- 概念与内涵
- 引言
- 数字孪生：数字孪生是近年来热度最高的数字化技术之一，被各国众多科技企业纳入战略大方向，存在巨大的发展空间，成为数字领域技术和市场竞争主航道
- 数字孪生发展历程
- 数字孪生技术最早在1969年被NASA应用于阿波罗计划中，用于构建航天飞行器的孪生体，反映航天器在轨工作状态，辅助紧急事件的处置。
- 2003年，数字孪生概念正式被密歇根大学的Grieves教授提出，并强调全生命周期交互映射的特征。
- 2010年，“Digital Twin”一词在NASA 的技术报告中被正式提出，并被定义为“集成了多物理量.多尺度、多概率的系统或飞行器仿真过程”。
- 2011起数字孪生技术在各行业呈现应用价值，包括航天、军工、工业等。
- 2017年起被Gartner连续三年列为十大战略科技发展趋势，引爆对数字孪生关注。近几年在工业、城市管理领域持续渗透，并向交通、健康医疗等垂直行业拓展。
- 数字孪生定义
- 标准组织定义
- 数字孪生是具有数据连接的特定物理实体或过程的数字化表达，该数据连接可以保证物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程过程的整个生命周期的集成视图，有助于优化整体性能。
- 企业界定义
- 西门子
- 产品数字化、生产工艺流程数字化、设备数字化，数字孪生应完整真实的再现整个企业。
- 通用电气
- 资产和过程的软件表达，用于理解、预测和优化绩效以实现改善的业务成果。数字孪生由三部分组成:数据模型，一组分析或算法，以及知识。
- PTC
- 数字孪生体是由物（产生数据的设备和产品)、连接（搭建网络)、数据管理(云计算、存储和分析）和应用构成的功能体。因此，它将深度参与物联网平台的定义与构建。
- 西门子
- 学术界定义
- 密歇根大学
- 基于传感器所建立的某一物理实体的数字化模型，可模拟显示世界的具体事物
- 美国国防采办大学
- 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。
- 北京航空航天大学
- 以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段
- 密歇根大学
- 标准组织定义
- 数字孪生特征
- 虚实映射
- 闭环优化
- 实时同步
- 共生演进
- 概念辨析︰数字孪生与仿真
- 仿真概念
- 仿真是应用仿真硬件和仿真软件通过实验，借助某些数值计算和问题求解，反映系统行为或过程的模型技术，是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的方法，目的是依靠正确的模型和完整的信息、环境数据，反映物理世界的特性和参数。
- 关联
- 仿真是数字孪生的核心技术，是数字孪生实现数据交互和融合的基础。数字孪生需要依靠包括仿真、实测、数据分析在内的手段对物理实体状态进行感知、诊断和预测，进而优化物理实体，同时进化自身的数字模型。
- 区别
- 仿真仅能以离线的方式模拟物理世界，通常只是物理试题在数字空间单向和静态的映射，不搭载分析优化功能，不具备数字孪生的实时同步、闭环优化等特征。
- 仿真概念
- 概念辨析∶数字孪生与CPS
- CPS概念
- 信息物理系统( cyber physical system )的英文缩写，通过集成先进的感知、计算、通信和控制等信息技术和自动控制技术，构建了物理空间与虚拟空间中人、机、物、环境和信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代和动态优化
- 关联
- 与数字孪生高度相似，从功能角度都分为真实物理世界和虚拟数字世界两部分，两者都是利用数字化手段构建系统为物理世界服务，旨在构建物理世界和虚拟世界的交互闭环，实现对物理世界中活动的状态预测和决策指导
- 区别
- CPS更多的是理论框架，并未给出实施方案，数字孪生侧重于模型的构建等技术实现。
- CPS更加强调3C（计算、通信、控制）功能，数字孪生更加关注数字世界的数字孪生模型对物理世界的映射和记录，注重数字世界模型的映射能力和数字世界与物理世界的融合。
