摘要：研究了工業數字孿生內涵、發展脈絡及意義，重點對工業數字孿生技術體系和關鍵技術發展趨勢進行了深入剖析，分析了數字支撐、數字線程、模型構建、模型融合、模型修正、模型驗證、人機交互等關鍵技術，提出了對工業數字孿生發展的建議。

近些年，隨著全球工業互聯網發展戰略深入實施，工業領域催生出一批數字化、網絡化、智能化的新模式、新業態。其中，工業數字孿生日趨成為學術、產業界研究熱點，并有望成為推動工業企業數字化轉型的新動能。與此同時，當前產業界對于工業數字孿生定義及內涵尚未形成統一認識，亟需系統梳理相關概念、關鍵技術、應用場景和實施路徑，凝聚和深化產業共識，加速工業數字孿生技術創新和產業實踐。

1 工業數字孿生內涵及意義

1.1 工業數字孿生的發展脈絡

工業數字孿生發展經歷了3個階段，其發展的背后是數字化技術在工業領域的演進與變革。第一階段，概念發展過渡期。2003年，美國密歇根大學Michael Grieves教授首次提出了數字孿生概念［1］，原因是當時PLM、仿真等工業軟件已經較為成熟，為數字孿生在虛擬空間構建奠定了基礎。第二階段，航空航天行業應用期。2010年以后，數字孿生開始最早應用于航空航天行業，NASA和美國空軍實驗室是第一批應用數字孿生技術的企業，這與航空航天行業最早建設基于模型的系統工程（MBSE）息息相關，能夠支撐多類模型敏捷流轉和無縫集成。第三階段，多行業拓展應用期。當前，數字孿生應用已經由航空航天領域向多個行業拓展演進，以GE、西門子等為代表的工業企業加快構建數字孿生解決方案，為工業企業提供創新賦能服務。數字孿生蓬勃發展的背后與新一代信息技術的興起、工業互聯網在多個行業的普及應用息息相關。未來，數字孿生在工業領域的應用將持續深化，并加快推動工業企業數字化轉型。

1.2 工業數字孿生的定義及功能架構

1.2.1 工業數字孿生的定義

工業數字孿生是以數據與模型的集成融合為核心的數字化轉型方法論，基于多類建模工具在數字空間構建物理對象（包括資產、行為、過程等）的精準數字化映射，并通過IoT數據對各類模型進行實時驅動和修正，構建起綜合決策能力，推動工業全業務流程閉環優化。

1.2.2 工業數字孿生的功能架構

工業數字孿生功能架構主要由連接層、映射層、決策層三部分組成，具體如圖1所示。

圖1 工業數字孿生功能架構

（1）連接層。連接層具備采集感知和反饋控制兩類功能，是數字孿生閉環優化的起始和終止環節。通過深層次的采集感知獲取物理對象全方位數據，利用高質量反饋控制完成最終對物理對象的執行指令。

（2）映射層。映射層具備數據互聯、信息互通、模型互操作3類功能，同時數據、信息、模型三者間能夠自由交互。其中，數據互聯指通過工業通訊實現物理對象市場數據、研發數據、生產數據、運營數據的全生命周期集成；信息互通指利用數據字典、標識解析、元數據描述等功能，構建統一的信息模型，實現對物理對象信息的統一描述；模型互操作指能夠將幾何模型、仿真模型、業務模型、數據模型等多類刻畫物理對象內在規律的模型集成融合。

（3）決策層。在連接層和映射層的基礎上，實現描述、診斷、預測、處置等不同程度的綜合決策，并將最終決策指令反饋給物理對象，驅動物理對象控制執行。

工業數字孿生發展有三大典型特征：一是全生命周期實時映射，指孿生對象與物理對象能夠在全生命周期實時映射，并持續通過實時數據修正完善孿生模型；二是綜合決策，指通過數據、信息、模型的綜合集成，構建起智能分析的決策能力；三是閉環優化，指數字孿生能夠實現對物理對象從采集感知、綜合決策到反饋控制的全流程閉環應用。

