數(shù)字孿生技術的實例應用

王宇婷 楊曉波

摘要：數(shù)字孿生技術一直側重于應用在制造、產(chǎn)品設計等重資產(chǎn)行業(yè)，隨著物聯(lián)網(wǎng)、云計算和AI等支持技術的發(fā)展，目前數(shù)字孿生也應用在其他新領域當中。概述數(shù)字孿生發(fā)展歷程，梳理數(shù)字孿生概念架構和技術流程，并基于數(shù)字孿生技術的特點，分析其在各個領域中的案例應用，為虛擬復雜場景中應用數(shù)字孿生技術提供理論依據(jù)。

關鍵詞：數(shù)字孿生;物聯(lián)網(wǎng);虛擬仿真;智慧城市

中圖分類號：TP399

1.數(shù)字孿生的發(fā)展歷程

2002年左右，美國密歇根大學的Mechael Grieves教授在課堂上提出了類似數(shù)字孿生概念的思想，這個思想也成為業(yè)界普遍認同的數(shù)字孿生的起源。但是在此后的十多年中，這一思想并沒有得到業(yè)界響應和發(fā)展^[1]。直到2011年美國空軍研究室（AFRL）在演講中第一次提出了數(shù)字孿生（Digital Twin）。與此同時，NASA在發(fā)布了一篇文章，正式將數(shù)字孿生這一概念引入其中。后來，工業(yè)4.0重視數(shù)字孿生并開啟相關課題研究。研究組將數(shù)字孿生技術應用于數(shù)碼行業(yè)和建立互聯(lián)網(wǎng)行業(yè)的金融體系。2015年同年，中國也注重數(shù)字孿生技術的發(fā)展，形成了i4CN（工業(yè)4.0中國）。西門子隨后把數(shù)字孿生和西門子數(shù)字化戰(zhàn)略結合起來，逐步形成了一個數(shù)字孿生生產(chǎn)、產(chǎn)品、績效相對完整的解決方案。2017年到目前為止，Gartner始終把數(shù)字孿生列為十大戰(zhàn)略科技發(fā)展趨勢之一。圖1是數(shù)字孿生發(fā)展歷程時間軸。

2.數(shù)字孿生概念及框架

2.1數(shù)字孿生的概念

很多學者研究DT（數(shù)字孿生簡稱）的概念，但是目前為止并沒有在“到底什么是正確的DT”這個問題上達成共識^[2]。2012年NASA給出的數(shù)字孿生的概念是：數(shù)字孿生是一個集成的多物理學、多尺度、概率模擬的建成車輛或系統(tǒng)^[3]。但是這篇早期文件中關于數(shù)字孿生的概念十分模糊，而且只針對美國宇航局的飛行器發(fā)展，范圍非常局限。在之后的六年中，數(shù)字孿生概念得到了各個領域行業(yè)的不斷擴充和發(fā)展，使得其概念在2019年得到了初步的完善，Madni教授在文章“在基于模型的系統(tǒng)工程中利用數(shù)字孿生技術”中歸納總結了有關數(shù)字孿生的概念，這個說法也是目前最被廣泛認同的：數(shù)字孿生是一種多物理、多尺度、概率模擬集成系統(tǒng)。數(shù)字孿生在數(shù)字進程的支持下，用最佳可用模型、傳感器信息以及輸入數(shù)據(jù)去映射相應物理孿生體生命周期內(nèi)活動或者性能^[4]。

2.2數(shù)字孿生的構建框架

根據(jù)模型在生命周期中的狀態(tài)，建立數(shù)字孿生基本框架，需要對模型進行需求分析，從而確定模型構建基本要求。再通過物理模型、數(shù)據(jù)模型、仿真模型之間的耦合集成來完成模型構建。模型構建過程和需求分析過程之間是不斷迭代的關系，構建出的模型必須每一步都符合前置需求，模型構建完成后實現(xiàn)模型演化并且聲稱仿真系統(tǒng)，達到數(shù)據(jù)的實時更新，每當模型發(fā)生改變時，數(shù)字孿生都會將演變后的結果生成最新版的模，同時新模型以及產(chǎn)生的數(shù)據(jù)都會存放在模型庫/云持中被重新利用^[5]。圖2是數(shù)字孿生構建過程的整體框架。

