1
概念
数字孪生（Digital Twin）(又称数字双胞胎、数字化双胞胎等)是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。充分利用模型、数据、智能并集成多学科，数字孪生面向产品全生命周期，实现物理世界和信息世界的互联互通，提供更加实时、高效、智能的服务。2011年，美国空军研究实验室和NASA合作提出了构建未来飞行器的数字孪生，并定义数字孪生为一种面向飞行器或系统的高度集成的多物理场、多尺度、多概率的仿真模型，能够利用物理模型、传感器数据和历史数据等反映与该模型对应的实体的功能、实时状态及演变趋势等。2015年NASA技术发展路线图中把数字孪生技术列为关键技术之一。2017年10月，Gartner公司公布了将在2018年对大部分企业机构产生显着影响的十大战略科技发展趋势中数字孪生是其中之一，同时并列的还有人工智能基础、沉浸式体验、区块链等。2018年、2019年Gartner公司都将其列入十大战略科技发展趋势。2019年、2020年数字孪生概念得到了认同和技术爆发，越来越多的学者研究并利用数字孪生技术解决工程实际问题。
2
内涵
数字孪生技术是一种典型的新一代数字模型技术。它是传统虚拟样机技术的延伸和发展，其它软件/系统与其虚拟物直接交互，而不是实际对象，以改善实际对象的维护、升级、修复和操作。数字孪生的基本要素包括现实空间的实际产品、虚拟空间的虚拟产品，连接虚拟空间和现实空间的数据和信息。关键技术包括：多域模型建模技术、高性能仿真技术、集成化与自适应模型更新系统、快速方案决策技术、故障预测与诊断技术、在线仿真技术等。
图1 数字孪生模型
数字孪生借力新一代信息技术，实现物理世界和信息世界的互联互通与智能化操作，是实现智能制造和数字化转型的有效解决途径。利用物联网（IoT）、工业互联网、移动互联等新一代信息与通信技术，实时采集和处理生产现场产生的过程数据（仪器设备运行数据、生产物流数据、生产进度数据、生产人员数据等），并将这些过程数据与产品数字孪生体和生产线数字孪生体进行关联映射和匹配，能够实现对产品制造过程和制造产品的在线精细化管控；同时结合人工智能学习算法，实现对生产线、制造单元、生产进度、物流、质量等全流程全要素的实时动态优化与调整。
3
应用
在产品设计方面，针对复杂产品创新设计，达索公司建立了基于数字孪生的3D体验平台，利用用户交互反馈的信息不断改进信息世界中的产品设计模型，并反馈到物理实体产品改进中。
在生产制造方面，西门子公司通过这项技术构建了整合制造流程的生产系统模型，形成了基于模型的虚拟企业和基于自动化技术的企业镜像，可以实现在虚拟的环境中精确模拟产品、环境、机器和人，能模拟出产品从构思到实现再到应用的整个流程中的物理特性及性能特征。该项技术帮助企业在实际投入生产之前即能在虚拟环境中仿真、优化和测试，从而降低研发成本，提高研发效率，提升新产品的质量。
在故障预测与健康管理方面，美国NASA将物理系统与其等效的虚拟系统相结合，研究了基于数字孪生的复杂系统故障预测与消除方法，并应用在飞机、飞行器、运载火箭等飞行系统的健康管理中。美国空军研究实验室结构科学中心采用数字孪生技术建立了飞行模型，并将虚拟模型数据与物理数据相结合，从而做出更精确的寿命预测。数字孪生技术还被用于建立飞机结构的数字模型用于监测飞机结构的损伤以及多机器人的协同研究。
图2 基于数字孪生的制造工厂
数字孪生技术概念提出的较早，近年来随着信息技术的发展引起更多重视，越来越多的制造型企业将使用更成熟的数字孪生避免设备故障和运行设备维修计划，优化制造的工艺流程，提高对设备故障的预测和提高运营效率，增强对产品的开发和维护。
图3 数字孪生在能源领域的应用 图4 数字孪生在制造领域的应用
参考文献
[1] 陶飞等，数字孪生及其应用探索, 计算机集成制造系统，2018年1月
[2] Michael Grieves，Digital Twin: Manufacturing Excellence through Virtual Factory Replication
[3] David Kadle?ek ，Digital Twin，IBM Cognitive IoT
