但是，当前业界对于数字孪生技术还存在一些模糊甚至错误的认识，给数字孪生技术披上了一层神秘的面纱。e-works认为，如果不能正确理解数字孪生技术的基本内涵就囫囵吞枣地应用数字孪生技术，很可能会“走入歧途”。为此，本文希望结合工业界的应用需求与实践，厘清对数字孪生的基本认识，引导企业正确理解和应用数字孪生技术。
关于数字孪生的内涵
2017年，gartner在十大新兴技术的专题对数字孪生的解释是：数字孪生是实物或系统的动态软件模型，在三到五年内，数十亿计的实物将通过数字孪生来表达。通过应用实物的零部件运行和对环境做出反应的物理数据，以及来自传感器的数据，数字孪生可用于分析和模拟实际运行状况，应对变化，改善运营，实现增值。数字孪生所发挥的作用就像一个专业技师和传统的监控和控制器（例如压力表）的结合体。推进数字孪生应用需要进行文化变革，结合设备维护专家、数据科学家和it专家的优势。将设备的数字孪生模型与生产设施、环境，以及人、业务和流程的数字表达结合起来，以实现对现实世界更加精确的数字表达，从而实现仿真、分析和控制。
从2018年gartner发布的新兴技术成熟度曲线中可以看出，数字孪生已经进入了过热期，其建设和预期出现了高峰，超出其当前能力，会形成投资泡沫。
-
模型的健壮性，聚焦于如何支持特定的业务成果；
-
与现实世界的连接，具有实现实时监控和控制的潜力；
-
应用高级大数据分析和人工智能技术来获取新的商机；
-
数字孪生模型与实物模型的交互，并评估各种场景如何应对的能力。
西门子认为：数字孪生是物理产品或流程的虚拟表示，用于理解和预测物理对象或产品的性能特征。数字孪生用于在产品的整个生命周期，在物理原型和资产投资之前模拟、预测和优化产品和生产系统。[5]
陶飞教授指出：当前对数字孪生存在多种不同认识和理解，目前尚未形成统一共识的定义，但物理实体、虚拟模型、数据、连接和服务是数字孪生的核心要素。不同阶段（如产品的不同生命周期）的数字孪生呈现出不同的特点，对数字孪生的认识与实践离不开具体对象、具体应用与具体需求。从应用和解决实际需求的角度出发，实际应用过程中不一定要求所建立的“数字孪生”具备所有理想特征，能满足用户的具体需求即可。
结合学术界的研究和工业界的实践，e-works认为，数字孪生并不是一种单元的数字化技术，而是在多种使能技术迅速发展和交叉融合基础上，通过构建物理实体所对应的数字孪生模型，并对数字孪生模型进行可视化、调试、体验、分析与优化，从而提升物理实体性能和运行绩效的综合性技术策略，是企业推进数字化转型的核心战略举措之一。
数字孪生的基本特征
例如，达索系统帮助新加坡构建了数字城市，建立了一座城市的数字孪生模型，不仅包括了地理信息的三维模型，各种建筑的三维模型，还包括了各种地下管线的三维模型。该模型作为城市的数字化档案，可以用于优化城市交通，便于各种公共设施的维护。biodigital公司创建了生物数字人体模拟演示的在线平台，可以帮助医生和科学家研究人体构造，进行模拟试验。在太空探索的过程中，科学家通过数字孪生模型对远在太空的航天器，例如登陆火星的“好奇号”火星车进行远程监控、仿真与操控。显然，物理实体的结构越复杂，其对应的数字孪生模型也会越复杂，实现数字孪生应用的难度也更大。
数字孪生的关键使能技术
需要强调的是，数字孪生的关键使能技术在数字孪生诞生之前就已经存在。而数字孪生的应用，又促进了这些关键使能技术的进一步发展。
产品的数字孪生
和工厂的数字孪生
目前，已有很多企业建立了生产监控与指挥系统，对车间进行视频监控，显示设备状态（停机、正常、预警和报警等），展示各种分析报表和图表等。构建数字孪生工厂可以进一步提升工厂运行的透明度。然而，要构建工厂完整的高保真数字孪生模型，需要工厂的建筑、产线、设备和产品的数字孪生模型，难度很大。设备和产线的数字孪生模型构建，有赖于厂商提供相关数据，仅仅通过立体相机拍照，通过逆向工程构建的车间三维模型精度很低，而且也只包括外观的三维模型。但是，即便是仅仅基本的示意性的低精度的工厂数字孪生模型，对于工厂管理者实时洞察生产、质量和能耗情况，尽早发现设备隐患，避免非计划停机，也具有实用价值。
