数字孪生及其在固发研制中应用思考
数字孪生是跨越其生命周期的对象或系统的虚拟表示，从实时数据进行更新，并使用模拟、机器学习和推理来帮助决策。
数字孪生（Digital Twin）已经走过了几十年的发展历程，只不过以前没有这样命名，而是发展到了一定阶段，人们意识到应该给这种综合化的技术起一个更确切的名字。也有叫数字双胞胎。
本文论述的数字孪生有两层意思，一是指物理实体与其数字虚体之间的精确映射的孪生关系；二是将具有孪生关系的物理实体、数字虚体分别称作物理孪生体、数字孪生体。默认情况下，数字孪生亦指数字孪生体。
内涵解读 见仁见智
根据目前看到的资料，数字孪生技术的概念最早是在1991年，由大卫·盖伦特出版的《镜世界》。然而，Michael Grieves博士（当时在密歇根大学任教）在2002年首次将数字孪生的概念应用于制造业，并正式宣布了数字孪生软件的概念。最终，美国宇航局的约翰·维克斯在2010年推出了一个新术语——”数字孪生”。
然而，使用数字孪生作为研究物理物体的方法的核心思想实际上可以更早地看到。事实上，可以说，美国宇航局在20世纪60年代的太空探索任务中率先使用数字孪生技术，当时每个探测航天器都完全复制在地球的版本中，供美国宇航局飞行人员使用，用于研究和模拟目的。
大约从2014年开始，西门子、达索、PTC、ESI、ANSYS等知名工业软件公司，都在市场宣传中使用“Digital Twin”术语，并陆续在技术构建、概念内涵上做了很多深入研究和拓展。
数字孪生尚无业界公认的标准定义，概念还在发展与演变中。下面举例几个国内外企业或组织做的数字孪生定义，供读者参考。
- 美国国防采办大学认为：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度的仿真过程，在虚拟空间中完成对物理实体的映射，从而反映物理实体的全生命周期过程。
- ANSYS公司认为：数字孪生是在数字世界建立一个与真实世界系统的运行性能完全一致，且可实现实时仿真的仿真模型。利用安装在真实系统上的传感器数据作为该仿真模型的边界条件，实现真实世界的系统与数字世界的系统同步运行。
- 中国航空工业发展研究中心刘亚威认为：从本质上来看，数字孪生是一个对物理实体或流程的数字化镜像。创建数字孪生的过程，集成了人工智能、机器学习和传感器数据，以建立一个可以实时更新的、现场感极强的“真实”模型，用来支撑物理产品生命周期各项活动的决策。
- 上海优也信息科技有限公司首席技术官林诗万博士对数字孪生的理解是，数字孪生体可有多种基于数字模型的表现形式，在图形上，有几何、高保真、高分辨率渲染、抽象简图等；在状态和行为上，有设备运行、受力、磨损、报警、宕机、事故等；在质地上，有材质、表面特性、微观材料结构等。如图5-2所示。
▲图1 数字孪生示意图（来自优也公司）
- 北京航空航天大学张霖教授认为，“数字孪生是物理对象的数字模型，该模型可以通过接收来自物理对象的数据而实时演化，从而与物理对象在全生命周期保持一致。”
- 作者经过多年研究，也给出了自己的理解和定义：数字孪生是在“数字化一切可以数字化的事物”大背景下，通过软件定义和数据驱动，在数字虚体空间中创建的虚拟事物，与物理实体空间中的现实事物形成了在形、态、质地、行为和发展规律上都极为相似的虚实精确映射关系，让物理孪生体与数字孪生体具有了多元化映射关系，具备了不同的保真度（逼真、抽象等）。
数字孪生不但持续发生在物理孪生体全生命周期中，而且数字孪生体会超越物理孪生体生命周期，在数字空间持久存续。充分利用数字孪生可在智能制造中孕育出大量新技术和新模式。
数字孪生 非双非胎
“Digital Twin”在翻译和理解上颇有不同，歧义性发生在数字孪生应用场景中人们对“Twin”的理解上。“Twin”作为名称在英汉词典中有几种翻译结果：“孪生子之一，双胞胎之一；两个相像的人或物之一；成对、成双的东西；孪晶；双人床”。
