數字孿生技術的實例應用

王宇婷 楊曉波

摘要：數字孿生技術一直側重于應用在制造、產品設計等重資產行業(yè)，隨著物聯網、云計算和AI等支持技術的發(fā)展，目前數字孿生也應用在其他新領域當中。概述數字孿生發(fā)展歷程，梳理數字孿生概念架構和技術流程，并基于數字孿生技術的特點，分析其在各個領域中的案例應用，為虛擬復雜場景中應用數字孿生技術提供理論依據。

關鍵詞：數字孿生;物聯網;虛擬仿真;智慧城市

中圖分類號：TP399

1.數字孿生的發(fā)展歷程

2002年左右，美國密歇根大學的Mechael Grieves教授在課堂上提出了類似數字孿生概念的思想，這個思想也成為業(yè)界普遍認同的數字孿生的起源。但是在此后的十多年中，這一思想并沒有得到業(yè)界響應和發(fā)展^[1]。直到2011年美國空軍研究室（AFRL）在演講中第一次提出了數字孿生（Digital Twin）。與此同時，NASA在發(fā)布了一篇文章，正式將數字孿生這一概念引入其中。后來，工業(yè)4.0重視數字孿生并開啟相關課題研究。研究組將數字孿生技術應用于數碼行業(yè)和建立互聯網行業(yè)的金融體系。2015年同年，中國也注重數字孿生技術的發(fā)展，形成了i4CN（工業(yè)4.0中國）。西門子隨后把數字孿生和西門子數字化戰(zhàn)略結合起來，逐步形成了一個數字孿生生產、產品、績效相對完整的解決方案。2017年到目前為止，Gartner始終把數字孿生列為十大戰(zhàn)略科技發(fā)展趨勢之一。圖1是數字孿生發(fā)展歷程時間軸。

2.數字孿生概念及框架

2.1數字孿生的概念

很多學者研究DT（數字孿生簡稱）的概念，但是目前為止并沒有在“到底什么是正確的DT”這個問題上達成共識^[2]。2012年NASA給出的數字孿生的概念是：數字孿生是一個集成的多物理學、多尺度、概率模擬的建成車輛或系統(tǒng)^[3]。但是這篇早期文件中關于數字孿生的概念十分模糊，而且只針對美國宇航局的飛行器發(fā)展，范圍非常局限。在之后的六年中，數字孿生概念得到了各個領域行業(yè)的不斷擴充和發(fā)展，使得其概念在2019年得到了初步的完善，Madni教授在文章“在基于模型的系統(tǒng)工程中利用數字孿生技術”中歸納總結了有關數字孿生的概念，這個說法也是目前最被廣泛認同的：數字孿生是一種多物理、多尺度、概率模擬集成系統(tǒng)。數字孿生在數字進程的支持下，用最佳可用模型、傳感器信息以及輸入數據去映射相應物理孿生體生命周期內活動或者性能^[4]。

2.2數字孿生的構建框架

根據模型在生命周期中的狀態(tài)，建立數字孿生基本框架，需要對模型進行需求分析，從而確定模型構建基本要求。再通過物理模型、數據模型、仿真模型之間的耦合集成來完成模型構建。模型構建過程和需求分析過程之間是不斷迭代的關系，構建出的模型必須每一步都符合前置需求，模型構建完成后實現模型演化并且聲稱仿真系統(tǒng)，達到數據的實時更新，每當模型發(fā)生改變時，數字孿生都會將演變后的結果生成最新版的模，同時新模型以及產生的數據都會存放在模型庫/云持中被重新利用^[5]。圖2是數字孿生構建過程的整體框架。

3.數字孿生的應用

數字孿生技術出現之后，首次被應用于飛行器健康管理中，美國空軍經過不斷的探索，詳細討論了數字孿生技術是否適用于航空航天領域。在不斷探索之后，美國國家航天局（NASA）和美國空軍（USAF）聯合發(fā)表了一篇有關數字孿生的論文，文章中明確說明數字孿生技術對飛行器的發(fā)展起著至關重要的作用。此篇文章發(fā)表之后，數字孿生技術被廣泛應用于航空航天領域（主要是外部設計、預測飛行器故障、后期維修等方面）。后來物聯網、大數據、AI以及云計算技術的進步和完善，使得數字孿生技術得到了快速發(fā)展。我國也緊跟國際數字孿生技術發(fā)展趨勢。并在2020年由中國工信部發(fā)布一本《數字孿生應用白皮書》，其中提到了現階段數字孿生由先前主要應用于航空領域，向外擴展到智能城市、制造業(yè)、工業(yè)制造、建筑鐵路、石油、船艦、環(huán)保、農業(yè)、電力以及醫(yī)療等相關領域^[6]。圖3是數字孿生技術應用圖。

