数字孪生概念原理及实施领域

发布时间：2022-06-10 08:40:42 所属栏目：交互来源：互联网

导读：数字孪生 ( 英文：Digital Twins，别名：信息镜像模型Cyber-Physical System ) 是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字

　　数字孪生 ( 英文：Digital Twins，别名：信息镜像模型Cyber-Physical System ) 是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
　　
　　一、数字孪生概念及含义

　　美国国防部最早提出利用Digital Twin技术，用于航空航天飞行器的健康维护与保障。首先在数字空间建立真实飞机的模型，并通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。

　　数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，在日常的运维中二者继续进行信息交互。值得注意的是：Digital Twin不是构型管理的工具，不是制成品的3D尺寸模型，不是制成品的MBD定义。
　　

　　二、数字孪生的原理

　　最早，数字孪生思想由密歇根大学的 Michael Grieves 命名为“信息镜像模型”（Information Mirroring Model），而后演变为“数字孪生”的术语。数字孪生也被称为数字双胞胎和数字化映射。数字孪生是在 MBD 基础上深入发展起来的，企业在实施基于模型的系统工程（MBSE）的过程中产生了大量的物理的、数学的模型，这些模型为数字孪生的发展奠定了基础。2012 年 NASA 给出了数字孪生的概念描述：数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。为了便于数字孪生的理解，庄存波等提出了数字孪生体的概念，认为数字孪生是采用信息技术对物理实体的组成、特征、功能和性能进行数字化定义和建模的过程。数字孪生体是指在计算机虚拟空间存在的与物理实体完全等价的信息模型，可以基于数字孪生体对物理实体进行仿真分析和优化。数字孪生是技术、过程、方法，数字孪体是对象、模型和数据。
　　

　　三、数字孪生基本组成

　　2011 年，Michael Grieves 教授在《几乎完美：通过PLM驱动创新和精益产品》给出了数字孪生的三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。

　　在 2016 西门子工业论坛上，西门子认为数字孪生的组成包括：产品数字化双胞胎、生产工艺流程数字化双胞胎、设备数字化双胞胎，数字孪生完整真实地再现了整个企业。北京理工大学的庄存波等也从产品的视角给出了数字孪生的主要组成，包括：产品的设计数据、产品工艺数据、产品制造数据、产品服务数据、以及产品退役和报废数据等。无论是西门子还是北京理工大学的庄存波都是从产品的角度给出了数字孪生的组成，并且西门子是以它的产品全生命周期管理系统（product lifecycle management，PLM）为基础，在制造企业推广它的数字孪生相关产品。

　　同济大学的唐堂等人提出数字孪生的组成应该包括：产品设计、过程规划、生产布局、过程仿真、产量优化等。该数字孪生的组成不仅包括了产品的设计数据，也包括了生产品的生产过程和仿真分析，更加全面，更加符合智能工厂的要求。

　　北京航空航天的陶飞等人从车间组成的角度先给出了车间数字孪生的定义，然后提出了车间数字孪生的组成，主要包括：物理车间、虚拟车间、车间服务系统、车间孪生数据几部分组成。物理车间是真实存在的车间，主要从车间服务系统接收生产任务，并按照虚拟车间仿真优化后的执行策略，执行完成任务；虚拟车间是物理车间的计算机内的等价映射，主要负责对生产活动进行仿真分析和优化，并对物理车间的生产活动进行实时的监测、预测和调控；车间服务系统是车间各类软件系统的总称，主要负责车间数字孪生驱动物理车间的运行，和接受物理车间的生产反馈。

　　四、数字孪生的意义及作用

　　Digital twin最为重要的启发意义在于，它实现了现实物理系统向赛博空间数字化模型的反馈。这是一次工业领域中，逆向思维的壮举。人们试图将物理世界发生的一切，塞回到数字空间中。只有带有回路反馈的全生命跟踪，才是真正的全生命周期概念。这样，就可以真正在全生命周期范围内，保证数字与物理世界的协调一致。各种基于数字化模型进行的各类仿真、分析、数据积累、挖掘，甚至人工智能的应用，都能确保它与现实物理系统的适用性。这就是Digital twin对智能制造的意义所在。

　　智能系统的智能首先要感知、建模，然后才是分析推理。如果没有Digital twin对现实生产体系的准确模型化描述，所谓的智能制造系统就是无源之水，无法落实。

　　五、数字孪生的发展进程

　　实现Digital Twin的许多关键技术都已经开发出来，比如多物理尺度和多物理量建模、结构化的健康管理、高性能计算等，但实现Digital Twin需要集成和融合这些跨领域、跨专业的多项技术，从而对装备的健康状况进行有效评估，这与单个技术发展的愿景有着显著的区别。因此，可以设想Digital Twin这样一个极具颠覆的概念，在未来可以预见的时间内很难取得足够的成熟度，建立中间过程的里程碑目标就显得尤为必要。

　　美国空军研究实验室（AFRL）2013年发布的Spiral 1计划就是其中重要的一步，已与通用电气（GE）和诺思罗谱·格鲁曼签订了2000万美元的商业合同以开展此项工作。计划以现有美国空军装备F15为测试台，集成现有最先进的技术，与当前具有的实际能力为测试基准，从而标识出虚拟实体还存在的差距。当然，对于Digital Twin这么一个好听好记的概念，许多公司已经迫不及待地将其从高尖端的领域，拉到民众的眼前。

　　GE将其作为工业互联网的一个重要概念，力图通过大数据的分析，可以完整地透视物理世界机器实际运行的情况；而激进的PLM厂商PTC公司，则将其作为主推的“智能互联产品”的关键性环节：智能产品的每一个动作，都会重新返回设计师的桌面，从而实现实时的反馈与革命性的优化策略。Digital Twin突然赋予了设计师们以全新的梦想。它正在引导人们穿越那虚实界墙，在物理与数字模型之间自由交互与行走。

（编辑：开发网_开封站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!