数字孪生关键技术及体系架构.docx

《数字孪生关键技术及体系架构.docx》由会员分享，可在线阅读，更多相关《数字孪生关键技术及体系架构.docx（12页珍藏版）》请在优知文库上搜索。

1、摘要:数字字生以各领域口益庞大的数据为基本要素，借助发展迅速的建模仿真、人工智能、虚拟现实等先进技术，构建物理实体在虚拟空间中的数字学生体，实现对物理实体的数字化管控与优化，开拓了企业数字化转型的可行思路。首先介绍了数字挛生的演进与价值，然后给出了数字挛生典型特征及其体系架构，并基于该架构介绍了多项数字字生关键技术，最后对数字学生进行了展望，包括其面临的挑战与未来发展趋势。Ol概述数字挛生中“李生的基本思想最早起源于上个世纪美国国家航空航天局（NASA）的阿波罗计划，通过留在地球上的航天器对发射到太空的航天器进行工作状态的仿真模拟,进而辅助航天员完成决策，明显减少了各种操作结果的未知性。“数字

2、李生一词首次出现于2009年美国空军研究实验室提出的“机身数字李生体概念中,而“数字李生”作为独立概念首次出现则是在2010年NASA的2份技术报告中，其被定义为集成多物理量、多尺度、多概率的系统或飞行器仿真过程。此后，数字李生正式进入公众的视野，也开始得到各研究领域的重视。2012年，NASA指出数字享生是驱动未来飞行器发展的关键技术之一；2013年，NASA将数字字生列入“全球科技愿景；2017年佐治亚理工大学首次提出数字李生城市,2018年中国信通院发布了数字李生城市研究报告；从2018年起，ISOIECIEEE三大标准化组织也开始着手数字挛生相关标准化工作。数字字生目前没有统一的理论体

3、系，自其诞生以来，各研究与应用领域对其提出了多种定义，如表1所示。表1数字字生定义时间提出者阶段定义2(X)9美国空军研究实验室，学生，名词首次出现李生体是一个由数据、模型和分析具构成的集成系统。该系统不仅可以在整个生命周期内表达K机机身,并可以依据非确定信息对整个机队和单架机身进行决策,包括当前诊断和未来预测201()NASA“数字季生概念首次提出数字学生体是个集成了多物理场、多尺度和概率仿真的数字飞行器（或系统）,它可以通过逼真物理模型、实时传感器和服役历史来反映真实E行器的实际状况2017佐治亚理工大学“数字学生城市”首次提出智慧城市数字季生体是一个智能的、支持物联网、数据卞富的城市虚拟

4、平台，可用于复制和模拟真实城市中发生的变化,以提升城市的弹复性、可持续发展和宜居性2019ISO标准化组织开展研究数字挛牛.体是现实事物或过程具有特定目的的数字化表达,并通过适当频率的同步使物理实例与数字实例之间趋向一致2019中国电子信息产业发展研究院国内组织开展研究数字挛生是综合运用感知、计算、建模等信息技术,通过软件定义,对物理空间进行描述、诊断、预测、决策,进而实现物理空间与赛博空间的交互映射02数字挛生的价值数字李生自应用以来，在产业、商业、社会等方面体现出了其重要的价值。a）产业价值方面，构建全产业链的数字李生体能够促进产业向制造与服务融合发展的新型产业形态转型，即从市场需求、用户

5、沟通、产品设计、产品制造、物流供应、维保服务等全产业链出发构建数字李生体，使传统产业具备定制化生产能力，实现更为敏捷和柔性的商业模式；而构建产品全生命周期的数字挛生体，有助于建立产品从研发、仿真、制造到使用的闭环体系，加快产品研发和迭代升级，进一步推动产业的发展。b）商业价值方面，随着数字李生技术得到各领域认可，很多科技企业已经着手研发数字李生技术并推出了相关产品，这些产品在落地应用中不断升级优化，逐渐满足市场客户的实际需求，为企业带来了可观的经济效益，同时也促进了更多企业共同推动数字挛生产品的商业化；另一方面，企业构建产品全生命周期的数字李生体，有助于改善产品设计、优化生产流程、快速定位问题

