数字孪生（DigitalTwin）的设想首次出现是在美国密歇根大学的产品全生命周期管理课程上。该设想的目的是，在虚拟空间构建的数字模型与物理实体交互映射，忠实地描述物理实体全生命周期的运行轨迹。现如今，数字经济已成为全球经济发展的热点，各国纷纷提出数字经济战略。2020年11月工信部牵头发布《数字孪生应用白皮书》，数字孪生技术与国民经济各产业融合不断深化，有力推动着各产业向数字化、网络化、智能化方向发展，成为我国经济社会发展变革的强大动力。

　　数字孪生是一种以数字化方式创建物理实体的虚拟实体，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。主要通过对物理世界的人、物、事件等所有要素数字化，在网络空间再造一个与之对应的“虚拟世界”，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。物理世界的动态，通过传感器精准、实时地反馈到数字世界。数字化、网络化能实现由实入虚的目的，网络化、智能化可实现由虚入实的目标，通过虚实互动，持续迭代，实现物理世界的最佳有序运行。

　　近年来，我国高度重视数字经济的发展，产业数字化升级战略正在推进中，引导数字经济与实体经济深度融合，促进经济高质量发展。数字孪生作为一项关键技术和提高效能的重要工具，可以有效发挥其在建模、数据采集、分析预测、虚拟仿真等方面的作用，助力推进数字化产业化，行业应用更是有无限广阔的空间。数字孪生作为新一代高新技术，结合人工智能、5G、区块链等前沿技术与各产业不断融合深化，有力推动各行业数字化转型的发展，实现智能互联网时代的升级与变革。

　　中国工程院院士李培根表示，数字孪生体是新一代制造业最大特点。数字孪生技术支持从创新概念到产品运行的过程，即贯穿产品的全生命周期。数字孪生体的价值在于与物理生命体的“共生”。在产品运行过程中，过程数据不断丰富数字孪生模型，获得的衍生数据反过来又能优化产品的运行。中国工程院院士李伯虎认为，支持数字孪生技术是数字化、网络化、云化、智能化模式的谋生手段。“智能+”时代的建模仿真技术是“智能+”时代的建模和仿真的模式、手段和业态的变化，而且随着时代的需求和其他技术的不断发展建模仿真技术也会有所突破。因此要持续地研究建模、仿真的模式和手段及业态的新发展，在软件定义的时代如果建模和仿真没有数字化、网络化、云化、智能化的模式手段及业态就是空谈。

　　1.数据采集技术

　　数据是数字孪生最核心的要素，它源于物理实体、虚拟模型、服务系统，同时在融合处理后又融入到各部分中，推动了各部分的运转。因此，数据的采集是数字孪生的基础。各个设备厂家在开发过程中，为了更好地适应不同用途场景的复杂环境，体现出设备的特点，不同的厂家使用了不同的现场总线，不同的设备之间又需要不同的设备通讯协议来可靠地传输数据。因此直到今天还没有一个全球统一的应用层协议。

　　目前市场上至少有几千种以上的设备通信协议，如modbus、HART、ASI、PPI、TCP/IP、NetBEUI、MPI以及工业以太网等，种类繁多的协议所产生的数据格式完全不同。

　　硬件设备的端口类型也是五花八门，包括RJ-45、SC、AUI、BNC、Console、FDDI等，给设备互通带来很大难度，形成信息孤岛。

　　要实现从控制系统中读取设备数据就需要经过数据格式解析、数据结构重新定义、数据逻辑重新定义等，对原生数据进行清洗，进而从出众多数据中提取关键、有效的部分并进行输出。同时支持开放式通信标准OPCUA和API自定义协议接入，可确保数据传输的稳定性，降低数据传输的延时，实现边缘数据采集的高速、高可靠和高适应性，为后续数字孪生系统运行提供重要的基础。

　　2.数字孪生数据应用

　　孪生数据包括物理实体、虚拟模型、服务系统的相关数据，领域知识及其融合数据，并随着实时数据的产生被不断更新与优化。孪生数据是数字孪生运行的核心驱动。将以上四个部分进行两两连接，使其进行有效实时的数据传输，从而实现实时交互以保证各部分间的一致性与迭代优化。

　　针对应用对象及需求分析出物理实体的特征，建立虚拟模型，构建连接实现虚实信息数据的交互，并借助孪生数据的融合与分析，最终为使用者提供各种服务应用。多维虚拟模型就是实现产品设计、生产制造、故障预测、健康管理等各种功能最核心的组件，在数据驱动下多维虚拟模型将应用功能从理论变为现实。

　　3.数据建模技术

　　数字孪生应用中真实物理空间的映射建模需要用丰富建模、计算求解、仿真工具集来强化多时空尺度模型统一计算求解能力。通过研制建模、计算求解、仿真工具集，形成多时空尺度模型统一计算求解能力，研究多领域多层次数字孪生模型建模方法，形成模型构建与求解软件工具集，从而提升工业互联感知接入装置与软件的多协议、跨平台适应能力,实现多维模型的虚实映射。

　　物理实体是客观存在的，它通常由各种功能子系统（如控制子系统、动力子系统、执行子系统等）组成，并通过子系统间的协作完成特定任务。各种传感器部署在物理实体上，实时监测其环境数据和运行状态。虚拟模型是物理实体忠实的数字化镜像，集成与融合了几何、物理、行为及规则四层模型。服务系统集成了评估、控制、优化等各类信息系统，基于物理实体和虚拟模型提供智能运行、精准管控与可靠运维服务。

　　在实际落地中，部署在PaaS层上的数字孪生应用，可以对企业的设计、生产、管理、运维等领域服务升级形成开放PaaS服务，同时具有独立的数据建模服务，根据工业场景的复杂性和客户需求的多样性，结合多种要素，围绕不同场景构建数据模型，并自动生成数据模型的概念关系图、逻辑图和实体模型。构建的数据模型库通过开放的API接口，以标准化模型库为基准，进行数据交互与存储。通过数据建模工具，对物理空间进行虚拟空间的数字转化提供数据模型，形成虚拟空间的实体数据模型库，为实现企业的虚拟数字孪生运行和企业数字化转型提供技术支撑，助力企业数据模型共享、复用、多方参与、协同演进的新生态。

　　4.人工智能技术

　　在数字孪生应用中，需要在虚拟空间对现实物理映射做到多概率的仿真，这就离不开算法模型和人工智能的开发。非常复杂的设计模型放到神经网络中，借助深度学习可以把高自由度的模型削减为低自由度且仍能够提供我们所需要的模型能力。从原理上来说，所有物理映射的虚拟必须进行模拟，这些模拟非常耗时耗力。而使用人工智能可以高效的选择可用性最高的仿真选项。

　　5.人机交互技术

　　动态实时交互连接将物理实体、虚拟模型、服务系统连接为一个有机的整体，使信息与数据得以在各部分间交换传递。同时将数字孪生应用生成的智能应用、精准管理和可靠运维等功能以最为便捷的形式提供给用户，给予用户最直观的交互。

　　文 / 龙小昂  王雷  深圳华龙讯达信息技术股份有限公司