3.數(shù)字孿生的應用

數(shù)字孿生技術出現(xiàn)之后，首次被應用于飛行器健康管理中，美國空軍經(jīng)過不斷的探索，詳細討論了數(shù)字孿生技術是否適用于航空航天領域。在不斷探索之后，美國國家航天局（NASA）和美國空軍（USAF）聯(lián)合發(fā)表了一篇有關數(shù)字孿生的論文，文章中明確說明數(shù)字孿生技術對飛行器的發(fā)展起著至關重要的作用。此篇文章發(fā)表之后，數(shù)字孿生技術被廣泛應用于航空航天領域（主要是外部設計、預測飛行器故障、后期維修等方面）。后來物聯(lián)網(wǎng)、大數(shù)據(jù)、AI以及云計算技術的進步和完善，使得數(shù)字孿生技術得到了快速發(fā)展。我國也緊跟國際數(shù)字孿生技術發(fā)展趨勢。并在2020年由中國工信部發(fā)布一本《數(shù)字孿生應用白皮書》，其中提到了現(xiàn)階段數(shù)字孿生由先前主要應用于航空領域，向外擴展到智能城市、制造業(yè)、工業(yè)制造、建筑鐵路、石油、船艦、環(huán)保、農(nóng)業(yè)、電力以及醫(yī)療等相關領域^[6]。圖3是數(shù)字孿生技術應用圖。

3.1數(shù)字孿生應用一：智慧城市

數(shù)字孿生是為了反映真實的物理世界，

智慧城市的核心是在城市核心服務中嵌入物聯(lián)網(wǎng)傳感器，智慧城市在基礎設施中安裝傳感器并且通過物聯(lián)網(wǎng)設備進行監(jiān)控，可以有效應對未來的各種防范措施。同時，數(shù)字孿生還可以幫助城市規(guī)劃和發(fā)展，物聯(lián)網(wǎng)傳感器收集到的數(shù)據(jù)為城市規(guī)劃和發(fā)展提供了非常有力的依據(jù)，包括城市的公共視野到底是如何被劃分、被使用的。智慧城市通過在虛擬孿生中創(chuàng)建靈活的試驗床進行訓練生長，具體可以實現(xiàn)兩大目標：一個是場景測試，另外一個就是允許數(shù)字孿生通過分析不斷變化的數(shù)據(jù)在城市環(huán)境中學習，而數(shù)字孿生學習到的數(shù)據(jù)又可以反應用于城市的數(shù)據(jù)分析和檢測。

3.2數(shù)字孿生應用二：制造業(yè)

就算不提及數(shù)字孿生，制造業(yè)在國內(nèi)外都已有非常悠久的歷史，然而，隨著數(shù)字孿生概念的提出，很多制造業(yè)不得不被迫適應數(shù)字孿生的發(fā)展趨勢，很多制造行業(yè)一直在尋找能夠通過跟蹤監(jiān)視產(chǎn)品來節(jié)約時間和資金成本的方法，高收益低成本是任何一個制造商的驅動力。數(shù)字孿生可以在這樣的需求環(huán)境下起到最大的作用。數(shù)字孿生可以實時地反饋生產(chǎn)線信息，協(xié)助制造商快速預測問題，使用數(shù)字孿生技術可以增加設備之間的關聯(lián)性，從而提高生產(chǎn)效率。生產(chǎn)機器能夠存儲和預測分析大量的數(shù)據(jù)，所以將AI算法和數(shù)字孿生相結合可以使系統(tǒng)具有更高的準確性。

3.3數(shù)字孿生應用三：建筑行業(yè)