6、，实现提高产品质量、降低生产成本、提升生产效率等目标，其也是数字挛生商业价值的重要体现。c）社会价值方面，数字挛生能够推动社会数字经济的发展。数字经济是继农业经济、工业经济之后，随着信息技术革命发展而产生的一种新经济形态，其核心在于数据驱动发展，构建实体经济的数字李生体，对数据整合及利用，进行模拟决策、资源配置、市场发掘等仿真与复现，在提高劳动生产率、发掘经济新增长点、实现经济可持续增长等方面发挥着重要作用。03数字字生体系架构数字挛生具备以下几个典型特征。a）数化保真。“数化指数字挛生体是对物理实体进行数字化而构建的模型。“保真指数字李生体需要具备与物理实体高度的接近性，即物理实体的各项指标

7、能够真实地呈现在数字李生体中，而数字李生体的变化也能够真实反映物理实体的变化。b）实时交互。“实时指数字李生体所处状态是物理实体状态的实时虚拟映射。“交互指在实时性的前提下，数字李生体与物理实体之间存在数据及指令相互流动的管道。c）先知先觉。“先知指在根据物理实体的各项真实数据，通过数字挛生体进行仿真，实现对物理实体未来状态的预测，预先知晓未来状态能够辅助用户做出更合理的决策。先觉指根据物理实体的实时运行状态，通过数字李生体进行监测，实现对系统不稳定状态的预测，预先觉察即将可能发生的不稳定状态，使用户更从容地处理该问题。d）共生共智。“共生指数字李生体与物理实体是同步构建的，且二者在系统的全生

8、命周期中相互依存。共智一方面指单个数字挛生系统内部各构成之间共享智慧（即数据、算法等），另一方面指多个数字李生系统构成的高层次数字挛生系统内部各构成之间同样共享智慧。根据数字李生的典型特征，可以提出一种数字字生的体系架构，如图1所示。应用层数字李 生城市数字李 生制造数字李 生医疗 数字季生体功能层运算层系统认知系统诊断状态预测辅助决策建模仿真云 计算i VRA R /MR数据层感知层共生共智实时交互物联网物理实体图1数字学生体系架构感知层：感知层主要包括物理实体中搭载先进物联网技术的各类新型基础设施。数据层：数据层主要包括保证运算准确性的高精度的数据采集、保证交互实时性的高速率数据传输、保证

9、存取可靠性的全生命周期数据管理。运算层：运算层是数字挛生体的核心，其充分借助各项先进关键技术实现对下层数据的利用，以及对上层功能的支撑。功能层：功能层是数字李生体的直接价值体现，实现系统认知、系统诊断、状态预测、辅助决策功能。系统认知一方面是指数字李生体能够真实描述及呈现物理实体的状态，另一方面指数字字生体在感知及运算之上还具备自主分析决策能力，后者属于更高层级的功能，是智能化系统发展的目标与趋势；系统诊断是指数字字生体实时监测系统,能够判断即将发生的不稳定状态，即“先觉；状态预测只是数字字生体能够根据系统运行数据，对物理实体未来的状态进行预测，即“先知；辅助决策是指能够根据数字享生体所呈现、

10、诊断及预测的结果对系统运行过程中各项决策提供参考。应用层：应用层是面向各类场景的数字李生体的最终价值体现，具体表现为不同行业的各种产品，能够明显推动各行各业的数字化转型，目前数字李生已经应用到了智慧城市、智慧工业、智慧医疗、车联网等多种领域，尤以数字李生城市、数字季生制造发展最为成熟。04数字挛生关键技术根据数字李生体系架构，数字学生包含了以下各项关键技术。41建模建模是创建数字挛生体的核心技术，也是数字字生体进行上层操作的基础。建模不仅包括对物理实体的几何结构和外形进行三维建模，还包括对物理实体本身的运行机理、内外部接口、软件与控制算法等信息进行全数字化建模。数字学生建模具有较强的专用特性，