3.1數字孿生應用一：智慧城市

數字孿生是為了反映真實的物理世界，

智慧城市的核心是在城市核心服務中嵌入物聯網傳感器，智慧城市在基礎設施中安裝傳感器并且通過物聯網設備進行監(jiān)控，可以有效應對未來的各種防范措施。同時，數字孿生還可以幫助城市規(guī)劃和發(fā)展，物聯網傳感器收集到的數據為城市規(guī)劃和發(fā)展提供了非常有力的依據，包括城市的公共視野到底是如何被劃分、被使用的。智慧城市通過在虛擬孿生中創(chuàng)建靈活的試驗床進行訓練生長，具體可以實現兩大目標：一個是場景測試，另外一個就是允許數字孿生通過分析不斷變化的數據在城市環(huán)境中學習，而數字孿生學習到的數據又可以反應用于城市的數據分析和檢測。

3.2數字孿生應用二：制造業(yè)

就算不提及數字孿生，制造業(yè)在國內外都已有非常悠久的歷史，然而，隨著數字孿生概念的提出，很多制造業(yè)不得不被迫適應數字孿生的發(fā)展趨勢，很多制造行業(yè)一直在尋找能夠通過跟蹤監(jiān)視產品來節(jié)約時間和資金成本的方法，高收益低成本是任何一個制造商的驅動力。數字孿生可以在這樣的需求環(huán)境下起到最大的作用。數字孿生可以實時地反饋生產線信息，協助制造商快速預測問題，使用數字孿生技術可以增加設備之間的關聯性，從而提高生產效率。生產機器能夠存儲和預測分析大量的數據，所以將AI算法和數字孿生相結合可以使系統(tǒng)具有更高的準確性。

3.3數字孿生應用三：建筑行業(yè)

建筑行業(yè)的工程建設以及設施管理是非常分散的，在一些臨時項目中無法和網絡交互、生命周期不可預測等特點，使得建筑行業(yè)降低了生產率和整體競爭力。所以在過去的幾年中，建筑行業(yè)不斷開發(fā)新工具和方法來集成建筑信息，2000年代初，BIM（建筑信息模型）的出現，為從事建筑行業(yè)的工作人員解決了很多分散性的問題，而當下，人們開始探索將BIM和物聯網技術結合起來，目的就是創(chuàng)建完整的數字孿生體^[7]。數字孿生可以對建筑結構持續(xù)的實時預測和監(jiān)視。當預測和維護建筑結構時，如果在實際上對建筑有物理變更，使用數字孿生和數據分析有助于提高準確性，同時數字孿生也可以在仿真過程中為施工團隊提高效率。

3.4數字孿生應用四：醫(yī)療保健

根據聯合國經濟社會調查部門統(tǒng)計，全球老年人人口將達到21億。而老年人保健約占全部醫(yī)療資源的一半。經過調查發(fā)現，慢性疾病在老年人群體中具有相當高的發(fā)病概率，而且具有持續(xù)時間長、難治愈等特點^[8]。同時老年人對醫(yī)院的排斥感和診斷準確性低導致了他們對預防和解決慢性疾病的知識十分匱乏，另外一方面，醫(yī)院資源分配不均，掛號、排隊、付款時間長，使老年人無法在醫(yī)院得到全面問診或治療。面對這種現象，在數據驅動的服務模式下使用智能醫(yī)療的精密醫(yī)學顯得尤其重要。隨著物聯網設備更便宜且更容易實現，數字孿生在醫(yī)療領域的應用需求不斷增長。對數字孿生的未來設想是實時地對人體進行分析，但是目前由于技術支持的限制，數字孿生已實施的應用是模擬藥物作用。數字孿生還可以模擬醫(yī)護人員所需要的環(huán)境場景，和AI算法相結合能做出更準確的決策。在醫(yī)療保健中，實時模擬和行為能力是最重要的，數字孿生可以協助進行預測性維護和醫(yī)療設備的持續(xù)維修。