如果仅看直译结果，双胞胎是准确翻译，但是如果仔细分析该术语的应用场景，上述翻译结果都不贴切，只有“孪生子之一”还算接近“Digital Twin”所描述的应用场景中的概念。而作者恰恰要强调的是“Digital Twin”术语的应用场景。
1. 只有“相像”而无“相等”
在相像程度上，从“生物场景/物理场景”的“Twin”，引申到“数字化场景”的“Digital Twin”，其本意是强调在数字空间构建的数字虚体与物理空间的物理实体非常相像。
但是，相像归相像，无论彼此多么像，二者也不是“是”“等于”或“相等”的关系，因为本非同源或同生，一个数字虚体无论多么像一个物理实体，它也不是物理实体——这个客观事实必须界定清楚。
“Digital Twin”描述的“相像”，通常都仅仅是指数字虚体和物理实体在外观和宏观结构上的“相像”，而从形、态、质地、行为和发展规律等多方面的评价指标来看，其实差异极大，本质本源不同。
“数字双胞胎”一词，较容易引导人们把二者完全等同起来，把“貌似一模一样”误认为“就是一模一样”甚至“相等”，从而形成认知错觉。
2. 数字孪生关系并不止于“双”
即使从“相像”来看，在所指上也并非限于“双”，因为“双”字会把更多的潜在应用场景限制住——彼此相像的虚实映射事物未必只有貌似常见的“一对一”关系，其实还有以下虚实映射对应关系：
- “一对多”——一个物理实体对应多个数字虚体（一台汽车发动机可有D /N/S等不同的驾驶挡位，启动/高速/低速/磨合/磨损等不同的工作状态，对此，在车载软件中用不同的参数和软件模型来描述和调控）；
- “多对一”——多个物理实体对应一个数字虚体（例如同型号不同尺寸的螺栓或铆钉对应同一个三维CAD模型）；
- “多对多”——更为一般化的设备工作场景（例如设计阶段因数字化“构型/配置”不同而产生了系列化物理设备及其数字孪生体，这些设备及其数字孪生体又置身于多种实物工作场景和数字场景）。
3. 需要考虑的特殊对应模式
在一些特殊场景中，数字孪生还存在“一对少”“少对一”“一对零”“零对一”的特殊对应模式：
- “一对少”——一个物理实体对应一个高度抽象的数字虚体（例如一辆高铁在调度上对应一个高度简化的数字化线框模型）；
- “少对一”——以一部分物理实体对应一个完整数字虚体（例如一个齿轮副对应一个减速箱的“三维CAD模型+力学载荷模型”）；
- “一对零”——因为不知其规律、缺乏机理模型导致某些已知物理实体没有对应的数字虚体（例如暗物质、气候变化规律等）；
- “零对一”——人类凭想象和创意在数字空间创造的“数字虚体”，现实中没有与其对应的“物理实体”（例如数字创意中的各种形象）。
一架战斗机由数万个结构件、几十万个标准件、大量的电子元器件和机载设备构成。
在从飞机的方案设计，到初步设计、详细设计、试制、试验，再到批生产、交付、运行、维护、维修，最后再到报废的全生命周期中，一个标准件数字模型会对应成千上万个实物零件，一个实物零件也会对应产品设计模型、多个仿真模型、工艺模型、工艺仿真模型、生产模型、装配模型、维护维修模型等，由此形成了物理实体和数字虚体的多元化对应关系，即“一对一”“一对多”“多对一”“多对多”“一对少”“少对一”“一对零”“零对一”。因此只谈“一对一”就显得在理解上过于简单了。
综上所述，“Digital Twin”一词在翻译和理解时，既不应限定在“双”，也不宜理解为“胎”。该词借用“Twin”之意，所表达的是一种数字虚体与物理实体非常相像的多元化虚实映射关系。
应用场景和对应模式是多种多样的。
虚体测试 实体创新
数字虚体与物理实体之间的孪生关系，其实早就有之，只不过此前没有使用严格定义的术语来表达。
平时大家所说的“比特（bit）与原子（atom）”“赛博与物理”“虚拟与现实”“数字样机与物理样机”“数字孪生体与物理孪生体”“数字端（C）与物理端（P）”“数字世界与物理世界”“数字空间与物理空间”等不同的虚实对应词汇，实际上都是在以不同的专业术语，或近似或准确地描述两种“体”之间的虚实映射关系。
