作者 | 赵敏 宁振波

题图 | 视觉中国

来源 | 大数据DT（ID：hzdashuju）

导读：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。

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。

实践先行，概念后成

数字孪生是客观世界中的物化事物及其发展规律被软件定义后的一种结果。丰富的工业软件内涵以及强大的软件定义效果，让数字孪生的研究在国内外呈现出百花齐放的态势。作者认为数字孪生与计算机辅助（CAX）软件（尤其是广义仿真软件）以及数据采集/分析的发展关系十分密切。

在工业界，人们用软件来模仿和增强人的行为方式，例如，计算机绘图软件最早模仿的是人在纸面上作画的行为。人机交互技术发展成熟后，以下模仿行为开始出现：

• 用CAD软件模仿产品的结构与外观

• CAE软件模仿产品在各种物理场情况下的力学性能

• CAM软件模仿零部件和夹具在加工过程中的刀轨情况

• CAPP软件模仿工艺过程

• CAT软件模仿产品的测量/测试过程

• OA软件模仿行政事务的管理过程

• MES软件模仿车间生产的管理过程

• SCM软件模仿企业的供应链管理

• CRM软件模仿企业的销售管理过程

• MRO软件模仿产品的维修过程管理，等等

依靠软件中的某些特定算法，人们已经开发出了某些具有一定智能水平的工业软件，如具有关联设计效果的产品设计系统。

在文学与娱乐界，人们用软件来模仿和增强人的体验方式，例如：

• 用电子书来模仿纸质书

• 用电子音乐来模仿现场音乐

• 用电子琴软件来弹琴

• 用评书软件来说书

• 用卡通软件来模仿漫画

• 用动漫软件来模仿动画影片

• 用游戏软件来模仿各种真实游戏

• 用百年历软件来快速查找某个特殊日期或“吉时”等

人们不仅可以模仿已知的、有经验的各种事物，还可以创造性地模仿各种未知的、从未体验过的事物，例如影视界可以用软件创造出诸如龙、凤、麒麟、阿凡达、白雪公主、七个小矮人等故事中的形象，当然也可以创造出更多的闻所未闻、见所未见的各种形象。

特别是当这种模仿与VR/AR技术结合在一起的时候，所有的场景都栩栩如生，直入心境。于是，在由数字虚体构成的虚拟世界中，所有的不可能都变成有可能，所有的在物理世界无法体验和重复的奇妙、惊险和刺激场景，都可以在数字空间得以实现，最大限度地满足了人的感官体验和精神需求。

事实上，十几年前在汽车、飞机等复杂产品工程领域出现的“数字样机”的概念，就是对数字孪生的一种先行实践活动，一种技术上的孕育和前奏。

数字样机最初是指在CAD系统中通过三维实体造型和数字化预装配后，得到一个可视化的产品数字模型（几何样机），可以用于协调零件之间的关系，进行可制造性检查，因此可以基本上代替物理样机的协调功能。

但随着数字化技术的发展，数字样机的作用也在不断增强，人们在预装配模型上进行运动、人机交互、空间漫游、机械操纵等飞机功能的模拟仿真。之后又进一步与机器的各种性能分析计算技术结合起来，使之能够模拟仿真出机器的各种性能。因此将数字样机按其作用从几何样机，扩展到功能样机和性能样机。

以复杂产品研制而著称的飞机行业，在数字样机的应用上走在了全国前列。某些型号飞机研制工作在20世纪末就已经围绕着数字样机展开。数字样机将承载几乎完整的产品信息。

因此，人们可以通过数字样机进行飞机方案的选择，利用数字样机进行可制造的各种仿真，在数字样机上检查未来飞机的各种功能和性能，发现需要改进的地方，最终创建出符合要求的“数字飞机”，并将其交给工厂进行生产，制造成真正的物理飞机，完成整个研制过程。

无论是几何样机、功能样机和性能样机，都属于数字孪生的范畴。数字孪生的术语虽然是最近几年才出现的，但是数字孪生技术内涵的探索与实践，早已经在十多年前就开始并且取得了相当多的成果。

例如中国航空工业集团第一飞机研究院（简称“一飞院”）在21世纪初开发的飞豹全数字样机与已经服役的飞机形成了简明意义上的“数字孪生”（尽管当时没有这个术语）关系，如图5-1所示。

▲图5-1 飞豹全数字样机与服役飞机

发展到现在，人们发现在数字世界里做了这么多年的数字设计、仿真、工艺、生产等结果，越来越虚实对应，越来越虚实融合，越来越广泛应用，数字虚体越来越赋能于物理实体系统。

近些年，当人们提出了希望物理空间中的实体事物与数字空间中的虚拟事物之间具有可以联接数据通道、相互传输数据和指令的交互关系之后，数字孪生概念基本成形，并且作为智能制造中一种基于IT视角的新型应用技术，逐渐走进人们的视野。

事实上，现有的工业软件研发与生产数据以及沉积在工业领域内的大量的工业技术和知识，都是实现数字孪生的上好“原料”和基础构件，数字孪生在工业现实场景中已经具有了实现和推广应用的巨大潜力。

内涵解读，见仁见智

根据目前看到的资料，数字孪生术语由迈克尔·格里夫（Michael Grieves）教授在美国密歇根大学任教时首先提出。

2002年12月3日他在该校“PLM开发联盟”成立时的讲稿中首次图示了数字孪生的概念内涵，2003年他在讲授PLM课程时使用了“Digital Twin（数字孪生）”，在2014年他撰写的“数字孪生：通过虚拟工厂复制实现卓越制造（Digital Twin:Manufacturing Excellence through Virtual Factory Replication）”文章中进行了较为详细的阐述，奠定了数字孪生的基本内涵。

在航太领域和工业界，较早开始使用数字孪生术语。2009年美国空军实验室提出了“机身数字孪生（Airframe Digital Twin）”的概念。2010年NASA也开始在技术路线图中使用“数字孪生（Digital Twin）”术语。

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5-2 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。

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5-3所示。

▲图5-3 波音F-15C飞机的多个数字孪生模型

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。

作者：赵敏，走向智能研究院执行院长，中国发明协会常务理事，发明方法研究分会会长，正高工。工信部CPS发展论坛副秘书长，中国制造企业双创发展联盟专家委员会委员，中国工业技术软件化产业联盟（中国工业APP联盟）专家委员会委员，国家工业信息安全专家咨询委员会委员，U-TRIZ创始人。

宁振波，教授，中国航空工业集团信息技术中心原首席顾问，中国船舶独立董事。参加多型飞机研制。国家科技进步二等奖获得者。参与编制数字化、智能化制造系列丛书。发表相关制造业学术论文数百篇。也是多个行业、企事业单位的外聘专家。

【END】

更多精彩推荐
☞突发！印度封禁抖音、微信、快手等 59 款中国 App
☞深度学习先驱 Yann LeCun 被骂到封推！AI 偏见真该甩锅数据集？
☞他被称为"中国第一程序员"，一人之力单挑微软，如今拜入武当修道
☞高文、张钹、杨强隔空论道：AI精度与隐私的博弈
☞带你从零入门 Serverless | 一文详解 Serverless 架构模式
☞中央银行数字货币的总体框架
欢迎“分享”、“点赞”、“在看”三连走起！