建筑行業(yè)的工程建設以及設施管理是非常分散的，在一些臨時項目中無法和網(wǎng)絡交互、生命周期不可預測等特點，使得建筑行業(yè)降低了生產(chǎn)率和整體競爭力。所以在過去的幾年中，建筑行業(yè)不斷開發(fā)新工具和方法來集成建筑信息，2000年代初，BIM（建筑信息模型）的出現(xiàn)，為從事建筑行業(yè)的工作人員解決了很多分散性的問題，而當下，人們開始探索將BIM和物聯(lián)網(wǎng)技術結合起來，目的就是創(chuàng)建完整的數(shù)字孿生體^[7]。數(shù)字孿生可以對建筑結構持續(xù)的實時預測和監(jiān)視。當預測和維護建筑結構時，如果在實際上對建筑有物理變更，使用數(shù)字孿生和數(shù)據(jù)分析有助于提高準確性，同時數(shù)字孿生也可以在仿真過程中為施工團隊提高效率。

3.4數(shù)字孿生應用四：醫(yī)療保健

根據(jù)聯(lián)合國經(jīng)濟社會調(diào)查部門統(tǒng)計，全球老年人人口將達到21億。而老年人保健約占全部醫(yī)療資源的一半。經(jīng)過調(diào)查發(fā)現(xiàn)，慢性疾病在老年人群體中具有相當高的發(fā)病概率，而且具有持續(xù)時間長、難治愈等特點^[8]。同時老年人對醫(yī)院的排斥感和診斷準確性低導致了他們對預防和解決慢性疾病的知識十分匱乏，另外一方面，醫(yī)院資源分配不均，掛號、排隊、付款時間長，使老年人無法在醫(yī)院得到全面問診或治療。面對這種現(xiàn)象，在數(shù)據(jù)驅動的服務模式下使用智能醫(yī)療的精密醫(yī)學顯得尤其重要。隨著物聯(lián)網(wǎng)設備更便宜且更容易實現(xiàn)，數(shù)字孿生在醫(yī)療領域的應用需求不斷增長。對數(shù)字孿生的未來設想是實時地對人體進行分析，但是目前由于技術支持的限制，數(shù)字孿生已實施的應用是模擬藥物作用。數(shù)字孿生還可以模擬醫(yī)護人員所需要的環(huán)境場景，和AI算法相結合能做出更準確的決策。在醫(yī)療保健中，實時模擬和行為能力是最重要的，數(shù)字孿生可以協(xié)助進行預測性維護和醫(yī)療設備的持續(xù)維修。

3.5數(shù)字孿生應用五：氣象學

氣象機構利用地形和建筑的實體模型和物理模擬器分析多個來源的數(shù)據(jù)，數(shù)據(jù)主要包來自雷達、衛(wèi)星、無線電探空儀、無人機等等，人們可以在實時運行的大規(guī)模并行數(shù)值模擬器中找到最新的大數(shù)據(jù)同化方法。數(shù)字孿生之所以能在氣象學中占有一席之地，主要是由于在處理過程中對數(shù)據(jù)的隱私保護。目前，數(shù)字孿生在氣象學中的應用已經(jīng)是最成熟的技術之一，但是仍然有很大的進步空間，一個問題是，全球仍然存在氣象站觀測不到的地方，這就導致了氣象服務質(zhì)量有待提高。而決定氣象是否精確，首先就要從數(shù)值收集、分析以及增強技術等方面下手。數(shù)字孿生可以實際構建物理原型之前使用計算機模型來測試新系統(tǒng)，這樣的技術杯應用在氣象學中可以改善決策場景，而且對環(huán)境狀況可以進行近乎實施的天氣預報。

3.6數(shù)字孿生應用六：教育行業(yè)

