楊 剛，李夢潔，崔朝臣，郭彥君

（1.西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，陜西 西安 710000；2.中國特種飛行器研究所，湖北 荊門 448000）

0 引言

基于多領(lǐng)域、多尺度建模的數(shù)字孿生（Digital Twin，DT）技術(shù)可實(shí)現(xiàn)對目標(biāo)系統(tǒng)的鏡像反映，通常借助實(shí)時(shí)跟隨的進(jìn)化機(jī)制對系統(tǒng)“知識庫”及仿真模型自身進(jìn)行迭代更新，保證虛擬模型即時(shí)反映關(guān)注對象的狀態(tài)變化。數(shù)字孿生與目標(biāo)系統(tǒng)的協(xié)同運(yùn)行、實(shí)時(shí)交互進(jìn)化可提升復(fù)雜系統(tǒng)運(yùn)行自主可控與安全可靠性，也可明顯提升系統(tǒng)效率與安全性。

密歇根大學(xué)Grieves 教授［1］在2003 年提出的鏡像空間模型可視為數(shù)字孿生雛形。他首次明確了物理實(shí)體、鏡像模型及其連接是數(shù)字孿生的3 個(gè)核心要素。其后較長的一段時(shí)間內(nèi)，美國NASA 和軍方實(shí)驗(yàn)室是數(shù)字孿生的主要研究力量。NASA 重點(diǎn)關(guān)注其在航天器優(yōu)化、檢測和分析方面的應(yīng)用［2］，而美國空軍實(shí)驗(yàn)室則聚焦該技術(shù)在航空航天領(lǐng)域全生命周期中的應(yīng)用及發(fā)展。近年來，隨著信息技術(shù)，尤其是人工智能技術(shù)在工業(yè)生產(chǎn)中的廣泛應(yīng)用，數(shù)字孿生成為全球范圍內(nèi)工業(yè)信息化研究熱點(diǎn)。西門子、達(dá)索、PTC、豐田、特斯拉、華為等工業(yè)巨頭和IT 廠商紛紛在數(shù)字化設(shè)計(jì)、虛擬工廠、設(shè)備預(yù)防性維護(hù)、車聯(lián)網(wǎng)等應(yīng)用場景中提出數(shù)字孿生發(fā)展路線與解決方案。

2017-2019 年數(shù)字孿生連續(xù)3 年入選Gartner 十大未來戰(zhàn)略技術(shù)，被視為構(gòu)建未來智能時(shí)代的信息基礎(chǔ)［3］。本文從DT 定義、特征、應(yīng)用、關(guān)鍵技術(shù)及研究挑戰(zhàn)等5 個(gè)方面，總結(jié)DT 內(nèi)涵，通過與其他類似技術(shù)的比較，明晰DT 主要特征；然后對DT 發(fā)展現(xiàn)狀進(jìn)行梳理，分析DT 研究應(yīng)用的關(guān)鍵技術(shù)，指出面臨的主要挑戰(zhàn)；最后重點(diǎn)介紹作者團(tuán)隊(duì)在DT 虛擬模型自主進(jìn)化方面的技術(shù)探索和初步應(yīng)用，并展望DT 未來發(fā)展趨勢，以期為相關(guān)領(lǐng)域研究人員提供參考和借鑒。

1 數(shù)字孿生基本內(nèi)涵

研究人員對DT 的認(rèn)識各有側(cè)重，但近年來逐漸形成共識，即基于對物理實(shí)體或系統(tǒng)的精確還原以構(gòu)建虛擬表達(dá)模型，通過虛實(shí)環(huán)境交互保證物理對象與虛擬模型一致，借助數(shù)據(jù)、模型和分析技術(shù)為物理實(shí)體提供檢測、診斷、預(yù)測等服務(wù)［1，4-7］。作為現(xiàn)實(shí)世界數(shù)字映射的孿生，應(yīng)從幾何結(jié)構(gòu)、物理屬性、規(guī)則和機(jī)理等方面實(shí)現(xiàn)對現(xiàn)實(shí)世界外在視覺和內(nèi)在機(jī)理兩個(gè)維度的精確復(fù)刻。