- CPS概念
- 概念辨析:数字孪生与数字线程
- 数字线程概念
- 数字线程是一个允许可连接数据流的可扩展的通信框架，其提供一个涵盖物理对象全生命周期的各数字孪生体之间数据的集成视图，将这些数据进行传递和追溯，通过提供访问、整合以及将不同或分散数据转换为可操作性信息的能力来通知决策制定者。
- 关联
- 数字线程是数字孪生场景的驱动器。它按照业务规则，在场景中对数字孪生体之间建立连接，并调度数字孪生体的交互，在场景中实现动态的业务逻辑，并管理每个数字孪生体的整个生命周期。
- 区别
- 数字线程是实现数字孪生多类模型数据融合的重要技术。在数字孪生的广义模型之中，存在着彼此具有关联的小模型，数字线程可以明确这些小模型之间的关联关系，并且为数字孪生提供贯穿物理对象全生命周期的数据访问、整合和转换能力，实现全面追溯、信息交互和价值链协同。
- 数字线程概念
- 概念辨析∶数字孪生与资产管理壳AAS
- 资产管理壳概念
- 资产管理壳的本质是基于德国工业4.0体系搭建的一套描述语言和建模工具。从而使得设备、部件等企业的每一项资产之间可以完成互联互通与互操作。借助其建模语言、工具和通讯协议，企业在组成生产线的时候，可具备通用的接口，即实现“即插即用”性，大幅度降低工程组态的时间，更好地实现系统之间的互操作性
- 关联
- 自数字孪生和资产管理壳问世以来，更多的观点是视二者为美国和德国的工业文化不同的体现。实际上，相较于资产管理壳这样一个起到管控和支撑作用的“管家”，数字孪生如同一个“执行者”，从设计、模型和数据入手，感知并优化物理实体，同时推动传感器、设计软件、物联网等新技术的更新迭代。
- 区别
- 德国目前正努力在把资产管理壳转变为支撑数字孪生的基础技术，数字孪生与AAS在一定程度上代表了美国和德国工业数字化转型的不同理念。
- 资产管理壳概念
- 概念辨析:数字孪生与元宇宙
- 元宇宙概念
- 可理解为平行于现实世界运行的人造虚拟空间，连接虚拟与现实。有真实的设计和经济环境，是一个能将所有人关联起来的3D虚拟世界，用户在元宇宙中拥有自己的虚拟身份和数字资产，可以在虚拟世界里尽情互动，从事生产经营活动并创造价值。功能上，元宇宙是一个承载虚拟活动的平台，用户能进行社交、娱乐、创作、展示、教育、交易等社会性、精神性活动。可为用户提供丰富的消费内容、公平的创作平台、可靠的经济系统、沉浸式的交互体验。
- 关联
- 数字孪生与元宇宙对偶，是元宇宙在产业应用领域的映射，可视为“产业元宇宙”。通过实时IoT数据在数字孪生模型中推动产业活动中全业务流程闭环优化，并持续通过数据修正和完善物理模型。
- 区别
- 数字孪生是元宇宙在产业领域的映射，内涵小于元宇宙。
- 元宇宙概念
- 引言
- 产业应用现状
- 数字孪生产业图谱
- 数字孪生应用之三分天下
- 城市数字孪生
- 工业数字孪生
- 网络数字孪生
- IT典型应用:数字孪生城市
- 概念
- 城市数字孪生是利用数字孪生技术，以数字化方式创建城市物理实体的虚拟映射，借助历史数据、实时数据、空间数据以及算法模型等，仿真、预测、交互、控制城市物理实体全生命周期过程的技术手段，可以实现城市物理空间和社会空间中物理实体对象以及关系、活动等在数字空间的多维映射和连接。
- 数字孪生城市技术架构
- 数字孪生城市应用场景分析
- 基于城市信息模型(CIM)的智慧园区数字孪生
- CIM全时空云平台构建
- 可视化交互
- 智慧园区应用集成
- 基于城市信息模型(CIM)的智慧园区数字孪生
- 概念
- OT典型应用:工业数字孪生
- 工厂级
- 工厂调度一体化，监测实时化，管理透明化，分析智能化，决策自主化
- 生产线级
- 产线布局优化、生产流程仿真、能耗分析优化、生产排程优化、生产协同优化
- 设备级
- 设备故障诊断、预测性维护、远程参数优化
- 工业设备数字孪生总体架构
- 物理空间
- 主体是设备本身，通过传感系统实现状态信息感知，接入虚实交互层，并具备执行数字孪生系统智能应用决策和控制指令的能力
- 虚实交互
- 完成物理空间传感系统获取的动态状态数据对数字空间的映射，包括数据采集、网络连接和边缘控制