3.5數字孿生應用五：氣象學

氣象機構利用地形和建筑的實體模型和物理模擬器分析多個來源的數據，數據主要包來自雷達、衛(wèi)星、無線電探空儀、無人機等等，人們可以在實時運行的大規(guī)模并行數值模擬器中找到最新的大數據同化方法。數字孿生之所以能在氣象學中占有一席之地，主要是由于在處理過程中對數據的隱私保護。目前，數字孿生在氣象學中的應用已經是最成熟的技術之一，但是仍然有很大的進步空間，一個問題是，全球仍然存在氣象站觀測不到的地方，這就導致了氣象服務質量有待提高。而決定氣象是否精確，首先就要從數值收集、分析以及增強技術等方面下手。數字孿生可以實際構建物理原型之前使用計算機模型來測試新系統(tǒng)，這樣的技術杯應用在氣象學中可以改善決策場景，而且對環(huán)境狀況可以進行近乎實施的天氣預報。

3.6數字孿生應用六：教育行業(yè)

網課的誕生顛覆了傳統(tǒng)課堂教程模式，網課具有地點靈活、價格低廉、可重復觀看的特點，面對這種教育變革，個性化教育面臨著巨大挑戰(zhàn)和更多的機會^[9]。很多學校記錄大量的學生數據，但是整理的學生線路圖并不完整，數字孿生就可以有效的彌補這個不足，讓個性化教育成為流行。使用智能學習環(huán)境可以構建個性化學習框架。融合數據挖掘工具用來構建學習目的的數據管理框架，從而可以幫助數據收集、數據表征、數據分析和數據實施的一整套評估流程，而且能更好的將計劃教育目標映射到學生的學習成果當中。將教育部門的數字孿生技術和其他部門的數字孿生技術相結合，可以更加有效的培養(yǎng)目標型人才。

3.7數字孿生應用七：交通能源行業(yè)

數字孿生相關技術日漸成熟，已經可以為交通和能源等領域提供智能解決方案。利用網絡物理系統(tǒng)控制大規(guī)模的公路貨運問題，其中包括集成的路線和運輸計劃使燃油消耗降至最低。目前國外已經討論了關于車輛和移動云計算之間的集成方法，還為空中交通管制提供了混合人工制品解決方案。另外，最近工業(yè)4.0利用最新技術已經在石油和天然氣領域進行了評估，在降低生產成本和減少溫室氣體排放量的前提下，如何提高能源效率的技術集成^[10]。

4.結語

數字孿生的發(fā)展必須以AI、物聯網、云計算等技術的發(fā)展作為支撐。通過文章的應用案例來看，數字孿生在制造領域中的應用較為廣泛，而智慧城市和醫(yī)療保健等領域的研究空缺突出。文章中對數字孿生的構建框架進行概括描述，分析其在各個領域中的案例應用，為數字孿生技術在現實中的應用提供了理論依據。

參考文獻：

1. 李欣，劉秀，萬欣欣.數字孿生應用及安全發(fā)展綜述[J].系統(tǒng)仿真學報，2019，31（03）：385-392.
2. Zhang L ，? Zhou L ，? Horn B . Building a right digital twin with model engineering[J]. Journal of Manufacturing Systems， 2021， 59（2）：151-164.
3. E. Glaessgen and D. Stargel， "The digital twin paradigm for future NASA and U.S. Air force vehicles"， Proc. 53rd AIAA/ASME/ASCE/AHS/ASC Struct. Struct. Dyn. Mater. Conf. 20th AIAA/ASME/AHS Adapt. Struct. Conf. 14th AIAA， pp. 1818， Apr. 2012.
4. A. Madni， C. Madni and S. Lucero， "Leveraging digital twin technology in model-based systems engineering"， Systems， vol. 7， no. 1， Jan. 2019.
5. 張霖，陸涵.從建模仿真看數字孿生[J/OL].系統(tǒng)仿真學報：1-11[2021-04-07].
6. 趙波.數字孿生城市白皮書[M].中國信息通信研究院：北京，2020：2-4.
7. Rosati C A ，? Cervo A ，? Fantuzzi C . Air Quality Monitoring in a BIM model by means of a IoT Sensors Network[C]// 2020 Fourth International Conference on I-SMAC （IoT in Social， Mobile， Analytics and Cloud） （I-SMAC）. 2020.
8. K. Krane-Gartiser， A. Asheim， O. B. Fasmer， G. Morken， A. Vaaler and J. Scott， "Actigraphy as an objective intra-individual marker of activity patterns in acute-phase bipolar disorder： A case series"，?Int. J. Bipolar Disorders， vol. 6， pp. 8， Mar. 2018.
9. H. Yu， C. Miao， C. Leung and T. J. White， "Towards AI-powered personalization in MOOC learning"，?npj Sci. Learn.， vol. 2， pp. 15， Dec. 2017.
10. Cajo R ，? Ghita M ，? D? Copot， et al. Context Aware Control Systems： An Engineering Applications Perspective[J]. IEEE Access， 2020， 8.