国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

1. 數字孿生的概念 

全球最具權威的IT研究與顧問咨詢公司Gartner在2019年十大戰略科技發展趨勢中將數字孿生作為重要技術之一，其對數字孿生的描述為：數字孿生是現實世界實體或系統的數字化體現。

關于數字孿生的定義很多。陶飛教授在自然雜志的評述中認為，數字孿生作為實現虛實之間雙向映射、動態交互、實時連接的關鍵途徑，可將物理實體和系統的屬性、結構、狀態、性能、功能和行為映射到虛擬世界，形成高保真的動態多維／多尺度／多物理量模型，為觀察物理世界、認識物理世界、理解物理世界、控制物理世界、改造物理世界提供了一種有效手段。

CIMdata推薦的定義是：“數字孿生（即數字克隆）：是基于物理實體的系統描述，可以實現對跨越整個系統生命周期可信來源的數據、模型和信息進行創建、管理和應用。”此定義簡單，但若沒有真正理解其中的關鍵詞（系統描述，生命周期，可信來源，模型），則可能產生誤解。

2. 數字孿生的模型

1）數字孿生的概念模型

基于數字孿生的文字定義，圖2給出數字孿生的五維概念模型。

數字孿生五維概念模型是一個通用的參考架構，能適用不同領域的不同應用對象。其次，它的五維結構能與物聯網、大數據、人工智能等新信息技術集成與融合，滿足信息物理系統集成、信息物理數據融合、虛實雙向連接與交互等需求。再次，孿生數據（DD）集成融合了信息數據與物理數據，滿足信息空間與物理空間的一致性與同步性需求，能提供更加準確、全面的全要素/全流程/全業務數據支持。服務（Ss）對數字孿生應用過程中面向不同領域、不同層次用戶、不同業務所需的各類數據、模型、算法、仿真、結果等進行服務化封裝，并以應用軟件或移動端App的形式提供給用戶，實現對服務的便捷與按需使用。連接（CN）實現物理實體、虛擬實體、服務及數據之間的普適工業互聯，從而支持虛實實時互聯與融合。虛擬實體（VE）從多維度、多空間尺度及多時間尺度對物理實體進行刻畫和描述。

2）數字孿生的系統架構

圖3給出了數字孿生系統的通用參考架構。一個典型的數字孿生系統包括用戶域、數字孿生體、測量與控制實體、現實物理域和跨域功能實體共5個層次。

3）數字孿生的成熟度模型

數字孿生不僅僅是物理世界的鏡像，也要接受物理世界實時信息，更要反過來實時驅動物理世界，而且進化為物理世界的先知、先覺甚至超體。這個演變過程稱為成熟度進化，即數字孿生的生長發育將經歷數化、互動、先知、先覺和共智等幾個過程（圖4）。

（1）數化。數化是對物理世界數字化的過程。這個過程需要將物理對象表達為計算機和網絡所能識別的數字模型。建模技術是數字化的核心技術之一，例如測繪掃描、幾何建模、網格建模、系統建模、流程建模、組織建模等技術。物聯網是“數化”的另一項核心技術，將物理世界本身的狀態變為可以被計算機和網絡所能感知、識別和分析。

（2）互動。互動主要是指數字對象及其物理對象之間的實時動態互動。物聯網是實現虛實之間互動的核心技術。數字世界的責任之一是預測和優化，同時根據優化結果干預物理世界，所以需要將指令傳遞到物理世界。物理世界的新狀態需要實時傳導到數字世界，作為數字世界的新初始值和新邊界條件。另外，這種互動包括數字對象之間的互動，依靠數字線程來實現。

（3）先知。先知是指利用仿真技術對物理世界的動態預測。這需要數字對象不僅表達物理世界的幾何形狀，更需要在數字模型中融入物理規律和機理。仿真技術不僅建立物理對象的數字化模型，還要根據當前狀態，通過物理學規律和機理來計算、分析和預測物理對象的未來狀態。

（4）先覺。如果說“先知”是依據物理對象的確定規律和完整機理來預測數字孿生的未來，那“先覺”就是依據不完整的信息和不明確的機理，通過工業大數據和機器學習技術來預感未來。如果要求數字孿生越來越智能和智慧，就不應局限于人類對物理世界的確定性知識，因為人類本身就不是完全依賴確定性知識而領悟世界的。