- 数字空间
- 孪生数据∶分为工业设备历史状态数据、实时状态数据和孪生机理模型仿真数据
- 机理模型∶对物理空间工业设备及其运行环境的各层级属性、
- 组成关系和运行机理的模型化表述，由建模工具进行构建·仿真/分析/决策算法:对常用算法进行封装和组织，包括数据算法库、模型算法库、应用算法库等
- 智能应用
- 综合机理模型、孪生数据、仿真/分析/决策算法，构建面向工业设备不同生命周期的具体应用，实现设备的智能化功能
- 物理空间
- 工业设备数字孪生场景分析
- 基于数字孪生的机床加工碰撞干涉检测
- 设备孪生构建
- 机床状态实时监测
- 碰撞预测报警
- 基于数字孪生的机床加工碰撞干涉检测
- 工业设备数字孪生核心价值
- 工业设备数字孪生系统贯穿设计、制造、调试、运行、维护、回收、营销等工业设备全生命周期
- 工厂级
- CT典型应用:网络数字孪生
- 概念
- 一种仿真出来的物理网络端对端软件复本，两者以平行方式运行，从而可以实现连续的评估、预测和建议，以高效的、前瞻方式为实际运行的网络及其相关服务提供建模、验证和保障。
- 总体架构
- 物理网络层︰实体网络，包括网络设备设施、网络服务的地理环境信息、完整的组网信息等
- 数据层∶用于物理网络层的信息上报和网络孪生层生成的策略指令下发等，同时肩负数据采集、数据清洗、数据汇聚、数据处理及存储能力
- 孪生层∶包含网元单体模型的构建及网络服务场景的构建，运用数字线程技术驱动场景运行赋能网络全生命周期管理。
- 应用层∶验证网络规划、部署、优化、维护等生命周期各阶段遇到的问题，实现网络演进预测
- 网络数字孪生应用场景分析
- 基于数字孪生的场馆重点区域网络保障
- 网络孪生体构建
- 网络节点链路可视化呈现
- 网络运行趋势预测
- 基于数字孪生的场馆重点区域网络保障
- 网络数字孪生关键技术
- 网络数字孪生体建模
- 数字线程
- 可视化
- 网络数字孪生核心价值
- 业务全生命周期管理
- 沉浸式管理体验
- 网络风险和成本降低
- 网络实时闭环控制
- 概念
- 标准化进展
- 数字孪生国际标准组织一览
- 国际标准化组织ISO、国际电工委员会IEC、国际电联电信标准化部门ITU-T、国际电气电子工程师学会IEEE等主要国际标准化组织推动成立数字孪生技术委员会和工作组，开展数字孪生标准化研究
- ISO/IEC JTC1数字孪生标准体系
- 中国率先布局，掌握数字孪生国际标准话语权
- 国际标准进展
- 重点国际标准—ISO/IEC 30173数字孪生概念与术语
- 国内标准进展
- 重点国家标准—数字孪生第1部分∶通用要求
- 数字孪生国际标准组织一览
- 总结与展望
- 数字孪生是产业数字化转型的重要使能技术
- 作为发展数字经济的重要使能技术，数字孪生在近年来技术体系不断发展，核心技术快速演进，产业生态持续完备，行业应用走深向实，成为促进城市、工业、网络等垂直行业实现数智化转型的重要抓手
- 数字孪生“IT+OT+CT”应用面临诸多挑战
- 城市数字孪生从概念培育逐步走向建设实施，各项支撑技术日渐成熟，但仍面临着软件供应链安全性不足、数据支撑不足、应用深度不足、产业联动不足等问题与挑战
- 工业数字孪生面临技术、标准、机制、安全等诸多挑战，包括机理建模、仿真分析等技术短板，孪生数据字典、评价验收等标准缺失，多方协作机制及商业模式不明朗，数据、平台、网络等安全隐患均限制工业数字孪生发展
- 网络数字孪生亟待向定制化行业网的全生命周期管理演进，基于数字孪生技术从“规划、建设、运维、优化”维度构建行业网管理能力体系，提供以客户服务和业务保障为核心的低成本试错、高质量运维和智能辅助决策能力。
- 数字孪生标准缺失即将迎来大规模爆发期
- 国际国内主要标准化组织均已启动数字孪生标准研究和制定工作，我国在国际标准方面抢占先机
- 数字孪生标准化目前仍处于初期阶段，国内外已同步启动数字孪生术语、通用架构等基础共性标准研制。在此基础上，进一步对信息模型、数据集成、平台等数字孪生核心要素和垂直行业应用模式进行规范统一，力求形成覆盖数字孪生基础共性、关键技术和行业应用的标准体系。
- 数字孪生是产业数字化转型的重要使能技术
