作者：田鋒
來源：大數據DT（ID：hzdashuju）
在工業界，無論智能制造還是工業4.0，這些智能化體系都需要網絡化和數字化兩只輪子來支撐。在中國，工業互聯網已成為其中一只，而數字孿生體將成為另外一只。
數字孿生體將撐起數字化之輪，但又不止于數字化。數字孿生體的突破在于：它不僅僅是物理世界的鏡像，也要接收物理世界的實時信息，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，即一個數字孿生體的生長發育將經歷數化、互動、先知、先覺和共智等幾個過程。這里首先要強調互動，因為沒有實時互動，數字世界和物理世界之間則是偽孿生。
其次，我們提出“數字孿生體是仿真應用新巔峰”這一論斷，因為在數字孿生體成熟度進化的每個過程中，仿真都扮演著不可或缺的角色。
另外，我們還提出將“共智”作為數字孿生體的理想態，受人類認知所限，物理世界各物件是否在“共智”我們不得而知，但數字世界提供了無限便利以實現“共智”，讓我們可以把數字孿生體的價值挖掘到極致。
數字孿生體的應用絕不止于工業，我們應以更抽象的層次總結架構和技術，以更廣闊的視角來觀察場景和案例。本研究報告的第一部分關注對數字孿生體的抽象和總結。無論是參考架構、成熟度模型還是關鍵技術，都以“放之四海皆準”為原則。
在其余的章節，我們分別在工業、產業、民生和軍事等四個領域選擇了最關鍵的場景做實例化論述：數字孿生制造、數字孿生產業、數字孿生城市和數字孿生戰場。
研究報告目錄（全版）
一、數字孿生體發展綜述
二、數字孿生體的定義
三、數字孿生體的模型
（一）數字孿生體的概念模型
（二）數字孿生系統參考架構
（三）數字孿生體的應用框架
（四）數字孿生體成熟度模型
四、數字孿生體的關鍵技術
（一）建模
（二）仿真
（三）VR、AR及MR
（四）數字線程
（五）系統工程與MBSE
（六）物聯網
（七）云、霧與邊緣計算
（八）大數據與機器學習
（九）區塊鏈
五、數字孿生制造
（一）現狀
（二）綜述
（三）數字孿生制造參考架構
（四）數字孿生制造的關鍵技術
（五）數字孿生制造的典型應用場景
（六）數字孿生制造的典型應用案例
六、數字孿生產業
（一）現狀
（二）綜述
（三）數字孿生產業參考架構
（四）數字孿生產業的關鍵技術
（五）數字孿生產業的典型應用場景
（六）數字孿生產業的典型應用案例
七、數字孿生城市
（一）現狀
（二）綜述
（三）數字孿生城市參考架構
（四）數字孿生城市的關鍵技術
（五）數字孿生城市的典型應用場景
（六）數字孿生城市的典型應用案例
八、數字孿生戰場
（一）現狀
（二）綜述
（三）數字孿生戰場參考架構
（四）數字孿生戰場的關鍵技術
（五）數字孿生戰場的典型應用場景
（六）數字孿生戰場的典型應用案例
九、數字孿生體標準化進展
（一）標準化相關活動
（二）相關標準研發進展
十、結論
參考文獻
以下為研究報告正文（節選）：
01 數字孿生體的定義
本研究報告給出數字孿生體的定義如下：
數字孿生體是現有或將有的物理實體對象的數字模型，通過實測、仿真和數據分析來實時感知、診斷、預測物理實體對象的狀態，通過優化和指令來調控物理實體對象的行為，通過相關數字模型間的相互學習來進化自身，同時改進利益相關方在物理實體對象生命周期內的決策。
02 數字孿生系統參考架構
本研究報告提出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五個層次（圖A-1）。
▲圖A-1 數字孿生系統的通用參考架構
第一層是使用數字孿生體的用戶域，包括人、人機接口、應用軟件，以及其他相關數字孿生體（本研究報告稱之為共智數字孿生體，簡稱共智孿生體）。
第二層是與物理實體目標對象對應的數字孿生體。它是反映物理對象某一視角特征的數字模型，并提供建模管理、仿真服務和孿生共智三類功能。
建模管理涉及物理對象的數字建模與展示、與物理對象模型同步和運行管理。
仿真服務包括模型仿真、分析服務、報告生成和平臺支持。
孿生共智涉及共智孿生體等資源的接口、互操作、在線插拔和安全訪問。
建模管理、仿真服務和孿生共智之間傳遞實現物理對象的狀態感知、診斷和預測所需的信息。
第三層是處于測量控制域、連接數字孿生體和物理實體的測量與控制實體，實現物理對象的狀態感知和控制功能。
第四層是與數字孿生體對應的物理實體目標對象所處的現實物理域。測量與控制實體和現實物理域之間有測量數據流和控制信息流的傳遞。
測量與控制實體、數字孿生體以及用戶域之間的數據流和信息流動傳遞，需要信息交換、數據保證、安全保障等跨域功能實體的支持。信息交換通過適當的協議來實現數字孿生體之間交換信息。數據保證負責數據傳遞的安全保障，負責數據和信息傳遞的認證、授權和保密。數據保證和安全保障一起提供數據的準確性和完整性。
03 數字孿生體成熟度模型