1.3 工業數字孿生的發展意義美、德兩大制造強國分別于2020年成立了數字孿生聯盟和工業數字孿生協會，加快布局數字孿生技術。我國國家發展改革委、中央網信辦印發《關于推進“上云用數賦智”行動培育新經濟發展實施方案》［2］，工業和信息化部出臺《智能船舶標準體系建設指南（征求意見）》［3］，上海和雄安等地均在城市規劃中提出打造數字孿生城市［4-5］。Gartner連續3年將數字孿生列為未來十大戰略趨勢，Global Market Insights預測數字孿生市場在2020—2026年將保持30%多的穩定增長，從目前的40 多億美元增長到350 多億美元。由此可見，發展工業數字孿生意義重大。

（1）從國家層面看，隨著我國工業互聯網創新發展工程的深入實施，我國涌現了大量數字化網絡化創新應用，但在智能化探索方面實踐較少，如何推動我國工業互聯網應用邁向智能化成為當前亟需解決的重大課題。而數字孿生為我國工業互聯網智能化探索提供了基礎方法論，成為我國制造業進一步高質量發展的關鍵抓手。

（2）從產業層面看，數字孿生有望帶動我國工業軟件產業快速發展，加快縮短與國外工業軟件的差距。由于我國工業歷程發展時間短，工業軟件核心模型和算法一直與國外存在差距，成為國家關鍵“卡脖子”短板。數字孿生能夠充分發展我國工業門類齊全、場景眾多的優勢，釋放我國工業數據紅利，將人工智能技術與工業軟件結合，通過數據科學優化機理模型性能，實現工業軟件彎道超車。

（3）從企業層面看，數字孿生在工業研發、生產、運維全鏈條均能發揮重要作用。在研發階段，數字孿生通過在虛擬空間的模擬驗證工程，加快推動產品研發設計低成本試錯；在生產階段，數字孿生能夠構建實時聯動的三維可視化工廠，提升工廠一體化管控水平；在運維階段，數字孿生可以將仿真技術與大數據技術結合，不但能夠知道工廠或設備“什么時候發生故障”，還能夠了解“哪里發生了故障”，極大提升了運維的安全可靠性。

2 工業數字孿生技術體系及關鍵技術

工業數字孿生不是近期誕生的一項新技術，而是一系列數字化技術的集成融合和創新應用，涵蓋了數字支撐技術、數字線程技術、數字孿生體技術、人機交互技術四大類型。其中，數字線程技術和數字孿生體技術是核心技術，數字支撐技術和人機交互技術是基礎技術。工業數字孿生技術體系的架構如圖2所示。

圖2 工業數字孿生技術體系架構

2.1 數字支撐技術體系數字支撐技術體系具備數據獲取、傳輸、計算、管理一體化能力，為數字孿生高質量開發利用數據提供基礎支撐，涵蓋了采集感知、執行控制、新一代通信、新一代計算、數據模型管理五大類型技術。未來，集5類技術于一身的通用技術平臺將成為數字孿生發展的“基礎底座”。其中，采集感知技術不斷創新推動數字孿生蓬勃發展，支撐數字孿生更深入獲取物理對象數據。一是傳感器不斷朝著微型化發展，能夠被嵌入到工業裝備之中，實現更深層次的數據采集。當前，微型化傳感器尺寸可達到毫米級，甚至更小。如GE研發的嵌入式腐蝕傳感器，可嵌入到壓縮機內部，能夠實時顯示腐蝕速率。二是多傳感器融合技術快速發展，支撐單個傳感器采集多類型數據，提升分析決策水平。如第一款L3自動駕駛汽車奧迪A8的自動駕駛傳感器搭載了7種類型的傳感器，包含毫米波雷達、激光雷達、超聲波雷達等，可保證汽車決策的快速性和準確性。

2.2 數字線程技術體系數字線程技術是數字孿生技術體系中最為關鍵的核心技術，能夠屏蔽不同類型數據和模型格式，支撐全類數據和模型快速流轉和無縫集成，主要包括正向數字線程技術和逆向數字線程技術兩大類型。

