數字孿生關(guān)鍵技術(shù)及體系架構

摘要： 

數字孿生以各領(lǐng)域日益龐大的數據為基本要素，借助發(fā)展迅速的建模仿真、人工智能、虛擬現實(shí)等先進(jìn)技術(shù)，構建物理實(shí)體在虛擬空間中的數字孿生體，實(shí)現對物理實(shí)體的數字化管控與優(yōu)化，開(kāi)拓了企業(yè)數字化轉型的可行思路。首先介紹了數字孿生的演進(jìn)與價(jià)值，然后給出了數字孿生典型特征及其體系架構，并基于該架構介紹了多項數字孿生關(guān)鍵技術(shù)，最后對數字孿生進(jìn)行了展望，包括其面臨的挑戰與未來(lái)發(fā)展趨勢。

01

概述

數字孿生中“孿生”的基本思想最早起源于上個(gè)世紀美國國家航空航天局（NASA）的阿波羅計劃，通過(guò)留在地球上的航天器對****到太空的航天器進(jìn)行工作狀態(tài)的仿真模擬，進(jìn)而輔助航天員完成決策，明顯減少了各種操作結果的未知性。

“數字孿生”一詞首次出現于 2009 年美國空軍研究實(shí)驗室提出的“機身數字孿生體”概念中，而“數字孿生”作為獨立概念首次出現則是在 2010年 NASA 的2份技術(shù)報告中，其被定義為集成多物理量、多尺度、多概率的系統或飛行器仿真過(guò)程。此后，數字孿生正式進(jìn)入公眾的視野，也開(kāi)始得到各研究領(lǐng)域的重視。

2012 年，NASA 指出數字孿生是驅動(dòng)未來(lái)飛行器發(fā)展的關(guān)鍵技術(shù)之一；2013年，NASA將數字孿生列入“全球科技愿景”；2017年佐治亞理工大學(xué)首次提出數字孿生城市，2018 年中國信通院發(fā)布了《數字孿生城市研究報告》；從 2018 年起，ISO、IEC、IEEE 三大標準化組織也開(kāi)始著(zhù)手數字孿生相關(guān)標準化工作。

數字孿生目前沒(méi)有統一的理論體系，自其誕生以來(lái)，各研究與應用領(lǐng)域對其提出了多種定義，如表1所示。

 表1  數字孿生定義

02

數字孿生的價(jià)值

數字孿生自應用以來(lái)，在產(chǎn)業(yè)、商業(yè)、社會(huì )等方面體現出了其重要的價(jià)值。

a）產(chǎn)業(yè)價(jià)值方面，構建全產(chǎn)業(yè)鏈的數字孿生體能夠促進(jìn)產(chǎn)業(yè)向制造與服務(wù)融合發(fā)展的新型產(chǎn)業(yè)形態(tài)轉型，即從市場(chǎng)需求、用戶(hù)溝通、產(chǎn)品設計、產(chǎn)品制造、物流供應、維保服務(wù)等全產(chǎn)業(yè)鏈出發(fā)構建數字孿生體，使傳統產(chǎn)業(yè)具備定制化生產(chǎn)能力，實(shí)現更為敏捷和柔性的商業(yè)模式；而構建產(chǎn)品全生命周期的數字孿生體，有助于建立產(chǎn)品從研發(fā)、仿真、制造到使用的閉環(huán)體系，加快產(chǎn)品研發(fā)和迭代升級，進(jìn)一步推動(dòng)產(chǎn)業(yè)的發(fā)展。

b）商業(yè)價(jià)值方面，隨著(zhù)數字孿生技術(shù)得到各領(lǐng)域認可，很多科技企業(yè)已經(jīng)著(zhù)手研發(fā)數字孿生技術(shù)并推出了相關(guān)產(chǎn)品，這些產(chǎn)品在落地應用中不斷升級優(yōu)化，逐漸滿(mǎn)足市場(chǎng)客戶(hù)的實(shí)際需求，為企業(yè)帶來(lái)了可觀(guān)的經(jīng)濟效益，同時(shí)也促進(jìn)了更多企業(yè)共同推動(dòng)數字孿生產(chǎn)品的商業(yè)化；另一方面，企業(yè)構建產(chǎn)品全生命周期的數字孿生體，有助于改善產(chǎn)品設計、優(yōu)化生產(chǎn)流程、快速定位問(wèn)題，實(shí)現提高產(chǎn)品質(zhì)量、降低生產(chǎn)成本、提升生產(chǎn)效率等目標，其也是數字孿生商業(yè)價(jià)值的重要體現。

c）社會(huì )價(jià)值方面，數字孿生能夠推動(dòng)社會(huì )數字經(jīng)濟的發(fā)展。數字經(jīng)濟是繼農業(yè)經(jīng)濟、工業(yè)經(jīng)濟之后，隨著(zhù)信息技術(shù)革命發(fā)展而產(chǎn)生的一種新經(jīng)濟形態(tài)，其核心在于數據驅動(dòng)發(fā)展，構建實(shí)體經(jīng)濟的數字孿生體，對數據整合及利用，進(jìn)行模擬決策、資源配置、市場(chǎng)發(fā)掘等仿真與復現，在提高勞動(dòng)生產(chǎn)率、發(fā)掘經(jīng)濟新增長(cháng)點(diǎn)、實(shí)現經(jīng)濟可持續增長(cháng)等方面發(fā)揮著(zhù)重要作用。

03

數字孿生體系架構

數字孿生具備以下幾個(gè)典型特征。

a）數化保真?！皵祷敝笖底謱\生體是對物理實(shí)體進(jìn)行數字化而構建的模型?！氨Ｕ妗敝笖底謱\生體需要具備與物理實(shí)體高度的接近性，即物理實(shí)體的各項指標能夠真實(shí)地呈現在數字孿生體中，而數字孿生體的變化也能夠真實(shí)反映物理實(shí)體的變化。

b）實(shí)時(shí)交互?！皩?shí)時(shí)”指數字孿生體所處狀態(tài)是物理實(shí)體狀態(tài)的實(shí)時(shí)虛擬映射?！敖换ァ敝冈趯?shí)時(shí)性的前提下，數字孿生體與物理實(shí)體之間存在數據及指令相互流動(dòng)的管道。

c）先知先覺(jué)?！跋戎敝冈诟鶕锢韺?shí)體的各項真實(shí)數據，通過(guò)數字孿生體進(jìn)行仿真，實(shí)現對物理實(shí)體未來(lái)狀態(tài)的預測，預先知曉未來(lái)狀態(tài)能夠輔助用戶(hù)做出更合理的決策?！跋扔X(jué)”指根據物理實(shí)體的實(shí)時(shí)運行狀態(tài)，通過(guò)數字孿生體進(jìn)行監測，實(shí)現對系統不穩定狀態(tài)的預測，預先覺(jué)察即將可能發(fā)生的不穩定狀態(tài)，使用戶(hù)更從容地處理該問(wèn)題。

d）共生共智?！肮采敝笖底謱\生體與物理實(shí)體是同步構建的，且二者在系統的全生命周期中相互依存?！肮仓恰币环矫嬷竼蝹€(gè)數字孿生系統內部各構成之間共享智慧（即數據、算法等），另一方面指多個(gè)數字孿生系統構成的高層次數字孿生系統內部各構成之間同樣共享智慧。

根據數字孿生的典型特征，可以提出一種數字孿生的體系架構，如圖1所示。

圖1 數字孿生體系架構

 感知層：感知層主要包括物理實(shí)體中搭載先進(jìn)物聯(lián)網(wǎng)技術(shù)的各類(lèi)新型基礎設施。

數據層：數據層主要包括保證運算準確性的高精度的數據采集、保證交互實(shí)時(shí)性的高速率數據傳輸、保證存取可靠性的全生命周期數據管理。

運算層：運算層是數字孿生體的核心，其充分借助各項先進(jìn)關(guān)鍵技術(shù)實(shí)現對下層數據的利用，以及對上層功能的支撐。

功能層：功能層是數字孿生體的直接價(jià)值體現，實(shí)現系統認知、系統診斷、狀態(tài)預測、輔助決策功能。系統認知一方面是指數字孿生體能夠真實(shí)描述及呈現物理實(shí)體的狀態(tài)，另一方面指數字孿生體在感知及運算之上還具備自主分析決策能力，后者屬于更高層級的功能，是智能化系統發(fā)展的目標與趨勢；系統診斷是指數字孿生體實(shí)時(shí)監測系統，能夠判斷即將發(fā)生的不穩定狀態(tài)，即“先覺(jué)”；狀態(tài)預測只是數字孿生體能夠根據系統運行數據，對物理實(shí)體未來(lái)的狀態(tài)進(jìn)行預測，即“先知”；輔助決策是指能夠根據數字孿生體所呈現、診斷及預測的結果對系統運行過(guò)程中各項決策提供參考。

應用層：應用層是面向各類(lèi)場(chǎng)景的數字孿生體的最終價(jià)值體現，具體表現為不同行業(yè)的各種產(chǎn)品，能夠明顯推動(dòng)各行各業(yè)的數字化轉型，目前數字孿生已經(jīng)應用到了智慧城市、智慧工業(yè)、智慧醫療、車(chē)聯(lián)網(wǎng)等多種領(lǐng)域，尤以數字孿生城市、數字孿生制造發(fā)展最為成熟。

04

數字孿生關(guān)鍵技術(shù)

根據數字孿生體系架構，數字孿生包含了以下各項關(guān)鍵技術(shù)。

建模是創(chuàng )建數字孿生體的核心技術(shù)，也是數字孿生體進(jìn)行上層操作的基礎。建模不僅包括對物理實(shí)體的幾何結構和外形進(jìn)行三維建模，還包括對物理實(shí)體本身的運行機理、內外部接口、軟件與控制算法等信息進(jìn)行全數字化建模。數字孿生建模具有較強的專(zhuān)用特性，即不同物理實(shí)體的數字孿生模型千差萬(wàn)別。目前不同領(lǐng)域的數字孿生建模主要借助 CAD、Matlab、Revit、CATIA 等軟件實(shí)現，前兩者主要面向基礎建模，Revit 主要面向建筑信息模型（Building Information Modeling，BIM）建模，CATIA則是面向更高層次的產(chǎn)品生命周期管理（Product Lifecycle Management，PLM）。

仿真是數字孿生模型驗證的關(guān)鍵方法。仿真和建模是一對伴生體，如果說(shuō)建模是對物理實(shí)體理解的模型化，那仿真就是驗證和確認這種理解的正確性和有效性的工具。仿真是將具備確定性規律和完整機理的模型以軟件的方式來(lái)模擬物理實(shí)體的一種技術(shù)。在建模正確且感知數據完整的前提下，仿真可以基本正確地反映物理實(shí)體一定時(shí)段內的狀態(tài)。

仿真起源于工業(yè)領(lǐng)域，近年來(lái)，隨著(zhù)工業(yè) 4.0和智能制造等新一輪工業(yè)革命的興起，仿真軟件開(kāi)始與傳統制造技術(shù)及各類(lèi)新興技術(shù)結合，在研發(fā)設計、生產(chǎn)制造、試驗運維等各環(huán)節發(fā)揮了重要的作用。

云計算為數字孿生提供重要計算基礎設施。云計算采用分布式計算等技術(shù)，集成強大的硬件、軟件、網(wǎng)絡(luò )等資源，為用戶(hù)提供便捷的網(wǎng)絡(luò )訪(fǎng)問(wèn)，用戶(hù)使用按需計費的、可配置的計算資源共享池，借助各類(lèi)應用及服務(wù)完成目標功能的實(shí)現，且無(wú)需關(guān)心功能實(shí)現方式，顯著(zhù)提升了用戶(hù)開(kāi)展各類(lèi)業(yè)務(wù)的效率。云計算根據網(wǎng)絡(luò )結構可分為私有云、公有云、混合云和專(zhuān)有云等，根據服務(wù)層次可分為基礎設施即服務(wù)（IaaS）、平臺即服務(wù)（PaaS）和軟件即服務(wù)（SaaS）。

邊緣計算是將云計算的各類(lèi)計算資源配置到更貼近用戶(hù)側的邊緣，即計算可以在如智能手機等移動(dòng)設備、邊緣服務(wù)器、智能家居、攝像頭等靠近數據源的終端上完成，從而減少與云端之間的傳輸，降低服務(wù)時(shí)延，節省網(wǎng)絡(luò )帶寬，減少安全和隱私問(wèn)題。

云計算和邊緣計算通過(guò)以云邊端協(xié)同的形式為數字孿生提供分布式計算基礎。在終端采集數據后，將一些小規模局部數據留在邊緣端進(jìn)行輕量的機器學(xué)習及仿真，只將大規模整體數據回傳到中心云端進(jìn)行大數據分析及深度學(xué)習訓練。對高層次的數字孿生系統，這種云邊端協(xié)同的形式更能夠滿(mǎn)足系統的時(shí)效、容量和算力的需求，即將各個(gè)數字孿生體靠近對應的物理實(shí)體進(jìn)行部署，完成一些具有時(shí)效性或輕度的功能，同時(shí)將所有邊緣側的數據及計算結果回傳至數字孿生總控中心，進(jìn)行整個(gè)數字孿生系統的統一存儲、管理及調度。

大數據與人工智能是數字孿生體實(shí)現認知、診斷、預測、決策各項功能的主要技術(shù)支撐。大數據的特征是數據體量龐大，數據類(lèi)型繁多，數據實(shí)時(shí)在線(xiàn)，數據價(jià)值密度低但商業(yè)價(jià)值高，傳統的大數據相關(guān)技術(shù)主要圍繞數據的采集、整理、傳輸、存儲、分析、呈現、應用等，但是隨著(zhù)近年來(lái)各行業(yè)領(lǐng)域數據的爆發(fā)式增長(cháng)，大數據開(kāi)始需求更高性能的算法支撐對其進(jìn)行分析處理，而正是這些需求促成了人工智能技術(shù)的諸多發(fā)展突破，二者可以說(shuō)是相伴而生，人工智能需要大量的數據作為預測與決策的基礎，大數據需要人工智能技術(shù)進(jìn)行數據的價(jià)值化操作。目前，人工智能已經(jīng)發(fā)展出更高層級的強化學(xué)習、深度學(xué)習等技術(shù)，能夠滿(mǎn)足大規模數據相關(guān)的訓練、預測及推理工作需求。

在數字孿生系統中，數字孿生體會(huì )感知大量來(lái)自物理實(shí)體的實(shí)時(shí)數據，借助各類(lèi)人工智能算法，數字孿生體可以訓練出面向不同需求場(chǎng)景的模型，完成后續的診斷、預測及決策任務(wù)，甚至在物理機理不明確、輸入數據不完善的情況下也能夠實(shí)現對未來(lái)狀態(tài)的預測，使得數字孿生體具備“先知先覺(jué)”的能力。

物聯(lián)網(wǎng)是承載數字孿生體數據流的重要工具。物聯(lián)網(wǎng)通過(guò)各類(lèi)信息感知技術(shù)及設備，實(shí)時(shí)采集監控對象的位置、聲、光、電、熱等數據并通過(guò)網(wǎng)絡(luò )進(jìn)行回傳，實(shí)現物與物、物與人的泛在連接，完成對監控對象的智能化識別、感知與管控。

物聯(lián)網(wǎng)能夠為數字孿生體和物理實(shí)體之間的數據交互提供鏈接，即通過(guò)物聯(lián)網(wǎng)中部署在物理實(shí)體關(guān)鍵點(diǎn)的傳感器感知必要信息，并通過(guò)各類(lèi)短距無(wú)線(xiàn)通信技術(shù)（如 NFC、RFID、Bluetooth 等）或遠程通信技術(shù)（互聯(lián)網(wǎng)、移動(dòng)通信網(wǎng)、衛星通信網(wǎng)等）傳輸到數字孿生體。

VR、AR、MR 技術(shù)是使數字空間的交互更貼近物理實(shí)體的實(shí)現途徑。虛擬現實(shí)（Virtual Reality，VR）將構建的三維模型與各種輸出設備結合，模擬出能夠使用戶(hù)體驗脫離現實(shí)世界并可以交互的虛擬空間。增強現實(shí)（Augmented Reality，AR）是虛擬現實(shí)的發(fā)展，其將虛擬世界內容與現實(shí)世界疊加在一起，使用戶(hù)體驗到的不僅是虛擬空間，從而實(shí)現超越現實(shí)的感官體驗?；旌犀F實(shí)（Mixed Reality，MR）在增強現實(shí)的基礎上搭建了用戶(hù)與虛擬世界及現實(shí)世界的交互渠道，進(jìn)一步增強了用戶(hù)的沉浸感。

在VR、AR、MR技術(shù)的支撐下，用戶(hù)與數字孿生體的交互開(kāi)始類(lèi)似與物理實(shí)體的交互，而不再僅限于傳統的屏幕呈現，使得數字化的世界在感官和操作體驗上更接近現實(shí)世界，根據數字孿生體制定的針對物理實(shí)體的決策將更加準確、更貼近現實(shí)。

05

數字孿生展望

5.1.1 技術(shù)方面的挑戰

數字孿生的發(fā)展在技術(shù)方面面臨以下5項挑戰。

a）數據采集傳輸及管理的挑戰。對于數據采集，主要挑戰在于傳感器的種類(lèi)、精度、可靠性、工作環(huán)境等受到當前技術(shù)發(fā)展水平的限制；對于數據傳輸，主要挑戰在于傳輸的實(shí)時(shí)性，而目前應用的大多數網(wǎng)絡(luò )傳輸設備和網(wǎng)絡(luò )結構難以滿(mǎn)足高級別的傳輸速率及質(zhì)量要求；對于數據管理，全壽命周期數據管理需要借助于分布式及冗余存儲，如何優(yōu)化數據的分布架構、存儲方式和檢索方法以獲得實(shí)時(shí)可靠的數據讀取性能，是其應用于數字孿生系統面臨的挑戰。

b）多尺度融合建模的挑戰。首先，現實(shí)中的復雜系統往往很難建立精確的數理模型。目前的建模方法大多基于統計學(xué)算法將數據轉化為物理模型的替代，模型的可解釋性不足，難以深度刻畫(huà)或表征物理實(shí)體的機理。如何將高精度傳感數據與物理實(shí)體的運行機理有效深度結合，獲得更好的狀態(tài)評估和系統表征效果，是構建準確數字孿生模型的關(guān)鍵。其次，高層次的數字孿生系統往往需要對大量不同物理實(shí)體進(jìn)行建模，在將這些不同尺度的模型融合為一個(gè)綜合的系統級模型時(shí)，增加不同模型間的數據接口及數據翻譯器，解決模型參數及其格式不一致的問(wèn)題，同樣是數字孿生建模過(guò)程中的挑戰。

c）高性能計算的挑戰。數字孿生系統各項功能的實(shí)現非常依賴(lài)高性能的計算能力，對系統所搭載的云計算平臺，優(yōu)化數據結構、算法結構，并配套足夠的算力，對部署在終端的邊緣計算平臺，綜合考量算力和功耗的平衡，均是數字孿生系統層面需要面臨的挑戰。而在服務(wù)層面，如今用戶(hù)所需的人工智能基礎設施不足、人工智能應用方案成本過(guò)高等也是亟待解決的問(wèn)題。

d）虛擬呈現的挑戰。如今 VR、AR、MR技術(shù)本身存在很多亟待突破的瓶頸，而對復雜的數字孿生系統，VR、AR、MR 技術(shù)難點(diǎn)有2個(gè)：一是需要布置大量的高精度傳感器采集系統的運行數據，為虛擬呈現提供必要的數據來(lái)源和支撐，二是如何將虛擬內容疊加至現實(shí)空間并提供沉浸式的虛實(shí)交互體驗。

e）系統安全的挑戰。數字孿生系統中數字孿生體與物理實(shí)體的交互是建立在網(wǎng)絡(luò )數據傳輸的基礎上的，數字孿生的應用使得企業(yè)原有的封閉系統逐漸轉變?yōu)殚_(kāi)發(fā)系統，因此系統的安全問(wèn)題隨之而來(lái)。首先是數據傳輸與存儲的安全，即在傳輸及存儲的過(guò)程中面臨數據丟失、數據泄密等風(fēng)險，其次是數字孿生虛實(shí)交互過(guò)程中存在安全漏洞，而導致其易受外界攻擊，進(jìn)而引起系統紊亂，影響數字孿生體與物理實(shí)體之間的數據信息及控制指令的交互效率。