- 从映射关系上看，一虚、一实，两种“体”相互对应，数量不限。数字虚体是物理实体的“数字孪生体”，反之，物理实体也是数字虚体的“物理孪生体”，这是二者的基本关系和事实。
- 从诞生顺序上看，先有物理实体，后有数字虚体。以工业视角来看，实体是第一次工业革命和第二次工业革命的产物，虚体是第三次工业革命的产物。而虚体对实体的描述、定义、放大与控制，以及二者的逐渐融合，正在促成新工业革命。
- 从重要性上看，没有物理实体，就无法执行工业必需的物理过程，无法保障国计民生；没有数字虚体，就无法实现对物理实体的赋值、赋能和赋智，就失去了工业转型升级的技术途径。虚实必须融合，二者均不可缺。但是最终体现的，是转型升级之后的“新工业实体”，是有了数字虚体作为大脑、神经特别是灵魂的全新机器和设备。
- 从创新性上看，虚实融合，相互放大价值。而且，在产品研制上，先做物理实体还是先做数字虚体，人们有了更多的选择，无论是谁先谁后，或是同时生成，都可产生诸多创新，智能制造中的很多新技术、新模式、新业态也就此产生。
据报道，美国陆军环境医学研究所2010年开始启动一个项目，旨在创建完整的“阿凡达”单兵。该所研究人员希望给每名军人都创建出自己的数字虚拟形象，无论高矮胖瘦和脾气秉性。目前已经成功地开发了250名“阿凡达”单兵。
在一个复杂的虚拟训练系统中，研究人员让这些虚拟单兵穿上不同的作战服，变换不同的姿势和位置，不断加载战场环境的数字孪生体来进行各种逼真的高风险模拟，从而替代实战测试。通过各种数字化测试来找出他们的弱点，甚至模拟各种恶劣气候环境来测试这些单兵的生理环境适应能力。所有测试过程无人身危险，可以随意反复试验。
上述技术路径可以用在新开发或正在改进的机器、设备或生产线上，即尽量在数字空间中，针对有待改进的机器、设备或生产线，做好它们的数字孪生体，施加并测试各种数字化的工况条件，随意变换工作场景，以近乎零成本对这些数字孪生体进行虚拟测试和反复迭代，待一切测试结果都满足了设计与改进目的之后，再在实际的机器、设备或生产线上进行实测，这样可以大幅度减少对物理实体测试环境的依赖和损耗，减少或避免可能出现的环境污染或人体伤害。最终通过一两次迭代就能实现对实体机器设备的改进。
数字孪生是如何工作的？
数字孪生是一个虚拟模型，旨在准确反映物理对象。正在研究的对象（例如风力涡轮机）配备了与重要功能区相关的各种传感器。这些传感器生成有关物理物体性能不同方面的数据，如能量输出、温度、天气条件等。然后，这些数据被传回处理系统并应用于数字副本。
一旦获得此类数据，虚拟模型可用于运行模拟、研究性能问题并生成可能的改进，所有这些都旨在产生有价值的见解，然后这些见解可以应用回原始物理对象。
数字孪生与模拟
虽然模拟和数字孪生都利用数字模型来复制系统的各种过程，但数字孪生实际上是一个虚拟环境，这使得它的研究更加丰富。数字孪生和模拟之间的区别很大程度上是一个规模问题：虽然模拟通常研究一个特定的过程，但数字孪生本身可以运行任意数量的有用模拟，以便研究多个过程。
分歧并没有就此结束。例如，模拟通常不会从实时数据中获益。但是，数字孪生是围绕双向信息流设计的，这种信息流首先发生在对象传感器向系统处理器提供相关数据时，然后当处理器创建的见解与原始源对象共享时再次发生。
通过拥有与广泛领域相关更好、不断更新的数据，加上虚拟环境带来的额外计算能力，数字孪生能够从比标准模拟更有利的视角研究更多的问题，从而具有改进产品和流程的更大最终潜力。
数字孪生的类型
根据产品放大程度，有多种类型的数字孪生。这对孪生最大的区别是应用领域。在系统或过程中，不同类型的数字孪生共存是很常见的。让我们通过数字孪生的类型来了解差异及其应用方式。
组件孪生/部件孪生