（1）正向數字線程技術以基于模型的系統工程（MBSE）為代表，在數據和模型構建初期就基于統一建模語言（UML）定義好各類數據和模型規范，為后期全類數據和模型在數字空間集成融合提供基礎支撐。如空客利用模型系統工程（MBSE）設計和制造A350飛機，實現了比 A380工程變更數量降低10%的目標，極大地縮短了項目周期。

（2）逆向數字線程技術以管理殼技術為代表，面向數字孿生打造了數據/信息/模型的互聯/互通/互操作的標準體系，對已經構建完成或定義好規范的數據和模型進行“逆向集成”，進而打造虛實映射的解決方案。如在數據互聯和信息互通方面，德國在OPC-UA網絡協議中內嵌信息模型，實現了通信數據格式的一致性；在模型互操作方面，德國依托戴姆勒Modolica標準開展多學科聯合仿真，目前該標準已經成為仿真模型互操作全球最主流的標準。

2.3 數字孿生體技術體系數字孿生體是數字孿生物理對象在虛擬空間的映射表現，重點圍繞模型構建技術、模型融合技術、模型修正技術、模型驗證技術開展一系列創新應用。

2.3.1 模型構建技術模型構建技術是數字孿生體技術體系的基礎，幾何、仿真、數據、業務等多類建模技術的創新，提升在數字空間刻畫物理對象的形狀、行為和機理的效率。

（1）在幾何建模方面，基于AI的創成式設計工具提升產品幾何設計效率。如上海及瑞利用創成式設計幫助北汽福田設計前防護、轉向支架等零部件，利用AI算法優化產生了超過上百種設計選項，綜合比對用戶需求，從而使零件數量從4個減少到1個，重量減輕70%，最大應力減少 18.8%。

（2）在仿真建模方面，仿真工具通過融入無網格劃分技術降低仿真建模時間。Altair基于無網格計算優化求解速度，消除了傳統仿真中幾何結構簡化和網格劃分耗時長的問題，能夠在幾分鐘內分析全功能CAD程序集而無需網格劃分。

（3）在數據建模方面，傳統統計分析疊加人工智能技術，強化數字孿生預測建模能力。如GE通過遷移學習提升新資產設計效率，有效提升航空發動機模型開發速度和模型再開發精確度，以保證虛實精準映射。

（4）在業務建模方面，BPM、RPA等技術加快推動業務模型敏捷構建。如SAP發布業務技術平臺，在原有Leonardo平臺的基礎上創新加入RPA技術，形成“人員業務流程創新—業務流程規則沉淀—RPA自動化執行—持續迭代修正”的業務建模解決方案。

2.3.2 模型融合技術在多類模型構建完成后，需要通過多類模型“拼接”構建更加完整、精準的數字孿生體，而模型融合技術在這過程中發揮了重要作用，重點涵蓋了跨學科模型融合技術、跨領域模型融合技術、跨尺度模型融合技術。

（1）在跨學科模型融合技術方面，多物理場、多學科聯合仿真加快構建更完整的數字孿生體。如蘇州同元軟控通過多學科聯合仿真技術為嫦娥五號能源供配電系統量身定制了“數字伴飛”模型，精確度高達90% ~ 95%，為嫦娥五號飛行程序優化、能量平衡分析、在軌狀態預示與故障分析提供了堅實的技術支撐。

（2）在跨類型模型融合技術方面，實時仿真技術推動構建數字孿生體由“靜態描述”向“動態分析”演進。如ANSYS與PTC合作構建實時仿真分析的“泵”孿生體，利用深度學習算法進行CFD訓練，獲得流場分布降階模型，極大縮短了仿真模擬時間。

（3）在跨尺度模型融合技術方面，通過融合微觀和宏觀的多方面機理模型打造復雜系統級數字孿生體。如西門子持續優化汽車行業 Pave360解決方案，構建系統級汽車數字孿生體，整合傳感器電子、車輛動力學和交通流流量管理不同尺度模型，構建從汽車生產、自動駕駛到交通管控的綜合解決方案。