（5）共智。共智是通過云計算技術實現不同數字孿生之間的智慧交換和共享，其隱含的前提是單個數字孿生內部各構件的智慧首先是共享的。所謂“單個”數字孿生體是人為定義的范圍，多個數字孿生單體可以通過“共智”形成更大和更高層次的數字孿生體，這個數量和層次可以是無限的。

3. 數字孿生的關鍵技術

建模、仿真和基于數據融合的數字線程是數字孿生的3項核心技術。

1）建模

數字化建模技術起源于20世紀50年代，建模的目的是將我們對物理世界或問題的理解進行簡化和模型化。數字孿生的目的或本質是通過數字化和模型化，消除各種物理實體、特別是復雜系統的不確定性。所以建立物理實體的數字化模型或信息建模技術是創建數字孿生、實現數字孿生的源頭和核心技術，也是“數化”階段的核心。

數字孿生的模型發展分為4個階段，這種劃分代表了工業界對數字孿生模型發展的普遍認識，如圖5所示。

第1個階段是實物模型階段，沒有虛擬模型與之對應。NASA在太空飛船飛行過程中，會在地面構建太空飛船的雙胞胎實物模型。這套實物模型曾在拯救Apollo 13的過程中起到了關鍵作用。

第2個階段是實體模型有其對應的部分實現的虛擬模型，但它們之間不存在數據通信。其實這個階段不能稱為數字孿生的階段，一般準確的說法是實物的數字模型。還有就是雖然有虛擬模型，但這個虛擬模型可能反應的是來源于它的所有實體，例如設計成果二維/三維模型，同樣使用數字形式表達了實體模型，但兩者直接并不是個體對應的。

第3個階段是在實體模型生命周期里，存在與之對應的虛擬模型，但虛擬模型是部分實現的，這個就像是實體模型的影子，也可稱為數字影子模型，在虛擬模型間和實體模型間可以進行有限的雙向數據通信，即實體狀態數據采集和虛擬模型信息反饋。當前數字孿生的建模技術能夠較好的滿足這個階段的要求。

第4個階段是完整數字孿生階段，即實體模型和虛擬模型完全一一對應。虛擬模型完整表達了實體模型，并且兩者之間實現了融合，實現了虛擬模型和實體模型間自我認知和自我處置，相互之間的狀態能夠實時保真的保持同步。

值得注意的是，有時候可以先有虛擬模型，再有實體模型，這也是數字孿生技術應用的高級階段。

一個物理實體不是僅對應一個數字孿生體，可能需要多個從不同側面或視角描述的數字孿生體。人們很容易認為一個物理實體對應一個數字孿生體。如果只是幾何的，這種說法尚能成立。恰恰因為人們需要認識實體所處的不同階段、不同環境中的不同物理過程，一個數字孿生體顯然難以描述。如一臺機床在加工時的振動變形情況、熱變形情況、刀具與工件相互作用的情況……這些情況自然需要不同的數字孿生體進行描述。

不同的建模者從某一個特定視角描述一個物理實體的數字孿生模型似乎應該是一樣的，但實際上可能有很大差異。前述一個物理實體可能對應多個數字孿生體，但從某個特定視角的數字孿生體似乎應該是唯一的，實則不然。差異不僅是模型的表達形式，更重要的是孿生數據的粒度。如在所謂的智能機床中，通常人們通過傳感器實時獲得加工尺寸、切削力、振動、關鍵部位的溫度等方面的數據，以此反映加工質量和機床運行狀態。不同的建模者對數據的取舍肯定不一樣。一般而言，細粒度數據有利于人們更深刻地認識物理實體及其運行過程。

2）仿真

從技術角度看，建模和仿真是一對伴生體：如果說建模是模型化我們對物理世界或問題的理解，那么仿真就是驗證和確認這種理解的正確性和有效性。所以，數字化模型的仿真技術是創建和運行數字孿生體、保證數字孿生體與對應物理實體實現有效閉環的核心技術。

仿真是將包含了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界的一種技術。只要模型正確，并擁有了完整的輸入信息和環境數據，就可以基本正確地反映物理世界的特性和參數。

仿真興起于工業領域，作為必不可少的重要技術，已經被世界上眾多企業廣泛應用到工業各個領域中，是推動工業技術快速發展的核心技術，是工業3.0時代最重要的技術之一，在產品優化和創新活動中扮演不可或缺的角色。近年來，在工業4.0、智能制造等新一輪工業革命的興起，新技術與傳統制造的結合催生了大量新型應用，工程仿真軟件也開始與這些先進技術結合，在研發設計、生產制造、試驗運維等各環節發揮更重要的作用。