數(shù)字孿生由物理層、模型層和服務(wù)應(yīng)用層3 部分構(gòu)成，如圖1 所示。物理層融合在真實(shí)物理環(huán)境中，實(shí)時(shí)獲取目標(biāo)對象幾何結(jié)構(gòu)、物理屬性、規(guī)則和機(jī)理等物理數(shù)據(jù)后對其進(jìn)行融合分析；模型層由數(shù)字孿生中的虛擬實(shí)體組成，可依據(jù)物理層獲取的數(shù)據(jù)進(jìn)行即時(shí)建模和實(shí)時(shí)更新，并將模型解算的前攝性結(jié)果提交服務(wù)應(yīng)用層；服務(wù)應(yīng)用層面向應(yīng)用需求，將模型層結(jié)果轉(zhuǎn)化為設(shè)備控制指令或輔助決策數(shù)據(jù)。

Fig.1 The architecture of the digital twin system圖1 數(shù)字孿生體系架構(gòu)

綜上可將數(shù)字孿生定義為：在高精度復(fù)刻目標(biāo)對象的基礎(chǔ)上，通過與目標(biāo)對象即時(shí)持續(xù)交互，以對目標(biāo)對象提供實(shí)時(shí)監(jiān)測、在線診斷、智能預(yù)測等服務(wù)為目標(biāo)的一系列新型高級信息技術(shù)的總稱。

2 DT 研究現(xiàn)狀分析

DT 技術(shù)自問世以來，研究和應(yīng)用多面向航空航天、智能制造、智慧醫(yī)療及智慧城市等領(lǐng)域。

2.1 航空航天領(lǐng)域

NASA 通過在地面上構(gòu)造一個(gè)等比例航天器，進(jìn)行“物理伴飛”，并通過該方式實(shí)現(xiàn)地外飛行航天器狀態(tài)仿真和預(yù)測［8］，這是最早的數(shù)字孿生應(yīng)用。2010 年美國為了強(qiáng)化其在航天領(lǐng)域的絕對優(yōu)勢，推動(dòng)NASA 與多個(gè)軍方實(shí)驗(yàn)室開展數(shù)字孿生技術(shù)在航空航天設(shè)計(jì)、制造、運(yùn)行維護(hù)、報(bào)廢等全生命周期各個(gè)階段的基礎(chǔ)理論方法與應(yīng)用模式研究［9-11］。在我國，劉蔚然等［12］將數(shù)字孿生技術(shù)與衛(wèi)星工程關(guān)鍵環(huán)節(jié)、關(guān)鍵場景、關(guān)鍵對象相結(jié)合，提出數(shù)字孿生衛(wèi)星的概念，并從衛(wèi)星全生命周期各階段進(jìn)行了探討；董雷霆等［13］針對飛機(jī)結(jié)構(gòu)，面向疲勞壽命管理，提出飛機(jī)結(jié)構(gòu)數(shù)字孿生的5 項(xiàng)關(guān)鍵建模仿真技術(shù)，為飛機(jī)結(jié)構(gòu)數(shù)字孿生系統(tǒng)研究提供了參考。

2.2 智能制造

在制造領(lǐng)域中，數(shù)字孿生可以通過對產(chǎn)品制造和工藝周期的各個(gè)方面進(jìn)行模擬、仿真、預(yù)測［14］，全面提高生產(chǎn)過程效率及生產(chǎn)線運(yùn)行效能。在制造場景中，從不同維度可將生產(chǎn)線劃分為空間維度和時(shí)序維度兩個(gè)部分。針對不同層級在信息世界構(gòu)建對應(yīng)的虛擬表達(dá)模型，模擬設(shè)備運(yùn)行狀態(tài)，并在與目標(biāo)系統(tǒng)的交互中監(jiān)控制造設(shè)備及過程運(yùn)行狀態(tài)，進(jìn)行分析、預(yù)測和決策［15-17］。Zhao 等［18］為控制在生產(chǎn)過程中產(chǎn)品表面粗糙度，提出一種基于數(shù)字孿生的加工參數(shù)自適應(yīng)調(diào)整方法，并在五軸加工場景中，證明了該方法可有效穩(wěn)定表面粗糙度，提高表面質(zhì)量。時(shí)序維度指在生產(chǎn)某一產(chǎn)品時(shí)，物料經(jīng)過不同工序?qū)崿F(xiàn)產(chǎn)品裝配。在產(chǎn)品生產(chǎn)過程中，通過對加工活動(dòng)進(jìn)行復(fù)刻，實(shí)現(xiàn)生產(chǎn)過程實(shí)時(shí)監(jiān)控，為生產(chǎn)決策和系統(tǒng)優(yōu)化提供支持［19］。

