數字孿生五維模型及十大領域應用

摘 要：

數字孿生(Digital Twin)作為踐行智慧製造、工業4.0、工業網際網路、智慧城市等先進理念的使能技術與手段，近期備受學術界和企業界關注，尤其是數字孿生的落地應用更是關注熱點。模型是數字孿生的基礎與核心，而傳統數字孿生三維模型已無法滿足現階段技術發展與應用需求。在此背景下，為推動數字孿生技術在相關領域和行業的進一步應用，在數字孿生車間研究過程中，提出了數字孿生五維模型的概念，以適應新需求。基於前期相關研究，在進一步闡述數字孿生五維模型後，結合相關合作企業實際應用需求，重點探討了數字孿生五維模型在衛星/空間通訊網路、船舶、車輛、發電廠、飛機、複雜機電裝備、立體倉庫、醫療、製造車間、智慧城市10個領域的應用思路與方案，以期為相關領域踐行數字孿生理念與技術提供參考。

1 數字孿生髮展應用新趨勢與新需求

數字孿生(Digital Twin)以數字化的方式建立物理實體的多維、多時空尺度、多學科、多物理量的動態虛擬模型來模擬和刻畫物理實體在真實環境中的屬性、行為、規則等。數字孿生的概念最初於2003年由Grieves教授在美國密歇根大學產品生命週期管理課程上提出，早期主要被應用在軍工及航空航天領域。如美國空軍研究實驗室、美國國家航空航天局(NASA)基於數字孿生開展了飛行器健康管控應用，美國洛克希德·馬丁公司將數字孿生引入到F-35戰鬥機生產過程中，用於改進工藝流程，提高生產效率與質量。由於數字孿生具備虛實融合與實時互動、迭代執行與最佳化、以及全要素/全流程/全業務資料驅動等特點，目前已被應用到產品生命週期各個階段，包括產品設計、製造]、服務與運維等。

隨著美國工業網際網路、德國工業4.0、及中國製造2025等國家層面製造發展戰略的提出，智慧製造已成為全球製造業發展的共同趨勢與目標。數字孿生作為解決智慧製造資訊物理融合難題和踐行智慧製造理念與目標的關鍵使能技術，得到了學術界的廣泛關注和研究，並被工業界引入到越來越多的領域進行落地應用[1]。

數字孿生落地應用的首要任務是建立應用物件的數字孿生模型。當前，數字孿生模型多沿用Grieves教授最初定義的三維模型，即物理實體、虛擬實體及二者間的連線。然而，隨著相關理論技術的不斷擴充與應用需求的持續升級，數字孿生的發展與應用呈現出如下新趨勢與新需求：

(1)應用領域擴充套件需求 數字孿生提出初期主要面向軍工及航空航天領域需求，近年逐步向民用領域擴充。根據作者前期關於數字孿生在工業應用中的調研分析，數字孿生在電力、汽車、醫療、船舶等11個領域均有報導與應用需求，且市場前景廣闊。研究與實踐表明，相關領域應用過程中所需解決的首個挑戰是如何根據不同的應用物件與業務需求建立對應的數字孿生模型。因缺乏通用的數字孿生參考模型與建立方法的指導，嚴重阻礙了數字孿生相關領域的落地應用。

(2)與New IT技術深度融合需求 數字孿生的落地應用離不開New IT技術的支援，包括基於物聯網的虛實互聯與整合；基於雲模式的數字孿生資料儲存與共享服務；基於人工智慧的資料分析、融合、及智慧決策;基於虛擬現實(VR)與擴增實境(AR)的虛實對映與視覺化顯示等。數字孿生必須與New IT技術深度融合才能實現資訊物理系統的整合、多源異構資料的採—傳—處—用，進而實現資訊物理資料的融合、支援虛實雙向連線與實時互動，開展實時過程模擬與最佳化，提供各類按需使用的智慧服務。關於數字孿生與New IT技術的融合當前已有相關研究報導，如基於雲、霧、邊的數字孿生三層架構，數字孿生服務化封裝方法，數字孿生與大資料融合驅動的智慧製造模式，基於資訊物理系統的數字孿生參考模型，及VR/AR驅動的數字孿生虛實融合與互動等。

