数字孪生概念、数字孪生技能架构、数字孪生应用场景，深度长文学习 ...

一、数字孪生起源与发展
1.1 数字孪生产生背景
数字孪生的概念最初由Grieves传授于2003年在美国密歇根大学的产品全生命周期管理课程上提出，并被界说为三维模子，包括实体产品、假造产品以及二者间的连接，如下图所示：

2011年，Michael Grieves与美国宇航局John Vickers 合著的《几乎完美：通过 PLM 推动创新和 精益产品》一书中正式将其命名为数字孪生。
1.2 数字孪生早期发展的局限
该概念和模子在2003年提出时并没有引起国表里学者们的重视，主要是因为：

• 其时在生产过程中网络产品相干信息的技能本领有限，大多采用人工方式和基于纸质文件，尤其是难以实现生产数据的在线实时采集；
  
• 物理产品的数字化形貌尚不成熟，相干的软硬件无法支持在假造空间中准确界说和形貌实体产品的相干属性和活动。
  
• 其时的盘算机性能和算法难以实现对大数据的实时处理，移动通信技能也不敷成熟，虚实之间的数据实时传输难以实现。
  

1.3 数字孪生的发展
由于GE、西门子等国表里公司的推广，数字孪生技能近年来在工业制造范畴同样发展迅速，而且数字孪生正成为跨国企业业务布局的新方向。
数字孪生正成为主要国家数字化转型的新抓手：

二、什么是数字孪生？
2.1 数字孪生权势巨子界说与概念拿捏
国外研究机构与国内行业专家分别做了界说：

• 德勤：数字孪生是以数字化的形式对某一物理实体过去和目前的活动或流程进行动态呈现。
  
• 埃森哲：数字孪生是指物理产品在假造空间中的数字模子，包含了从产品构思到产品退市全生命周期的产品信息。
  
• 宁振波：数字孪生是将物理对象以数字化方式在假造空间呈现，模拟其在实际情况中的活动特征。
  
• 赵敏：数字孪生是指在数字虚体空间中所构建的假造事物，与物理实体空间中的实体事物所对应的、在形态和举止上都 相像的虚实准确映射关系。
  

如下对数字孪生界说的形貌包括技能要素、软件要素、功能要素，非常的完备：
数字孪生是综合运用感知、盘算、建模等信息技能，通过软件界说，对物理空间进行形貌、诊断、预测、决定，进而实现物理空间与赛博空间的交互映射。

2.2 数字孪生的单方面不完备理解
假如还是无法找到正确的路，那么排除一些显着错误的方向也能资助提高我们认准的概率。从数字孪生模子、数据、连接、服务/功能、物理五大方面，可以立体性的单方面认识与完备理解数字孪生。
从模子的角度
敲重点，数字孪生直观呈现的是三维模子，但是其特征是多维的，包括物理世界运行的活动、参数、规则、几何运动，是动态交互的。而且理想数字孪生的特征是高保真、高可靠、高精度，就如同主动驾驶的安全性要求，可以大概完全的实现虚实结合，并做出合理、须要的反应。固然，以上对于物联网、大数据、模子、控制的技能要求好坏常高的。

从数据的角度
数据是数字孪生的灵魂，但是数据/大数据不即是数字孪生，数字孪生和上篇讲到的PLM有联系，但是有根本的区别。数字孪生数据特征是完备的数据，固然这个全生命周期数据不愿定是全企业，可以是某个车间、产线、设备的完备数据。这些数据可能包括各类数据源，设备运行、工艺参数、质检数据、情况条件等等，数据越完备，虚实融合的可靠度越高。

