基于仿真的数字孪生——无仿真不孪生，此仿真非彼仿真

作者：田锋

 

编者按：本文是根据作者受邀参加2024年11月23日在北京召开的核工业数字孪生大会的发言稿整理而成。该会议的目的是研讨数字孪生技术在核工业的应用方案和方法，会议上展示的应用场景和方法反映出一个共性：仿真是数字孪生的最核心技术。但我们研究发现，数字孪生场景的仿真已经不再是传统的仿真，必须是AI加持过的仿真，才能真正满足数字孪生体与物理对象实时交互的要求。

在本次核工业数字孪生大会上展现出来的数字孪生技术相关的精彩纷呈的应用，充分说明数字孪生已经成为工业智能化的重要技术和实实在在的方案，中国核工业对该项技术的开发已经走在中国工业领域的前端，进入应用的深水区。    

1.            

   数字孪生的定义            

              

会议上展示出来的数字孪生应用方案中，仿真在数字孪生中核心作用尤为耀眼，印证了我在数字孪生刚刚兴起时的一个论断：无仿真，不孪生。那时候很多人问我，仿真和数字孪生有啥区别。其实过去的仿真不是数字孪生，虽然他看上去很像物理对象。数字孪生的要点在于互动，仿真模型和实物对象不停发生互动才能成为孪生。过去的仿真是想定了一个场景，通常是极致场景和极限工况，仿真用来考察在这种极限情况下是不是仍然可以使用。但我们的产品90%以上的运行时间是不会达到极限工况的。也就是说，相对于日常运行的工况，产品的设计是冗余的。那我们如何在日常运行过程中智能优化使用模式，充分发挥产品效益、减少二次浪费？此时数字孪生便开始发挥作用。所以，数字孪生实际上是个智能化的手段，在产品运维的过程尤为如此。

 

 

仿真技术在数字化转型生命体中发挥左脑的作用。仿真是基于完整信息和明确机理计算未来的方法，很像人类的专门从事理性思考的左脑。左脑是根据已知规律来推算未来，具有逻辑思维能力。仿真只要知道运行机理，就能计算运行结果。虽然基于数据的AI方法根据数据可以给出研究对象的数学表达，其可解释性一直困扰着工程实践，常常出现幻觉。但仿真是基于真实物理规律的，所以具有确定性和可解释性。

不过此处的仿真已经不再是过去的仿真，数字孪生中的仿真是实时的。过去的仿真是静态的，根据某一个和几个极限场景来计算。数字孪生中的仿真则需要根据当前的初始状态和边界条件获得下一秒的预测，然后根据预测和优化的结论来改变物理对象，不然数字孪生就失去了意义。

实时仿真如何做到？过去的CAE计算过程往往需要数小时甚至数天，等计算完成已经时过境迁，这种速度当然无法满足数字孪生的要求。今天的做法就是利用AI的手段来训练一个CAE智能体，这种智能体的响应速度能达到秒级甚至更短。基于数据的AI有一个重要的门槛，那就是具备大量的有效数据，这是多数工业AI无法发挥作用的原因。但基于CAE的AI却没有这个问题，因为CAE本身就可以创造数据。基于CAE的AI智能体的计算结果和CAE的差别很小，但速度却能相差万倍，这就是实时仿真的原理。

仿真过程其实是求解分析对象在载荷、边界条件和初始条件之下的响应，所以实时仿真的另一个前提是载荷和边界条件也是实时的。但在实践中，很难对物理对象的完整载荷和边界条件进行实时测量，但对局部响应的测定却容易很多。所以，我们发展出一种基于局部响应来反算完整载荷和边界条件，从而获得全局响应的方法。下图给出了这个过程的实例。工程机械吊臂的实时载荷无法获得，但我们可以通过在关键位置贴应变片的方法获得这些位置的响应，通过一套反算流程可以获得吊臂的“响应－载荷”的实时函数。该函数应用在数字孪生体的实时仿真中，相当于通过局部实时响应获得全局的实时响应。

 

下图是基于仿真的数字孪生的运行逻辑，基于CAE仿真训练的AI智能体完毕后，通过物联网获得实时环境数据和产品状态数据，作为CAE-AI智能体的输入，智能体会计算出来一个结果，但这个结果往往不是最优的，所以需要进行优化，输出一套产品设置的优化参数，根据这个参数通过物联网输回物理对象，来调整物理对象以达到最优状态。

 

一个典型应用案例是高端汽车智能空调。现在的汽车空调通常是非智能的，我们觉得空调车温度或者空调吹着不舒服时，只能手动调节出风大小和相应出风口的方向和大小。现在通过基于仿真的数字孪生方案，利用仿真软件计算汽车乘员舱的流场和温度场后，通过AI技术训练获得基于CAE的AI智能体。该智能体的输入数据是乘员舱的相关数据，譬如座舱模式（X座）、成员位置、乘员姿态、传感器位置温度（相当于吊臂案例中应变片测量的应变数据）、环境温度、车外辐射、当前出风口的参数等。这些参数可以通过物联网获得后，输入到智能体，智能体快速计算后获得当前的流场和温度场。汽车行业有个舒适度标准，基于本标准，可以优化获得当前最优出风口参数，然后通过物联网驱动汽车调整出风口状态，达到最优舒适度。

 

用这种方法，我们可以让IDC（数据中心）的机房可以自动调整空调策略，让每天省一半的电费；让石化冶炼系统中各类控制参数可以自动调整，达到最高效和高质量的加工模式；让航空发动机的运行可以自动调优，让服务型制造成为可能。

   

   

           

核心技术            

和进化路线            

           

     

鉴于仿真在数字孪生中的核心作用，我们归纳数字孪生的技术构成时，将仿真置为核心位置，如下图所示。

 

除了仿真技术外，构成数字孪生的首层关键技术还有建模、AI、数字线程和物联网，次层技术包括云计算、虚拟现实、MBSE和区块链技术。

 

我们把数字孪生体的进化过程，称为数字孪生体成熟度模型，即一个数字孪生体的生长发育将经历数化、互动、先知、先觉和共智等几个过程。

 

在数字孪生体的进化过程中，基于仿真的先知是承上启下的关键环节。在数字孪生体的构建过程中，我们应该尽可能多地把物理对象的机理和规律识别出来，最大程度上利用仿真技术明确地、无二义性地、可解释性地描述数字孪生体的特性，减少基于数据的AI（先觉）所带来的幻觉、不确定性和不可解释性。

当今的中国虽然已经跨入正向设计时代，传统仿真技术在研发设计和产品创新方面具有无可替代的优势，但是我们也应当看到另一个事实，那就是中国作为制造业大国和消费大国，运行在工业领域和生活领域的设备和产品数量庞大，过去是如此，今天是如此，未来更是如此。如果把新型仿真技术充分应用在这些设备和产品中，其产生的价值也许更大。所以，在中国这样一个特殊国度及特殊发展周期中，仿真不仅仅研发创新阶段发挥巨大作用，在基于数字孪生的智能制造和智慧运维阶段产生的价值也许更是不可估量。