11、即不同物理实体的数字字生模型千差万别。目前不同领域的数字学生建模主要借助CAD.Matlab.RevitCATIA等软件实现，前两者主要面向基础建模，Revit主要面向建筑信息模型(BuildingInformationModeling,BIM)建模，CATlA则是面向更高层次的产品生命周期管理(ProductLifecycleManagement,PLM)0仿真是数字李生模型验证的关键方法。仿真和建模是一对伴生体，如果说建模是对物理实体理解的模型化，那仿真就是验证和确认这种理解的正确性和有效性的工具。仿真是将具备确定性规律和完整机理的模型以软件的方式来模拟物理实体的一种技术。在建模正确且感知

12、数据完整的前提下，仿真可以基本正确地反映物理实体一定时段内的状态。仿真起源于工业领域，近年来，随着工业4.0和智能制造等新一轮工业革命的兴起,仿真软件开始与传统制造技术及各类新兴技术结合，在研发设计、生产制造、试验运维等各环节发挥了重要的作用。4.3 云计算与边缘计算云计算为数字学生提供重要计算基础设施。云计算采用分布式计算等技术，集成强大的硬件、软件、网络等资源，为用户提供便捷的网络访问，用户使用按需计费的、可配置的计算资源共享池，借助各类应用及服务完成目标功能的实现，且无需关心功能实现方式，显著提升了用户开展各类业务的效率。云计算根据网络结构可分为私有云、公有云、混合云和专有云等，根据服务

13、层次可分为基础设施即服务(IaaS).平台即服务(PaaS)和软件即服务(SaaS)0边缘计算是将云计算的各类计算资源配置到更贴近用户侧的边缘，即计算可以在如智能手机等移动设备、边缘服务器、智能家居、摄像头等靠近数据源的终端上完成，从而减少与云端之间的传输，降低服务时延，节省网络带宽，减少安全和隐私问题。云计算和边缘计算通过以云边端协同的形式为数字李生提供分布式计算基础。在终端采集数据后，将一些小规模局部数据留在边缘端进行轻量的机器学习及仿真，只将大规模整体数据同传到中心云端进行大数据分析及深度学习训练。对高层次的数字挛生系统，这种云边端协同的形式更能够满足系统的时效、容量和算力的需求，即将各

14、个数字挛生体靠近对应的物理实体进行部署，完成一些具有时效性或轻度的功能，同时将所有边缘侧的数据及计算结果回传至数字挛生总控中心，进行整个数字享生系统的统一存储、管理及调度。4.4 大数据与人工智能大数据与人工智能是数字李生体实现认知、诊断、预测、决策各项功能的主要技术支撑。大数据的特征是数据体量庞大，数据类型繁多，数据实时在线，数据价值密度低但商业价值高，传统的大数据相关技术主要围绕数据的采集、整理、传输、存储、分析、呈现、应用等，但是随着近年来各行业领域数据的爆发式增长，大数据开始需求更高性能的算法支撑对其进行分析处理，而正是这些需求促成了人工智能技术的诸多发展突破,二者可以说是相伴而生，人

15、工智能需要大量的数据作为预测与决策的基础，大数据需要人工智能技术进行数据的价值化操作。目前，人工智能已经发展出更高层级的强化学习、深度学习等技术，能够满足大规模数据相关的训练、预测及推理工作需求。在数字学生系统中，数字字生体会感知大量来自物理实体的实时数据，借助各类人工智能算法，数字挛生体可以训练出面向不同需求场景的模型，完成后续的诊断、预测及决策任务，甚至在物理机理不明确、输入数据不完善的情况下也能够实现对未来状态的预测，使得数字学生体具备“先知先觉的能力。4.5 5物联网物联网是承载数字李生体数据流的重要工具。物联网通过各类信息感知技术及设备,实时采集监控对象的位置、声、光、电、热等数据并通过网络进行回传，实现物与物、物与人的泛在连接，完成对监控对象的智能化识别、感知与管控。物联网能够为数字李生体和物理实体之间的数据交互提供链接，即通过物联网中部署在物理实体关键点的传感器感知必要信息，并通过各类短距无线通信技术(如NFC.RFID、Bluetooth等)或远程通信技术(互联网、移动通信网、卫星通信网等)传输到数字李生体。4. 6VR、AR、MRVR.AR、MR技术是使数字空间的交互更贴近物理实体的实现途径。虚拟现实(VirtualReality,VR)将构建的三维模型与各