隨著仿真技術的發展，這種技術被越來越多的領域所采納，逐漸發展出更多類型的仿真技術和軟件。

針對數字孿生緊密相關的工業制造場景，我們梳理其中所涉及的仿真技術如下（圖6）：

（1）產品仿真，如系統仿真、多體仿真、物理場仿真、虛擬實驗等；

（2）制造仿真，如工藝仿真、裝配仿真、數控加工仿真等；

（3）生產仿真，如離散制造工廠仿真、流程制造仿真等。

數字孿生是仿真應用新巔峰。在數字孿生的成熟度的每個階段，仿真都在扮演著不可或缺的角色：“數化”的核心技術——建模總是和仿真聯系在一起，或是仿真的一部分；“互動”是半實物仿真中司空見慣的場景；“先知”的核心技術本色就是仿真；很多學者將“先覺”中的核心技術——工業大數據視為一種新的仿真范式；“共智”需要通過不同孿生體之間的多種學科耦合仿真才能讓思想碰撞，才能產生智慧的火花。數字孿生也因為仿真在不同成熟度階段中無處不在而成為智能化和智慧化的源泉與核心。

3）數字線程

一個與數字孿生緊密聯系在一起的概念是數字線程（digital thread）。數字孿生應用的前提是各個環節的模型及大量的數據，那么類似于產品的設計、制造、運維等各方面的數據，如何產生、交換和流轉？如何在一些相對獨立的系統之間實現數據的無縫流動？如何在正確的時間把正確的信息用正確的方式連接到正確的地方？連接的過程如何可追溯？連接的效果還要可評估。這些正是數字主線要解決的問題。CIMdata推薦的定義：“數字主線指一種信息交互的框架，能夠打通原來多個豎井式的業務視角，連通設備全生命周期數據的互聯數據流和集成視圖”。數字線程通過強大的端到端的互聯系統模型和基于模型的系統工程流程來支撐和支持，圖7是其示意圖。

數字線程是與某個或某類物理實體對應的若干數字孿生體之間的溝通橋梁，這些數字孿生體反映了該物理實體不同側面的模型視圖。數字線程和數字孿生體之間的關系如圖8所示。

從圖8可以看出，能夠實現多視圖模型數據融合的機制或引擎是數字線程技術的核心。因此，數字孿生的概念模型中，將數字線程表示為模型數據融合引擎和一系列數字孿生體的結合。數字孿生環境下實現數字線程有如下需求：

（1）能區分類型和實例；

（2）支持需求及其分配、追蹤、驗證和確認；

（3）支持系統跨時間尺度各模型視圖間的實際狀態記實、關聯和追蹤；

（4）支持系統跨時間尺度各模型間的關聯和及其時間尺度模型視圖的關聯；

（5）記錄各種屬性及其隨時間和不同的視圖的變化；

（6）記錄作用于系統以及由系統完成的過程或動作；

（7）記錄使能系統的用途和屬性；

（8）記錄與系統及其使能系統相關的文檔和信息。

數字線程必須在全生命周期中使用某種“共同語言”，才能交互。例如，在概念設計階段，就有必要由產品工程師與制造工程師共同創建能夠共享的動態數字模型。據此模型生成加工制造和質量檢驗等生產過程所需可視化工藝、數控程序、驗收規范等，不斷優化產品和過程，并保持實時同步更新。數字線程能有效地評估系統在其生命周期中的當前和未來能力，在產品開發之前，通過仿真的方法及早發現系統性能缺陷，優化產品的可操作性、可制造性、質量控制，以及在整個生命周期中應用模型實現可預測維護。

4. 數字孿生在智能制造中的典型應用案例

1）數字孿生設計物料堆放場

在電廠、鋼鐵廠、礦場都有物料堆放場。傳統上，設計這些堆放場時，設計需求是人為規劃的。堆放場建設運行后，卻常常發現當時的設計無法滿足現場需求。這種差距有時會非常大，造成巨大浪費。

為了應對這一挑戰，在設計新的物料堆放場時，ABB公司使用了數字孿生技術。從設計需求開始，設計人員就利用物聯網獲得的歷史運行數據進行大數據分析，對需求進行優化。在設計過程中，ABB借助于CAD/CAE/VR等技術開發了物料堆放場的數字孿生（圖9）。該數字孿生實時反映了物料傳輸、存儲、混合、質量等隨環境變化的參數。針對該物料場的設計并不是一次完成的，而是經過多次優化才定型的。在優化階段，在數字孿生中對物理場進行虛擬運行。通過運行反映出的動態變化，提前獲得運行后可能會出現的問題，然后自動改進設計。通過多次迭代優化，形成最終的設計方案。