2.3.3 模型修正技術模型修正技術基于實際運行數據持續修正模型參數，是保證數字孿生不斷迭代精度的重要技術，涵蓋了數據模型實時修正、機理模型實時修正兩種技術。

（1）從IT視角看，在線機器學習基于實時數據持續完善統計分析、機器學習等數據模型精度。如流行的Tensorflow、Skit-learn等AI工具中都嵌入了在線機器學習模塊，基于實時數據動態更新模型。

（2）從OT視角看，有限元仿真模型修正技術能夠基于試驗或者實測數據對原始有限元模型進行修正。如在達索、ANSYS、MathWorks等領先廠商的有限元仿真工具中，均具備了有限元模型修正的接口或者模塊，支持用戶基于試驗數據對模型進行修正。

2.3.4 模型驗證技術模型驗證技術是數字孿生模型由構建、融合到修正后的最終步驟，唯有通過驗證的模型才能夠安全地下發到生產現場進行應用。當前模型驗證技術主要包括靜態模型驗證技術和動態模型驗證技術兩大類，通過評估已有模型的準確性，提升數字孿生應用的可靠性。

2.4 人機交互技術體系虛擬現實技術帶來全新的人機交互模式，以AR/VR為代表的新興技術正加快與幾何設計、仿真模擬的融合，持續提升數字孿生可視化效果。

（1）在“AR+CAD”方面，西門子的Solid Edge 2020產品新增增強現實功能，能夠基于OBJ格式快速導入到AR系統，提升3D設計外觀感受。

（2）在“AR+三維掃面建?！狈矫?，PTC Vuforia Object Scanner AR產品可掃描3D模型并將其轉換為Vuforia引擎兼容的格式。

（3）在“AR+仿真”方面，西門子將COMOS Walkinside 3D虛擬現實與SIMIT系統驗證和培訓的仿真軟件緊密集成，以支持更高效的工廠工程和較短的調試時間［6］。

3 發展建議

結合上文的研究，可對工業數字孿生發展提出如下建議。

一是加快制定數字孿生系統工程標準體系。依托我國航空航天領域已有系統工程體系，邀請全國專家封閉完成標準體系制定工作，并向全社會征求意見。標準體系制定后，鼓勵我國各行業開展垂直行業標準制定，并在工程實踐中不斷迭代標準版本。

二是加大建模工具的培育和產權保護。鼓勵全社會開展建模工具創新，完善工業軟件減費降稅政策，保護創新企業的知識產權。大力支持應用企業使用國產化建模工具，提升財政補貼力度，撬動應用企業“敢于用”國產工具。

三是廣泛開展工業機理模型匯聚共享行動。鼓勵平臺企業與高校合作共同培育工業機理模型，打造“1平臺+N高?！钡暮献黧w系，將平臺的數據匯聚優勢與高校的機理分析優勢結合，在完成項目過程中沉淀各類機理模型，豐富我國知識庫機理模型種類和數量。

四是加快AI技術與機理模型融合創新。支持構建數字孿生創新實驗室，充分發揮我國數據量多、AI應用技術領先的優勢，鼓勵高校、領先企業研發人工智能與機理模型融合技術，基于AI繞過機理縮短我國與國外模型質量差距。

五是積極培育數字孿生總集成總承包商。鼓勵各聯盟、協會面向各行業遴選一批主要的總集成總承包商，并在聯盟發起“合作共建”行動，為總集成總承包商配套好軟件廠商、裝備廠商和專業技術廠商，形成打造工廠級數字孿生的整體實力，提升我國國產化數字孿生建設率。

4 結束語

數字孿生應用需要多類數字化工具支撐，在美國對我國進行科技封鎖、我國開展“內循環和國際國內雙循環”發展的新形勢下，我國應充分利用工業門類齊全、應用場景眾多的優勢，持續培育國產化軟件工具和總集成總承包商，不斷積累工業數據和模型，加快人工智能與工業模型集成應用，實現數字孿生彎道超車。

原文標題：通信學院| 通信人必須知道的工業數字孿生技術

文章出處：【微信公眾號：通信頭條】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq