浅谈数字孪生构建

2年前浏览4370

背景

数字孪生作为在虚拟实体世界刻画物理世界、仿真物理世界、优化物理世界、可视化物理世界、监测物理装置、优化工程设计的一种重要技术，构建后不仅可以节省大量人力、物力、财力，而且能帮助企业有效解决大量疑难问题，如对产品设计预先分析、对装备进行检查、对事故进行有效分析处理等等，也是企业有效管理的一种全周期、系统化的手段，是未来大家非常关注，甚至未来必须依赖的基本技术。为此，数字孪生作为实现企业数字化转型（信息、流程、业务、组织）、智能绿色服务（智慧城市、智能制造、智慧交通）、可持续发展等先进理念的重要支撑技术，备受学术界、工业界、金融界以及政府部门的关注。数字孪生作为很多行业革新换代、产业升级的重要手段，愈来愈扮演着重要的角色。

数字孪生源自于工业界，通常认为数字孪生的概念是由美国密歇根大学Michael Grieves教授于2002年提出的，将其定义为“信息镜像模型”。而最早使用数字孪生一词的是美国宇航局于2010年发布的《建模，仿真，信息技术与处理路线图》一文中给出的。正是因为美国军方的关注，数字孪生才引起业界的广泛兴趣。

近两三年，数字系统、数字线程、数字孪生等词迅速蹿红，成为一个炙手可热的概念。这几个术语大佬们基本是混用的，认为意思都差不多，其实都是与数字工程相关的，只是侧重点不一样。

数字系统由所有的利益相关者共同提供，集成了权威的技术数据和相关的工件，定义了系统寿命周期中各个方面的具体活动。

数字线程是一种可扩展、可配置和组件化的企业级分析框架，无缝地加速了企业数据信息知识系统中的权威技术数据、软件、信息和知识的受控相互作用。在整个系统寿命周期中，数字线程基于数字系统模型的模板，向决策者提供访问、集成数据，并将分散数据转换为可操作信息的能力。

数字孪生是在数字线程支撑下，对实际制造系统多机理、多尺度概率模拟的集成，使用最佳的可用模型、传感器信息和输入数据，镜像和预测其物理孪生品系统全寿命周期中的行动与性能。即利用相互连接和无缝传递的模型和数据来实施产品、系统、工程仿真等全生命周期活动，或同时考虑事件变化状态和内外变化方式的模型和信息来实施工厂、环境、交通等全业务的活动。但是，真正要构建数字孪生，在业界由于认知程度的不同，以及人们对物理场景、数学方法、计算机技术、工程知识的掌握层次、深度差异，造成对数字孪生构建有各种各样的说法，比较多和乱，这里针对此尝试给出数字孪生构建的一种比较通用的说法流程。

这里针对数字孪生体的创建流程，简要给出数字孪生体的定义和价值，以及研究内容、创建流程和关键技术，重点是提出了“五定”原则的构建内容和构建数字孪生过程中，必须具备的全学科（数学、结构力学、流体、电磁）验证和确认（verification and validation，V&V）的关键技术及工具，以及支撑搭建数字孪生的平台工具，才能有效构建出虚拟数字虚体与真实物理实体一致性、实时性、可信度等数字孪生体。

定义

数字孪生是充分运用物理模型、传感器更新、运转历史等数据，集成化多学科、多物理量、多尺度、多概率的模拟仿真全过程，在虚拟空间中完成映射，进而反映相应的实体装备的生命周期全过程。通过构造数字孪生体，不仅可以对目标实体的健康或运行状态进行完美细致的刻画，还可以通过数据和物理的融合实现深层次、多尺度、概率性的动态状态评估、寿命预测以及任务完成率分析。

数字孪生体以虚拟的形式存在，不仅能够高度真实地反映实体对象的特征、行为过程和性能，如装备的生产制造、运行及维修等，还能够以超现实的形式实现实时的监测评估和推演健康管理。

数字孪生的实现主要依赖于高性能计算、先进传感采集、数字仿真、智能数据分析、增强现实技术（Augmented Reality, AR）/虚拟现实技术（Virtual Reality, VR）呈现等关键技术，实现对目标物理实体对象的超现实镜像呈现，实现了现实物理系统向多维信息空间数字化模型的反馈，特别是各种基于数字化模型进行的各类模拟仿真、分析、数据积累、发掘，甚至于人工智能（Artficial intelligence, AI）的应用，都能确保它与现实物理系统的适用性。

数字孪生具有互操作性、可扩展性、实时性、保真性、闭环性等特点，可在物理实体对象和数字虚拟空间双向映射、动态交互和实时连接，具备集成、添加和替换数字模型的能力，能够针对多尺度、多物理、多层级的模型进行扩展，要求虚体和实体不仅要保持几何结构的高度仿真，在状态、相态和时态上也要仿真，以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数，实现决策功能，即赋予数字虚体和物理实体一个大脑。

数字孪生是在网络空间或实验室造一个与实物之对应的“虚拟世界”，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。图１给出了其概念模型，包括３个主要部分：①物理空间的实体产品；②虚拟空间的虚拟产品；③物理空间和虚拟空间之间的数据和信息交互接口。这样：①可实时通过监测数据分析实体状态，与其进行交互、操控动作；②通过导弹数字孪生模型和对系统实时监视数据，对数据进行分析，有效运维实体，可进一步辅助研发者做好战略决策；③可通过实体数字孪生，设置不同实战场景，数字试验和认证实体的性能和可靠性。

图1 导弹数字孪生示意图

价值

近年来，数字孪生体在生产制造领域、产品开发领域、软件全生命周期领域、销售领域等，相关企业不断推动着数字孪生的落地。数字孪生对于大型、技术复杂的机器设备，如飞机、火箭、导弹等尤为重要。由于这类设备技术含量高，且一旦出错，代价昂贵。同时，在这些国家尖端行业，装备库存的监测过程中，会产生大量的数据信息，传统的工业生产模式和未达到足够数字化水平的工业模式是无法将数据进行价值最大化的利用，因为数据的多源异构性和分散特征使得企业很难真正挖掘到数据的价值，达不到实时快速实施产品维护和决策的目的。如武器装备管理历来是国防工作的重中之重，尤其是静态存储或动态执勤过程中武器装备带有许多不确定因素，其安全稳定工作需要稠密周到的安排和科学有序的管理。但由于设计、试制、试验、装备、维护等巨大耗资，不可能实时去做试验，只能采用有效监控和分析手段，才能保持其战斗力。如果不建立一套有效的监督检测系统，评估武器可靠性的能力将受到极大威胁。具体包括：

（1）有效利用传感器和监控系统的实时数据，掌握与诊断再现实际环境中状态及性能变化；

（2）模拟、监控、诊断和预测可能存在的故障风险，预见性维护或控制行为。支持全生命周期的持续改进和异常处置。一个产品开发出来，在安装、调试、运行、维护、优化过程中，总会遇到各种各样的意外问题。有时候，问题是设计环节导致的，有时候是制造、安装环节导致的；有时候是使用维护环节导致的。如果全生命周期的数据集成在一起，就容易发现问题的原因、容易找到解决问题的方法并且容易把问题反馈到相关环节，避免下次犯同样的错误；

（3）从根本上评估全系统的各子系统的高效协同，包括单个组件健康状况和整个系统本身健康状况；

（4）数字化全生命周期档案，为全过程质量追溯和研发的持续改进、驱动创新奠定了数据基础；

（5）提升研发能力和持续改进能力；

（6）数字孪生技术的应用，可以有效帮助企业洞察数据的价值，通过产生的大量数据，将物理实体在虚拟空间中进行创建和模拟运行，可以帮助企业实现数据分析和运转预测，能有效降低损耗和风险系数，大幅减少迭代过程中的成本和研发时间；

（7）数字孪生是一种真实、速度快、无危害、数据完备、实时等特点，不仅可大大降低产品运维成本，缩短研发周期，科学有效检测状况，快速诊断出现异常，而且可弥补在各种真实实战场景下，不能通过实物试验，有效检验产品性能、可靠性的遗憾；

（8）有效管理和利用企业资源。

内容

数字孪生技术创建物理实体的虚拟模型，作为连接真实物理世界和数据信息世界的枢纽和桥梁，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体提供实时、高效、智能的服务。

4.1 研究目的

①虚实深度融合，开展“假设性”分析，以虚控实；

②全价值链系统取代物理样机，有效识别、实时分析并研究系统的科学问题；

③在虚拟下不断开展各类情形的数字试验，闭环全生命周期数字化管理。

4.2 研究内容

创建数字孪生是采用先进传感采集数据、高性能计算机计算、数字仿真分析、智能数据评估、AR/VR图形呈现等，实现对目标物理实体对象的超现实镜像呈现等动态耦合的复杂工程过程。具体内容是：

（1）各界对数字孪生存在不同的理解和认识，对数字孪生相关新概念、新名词、新技术之间的异同存在疑惑，并且对是否适用数字孪生存在决策困惑。缺乏数字孪生相关统一术语、数据传递、数字建模、数字孪生系统架构、应用过程适用准则等标准的参考，导致不同行业，不同企业对数字孪生的理解与认识存在很大差异。需要开展相关概念、术语、基本原则、基本要素、基本活动的规范性、统一性的标准研究。

（2）缺乏数字孪生相关模型、数据、连接与集成、服务等统一说法的参考，导致模型间、数据间、模型与数据间集成难，一致性差等问题，且很难管理，造成很多新的孤岛。需要研究有效数据、模型、仿真、联接、交互等统一架构。

（3）缺乏相关构建准则、实施要求、推演工具和支撑平台、应用流程等支撑技术参考，造成用户或企业不知如何使用数字孪生。需要搭建数字孪生构建的支撑技术。

（4）创建虚拟的数字孪生体，是否能够达到与物理实体实时一致，怎样去校核或评估其可行性，缺乏有效标准。需要研究相关理论、方法和标准。

（5）数字孪生要有效应用，必须解决数字孪生到底是什么，能做什么，边界在哪里，它和建模仿真是什么关系等等令很多人困惑的问题。

数字孪生是一个系统化研究工作，据上述问题以及研究内容，这里将其简化提出了“五定原则”，图2给出了“五定原则”研究的内容。包括：

（1）定场景：从工程或业务价值出发，结合已有文档、程序、数据，梳理各工程或业务工作线的数字化场景。

（2）定架构：在企业的各设计流程、制造生产线、工程运行等之间，通过已有底层支撑技术、V&V功能模块、V&V实施流程、特定软件和模块的验模内容、特定场景验模功能等将其本地化，搭建有效的数字孪生框架。

（3）定资源：结合已有业务牵引和平台化工具支撑，充分利用已有数据资源、软件工具、成熟流程，给出数字化转型的资源建设。

（4）定流程：对数字孪生构建过程中，各个环节，通过关注要数、实施过程、结构，给出各环节的实施标准流程。

（5）定模板：在上述定场景、定架构、定资源、定流程的基础上，开展各种规范研究，研究各环节的实施模板，真正达到落地的目标。

图2 “五定原则”研究内容

流程

数字孪生建模，首先是基于物理实体，充分利用传感器得到的物理实体演变的电信号，不断转换为物理信息的数据，实现物理实体空间的动态数据实时采集。对于采集的数据，必须进行质量评估；其次，通过更新运行数据，结合工作原理和数据，开展基于数据驱动模型和机理模型等数据建模。对于建模，必须进行验证和确认；第三，针对数据模型信息，采用模型算法化、算法代码化、代码软件化等活动，集成化多学科、多物理量、多尺度、多概率的仿真过程的模型软件。基于软件化的仿真软件，对实时数据进行描述、诊断、预测，得出有效的决策。对于应用的软件，一定是经过验证和确认的软件；第四，基于决策的指令，选择、设计、实施等行为，开展行为建模。通过行为模型，明确建立实施反馈行为的动机、能力、触发、动作等服务信息。用于决策的数据或信息，必须严格评估；第五，针对行为模型信息，采用AR/VR技术，呈现模型行为，完成虚拟空间中映射，反馈给控制器，达到控制和指导物理实体。第六，在数字孪生体构建、组装或融合后，需对其进行验证和确认及认定（verification，validation and accreditation，VV&A），以确保虚拟数字模型的正确性和有效性。即在数字孪生中，数据是基础、模型是核心、软件是载体、行为是动机、时控是目的，其VV&A贯穿于数字孪生构建的各个环节（如图3）。

图3 数字孪生体建模的一般过程

关键技术

由于数字孪生是采用先进传感采集数据、高性能计算机计算、数字仿真分析、智能数据评估、AR/VR图形呈现等，实现对目标物理实体对象的超现实镜像呈现等动态耦合的复杂工程过程，在数字孪生建模、仿真和校核，以及理论研究与落地应用过程中，仍存在很多缺陷与问题。

首先，各界对数字孪生存在不同的理解和认识，对数字孪生相关新概念、新名词、新技术之间的异同存在疑惑，并且对是否适用数字孪生存在决策困惑。其次，缺乏数字孪生相关统一术语、数据传递、数字建模、数字孪生系统架构、应用过程适用准则等标准的参考，导致不同行业，不同企业对数字孪生的理解与认识存在很大差异。第三，缺乏数字孪生相关模型、数据、连接与集成、服务等标准的参考，导致模型间、数据间、模型与数据间集成难，一致性差等问题，且很难管理，造成很多新的孤岛。第四，缺乏相关构建准则、实施要求、推演工具和平台、应用流程等标准的参考，造成用户或企业不知如何使用数字孪生。第五，创建虚拟的数字孪生体，是否能够达到与物理实体实时一致，怎样去校核或评估其可行性，缺乏有效标准。数字孪生到底是什么，能做什么，边界在哪里，它和建模仿真是什么关系等等问题令很多人困惑。

数字孪生涉及的关键技术很多，包括数据模型融合技术、基于CPS的数据实时采集技术、基于PLM的数据管理技术、交互与协同技术、高性能并行计算技术、精细化建模与仿真技术、数字线程技术、系统工程与MBSE技术、物联网技术、云和雾与边缘计算、大数据与机器学习技术、区块链技术、知识生成与智能决策技术等，但是最核心、最基本的技术是要搭建有效的数字孪生框架、数字孪生体可信性评估手段及支撑工具。

6.1 数字孪生框架

数字孪生创建涉及需求分析、系统设计、系统搭建、系统校核、系统应用等多个环节，以及支撑每个环节的低层模型、算法和各类库。创建环节是数字孪生最基本的环节，除了实物检测硬件环境布设、物理实体检测数据建模、服务仿真分析、事件行为表征、事件分析数据呈现、行为反馈等模型构建外，主要是搭建一个数字孪生框架，这是数字孪生创建最重要、最具指导性的文本。

图4给出了导弹数字孪生基本框架涉及目标、价值、数字孪生本身、实现方式、数据组成的5个部分。它是基于导弹研发、制造、试验、装备、运维的全生命周期，通过精准描述物理实体的几何、物理、行为、规则等多维度属性，在物理实体数据实时驱动下，对物理实体的实际行为和运行状态进行真实刻画，基于既定规律和相关规则，输出物理实体的仿真运行数据，通过模型和数据迭代运行的方式，仿真推演物理实体未来的运行状态和行为特征趋势，进而实现对物理实体的预测、评估、优化等反馈控制。

图4 导弹数字孪生基本框架

6.2 数字孪生体可信性

数字孪生体可信性，在理想状态下是指构建的虚拟数字模型既能对物理实体或系统进行准确的静态刻画和描述，又能随时间的变化使模型的动态行为与实际或预期相符。但由于数字孪生体与物理实体实时高度逼真、完全相同几乎是不可能的。虽然数字孪生一直追求“高逼真度”的数字化模型，但在一些关键环节仍使用了模拟器（物理设备），那么追求“高逼真度”将会带来一系列问题。一方面，用数字模型“一模一样”地**一个物理对象，是不现实的。另一方面，盲目追求数字模型逼近物理现实，会带来不必要的复杂性，从而降低模型可靠性、可计算性、可维护性等其他重要性能。因此建模之前首先需要了解建模的目的和需求。不同的应用需求对应研究对象的不同特性，它们决定了建模的方法、模型的结构、所要采集的数据等。

因此，面向不同的需求，针对同一个对象可能构建出完全不同的孪生模型。只有在孪生模型足够可信的情况下，才可以相信从孪生体所获取的知识，并用来指导对物理实体的改进和优化，或对物理实体的决策。数字孪生构建的可信性准则，是为了保证构建的数字孪生模型可用，从而满足数字孪生模型的有效性需求。可信的数字孪生模型是数字孪生正确发挥功能的重要前提。即数字孪生其关键是要建立一个能真实反映物理实体的虚拟数字孪生体。验证和确认及认定（verification，validation and accreditation，VV&A）是建模、仿真和校核，以及应用可信评估的重要途径。

数字孪生体VV&A活动分为创建环节、校核分类、准备、验证、确认、可信度评估六个阶段，包含21个要素（如图5）。

图5 导弹数字孪生校核活动涉及要素

6.3 搭建数字孪生体基本支撑工具

具备一定的企业成熟技术、工具和管理流程是构建数字孪生的最基本应具备的基础，包括工程仿真分析、验模工具、搭建平台等。图6给出了一些北京安怀信具备的一些基本支撑技术。

（1）结构动力学验模工具

动力学验模工具（SimV&Ver Dynamid）是一个用于结构动力学模型修正、相关性分析、灵敏度分析等集成化的工具包。该工具基于动力学理论体系，面向频率、模态、振型分析，以及基于模态试验的模型修正等，采用C++编程语言和基于高内聚、松耦合的模块化设计思想，以及人机交互界面，完全由北京安怀信科技股份有限公司自主开发的一款动力学验模工具（如图6）。

图6 结构动力学仿真软件验模解决方案

（2）计算流体力学验模工具

SimV&Ver-CFD是由北京安怀信科技有限公司自主研发的一款验模软件。该软件是工程CFD仿真软件与应用之间的桥梁。平台面向计算流体力学（CFD）领域，集网格收敛指标（GCI）、流体试验数据/CFD模拟结果统计分析、试验设计（DOE）、相关性分析、参数敏感度分析（PSA）、代理模型（SM）、不确定度量化（UQ）、模型参数标定、模型形式优化等于一起，基于下拉式用户界面的思想，自主开发的一款CFD验模软件。图7给出了流体仿真软件验模解决方案。且一些关键的算法，例如DOE中LHS抽样、Kriging、PC、可变容差等，都是目前业界最先进的，不仅被国内外同行认可，并且在很多领域得到了很好的应用。