需要强调的是，对于一个已经建成投产的工厂，在工厂运行过程中，其数字孪生工厂所显示的所有数据和状态信息，均来自真实的物理工厂，而非仿真结果。毫无疑问，要构建数字孪生工厂，需要实现设备数据采集和车间联网（m2m）。
产品数字孪生模型与工厂数字孪生模型在产品的制造过程中可以实现融合应用。在推进工厂的数字孪生应用时，如果有高保真的产品数字孪生模型，并且在此基础上能够构建产品的制造、装配、包装、测试等工艺的数字孪生模型，以及各种刀具和工装夹具的数字孪生模型，则可以在数字化工厂环境中，更加精准地对产品制造过程进行分析和优化。
产品数字孪生模型的演进
和数字主线
cimdata认为，数字主线是一种信息交互的框架，能够打通原来多个竖井式的业务视角，连通设备生命周期数据（也就是其数字孪生模型）的互联数据流和集成视图。数字主线通过强大的端到端的互联系统模型和基于模型的系统工程(mbse)流程来支撑和支持。波音公司开展了数字孪生和数字主线应用实践，提出基于模型企业（mbe）“钻石模型”。
对产品数字孪生模型的仿真分析，可以发现产品出现了什么问题。但如果要探究为什么出现问题，还需要依靠数字主线把各个阶段的数字孪生模型串起，来进行整合分析。
埃森哲在其发表的《数字孪生：打造生力产品，重塑客户体验》白皮书中非常强调数字主线和数字孪生的密切联系。所谓生力产品指的是live product。埃森哲认为，数字主线是贯穿于公司各个职能部门和产品生命周期的信息流，涵盖产品构思、设计、供应链、制造、凯时网站的售后服务等各个环节，乃至外部的供应商、凯时网站的合作伙伴、和客户产生的数据，使其能对产品及其运行提供全景的动态信息，赋能数字孪生的开发和更新。数字主线使得产品设计、制造和运维过程中所使用的流程以及所产生的数据能够链接、追溯和管理；而数字孪生是在产品设计至运维的整个生命周期内，使用经过数字主线管控的数据对产品进行建模、对产品的性能、行为进行仿真、预测、诊断和反馈。
数字孪生
在制造业的典型应用场景
① 产品的运行监控和智能运维。
对于能够实现智能互联的复杂产品，尤其是高端智能装备，将实时采集的装备运行过程中的传感器数据传递到其数字孪生模型进行仿真分析，可以对装备的健康状态和故障征兆进行诊断，并进行故障预测；如果产品运行的工况发生改变，对于拟采取的调整措施，可以先对其数字孪生模型在仿真云平台上进行虚拟验证，如果没有问题，再对实际产品的运行参数进行调整。下图是ansys的数字孪生技术在风电行业应用的案例。通过应用数字孪生技术，可以帮助风电企业避免非计划性停机，实现预测性维护和运行控制与优化。
对于航空发动机的数字孪生应用，由于每台发动机的飞行履历不同，飞行的环境不同，健康服役的寿命，以及维护历史差别很大，因此，应当对每台航空发动机建立其对应的数字孪生模型。ge航空对于正在空中运行的航空发动机进行实时监控，一旦出现故障隐患，可以通过对数字孪生模型的分析来预测风险等级，及时进行维修维护，显著提升了飞行安全。ge航空通过数字孪生模型记录了每台航空发动机每个架次的飞行路线、承载量，以及不同飞行员的驾驶习惯和对应的油耗，通过分析和优化，可以延长发动机的服役周期，并改进发动机的设计方案。
○ 将发动机传感器数据与性能模型结合，根据运行环境的变化和物理发动机性能的衰减，构建自适应模型，精准监测航空发动机的部件和整机性能；
○ 将发动机历史维修数据中的故障模式注入三维结构模型和性能模型,构建故障模型，应用于故障诊断和预测；
○ 将航空公司历史飞行数据与性能模型结合并融合数据驱动的方法，构建性能预测模型，预测整机性能和剩余寿命；
○ 将局部线性化模型与飞机运行状态环境模型融合并构建控制优化模型，实现发动机控制性能寻优，使发动机在飞行过程中发挥更好的性能。
西门子将来自智能传感器的温度、加速度、压力和电磁场等信号和数据，以及来自数字孪生模型中的多物理场模型和电磁场仿真和温度场仿真结果传递到mindsphere平台，通过进行对比和评估，来判断产品的可用性、运行绩效和是否需要更换备件。