通過運行過程證明，通過數字孿生設計的新方案可以更好地滿足現場需求。而且，結合物聯網，設計階段的數字孿生體會在運行階段繼續使用，不斷優化物料場的運行。

2）數字孿生機床

機床是制造業中的重要設備。隨著客戶對產品質量要求的提高，機床也面臨著提高加工精度、減少次品率、降低能耗等嚴苛的要求。

在歐盟領導的歐洲研究和創新計劃項目中，研究人員開發了機床的數字孿生體，以優化和控制機床的加工過程（圖10）。除了常規的基于模型的仿真和評估之外，研究人員使用開發的工具監控機床加工過程，并進行直接控制。采用基于模型的評估，結合監視數據，改進制造過程的性能。通過控制部件的優化來維護操作、提高能源效率、修改工藝參數，從而提高生產率，確保機床重要部件在下次維修之前都保持良好狀態。

在建立機床的數字孿生體時，利用CAD和CAE技術建立了機床動力學模型（圖11）、加工工程模擬、能源效率模型和關鍵部件壽命模型。這些模型能夠計算材料去除率和毛邊的厚度變化，以及預測道具破壞的情況。除了優化道具加工過程中的切屑力外，還可以模擬道具的穩定性，允許對加工過程進行優化。此外，模型還預測了表面粗糙度和熱誤差。機床數字孿生體能把這些模型和測量數據實時連接起來，為控制機床的操作提供輔助決策。機床的監控系統部署在本地系統中，同時將數據上傳至云端的數據管理平臺，在云平臺上管理并運行這些數據。

5. 數字孿生未來發展趨勢 

結合當前數字孿生的發展現狀，未來數字孿生將向擬實化、全生命周期化和集成化3個方向發展。

1）擬實化——多物理建模

數字孿生是物理實體在虛擬空間的真實反映，數字孿生在工業領域應用的成功程度取決于數字孿生的逼真程度，即擬實化程度。產品的每個物理特性都有其特定的模型，包括計算流體動力學模型、結構動力學模型、熱力學模型、應力分析模型、疲勞損傷模型以及材料狀態演化模型。如何將這些基于不同物理屬性的模型關聯在一起，是建立數字孿生、繼而充分發揮數字孿生模擬、診斷、預測和控制作用的關鍵。基于多物理集成模型的仿真結果能夠更加精確地反映和鏡像物理實體在現實環境中的真實狀態和行為，使得在虛擬環境中產品的功能和性能并最終替代物理樣機成為可能，同時還能夠解決基于傳統方法預測產品健康狀況和剩余壽命所存在的時序和幾何尺度等問題。多物理建模將是提高數字孿生擬實化程度、充分發揮數字孿生作用的重要技術手段。

2）全生命周期化——從產品設計和服務階段向產品制造階段延伸

基于物聯網、工業互聯網、移動互聯等新一代信息與通信技術，實時采集和處理生產現場產生的過程數據，并將這些過程數據與生產線數字孿生進行關聯映射和匹配，能夠在線實現對產品制造過程的精細化管控；同時結合智能云平臺以及動態貝葉斯、神經網絡等數據挖掘和機器學習算法，實現對生產線、制造單元、生產進度、物流、質量的實時動態優化與調整。

3）集成化——與其他技術融合

數字線程技術作為數字孿生的使能技術，用于實現數字孿生全生命周期各階段模型和關鍵數據的雙向交互，是實現單一產品數據源和產品全生命周期各階段高效協同的基礎。美國國防部將數字線程技術作為數字制造最重要的基礎技術，工業互聯網聯盟也將數字線程作為其需要著重解決的關鍵性技術。當前，產品設計、工藝設計、制造、檢驗、使用等各個環節之間仍然存在斷點，并未完全實現數字量的連續流動；MBD技術的出現雖然加強和規范了基于產品三維模型的制造信息描述，但仍主要停留在產品設計階段和工藝設計階段，需要向產品制造/裝配、檢驗、使用等階段延伸；而且現階段的數字量流動是單向的，需要數字線程技術實現雙向流動。因此，融合數字線程和數字孿生是未來的發展趨勢。

來源：PLM之神