2.3 智慧醫(yī)療

研究人員可以利用人體在信息世界建立一個(gè)詳細(xì)的虛擬人體，作為一個(gè)復(fù)雜系統(tǒng)進(jìn)行研究，從而檢驗(yàn)新的治療方案［20］。就臨床而言，通過分析患者病史、生活習(xí)慣和患者身體現(xiàn)狀構(gòu)建的人體模型能夠模擬和預(yù)測不同情況下該患者器官對藥物和環(huán)境的真實(shí)反應(yīng)，為精確醫(yī)療提供理論依據(jù)［21］。然而，人體數(shù)字孿生與工業(yè)裝置中的數(shù)字孿生之間存在巨大差別，主要是體內(nèi)數(shù)據(jù)無法有效獲取，只能使用非嵌入式傳感器監(jiān)控脈搏、血壓、體溫等淺層數(shù)據(jù)，深度數(shù)據(jù)的缺乏造成虛擬人體構(gòu)建困難。

2.4 智慧城市

城市具有人口稠密、基礎(chǔ)設(shè)施密集、多層次/多子系統(tǒng)耦合的特點(diǎn)，是一個(gè)典型的復(fù)雜系統(tǒng)。數(shù)字孿生下的智慧城市可通過虛實(shí)交互、軟件定義及智能干預(yù)，從城市規(guī)劃、運(yùn)行、安全管理等不同視角實(shí)現(xiàn)對城市的高效管理［22］。當(dāng)前，世界各國均不同程度地展開了數(shù)字孿生城市的相關(guān)研究。如新加坡政府2014 年提出“數(shù)字孿生新加坡”計(jì)劃，通過開發(fā)數(shù)字孿生城市管理平臺(tái)實(shí)現(xiàn)對城市數(shù)據(jù)的感知、分析、運(yùn)行優(yōu)化；中國信息和通信研究院于2018 年發(fā)布的《數(shù)字孿生城市研究報(bào)告》對數(shù)字孿生城市內(nèi)涵進(jìn)行了提煉；隨后，雄安新區(qū)提出“數(shù)字孿生城市”建設(shè)理念，雄安城市實(shí)體與虛擬城市同步規(guī)劃、同步建設(shè)，同生共長，實(shí)現(xiàn)城市“全過程”寫真［23］；另外，陶飛等［24］基于五維模型提出數(shù)字孿生城市架構(gòu)，通過虛實(shí)交互、實(shí)時(shí)互通實(shí)現(xiàn)城市管理決策協(xié)同化和智能化；Ford 等［25］研究了一種基于數(shù)字孿生的社區(qū)災(zāi)害管理模型，通過該模型可有效減輕災(zāi)難程度。

3 DT 主要挑戰(zhàn)及其關(guān)鍵技術(shù)

基于虛實(shí)世界實(shí)時(shí)交互與虛擬模型對目標(biāo)系統(tǒng)進(jìn)行高精度刻畫的互操作是數(shù)字孿生區(qū)別于傳統(tǒng)仿真的關(guān)鍵特征，其中，如何構(gòu)建高精度虛擬模型、保證交互數(shù)據(jù)準(zhǔn)確性是DT 研究中兩大技術(shù)難題。

3.1 虛擬模型構(gòu)建

對目標(biāo)模型高精度復(fù)刻的虛擬表達(dá)模型是數(shù)字孿生基礎(chǔ)。目標(biāo)系統(tǒng)的復(fù)雜性與變化性導(dǎo)致建模及評估困難，其中多虛擬模型多尺度的精確構(gòu)建與融合、自主更新及準(zhǔn)確性評估是其中亟待研究的3 個(gè)關(guān)鍵技術(shù)。