在复杂装备的运维方面，可以通过ar技术，基于产品的数字孪生模型生成产品操作、装配或拆卸的三维动画。在实物环境下，透过各种穿戴设备或移动终端进行示教。ptc提供了先进易用的ar应用平台。
② 工厂运行状态的实时模拟和远程监控。
对于正在运行的工厂，通过其数字孪生模型可以实现工厂运行的可视化。包括生产设备目前的状态，在加工什么订单，设备和产线的oee、产量、质量与能耗等，还可以定位每一台物流装备的位置和状态。对于出现故障的设备，可以显示出具体的故障类型。华龙讯达应用数字孪生技术，在烟草行业进行了工厂运行状态的实时模拟和远程监控实践，中烟集团在北京就可以实现对分布在各地的工厂进行远程监控。海尔、美的在工厂的数字孪生应用方面也开展了卓有成效的实践。
③ 生产线虚拟调试。
应用虚拟调试技术，在虚拟调试阶段，将控制设备连接到虚拟站/线；完成虚拟调试后，控制设备可以快速切换到实际生产线；可随时切换到虚拟环境，分析、修正和验证正在运行的生产线上的问题，避免长时间且昂贵的生产停顿。
maplesoft公司的maplesim平台提供了一体化的生产线虚拟调试凯时国际的解决方案。2019年，罗克韦尔自动化公司并购了emulate3d软件，作为罗克韦尔factorytalk/designsuite软件的一部分，可以实现对整个工厂自动化控制系统进行虚拟仿真和虚拟调试，还可以利用工厂的数字孪生模型对员工进行培训，降低工厂运营的风险。
④ 机电软一体化复杂产品研发。
⑤ 数字营销。
对于尚未上市的新产品，通过发布其概念阶段的数字孪生模型，让消费者选择更喜欢的设计方案，然后再进行详细设计和制造，这样有助于企业提升销售业绩。同时，通过构建基于数字孪生模型的在线配置器，可以帮助企业实现产品的在线选配，实现大批量定制。下图是比特视界(北京)科技有限公司（bitone）为宝沃汽车开发的在线配置器，动感十足，可以查看各种配置的外观和内饰。
数字孪生对制造企业的应用价值
idc在2018年5月发表的《数字孪生网络》报告中指出，到 2020 年底，65%的制造企业将利用数字孪生运营产品和/或资产，降低质量缺陷成本和服务交付成本 25%。
另一篇ge发表于2015年的文章指出：数字孪生模型的优势是通过结合从设计到实时采集设备的数据等相关信息，来对设备在全生命周期进行优化。不仅可以降低原型设计或制造的成本，而且可以通过将实时数据导入数字孪生模型进行分析，从而预测故障，降低维护成本，减少停机时间。
数字孪生的推进策略
数字孪生应用是it/ot融合的典型应用，要实现虚实映射，需要搭建工业互联网平台，明确应用对象的重点是企业生产的产品，还是工厂，亦或是供应链；面向产品的数字孪生应用重点是支持产品研发、市场推广还是运营维护；面向工厂的数字孪生应用重点是工厂或产线建设期间的虚拟调试，还是工厂运营阶段的可视化与优化。同时，企业需要建立全三维设计、仿真驱动设计的技术基础和组织体系。推进数字孪生需要制定整体规划，但结合具体目标，分步实施，不能搞“大而全”的应用。推进数字孪生应用必须合理把控风险。
在数字孪生的实际应用当中，不可能，也没有必要盲目追求所有数字孪生模型的“高保真”。因为保真度的提升意味着构建数字孪生模型的难度和成本的大幅度提升，同时，对数字孪生模型进行分析的复杂性和耗时也会迅速攀升。数字孪生模型越复杂，也就越难以实现虚实映射的实时性。在实际应用当中，对所有零部件的多物理场都进行复杂的三维仿真耗时很长，往往会进行降阶处理，通过一维仿真对产品的整体性能进行分析。因此，企业需要根据实际应用需求和性能价格比来选择构建不同保真度的数字孪生模型。
数字孪生
在制造业的应用前景展望
“注：本文的第八部分主要由e-works首席记者王阳撰写。在本文撰写过程中，得到了李培根院士的指导，并多次向陶飞教授讨教，也与赵敏、彭慧等专家进行了探讨交流，在此深表感谢！
如果您想了解更多树根互联为工业企业提供的工业互联网凯时国际的解决方案，可以直接点击网页右方弹框的“联系凯时网站”，或者直接拨打树根互联的热线：400-868-1122.