數字孿生體不僅僅是物理世界的鏡像，也要接收物理世界實時信息，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，即一個數字孿生體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A-2）。
▲圖A-2 數字孿生體成熟度模型
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，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”主要是指數字對象間及其與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。這種仿真不是對一個階段或一種現象的仿真，應是全周期和全領域的動態仿真。
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體的未來，那么“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。如果要求數字孿生體越來越智能和智慧，就不應局限于人類對物理世界的確定性知識。其實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體之間的智慧交換和共享，其隱含的前提是單個數字孿生體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。眾多數字孿生體在“共智”過程中必然存在大量的數字資產的交易，區塊鏈則提供了最佳交易機制。
04 數字孿生體核心技術
從數字孿生系統參考架構可見：
建模、仿真和基于數據融合的數字線程是數字孿生體的三項核心技術；
能夠做到統領建模、仿真和數字線程的系統工程和MBSE，則成為數字孿生體的頂層框架技術；
物聯網是數字孿生體的底層伴生技術；
而云計算、機器學習、大數據、區塊鏈則是數字孿生體的外圍使能技術（表A-1）。
▼表A-1 數字孿生體成熟度模型、關鍵特征和關鍵技術
1. 建模
“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。而數字孿生體的目的或本質是通過數字化和模型化，用信息換能量，以更少的能量消除各種物理實體，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體、實現數字孿生的源頭和核心技術，也是“數化”階段的核心。
2. 物聯網
“數化”中的另一層意思是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，這些狀態包括位置、屬性、性能等。物聯網技術為原子化向比特化轉變提供了完整的解決方案。同時物聯網為物理對象和數字對象之間的“互動”提供了通道。
3. 數字線程
“互動”是數字孿生體的一個重要特征，主要是指物理對象和數字對象之間的動態互動，當然也隱含了物理對象之間的互動以及數字對象之間的互動。前兩者通過物聯網實現，而后者則是通過數字線程實現。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。
4. 仿真
“先知”是指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，更需要數字模型中融入物理規律和機理，這是仿真世界的特長。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。
物理對象的當前狀態則通過物聯網和數字線程獲得。這種仿真不是對一個階段或一種現象的仿真，應是全周期和全領域的動態仿真，譬如產品仿真、虛擬試驗、制造仿真、生產仿真、工廠仿真、物流仿真、運維仿真、組織仿真、流程仿真、城市仿真、交通仿真、人群仿真、戰場仿真等。
5. 虛擬現實
人類通過屏幕與數字世界交互不僅不直觀、不真實，而且交互的深度受到巨大限制。
虛擬現實（VR）、增強現實（AR）及混合現實（MR）等三種技術提供的深度沉浸技術讓人類與數字世界的交互方式與物理世界類似，使數字世界在感官和操作體驗上更加接近物理世界，讓“孿生”一詞變得更為精妙。
但在數字世界中，人類又具有超人般的特異功能，可以無限駕馭數字世界，如穿墻而過、隔空取物、時空穿越、變換大小等，將數字孿生體的應用推向極致。
6. MBSE
系統工程的建模和仿真方法及流程可以作為頂層框架分別指導系統級數字孿生體和體系級數字孿生體（如共智孿生體）的構建和運行。
MBSE（基于模型的系統工程）是創建數字孿生體的框架，數字孿生體可以通過數字線程集成到MBSE工具套件中，進而成為MBSE框架下的核心元素。
從系統生存周期的角度，MBSE可以作為數字線程的起點，使用從物聯網收集的數據，運行系統仿真來探索故障模式，從而隨著時間的推移逐步改進系統設計。