从连接的角度
数字孪生具备连接特性，是不是可以理解其为工业互联网平台或物联平台？这也是单方面的理解，不外数字孪生的存在形式可以是软件平台！数字孪生的数据特征是虚实融合，数据需要采集到平台，而平台的盘算数据也需反馈到物理空间，显着差别于工业互联网平台数据单向传输、采集的特点。
数字孪生要求双向连接、交互、驱动，简而言之数字孪生可以改变物理世界的运行状态，例子还是可以借助主动驾驶来进行理解。
国内有很多核心设备、高端设备都是国外进口，早期采购假如未对数据接口协议的开放达成一致，那么与设备数据的“双跨”将是显着的停滞，存在巨大的技能不确定性与实现成本，这可能也是未来数字孪生广泛推广的限制因素之一。

从服务/功能的角度
数字孪生所提供的服务是仿真？假造验证或3D可视化？以上都是它应该具备的，但其理想特征应包含模子驱动+数据驱动，数据驱动是基础，模子驱动才是精华。各类大数据/复杂算法模子可以大概基于实时数据做出诊断、预测，驱动物理世界的优化。

从物理的角度
这一点可以分析数字孪生存在的意义与价值了。数字孪生的载体包括连接、模子、数据、服务，这些将直接或间接呈如今工厂，观光者眼前。但是数字孪生的本质是围绕具体场景具体对象的业务应用需求，它是有生命的，它能让物理世界运行的更优美。

三、数字孪生应用
3.1 产品、制造、设备全生命周期的数字孪生
产品全生命周期简单粗暴的划分三个阶段的话，可以是产品研发、生产制造、投入利用与售后运维，那下面依次看下制造企业的这三大数字孪生如何应用。

3.2 产品数字孪生
通过模拟物理对象在各种场景下的性能，可避免多个原型的重复开辟，最小化开辟总时间。因此，制造商可以在假造情况中调整参数，在产品上线之前测试和验证产品的功能、安全性和质量。
产品研发团队利用数字孪生技能验证新产品设计，模拟产品在差别条件下的性能，以提前发现息争决题目。

• 波音777X飞机的研发：波音777X飞机是数字孪生技能应用在航空制造范畴的典范案例。通过数字孪生技能，波音公司可以在假造情况中模拟飞机的设计和性能，进行优化和迭代，从而提高了飞机的性能和安全性。
  
• 飞机引擎设计：航空发动机制造商利用数字孪生技能来创建引擎的假造模子，以模拟差别工况下的性能和耐久性。这有助于改善引擎设计，提高燃油服从和可靠性。
  
• 特斯拉汽车的研发：特斯拉汽车公司是数字孪生技能应用在汽车制造范畴的代表之一。特斯拉通过数字孪生技能，在假造情况中模拟和优化汽车的设计、性能和制造过程，加速了汽车的研发和创新。
  
• 英国铁路网的数字孪生是为了实现设计过程的主动化而建立的，大大节省了现场人工测量的成本和时间。
  

3.3 生产数字孪生（假造调试）
生产数字孪生也被称为假造调试，它主要用于车间的数字化和全主动化作业。
随着制造过程的工艺复杂度和主动化水平的提高，人们不可能坚持传统复杂长周期的调试模式。假造调试是指通过假造技能创建出物理制造情况的数字复制品，以用于测试和验证产品设计的合理性。
简单地说，假造调试是借助工厂、车间、制造呆板的模子，模拟运行整个或部分生产流程，并在生产线投产前对紧张功能和性能进行测试。
它可以大概检测和消除设计缺陷，比方PLCs代码中的bug，并提前办理一系列技能上的题目。观察显示，颠末假造调试后的生产线一开机就有较高的质量，因此实际调试的时间可以减少75%。

• 汽车制造商大众利用数字孪生技能来优化汽车的制造和装配过程。通过在假造情况中模拟装配线，他们可以测试差别的生产策略，提高装配线的服从，减少制造缺陷，并确保产品格量。
  
