产品测试阶段数字孪生的典型应用场景漫谈

在产品的测试阶段，利用数字孪生的测试环境的数字化部署，可以有效降低产品测试期间的成本，缩短测试周期，丰富测试项目。在测试阶段数字孪生主要功能涵括如下：

1、仿真：从产品的功能和性能方面来说，在制造业产品测试阶段数字孪生的核心技术就是仿真。仿真为数字孪生体提供了近乎等同于现实机理的物体运行逻辑。其技术实现包括：多领域建模技术、多领域模型编译技术、多领域模型分析技术、多领域仿真求解技术、仿真结果展示技术、控制系统与被控对象的建模技术、仿真系统集成与测试技术、异构数据同步技术、三维仿真降阶技术、载荷实时识别与分析技术。

2、数据分析：通过AI分析测试数据，可以快速得到测试过程分析和测试结果分析，加快测试效率。

3、IoT：通过测量技术可以采集物理实体在现实空间中的实际测试数据，也可以通过控制技术，将数字空间中的数字孪生体的运行状态反馈到物理实体上。另外远程测控技术，也可以为数字孪生体的远程多单元协同测试提供基础。     例如：德国慕尼黑联邦国防军大学和我国的清华大学都已经建立了基于场景库的自动驾驶测试体系，他们提出的自动驾驶数字孪生测试VRIL(Virtual Reality in theLoop)概念，其实是真实的车辆行驶在真实的测试场地中，同时映射到虚拟的测试环境中的整车闭环测试。

VRIL在虚拟仿真系统中建立环境、道路、交通参与者、测试车辆的模型及其配置的传感器模型，虚拟传感器将在仿真环境中探测到的目标信息发送给搭载自动驾驶算法的测试车辆进行信息融合与决策控制，测试车辆在测试场地内运行的同时，测试车辆的运动状态信息采集并反馈给虚拟场景，从而完成虚、实状态的同步，实现整个数字孪生系统的闭环实时仿真测试。并结合场景库数据，可以快速的设置贴近真实交通环境的测试条件，有效提升测试的效率与真实度。

2.1 降低产品测试成本

这里提到的成本，不仅仅应该局限于企业的视角谈经济成本，其实也包括社会成本。首先，从经济角度来说，制造业属于实体产业，其产品大多具有实体，进行测试之前一般考虑测试损耗和测试数据样本量的问题，需要开模铸造一批测试样品，如果测试结果不满意，则又需要重新开模，这一过程浪费了大量的人力物力。数字孪生体则不存在这些问题，其成型与成长都来自于数据的孕育。从社会成本来说，数字孪生技术可以避免企业占用过多的社会资源，比如公共道路、大型实验室，并在某些行业可以减少大量不必要的环境污染。

2.2 缩短测试周期

为保证测试的准确性，测试需要大量的回归和迭代，在此过程中，数据的记录与转存、人员的沟通与交流、环境的影响等多种条件都会减缓测试的进度。数字孪生体具备自己的数字主线，所有的测试数据依附于孪生体之上，无需转存，测试结果研发人员也可以直观看到，无需测试人员的反馈，可极大的缩短流程时间。另外，如果不关心实时性的通信问题，数字世界的迭代测试，可以以远超现实世界的速度进行。

2.3 丰富测试项目

数字孪生技术的另一个优势，是将工业中较复杂、较难以实现的测试场景以比较方便的形式模拟出来，提供有价值的测试结果。这种难以实现的过程可能由几种因素造成，如产品本身的性质、造价导致测试成本极高，企业无法支持足够的测试频次；有些产品测试的周期极长，无法满足企业和市场快速变化的需求；产品测试的环境难以在普通的测试环境中准确模拟，或模拟的过程耗费的资源难以负担等等。

3.1 产品测试阶段数字孪生体应用场景概述

制造业的产品测试阶段其实属于一个比较笼统的概念，为了将数字孪生的应用场景描述的更加清晰，将其细化并分解的话，测试阶段其实应该分为两个阶段:

1. 工程验证测试阶段

2. 设计验证测试阶段

工程验证测试阶段的侧重点在于产品设计过程中的功能验证、安规测试等，此时因是产品原型样品，测试的目的大多在于给研发工程师除错，帮助研发人员把控产品方向。在此阶段的数字孪生体需具备工程验证能力，所有的产品参数继承自研发阶段的数字主线，研发人员并可对数字孪生体的设计参数进行修改，以提前评估产品的最终状态。

在设计验证测试阶段的侧重点在于产品设计完成后的性能测试、寿命测试、缺陷测试等，测试的目的大多在于验证产品设计是否符合预期以及为产品优化提供数据基础。在本阶段的数字孪生体的测试行为已经不再局限于自身的调整，往往需要配合场景库一起运行，为产品的不同工况提供测试条件。

3.2 以测试为基础的数字孪生体应用典型场景

我们虽然将产品测试分为了两个阶段，是因为针对不同的测试阶段，其数字孪生体应用场景并不相同：

3.2.1 工程验证测试阶段的数字孪生体应用典型场景

对于工程验证测试阶段说，其外环境往往是不变的，变量在于数字孪生体本身或内环境。在上一节中，我们提到了汽车行业中如何去孕育数字孪生体，并为数字孪生体的功能进行了完善。

这里我们继续以汽车制造行业举例。在车辆设计的工程验证测试阶段，需要对整机的辅助电源、驱动电压、功率应力、磁性元件、反馈环、外围电路、环境压力等多项指标进行测试。因为人的参与和样机性化差异，单次测试并不能保证测试准确，再加上测试线路复杂，可能存在部分机构无法测试的情况。所以为了保证测试质量就要提升测试迭代次数，延长测试时间。

使用数字孪生技术介入工程验证测试的场景下，首先数字孪生体可以取代实体测试，数字孪生体与物理实体传承了同样的数据基因，他们的功能与参数完全一致。其次平台为数字孪生体提供了完备的标准测试场景库，场景库中可以设置环境参数，如温度、湿度等。样机进行测试的核心技术是内置于场景库的仿真插件，仿真插件由不同领域内的专业仿真公司提供，包括流体、热、电磁、结构等多种领域，用户使用不同的插件可快速实现针对同一孪生体，在特定环境下进行不同领域的仿真或耦合仿真。

比如车辆工程验证测试中，测试人员期望测试功率器件的结温降额，传统方法一般是测试最高环境温度下器件的外壳温度。如果引入数字孪生技术，则可以为每一种功率器件创造数字孪生体，再结合热和电磁领域的仿真插件，可创建该孪生体的结温数字模型。之后结合人工智能插件，方便对器件进行调整优化。

另外，仿真结果也可以借助可视化插件以直观的图像或图表方式进行呈现和保存，方便研发人员参考和调阅。所以，数字孪生技术在工程验证测试阶段是对传统仿真技术的一次升华。

3.2.2 设计验证测试阶段的数字孪生体应用典型场景

在车辆设计完成之后的设计验证测试阶段，测试的主要目标是车辆的各项性能指标，这些指标大多需要在不同的环境下才可以进行测试。

数字孪生平台具有一个常用场景的标准场景库，比如在工程验证测试阶段会用到的无干扰的空场景，当然，平台也支持定制化开发的非标准场景库。这些非标场景库中可以集成诸如人机交互插件、数据分析插件、碰撞模拟插件等以应对不同的挑战。

比如，在设计验证测试阶段，可以通过录制路谱，将路谱集成到测试场景中，再搭配人机交互插件、碰撞模拟插件以及系统仿真插件，就可以收集车辆的数字孪生体在不同路况下及不同环境下的固定运行数据或者虚拟驾驶数据。

孪生体测试的数据量将根据孪生体的数字量级而变化，如果组成车辆的孪生体信息比较单薄，如仅由CAD模型支撑的孪生体，就只能提供外壳的碰撞数据。如果车辆的孪生体信息比较丰富，是一个复杂的孪生体集群，则会根据所选的仿真求解类型，给出一个相对较为复杂的数据集。

仿真计算出的数据集，可直接以数据形式保存，也可以通过可视化的方式呈现，呈现的精细度也取决于孪生体的颗粒度。除此之外，仿真计算出的数据集也可以通过数据分析插件协助分析，以取得更好的测试效果。