国国家航空航天局（NASA）的阿波罗项目。在该项目中，NASA需要制造两个完全一样的空间飞行器，留在地球上的飞行器被称为“孪生体”，用来反映（或做镜像）正在执行任务的空间飞行器的状态。

在飞行准备期间，被称为“孪生体”的空间飞行器被广泛应用于训练；在任务执行期间，利用该“孪生体”在地球上的精确仿太空模型中进行仿真试验，并尽可能精确地反映和预测正在执行任务的空间飞行器的状态，从而辅助太空轨道上的航天员在紧急情况下做出最正确的决策。

从这个角度可以看出，“孪生体”实际上是通过仿真实时反映对象的真实运行情况的样机或模型。它具有两个显著特点：

（1）“孪生体”与其所要反映的对象在外表（指产品的几何形状和尺寸）、内容（指产品的结构组成及其宏观、微观物理特性）和性质（指产品的功能和性能）上基本完全一样。

（2）允许通过仿真等方式来镜像/反映对象的真实运行情况/状态。需要指出的是，此时的“孪生体”还是实物。

数字孪生能为企业做什么？

技术的发展历来逃不开一个重要命题，那就是能否为企业创造实际价值。过去，创建数字孪生体的成本高昂，且收效甚微。随着存储与计算成本日益走低，数字孪生的应用案例与潜在收益大幅上涨，并转而提升商业价值。

在探析数字孪生的商业价值时，企业须重点考虑战略绩效与市场动态的相关问题，包括持续提升产品绩效、加快设计周期、发掘新的潜在收入来源，以及优化保修成本管理。可根据这些战略问题，开发相应的应用程序，借助数字孪生创造广泛的商业价值。如表1-1所示，列举了数字孪生各种类型的商业价值。

除了上述商业价值领域，数字孪生还可协助制造企业构建关键绩效指标。综合而言，数字孪生可用于诸多应用程序，以提升商业价值，并从根本上推动企业开展业务转型。

其所产生的价值可运用切实结果予以检测，而这些结果则可追溯至企业关键指标。如今，数字孪生越来越被各大厂商重视，并作为一种服务企业的解决方案和手段，可见其潜力巨大。

（1）模拟、监控、诊断、预测和控制产品在现实环境中的形成过程和行为。

（2）从根本上推进产品全生命周期高效协同并驱动持续创新。

ANSYS公司作为仿真领域的领导者，通过与通用电气密切合作，将其仿真软件与通用电气的工业数据及分析云端平台Predix进行集成，仿真能力与数据分析功能的结合能够帮助企业获得战略性的洞察力信息。

通用电气为每个引擎、每个涡轮、每台核磁共振制造一个数字孪生体，通过拟真的数字化模型在虚拟空间进行调试、试验，即可知道如何让机器效率达到最高，然后将最优化的方案应用于实体模型上。

（3）数字化产品全生命周期档案为全过程追溯和持续改进研发奠定了数据基础。

（4）创造价值趋向无限。利用数字孪生，任何制造商都可以在数据驱动的虚拟环境中进行创建、生成、测试和验证，这种能力将成为其在未来若干年内的核心竞争力。

自数字孪生的概念被提出以来，其技术在不断地快速演化，无论是对产品的设计、制造还是服务，都产生了巨大的推动作用。今天的数字化技术正在不断地改变每一个企业。

未来所有的企业都将数字化，这不只是要求企业开发出具备数字化特征的产品，更是指通过数字化手段改变整个产品全生命周期流程，并通过数字化的手段连接企业的内部和外部环境。产品全生命周期的缩短、产品定制化程度的加强及企业必须同上下游建立起协同的生态环境，都迫使企业不得不采取数字化的手段来加速产品的开发速度，提高生产、服务的有效性，以及提高企业内外部环境的开放性。