组件孪生是数字孪生的基本单元，是正常组件的最小示例。部分孪生大致相同，但与重要性稍低的成分有关。
资产孪生
当两个或两个以上的组件协同工作时，它们形成所谓的资产。资产孪生可以让你研究这些组件的相互作用，创建大量的性能数据，可以处理，然后转化为可操作的见解。
系统或单位孪生
下一个放大级别涉及系统或单元孪生，这使您能够看到不同的资产如何汇集在一起，形成一个完整的功能系统。系统孪生提供有关资产相互作用的可见性，并可能建议提高性能。
处理孪生
过程孪生，放大的宏观水平，揭示了系统如何协同工作，以创建一个完整的生产设施。这些系统是否都同步以达到最高效率运行，或者一个系统的延迟是否会影响其他系统？过程孪生可以帮助确定最终影响整体有效性的精确计时方案。
数字孪生案例和应用程序
通过数字孪生提高制造效率
使用端到端数字孪生可以让所有者/操作员在加快生产的同时减少设备停机时间。探索 IBM 和西门子创建的服务生命周期管理解决方案。
数字孪生的未来
2021年8月2日上午，由北京政府机构和多家公司联合承办了“2021全球数字经济大会·数字仿真技术论坛”。北京云道智造科技有限公司创始人屈凯峰作《普惠仿真数字孪生》主题演讲。他认为，建模仿真与大数据演绎出了数字孪生，而数字孪生必然具备预测功能，天气预报就是数字孪生的典型应用。如何实现仿真技术的普惠应用，让数字孪生的应用场景从天气预报延伸至更多的场景，最大的难题就是打造承载海量数字孪生的底层平台。云道智造在这方面进行了深入的探索，采用“PaaS大平台+APP小应用”的工业互联网模式打造自主仿真平台，支持海量各行业仿真APP（数字孪生）的无代码化开发，支持仿真APP的云化运行，使得仿真技术的终端用户由原来百万级的仿真专家，变成了数千万的普通制造业工程师。
对现有操作模式的根本性变革显然正在发生。在资产密集型行业，数字重塑正在发生，这些行业正在以颠覆性的方式改变运营模式，需要对资产、设备、设施和流程进行综合物理加数字视图。数字孪生是这种调整的重要组成部分。
数字孪生的未来几乎是无限的，因为越来越多的认知能力不断被投入到他们的使用中。因此，数字孪生不断学习新的技能和能力，这意味着他们可以继续产生所需的见解，使产品更好，流程更高效。
在固体火箭发动机研制中应用的思考
在这方面，目前尚无成熟的应用。国防科技大学张为华教授，发表了：“数字孪生驱动的固体发动机总体设计体系架构与应用”。论文研究建立了数字孪生驱动的固体发动机总体设计概念体系,从过程、模型和数据3个视角定义了固体发动机数字孪生,并提出了过程孪生、模型孪生和数据孪生的概念;在此基础上,建立了数字孪生驱动的固体发动机总体设计系统5层架构模型,分析了各层的内涵及层与层之间的关系;研究了数字孪生驱动的固体发动机总体设计系统的运行机制;分析了系统的特点,探讨了系统在发动机设计中的应用方法,并给出了初步的实现方案,为应用提供理论参考。
图3 固体发动机设计阶段数字孪生概念体系
图4固体发动机设计阶段数字孪生的系统架构
图5固体发动机数字孪生体的运行机制
最后，将固体发动机数字孪生的关键技术划分为5个方面：信息物理空间互联与融合技术；精细化建模、仿真、模型集成与验证技术；多学科协同过程建模与管理技术；孪生数据建模与组织技术；基于数字孪生的智能设计与故障诊断技术。
波音公司为F-15C型飞机创建了数字孪生体，不同工况条件、不同场景的模型都可以在数字孪生体上加载，每个阶段、每个环节都可以衍生出一个或多个不同的数字孪生体，从而对飞机进行全生命周期各项活动的仿真分析、评估和决策，让物理产品获得更好的可制造性、装配性、检测性和保障性。如图2所示。
▲图2 波音F-15C飞机的多个数字孪生模型
可见，这是一门凌驾于数值仿真、专业应用和系统仿真之上的研究领域，某种程度上来讲，还要广泛应用人工智能领域的研究成果，所形成的虚拟样机，必须可以对其进行功能和性能的操作，其难度和复杂程度绝对是一项大型的系统工程。
本文参考主要引自：