5.1.2 應用方面的挑戰

數字孿生在落地應用方面也面臨一定的挑戰。

a）多場(chǎng)景應用的挑戰。數字孿生涉及的行業(yè)有待繼續拓展，目前數字孿生得到實(shí)際應用的行業(yè)少之又少，主要集中在智慧城市、智能制造等行業(yè)。在其他行業(yè)數字孿生仍停留在概念及原型設計的階段。另外數字孿生大規模應用的場(chǎng)景也比較有限，即使是在已經(jīng)投入實(shí)際應用的個(gè)別行業(yè)中，數字孿生更多是為單一小場(chǎng)景或單個(gè)系統服務(wù)，如單一建筑或單個(gè)機器的數字孿生體，還沒(méi)有得到大規模場(chǎng)景下的應用。

b）數字孿生產(chǎn)業(yè)鏈的挑戰。具體產(chǎn)業(yè)的整條產(chǎn)業(yè)鏈中涉及各種不同職能的主體，通過(guò)建立數字孿生產(chǎn)業(yè)鏈能夠實(shí)現這些主體的跨區域、跨行業(yè)、跨企業(yè)、跨部門(mén)的高效協(xié)同與資源優(yōu)化配置，但目前數字孿生產(chǎn)業(yè)鏈中的各主體尚處于碎片階段，聯(lián)系不夠緊密，數字化程度較低。

a）技術(shù)方面。在數字孿生的發(fā)展過(guò)程中，各項配套關(guān)鍵技術(shù)越來(lái)越成熟。硬件支持技術(shù)的發(fā)展能夠為系統帶來(lái)高效率的數據傳輸能力及高性能的計算能力，軟件相關(guān)算法及模型的發(fā)展能夠為系統帶來(lái)可靠的數據管理能力及深度的模型融合能力，這些都在不同層面推動(dòng)了數字孿生在各個(gè)領(lǐng)域的落地應用，而未來(lái)隨著(zhù)新一代信息技術(shù)、先進(jìn)制造技術(shù)、新材料技術(shù)等系列新興技術(shù)的共同發(fā)展，數字孿生將在探索與嘗試、優(yōu)化與完善中進(jìn)一步發(fā)展。

b）應用方面。隨著(zhù)數字孿生的普及，更多企業(yè)能夠發(fā)掘各類(lèi)數據的潛藏價(jià)值，并據此構建更精細、更動(dòng)態(tài)的數化模型。因此從長(cháng)遠來(lái)看，數字孿生的應用一方面將向廣度發(fā)展，即數字孿生將應用到更多的行業(yè)，服務(wù)更多的場(chǎng)景，另一方面將向深度發(fā)展，即貫穿具體產(chǎn)業(yè)的整條產(chǎn)業(yè)鏈，全面覆蓋上下游各類(lèi)主體，追求產(chǎn)業(yè)的數字化轉型。

c）政策方面。國家對數字孿生相關(guān)技術(shù)的重視程度在不斷提高，未來(lái)必會(huì )將出臺更多鼓勵人工智能、云計算、大數據等技術(shù)深度發(fā)展的政策，這將進(jìn)一步推動(dòng)數字孿生不斷走向成熟。同時(shí)，國家仍將繼續推進(jìn)企業(yè)數字化轉型的進(jìn)程，并加深數字經(jīng)濟與實(shí)體經(jīng)濟的深度融合，在經(jīng)濟支持政策和技術(shù)支持政策的雙重紅利下，數字孿生也將愈加完善，最終造福于國家和人民。