網(wǎng)課的誕生顛覆了傳統(tǒng)課堂教程模式，網(wǎng)課具有地點靈活、價格低廉、可重復觀看的特點，面對這種教育變革，個性化教育面臨著巨大挑戰(zhàn)和更多的機會^[9]。很多學校記錄大量的學生數(shù)據(jù)，但是整理的學生線路圖并不完整，數(shù)字孿生就可以有效的彌補這個不足，讓個性化教育成為流行。使用智能學習環(huán)境可以構建個性化學習框架。融合數(shù)據(jù)挖掘工具用來構建學習目的的數(shù)據(jù)管理框架，從而可以幫助數(shù)據(jù)收集、數(shù)據(jù)表征、數(shù)據(jù)分析和數(shù)據(jù)實施的一整套評估流程，而且能更好的將計劃教育目標映射到學生的學習成果當中。將教育部門的數(shù)字孿生技術和其他部門的數(shù)字孿生技術相結合，可以更加有效的培養(yǎng)目標型人才。

3.7數(shù)字孿生應用七：交通能源行業(yè)

數(shù)字孿生相關技術日漸成熟，已經(jīng)可以為交通和能源等領域提供智能解決方案。利用網(wǎng)絡物理系統(tǒng)控制大規(guī)模的公路貨運問題，其中包括集成的路線和運輸計劃使燃油消耗降至最低。目前國外已經(jīng)討論了關于車輛和移動云計算之間的集成方法，還為空中交通管制提供了混合人工制品解決方案。另外，最近工業(yè)4.0利用最新技術已經(jīng)在石油和天然氣領域進行了評估，在降低生產(chǎn)成本和減少溫室氣體排放量的前提下，如何提高能源效率的技術集成^[10]。

4.結語

數(shù)字孿生的發(fā)展必須以AI、物聯(lián)網(wǎng)、云計算等技術的發(fā)展作為支撐。通過文章的應用案例來看，數(shù)字孿生在制造領域中的應用較為廣泛，而智慧城市和醫(yī)療保健等領域的研究空缺突出。文章中對數(shù)字孿生的構建框架進行概括描述，分析其在各個領域中的案例應用，為數(shù)字孿生技術在現(xiàn)實中的應用提供了理論依據(jù)。

參考文獻：

1. 李欣，劉秀，萬欣欣.數(shù)字孿生應用及安全發(fā)展綜述[J].系統(tǒng)仿真學報，2019，31（03）：385-392.
2. Zhang L ，? Zhou L ，? Horn B . Building a right digital twin with model engineering[J]. Journal of Manufacturing Systems， 2021， 59（2）：151-164.
3. E. Glaessgen and D. Stargel， "The digital twin paradigm for future NASA and U.S. Air force vehicles"， Proc. 53rd AIAA/ASME/ASCE/AHS/ASC Struct. Struct. Dyn. Mater. Conf. 20th AIAA/ASME/AHS Adapt. Struct. Conf. 14th AIAA， pp. 1818， Apr. 2012.
4. A. Madni， C. Madni and S. Lucero， "Leveraging digital twin technology in model-based systems engineering"， Systems， vol. 7， no. 1， Jan. 2019.
5. 張霖，陸涵.從建模仿真看數(shù)字孿生[J/OL].系統(tǒng)仿真學報：1-11[2021-04-07].
6. 趙波.數(shù)字孿生城市白皮書[M].中國信息通信研究院：北京，2020：2-4.
7. Rosati C A ，? Cervo A ，? Fantuzzi C . Air Quality Monitoring in a BIM model by means of a IoT Sensors Network[C]// 2020 Fourth International Conference on I-SMAC （IoT in Social， Mobile， Analytics and Cloud） （I-SMAC）. 2020.
8. K. Krane-Gartiser， A. Asheim， O. B. Fasmer， G. Morken， A. Vaaler and J. Scott， "Actigraphy as an objective intra-individual marker of activity patterns in acute-phase bipolar disorder： A case series"，?Int. J. Bipolar Disorders， vol. 6， pp. 8， Mar. 2018.
9. H. Yu， C. Miao， C. Leung and T. J. White， "Towards AI-powered personalization in MOOC learning"，?npj Sci. Learn.， vol. 2， pp. 15， Dec. 2017.
10. Cajo R ，? Ghita M ，? D? Copot， et al. Context Aware Control Systems： An Engineering Applications Perspective[J]. IEEE Access， 2020， 8.