(3)資訊物理融合資料需求 資料驅動的智慧是當前國際學術前沿與應用過程智慧化的發展趨勢，如資料驅動的智慧製造、設計、執行維護、模擬最佳化等。相關研究可歸為3類：①主要依賴資訊空間的資料進行資料處理、模擬分析、虛擬驗證、及執行決策等，缺乏應用實體物件的物理實況小資料(如裝置實時執行狀態、突發性擾動資料、瞬態異常小資料等)的考慮與支援，存在“仿而不真”的問題；②主要依賴應用實體物件實況資料開展“望聞問切”經驗式的評估、分析與決策，缺乏資訊大資料(如歷史統計資料、時空關聯資料、隱性知識資料等)的科學支援，存在“以偏概全”的問題；③雖然有部分工作同時考慮和使用了資訊資料與物理資料，能在一定程度上彌補上述不足，但實際執行過程中兩種資料往往是孤立的，缺乏全面互動與深度融合，資訊物理一致性與同步性差，結果的實時性、準確性有待提升。資料也是數字孿生的核心驅動力，與傳統數字化技術相比，除資訊資料與物理資料外，數字孿生更強調資訊物理融合資料，透過資訊物理資料的融合來實現資訊空間與物理空間的實時互動、一致性與同步性，從而提供更加實時精準的應用服務。

(4)智慧服務需求 隨著應用領域的擴充，數字孿生必須滿足不同領域、不同層次使用者(如終端現場操作人員、專業技術人員、管理決策人員、及產品終端使用者等)、不同業務的應用需求。包括：①虛擬裝配、裝置維護、工藝除錯等物理現場操作指導服務需求；②複雜生產任務動態最佳化排程、動態製造過程模擬、複雜工藝自最佳化配置、裝置控制策略自適應調整等專業化技術服務需求；③ 資料視覺化、趨勢預測、需求分析與風險評估等智慧決策服務需求；④面向產品終端使用者功能體驗、沉浸式互動、遠端操作等“傻瓜式”和便捷式服務需求。因此，如何實現數字孿生應用過程中所需各類資料、模型、演算法、模擬、結果等的服務化，以應用軟體或移動端App的形式為使用者提供相應智慧服務，是數字孿生普適應用面臨的又一難題。

(5)普適工業互聯需求 普適工業互聯(包括物理實體間的互聯與協作，物理實體與虛擬實體的虛實互聯與互動，物理實體與資料/服務間的雙向通訊與閉環控制，虛擬實體、資料、及服務間的整合與融合等)是實現數字孿生虛實互動與融合的基石，如何實現普適的工業互聯是數字孿生的應用前提。目前，部分研究已開始探索麵向數字孿生的實時互聯方法，包括面向智慧製造多源異構資料實時採集與整合的工業網際網路Hub(IIHub)、基於AutomationML的資訊系統實時通訊與資料交換、基於MTConnect的現場物理裝置與模型及使用者的遠端互動，以及基於中介軟體的物理實體與虛擬實體的互聯互通等。

(6)動態多維多時空尺度模型需求 模型是數字孿生落地應用的引擎。當前針對物理實體的數字化建模主要集中在對幾何與物理維度模型的構建上，缺少能同時反映物理實體物件的幾何、物理、行為、規則及約束的多維動態模型的構建。而在不同維度，缺少從不同空間尺度來刻畫物理實體不同粒度的屬性、行為、特徵等的“多空間尺度模型”；同時缺少從不同時間尺度來刻畫物理實體隨時間推進的演化過程、實時動態執行過程、外部環境與干擾影響等的“多時間尺度模型”。此外，從系統的角度出發，缺乏不同維度、不同空間尺度、不同時間尺度模型的整合與融合。上述模型不充分、不完整問題，導致現有虛擬實體模型不能真實客觀地描述和刻畫物理實體，從而導致相關結果(如模擬結果、預測結果、評估及最佳化結果)不夠精準。因此，如何構建動態多維多時空尺度模型，是數字孿生技術發展與實際應用面臨的科學挑戰難題。

為適應以上新趨勢與新需求，解決數字孿生應用過程中遇到的難題，北航數字孿生技術研究團隊提出了數字孿生五維模型，並對數字孿生五維模型的組成架構及應用準則進行了研究。在前期研究工作基礎上，本文進一步對數字孿生五維模型進行了系統闡述，並探索五維模型在衛星/空間通訊網路、船舶、車輛、發電廠、飛機、複雜機電裝備、立體倉庫、醫療、製造車間、智慧城市10個領域的應用，以期為數字孿生理念與技術進一步落地應用提供參考。

2 數字孿生五維模型

為使數字孿生進一步在更多領域落地應用，北航數字孿生技術研究團隊對已有三維模型進行了擴充套件，並增加了孿生資料和服務兩個新維度，創造性提出了數字孿生五維模型的概念，如式(1)所示：

MDT=(PE,VE,Ss,DD,CN)。

(1)