7. 大數據
如果說“先知”是依據物理對象的確定性規律和完整機理來預測數字孿生體的未來，那么“先覺”就是依據不確定和不完整的信息來預感未來，這是大數據的強項。如果要求數字孿生體越來越智能和智慧，就不應局限于人類對物理世界的確定性知識，其實人類本身就不是完全依賴確定性知識而領悟世界的。
8. 云計算
“共智”的目標是實現世界上所有數字孿生體智慧的交換和共享，其隱含的前提是單個數字孿生體內部各構件的智慧首先是共享的。云計算、霧計算和邊緣計算則為數字孿生體內部和之間進行智慧共享提供了可能。
當然，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的數字孿生體，這個數量可以是無限的。
9. 區塊鏈
數字孿生體是典型的數字資產。在眾多數字孿生體“共智”的過程中，必然存在數字資產的交易。
區塊鏈提供的去中心化的交易機制能很好地支持分布、實時和精細化的數字資產交易，可以成為數字孿生體的最佳資產交易媒介。同時它也能引入信任度，持續保持透明度，很好地支持數字資產交易生態系統的參與主體，包括數字資產采集、存儲、交易、分發和服務各個流程的參與者。
以上技術為數字孿生體的通用核心技術，數字孿生體在工業、產業、民生和軍事等領域的應用中應有更多具體技術。這在研究報告的具體場景中展開介紹。
05 數字孿生體典型應用
數字孿生體的應用廣泛，本研究報告分別在工業、產業、民生和軍事等四個領域選擇了最關鍵的領域做實例化論述：數字孿生制造、數字孿生產業、數字孿生城市和數字孿生戰場。
1. 參考架構的實例化
針對不同領域，對通用參考架構做了實例化，主要的變化在于：
對現實物理域的物理對象做了實例化展開。
對數字孿生體中的數字組件做了實例化展開。
對測量和控制實體的元素做了實例化展開。
2. 成熟度模型的實例化
針對不同領域，對通用成熟度模型做了實例化，分別給出了數化、互動、先知、先覺和共智在各領域的實例化特征。
3. 特定領域的核心技術
針對不同領域，討論了其特定核心技術：
數字孿生制造：CAD、CAE、工藝仿真、工廠仿真、工業控制、CAM、MES、PLM、ERP。
數字孿生產業：創成式設計、增材制造、增材制造執行系統（AMES）、物流仿真。
數字孿生城市：測繪技術、BIM、3D-GIS、CIM、城市仿真、人臉識別。
數字孿生戰場：毀傷與損傷評估、體系仿真、軍用數據鏈、戰場感知。
4. 特定領域的實例化場景
針對不同領域，討論了其特定場景：
數字孿生制造：研發設計、生產制造。
數字孿生產業：市場營銷和電子商務、供應鏈和物流、產品使用和維護。
數字孿生城市：市政、交通、環保、安防、醫療、服務、社區、景區等。
數字孿生戰場：單兵（裝備）作戰、多兵種戰役、戰略決策。
5. 特定領域的應用案例
針對不同領域，討論了其典型案例：
06 結論
本研究報告在吸收了全球在數字孿生體領域最新研究成果的基礎上，做了一定創新和發展。我們在數字孿生體參考模型以及標準建設等方面，緊跟國際權威機構的研究成果。在大框架上不特立獨行，但在國際空白領域、尚無定論環節和具體應用方案上大膽創新和創造。
首先，不局限于當前研究較多的工業（或制造業）和城市領域，在產業和軍事領域，數字孿生體也將大有所為。所以，作為數字孿生體的通用研究報告，對實例化應用的抽象和總結是首要任務，其次還要回歸到更大范圍的實踐中。
其次，以往的數字孿生體研究過于偏重于數字化，更像是數字化技術的微小升級。其實僅就數字化而言，在PLM、虛擬城市、戰場仿真、工業大數據等方面都已經有很成熟的研究成果，應用也較為成功。
所以，我們將數字孿生體的研究視角提升到“互動”和“共智”層面，強調虛實動態實時互動，以及相關數字孿生體的共同進化。這才是數字孿生體區別于過往研究的重點所在，也是該體系價值最大的領域。
再次，我們提出“數字孿生體是仿真應用新巔峰”這一論斷：
“數化”的核心技術——建?？偸桥c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”的核心技術本身就是仿真；
有很多學者將“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學科耦合仿真才能讓思想碰撞，才能產生智慧的火花。
最后，關于數字孿生體的成熟度模型，也是基于以上的考慮，從更為抽象的層次和更具價值的領域出發，提出一個放之四海皆準且有益于數字孿生體這門學科進化發展的模型。
在微信公眾號大數據DT（ID：hzdashuju）后臺對話框回復苦旅尋真，可獲取完整版白皮書下載鏈接。
關于作者：田鋒，安世亞太公司高級副總裁、輪值總裁，國家工業軟件與先進設計研究院常務副院長，北京市綜合仿真工程實驗室主任，數字孿生體實驗室主任，生態設計與綠色制造促進會首席技術專家，北京市工業互聯網聯盟副理事長，機械工程學會設計分會專家委員。