什么是数字孪生?

什么是数字孪生?

    数字孪生，是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

    其实，简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。

    这个“克隆体”，也被称为“数字孪生体”。它被创建在信息化平台上，是虚拟的。

    也许你会说，这不就是电脑上的设计图纸嘛？CAD搞搞不就有了？

    其实不然。相比于设计图纸，数字孪生体最大的特点在于：它是对实体对象（姑且就称为“本体”吧）的动态仿真。也就是说，数字孪生体是会“动”的。

    而且，数字孪生体不是随便乱“动”。它“动”的依据，来自本体的物理设计模型，还有本体上面传感器反馈的数据，以及本体运行的历史数据。

    说白了，本体的实时状态，还有外界环境条件，都会复现到“孪生体”身上。

    如果需要做系统设计改动，或者想要知道系统在特殊外部条件下的反应，工程师们可以在孪生体上进行“实验”。这样一来，既避免了对本体的影响，也可以提高效率、节约成本。

    除了“会动”之外，理解数字孪生还需要记住三个关键词，分别是“全生命周期”、“实时/准实时”、“双向”。

    数字孪生是源自工业界的概念。在工业制造领域，有一个词叫做“产品生命周期管理（PLM）”。相信很多人都听说过。

    全生命周期，是指数字孪生可以贯穿产品包括设计、开发、制造、服务、维护乃至报废回收的整个周期。它并不仅限于帮助企业把产品更好地造出来，还包括帮助用户更好地使用产品。

    而实时/准实时，是指本体和孪生体之间，可以建立全面的实时或准实时联系。两者并不是完全独立的，映射关系也具备一定的实时性。

    双向，是指本体和孪生体之间的数据流动可以是双向的。并不是只能本体向孪生体输出数据，孪生体也可以向本体反馈信息。企业可以根据孪生体反馈的信息，对本体采取进一步的行动和干预。

工业制造

    数字孪生起源于工业制造领域。工业制造也是数字孪生的主要战场。

    在产品研发的过程中，数字孪生可以虚拟构建产品数字化模型，对其进行仿真测试和验证。生产制造时，可以模拟设备的运转，还有参数调整带来的变化。

    数字孪生能够有效提升产品的可靠性和可用性，同时降低产品研发和制造风险。

    维护阶段，数字孪生也能发挥重要作用。

    正如前文所说，美国空军提出数字孪生，就是为了帮助更好地维护战斗机。

    采用数字孪生技术，通过对运行数据进行连续采集和智能分析，可以预测维护工作的最佳时间点，也可以提供维护周期的参考依据。数字孪生体也可以提供故障点和故障概率的参考。

    数字孪生给工业制造带来了显而易见的效率提升和成本下降，使得几乎所有的工业巨头趋之若鹜。

    以美国通用公司为例。他们号称自己已经为每个引擎、每个涡轮、每台核磁共振创造了一个数字孪生体（截至2018年，GE已经拥有120万个数字孪生体）。

    通过这些拟真的数字化模型，工程师们可以在虚拟空间调试、实验，能够让机器的运行效果达到最佳。

    国内的很多工业科技企业也在数字孪生技术上有所布局，其中包括树根互联、研华科技、软通动力等。

智慧城市

    除了工业制造之外，数字孪生和5G、智慧城市也有非常密切的关系。

    我们知道，5G将开启“万物互联”的时代，它使得人类的连接技术到了前所未有的高度。

    未来，在5G的支持下，云和端之间可以建立更紧密的连接。这也就意味着，更多的数据将被采集并集中在一起。

    这些数据，可以帮助构建更强大的数字孪生体。例如，一个数字孪生城市。

    如今，我们的城市布满了各种各样的传感器、摄像头。借助包括5G在内的物联网技术，这些终端采集的数据可以更快地被提取出来。

    在数字孪生城市中，基础设施（水、电、气、交通等）的运行状态，市政资源（警力、医疗、消防等）的调配情况，都会通过传感器、摄像头、数字化子系统采集出来，并通过包括5G在内的物联网技术传递到云端。

    城市的管理者，基于这些数据，以及城市模型，构建数字孪生体，从而更高效地管理城市。

    相比于工业制造的“产品生命周期”，城市的“生命周期”更长，数字孪生带来的回报更大。当然，城市数字孪生的部署难度也更大。

    事实上，印度海德拉巴、新加坡，还有我们中国的深圳、雄安，都已经在做这方面的摸索和尝试。大量的投资，正在涌向“智慧城市+数字孪生”的应用场景。

    阿里的“城市大脑”、“数字平行世界”，还有科大讯飞的“讯飞超脑”，都涉及到智慧城市和数字孪生的结合。

    除了上述领域之外，包括园区、基建工程、医疗、物流、环保等很多场景都适合采用数字孪生技术，应用场景非常广阔。