• 汽车制造商利用数字孪生来进行碰撞测试，以在假造情况中评估车辆的安全性能，减少实验室和实地测试的成本
  

假造调试可以大概带来的明显上风：

• 加快现场调试和生产线建设
  
• 最小化设备故障、碰撞和停机的风险
  
• 简化传统的软件测试流程
  
• 工厂验收测试和现场验收测试
  
• 优化复杂生产线生产周期
  
• 减少原型浪费和节省更多昂贵的质料
  
• 越早办理质量缺陷的成本越低
  

3.4 设备数字孪生（假造调试）
设备数字孪生主要通过网络产品、呆板和整个生产线的运行数据，以模拟和预测性能故障、能耗峰值及停机风险。这些应用显示了数字孪生技能在设备运行诊断方面的潜力。通过结合实时数据和假造模子，企业可以实现预测性维护，降低停机时间，提高设备的可靠性和服从。

• 风力涡轮机：
  

风力发电公司：风力涡轮机是一个复杂的机械系统，需要定期维护以确保高效运行。数字孪生技能用于创建模拟风力涡轮机的假造版本，通过将实际传感器数据与假造模子进行比对，监测涡轮机的性能。这种比对使得在假造情况中模拟差别条件下的运行情况，从而预测可能的故障并进行早期干预。

• 制造业呆板和设备：
  

工厂主动化系统：许多制造业呆板和设备嵌有传感器，可以大概实时监测运行数据。数字孪生技能结合这些数据与假造模子，使工程师可以在假造情况中模拟呆板的运行情况。通过模拟预测埋伏故障，并提前采取维护措施，减少生产线停机时间。

• 铁路和轨道交通：
  

列车维护：数字孪生技能在铁路和轨道交通中用于列车和轨道设备的维护。结合列车传感器数据和假造模子，可以模拟列车在差别条件下的运行情况，并预测可能的设备故障，资助提进步行维护和修复。
3.5 数字孪生应用小结
对应前面界说的产品生命周期三大阶段，在产品设计、制造和运行维修阶段分别表现为产品数字孪生体、生产工艺流程数字孪生体和设备数字孪生体，资助企业在实际投入生产前既能在假造情况中优化、仿真和测试产品性能，在生产过程中同步优化整个企业制造工艺流程， 最终实现高效的柔性生产和快速创新上市，锻造企业长期竞争力。
四、数字孪生典范特征与应用层级发展
4.1 数字孪生具备五大典范特征
a. 数据驱动：数字孪生的本质是数字空间重构物理世界的运行轨道，以数据的活动实现物理界的资源优化。
b. 模子支撑：数字孪生的核心是面向物理实体和逻辑对象建立机理模子或数据驱动模子，形成物理空间在赛博空间的虚实交互。（此处模子并非指三维模子）
c. 软件界说：数字孪生的关键是将模子代码化、标准化，以软件的形式动态模拟或监测物理空间的真实状态、活动和规则。
d. 精准映射：通过感知、建模、软件等技能，实现物理空间在赛博空间的全面呈现、精准表达和动态监测。
e. 智能决定：未来数字孪生将融合人工智能等技能，实现物理空间和赛博空间的虚实互动、辅助决定和持续优化。
4.2 数字孪生四大应用能力层级
可视化呈现是基础，智能化归因诊断是初阶应用，通过数据与模子预测未来是更好的孪生体，辅助决定是优化、替换工厂老师傅是不二之选。最后再加一个终极应用，数字孪生决定与反控，人工智能自优化与无人工厂。

五、技能架构与广泛应用场景
下面这两张图分别完备先容了数字孪生BIM技能架构与目前常见应用场景。
a. 物理层：实际世界、物理实体，应用的对象。
b. 数据层：实现物理层的数据采集、处理、传输。
c. 模子层：机理模子试图通过对系统的物理、化学、经济等方面的根本原理建模，从而揭示系统内部的运行机制。数据驱动模子则主要通过分析大量的输入-输出数据来发现模子的结构和规律，不思量系统底层的物理机制。数据驱动模子可以利用各种统计和呆板学习技能，如回归、决定树、神经网络等。
d. 功能层：实现形貌、诊断、预测、决定四个能力级别的功能应用。

AMRT3D数字孪生引擎[这里是图片014]https://www.amrt3d.com/#/

与模子优化服务平台[这里是图片016]https://www.laozicloud.com/

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。