式中：PE表示物理實體，VE表示虛擬實體，Ss表示服務，DD表示孿生資料，CN表示各組成部分間的連線。根據式(1)，數字孿生五維模型結構如圖1所示。

2.1 物理實體(PE)

PE是數字孿生五維模型的構成基礎，對PE的準確分析與有效維護是建立MDT的前提。PE具有層次性，按照功能及結構一般包括單元級(Unit)PE、系統級(System)PE和複雜系統級(System of systems)PE三個層級。以數字孿生車間[2]為例，車間內各裝置可視為單元級PE，是功能實現的最小單元；根據產品的工藝及工序，由裝置組合配置構成的生產線可視為系統級PE，可以完成特定零部件的加工任務；由生產線組成的車間可視為複雜系統級PE，是一個包括了物料流、能量流與資訊流的綜合複雜系統，能夠實現各子系統間的組織、協調及管理等。根據不同應用需求和管控粒度對PE進行分層，是分層構建MDT的基礎。例如，針對單個裝置構建單元級MDT，從而實現對單個裝置的監測、故障預測和維護等；針對生產線構建系統級MDT，從而對生產線的排程、進度控制和產品質量控制等進行分析及最佳化；而針對整個車間，可構建複雜系統級MDT，對各子系統及子系統間的互動與耦合關係進行描述，從而對整個系統的演化進行分析與預測。

2.2 虛擬實體(VE)

VE如式(2)所示[8]，包括幾何模型(Gv)、物理模型(Pv)、行為模型(Bv)和規則模型(Rv)，這些模型能從多時間尺度、多空間尺度對PE進行描述與刻畫[2,5]，

VE=(Gv,Pv,Bv,Rv)。

(2)

式中：Gv為描述PE幾何引數(如形狀、尺寸、位置等)與關係(如裝配關係)的三維模型，與PE具備良好的時空一致性，對細節層次的渲染可使Gv從視覺上更加接近PE。Gv可利用三維建模軟體(如SolidWorks、3D MAX、ProE、AutoCAD等)或儀器裝置(如三維掃描器)來建立。

Pv在Gv的基礎上增加了PE的物理屬性、約束、及特徵等資訊，通常可用ANSYS，ABAQUS，Hypermesh等工具從宏觀及微觀尺度進行動態的數學近似模擬與刻畫，如結構、流體、電場、磁場建模模擬分析等。

Bv描述了不同粒度不同空間尺度下的PE在不同時間尺度下的外部環境與干擾，以及內部執行機制共同作用下產生的實時響應及行為，如隨時間推進的演化行為、動態功能行為、效能退化行為等。建立PE的行為模型是一個複雜的過程，涉及問題模型、評估模型、決策模型等多種模型的構建，可利用有限狀態機、馬爾可夫鏈、神經網路、複雜網路、基於本體的建模方法進行Bv的建立。

Rv包括基於歷史關聯資料的規律規則，基於隱性知識總結的經驗，以及相關領域標準與準則等。這些規則隨著時間的推移自增長、自學習、自演化，使VE具備實時的判斷、評估、最佳化及預測的能力，從而不僅能對PE進行控制與執行指導，還能對VE進行校正與一致性分析。Rv可透過整合已有的知識獲得，也可利用機器學習演算法不斷挖掘產生新規則。

透過對上述4類模型進行組裝、整合與融合，從而建立對應PE的完整VE。同時透過模型校核、驗證和確認(VV&A)來驗證VE的一致性、準確度、靈敏度等，保證VE能真實對映PE[2,5]。此外，可使用VR與AR技術實現VE與PE虛實疊加及融合顯示，增強VE的沉浸性、真實性及互動性。

2.3 服務(Ss)

Ss是指對數字孿生應用過程中所需各類資料、模型、演算法、模擬、結果進行服務化封裝，以工具元件、中介軟體、模組引擎等形式支撐數字孿生內部功能執行與實現的“功能服務(FService)”，以及以應用軟體、移動端App等形式滿足不同領域不同使用者不同業務需求的“業務服務(BService)”，其中FService為BService的實現和執行提供支撐。

FService主要包括：①面向VE提供的模型管理服務，如建模模擬服務、模型組裝與融合服務、模型VV&A服務、模型一致性分析服務等；②面向DD提供的資料管理與處理服務，如資料儲存、封裝、清洗、關聯、挖掘、融合等服務；③面向CN提供的綜合連線服務，如資料採集服務、感知接入服務、 資料傳輸服務、協議服務、介面服務等。