数字孪生同沿用了几十年的、基于经验的传统设计和制造理念相去甚远，使设计人员可以不用通过开发实际的物理原型来验证设计理念，不用通过复杂的物理实验来验证产品的可靠性，不需要进行小批量试制就可以直接预测生产瓶颈，甚至不需要去现场就可以洞悉销售给客户的产品运行情况。

因此，这种数字化转变对传统工业企业来说可能非常难以改变及适应，但这种方式确实是先进的、契合科技发展方向的，无疑将贯穿产品的生命周期，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，更能有效地了解产品的使用情况并帮助客户避免损失，还能精准地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。而所有的这一切，都需要企业具备完整的数字化能力，而其中的基础就是数字孪生。

（1）更便捷，更适合创新。数字孪生通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段，将物理设备的各种属性映射到虚拟空间中，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像，这极大加速了操作人员对物理实体的了解，可以让很多原来由于物理条件限制、必须依赖于真实的物理实体而无法完成的操作方式（如模拟仿真、批量复制、虚拟装配等）成为触手可及的工具，更能激发人们去探索新的途径来优化设计、制造和服务。

（2）更全面的测量。只要能够测量，就能够改善，这是工业领域不变的真理。无论是设计、制造还是服务，都需要精确地测量物理实体的各种属性、参数和运行状态，以实现精准的分析和优化。但是传统的测量方法必须依赖价格昂贵的物理测量工具，如传感器、采集系统、检测系统等，才能够得到有效的测量结果，而这无疑会限制测量覆盖的范围，对于很多无法直接采集的测量值的指标往往爱莫能助。而数字孪生则可以借助物联网和大数据技术，通过采集有限的物理传感器指标的直接数据，并借助大样本库，通过机器学习推测出一些原本无法直接测量的指标。例如，可以利用润滑油温度、绕组温度、转子扭矩等一系列指标的历史数据，通过机器学习来构建不同的故障特征模型，间接推测出发电机系统的健康指标。

（3）更全面的分析和预测能力。现有的产品全生命周期管理很少能够实现精准预测，因此往往无法对隐藏在表象下的问题进行预判。而数字孪生可以结合物联网的数据采集、大数据的处理和人工智能的建模分析，实现对当前状态的评估、对过去发生问题的诊断，并给予分析的结果，模拟各种可能性，以及实现对未来趋势的预测，进而实现更全面的决策支持。

（4）经验的数字化。在传统的工业设计、制造和服务领域，经验往往是一种捉摸不透的东西，很难将其作为精准判决的数字化依据。相比之下，数字孪生技高一筹，它的一大关键性进步就是可以通过数字化的手段，将原先无法保存的专家经验进行数字化，并可以保存、复制、修改和转移。

例如，针对大型设备运行过程中出现的各种故障特征，可以将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型，并结合专家处理的记录，使其形成未来对设备故障状态进行精准判决的依据，并可针对不同的新形态的故障进行特征库的丰富和更新，最终形成自治化的智能诊断和判决。

在数字技术赋能传统行业的过程中，更多的是本身就是轻运营模式的产业得以优先完成数字化，使得重模式实体产业并没能实现有效转型。线下业务的线上管理复杂低效，线下信息实时异动不能及时反馈给线上，线上与线下信息对接不上、业务融合不完全。这些问题都在阻碍着数字经济与传统产业相互之间的深度渗透，而如何让两者结合实现价值最大化，就成了现阶段帮助传统产业全面转型的首要任务。

在未来，必须深度打磨数字化技术，让线下产品、业务充分实现数字化，以便线上管理调配。只有实体产业的数字化进程足够深入，在线下才有可能实现透明化管理。线上信息的透明化一方面能让消费者通过数据直观了解产品信息，另一方面也能让线上平台根据消费者的数据反馈有效调配线下业务。未来的数字化企业要利用互联网技术实现操作流程可视化、产品可追踪化管理。

2023年5月5日星期五于武汉大智无界·空中小镇