BService主要包括：①面向終端現場操作人員的操作指導服務，如虛擬裝配服務、裝置維修維護服務、工藝培訓服務；②面向專業技術人員的專業化技術服務，如能耗多層次多階段模擬評估服務、裝置控制策略自適應服務、動態最佳化排程服務、動態過程模擬服務等；③面向管理決策人員的智慧決策服務，如需求分析服務、風險評估服務、趨勢預測服務等；④面向終端使用者的產品服務，如使用者功能體驗服務、虛擬培訓服務、遠端維修服務等。這些服務對於使用者而言是一個遮蔽了數字孿生內部異構性與複雜性的黑箱，透過應用軟體、移動端App等形式向使用者提供標準的輸入輸出，從而降低數字孿生應用實踐中對使用者專業能力與知識的要求，實現便捷的按需使用。

2.4 孿生資料(DD)

DD是數字孿生的驅動[7]。如式(3)所示[8]，DD主要包括PE資料(Dp)，VE資料(Dv)，Ss資料(Ds)，知識資料(Dk)，及融合衍生資料(Df)。

DD=(Dp,Dv,Ds,Dk,Df)。

(3)

式中：Dp主要包括體現PE規格、功能、效能、關係等的物理要素屬性資料與反映PE執行狀況、實時效能、環境引數、突發擾動等的動態過程資料，可透過感測器、嵌入式系統、資料採集卡等進行採集；Dv主要包括VE相關資料，如幾何尺寸、裝配關係、位置等幾何模型相關資料，材料屬性、載荷、特徵等物理模型相關資料，驅動因素、環境擾動、執行機制等行為模型相關資料，約束、規則、關聯關係等規則模型相關資料，以及基於上述模型開展的過程模擬、行為模擬、過程驗證、評估、分析、預測等的模擬資料；Ds主要包括FService相關資料(如演算法、模型、資料處理方法等)與BService相關資料(如企業管理資料，生產管理資料，產品管理資料、市場分析資料等)；Dk包括專家知識、行業標準、規則約束、推理推論、常用演算法庫與模型庫等；Df是對Dp,Dv,Ds,Dk進行資料轉換、預處理、分類、關聯、整合、融合等相關處理後得到的衍生資料，透過融合物理實況資料與多時空關聯資料、歷史統計資料、專家知識等資訊資料得到資訊物理融合資料，從而反映更加全面與準確的資訊，並實現資訊的共享與增值。

2.5 連線(CN)

CN實現MDT各組成部分的互聯互通。如式(4)所示[8]，CN包括PE和DD的連線(CN_PD)、PE和VE的連線(CN_PV)、PE和Ss的連線(CN_PS)、VE和DD的連線(CN_VD)、VE和Ss的連線(CN_VS)、Ss和DD的連線(CN_SD)，

CN=(CN_PD,CN_PV,CN_PS,

CN_VD,CN_VS,CN_SD)。

(4)

式中：①CN_PD實現PE和DD的互動：可利用各種感測器、嵌入式系統、資料採集卡等對PE資料進行實時採集，透過MTConnect、OPC-UA、MQTT等協議規範傳輸至DD；相應地，DD中經過處理後的資料或指令可透過OPC-UA、MQTT、CoAP等協議規範傳輸並反饋給PE，實現PE的執行最佳化。②CN_PV實現PE和VE的互動：CN_PV與CN_PD的實現方法與協議類似，採集的PE實時資料傳輸至VE，用於更新校正各類數字模型；採集的VE模擬分析等資料轉化為控制指令下達至PE執行器，實現對PE的實時控制。③CN_PS實現PE和Ss的互動：同樣地，CN_PS與CN_PD的實現方法及協議類似，採集的PE實時資料傳輸至Ss，實現對Ss的更新與最佳化；Ss產生的操作指導、專業分析、決策最佳化等結果以應用軟體或移動端App的形式提供給使用者，透過人工操作實現對PE的調控。④CN_VD實現VE和DD的互動：透過JDBC、ODBC等資料庫介面，一方面將VE產生的模擬及相關資料實時儲存到DD中，另一方面實時讀取DD的融合資料、關聯資料、生命週期資料等驅動動態模擬。⑤CN_VS實現VE和Ss的互動：可透過Socket、RPC、MQSeries等軟體介面實現VE與Ss的雙向通訊，完成直接的指令傳遞、資料收發、訊息同步等。⑥CN_SD實現Ss和DD的互動：與CN_VD類似，透過JDBC、ODBC等資料庫介面，一方面將Ss的資料實時儲存到DD，另一方面實時讀取DD中的歷史資料、規則資料、常用演算法及模型等支援Ss的執行與最佳化。