3.1.1 多維度虛擬模型精確構(gòu)建與融合

虛擬模型的準(zhǔn)確性來源于對目標(biāo)系統(tǒng)內(nèi)所有關(guān)注對象外在視覺和內(nèi)在邏輯上的精準(zhǔn)反映。例如在電機(jī)故障診斷任務(wù)中，孿生系統(tǒng)需對電機(jī)內(nèi)的滾動(dòng)軸承、定子、轉(zhuǎn)子和線圈等多個(gè)部位進(jìn)行建模，不同部位的模型需分別從幾何結(jié)構(gòu)、故障規(guī)律、力學(xué)原理、電氣等多個(gè)維度進(jìn)行刻畫。因此，多個(gè)多維度虛擬模型同時(shí)對目標(biāo)系統(tǒng)進(jìn)行刻畫時(shí)的不同維度、不同對象間的異構(gòu)模型以何種規(guī)則和標(biāo)準(zhǔn)進(jìn)行構(gòu)建與融合是目前數(shù)字孿生應(yīng)用研究的第一個(gè)關(guān)鍵技術(shù)。

3.1.2 虛擬模型自主更新

因?qū)\生對象具有動(dòng)態(tài)變化特征，如何確保虛實(shí)一致性是DT 建模中的第2 個(gè)主關(guān)鍵問題。傳統(tǒng)模型參數(shù)調(diào)整與更替依賴于人工干預(yù)，存在時(shí)延問題。然而DT 系統(tǒng)要求虛擬模型實(shí)現(xiàn)目標(biāo)系統(tǒng)高精度復(fù)刻，這包括目標(biāo)對象變化時(shí)的復(fù)刻，要求虛擬模型可根據(jù)即時(shí)數(shù)據(jù)感知和分析、自我調(diào)整和更新，在持續(xù)的數(shù)據(jù)供給中實(shí)現(xiàn)自主進(jìn)化。在該過程中，不同子模型在何種時(shí)機(jī)更新、如何更新（結(jié)構(gòu)更新還是參數(shù)更新）、更新后是否對系統(tǒng)性能產(chǎn)生影響是需重點(diǎn)考慮的問題。

3.1.3 虛擬模型準(zhǔn)確性評估

虛擬模型構(gòu)建后是否與目標(biāo)系統(tǒng)一致的準(zhǔn)確性評估是建模的第3 個(gè)關(guān)鍵問題。一個(gè)完整的數(shù)字孿生系統(tǒng)包含多個(gè)對象、多種維度的虛擬表達(dá)模型。不同的模型根據(jù)其描述維度和對象的不同，性質(zhì)也各異，因此評估工作難度大。以何種標(biāo)準(zhǔn)進(jìn)行評定，在不同性質(zhì)的模型中如何執(zhí)行這些標(biāo)準(zhǔn)，標(biāo)準(zhǔn)執(zhí)行后可靠性判定是模型可靠性挑戰(zhàn)層面有待研究的問題。

3.2 數(shù)據(jù)準(zhǔn)確性

數(shù)字孿生是一個(gè)建立在虛實(shí)空間交互與理解基礎(chǔ)上的復(fù)雜互操作系統(tǒng)，期望通過虛擬模型高精度復(fù)刻目標(biāo)，提升目標(biāo)系統(tǒng)性能。其中高精度復(fù)刻及互操作特征對DT系統(tǒng)中數(shù)據(jù)準(zhǔn)確性提出了更高要求。

3.2.1 多源異構(gòu)數(shù)據(jù)融合

數(shù)字孿生系統(tǒng)是一種面向多對象、多元素的復(fù)雜系統(tǒng)。如何將多個(gè)對象中多個(gè)維度感知的多種異構(gòu)物理數(shù)據(jù)進(jìn)行統(tǒng)一表示、一致轉(zhuǎn)化以及可靠表達(dá)是需要在數(shù)字孿生虛實(shí)交互研究中的重要問題。

3.2.2 數(shù)據(jù)語義一致性保證

孿生數(shù)據(jù)物理層感知采集到的原始信號不能為模型層虛擬模型直接使用，語義需經(jīng)物理數(shù)據(jù)信息化處理；虛擬模型產(chǎn)生的信息數(shù)據(jù)或知識不能為物理設(shè)備或相關(guān)人員直接理解，需進(jìn)行信息/知識數(shù)據(jù)的物理/指令化才可得以被理解和執(zhí)行。此外不同模型間的數(shù)據(jù)也存在語義理解不通的問題。只有在正確理解和使用的基礎(chǔ)上虛擬模型或指令才能被精準(zhǔn)接收并執(zhí)行，因此如何解決復(fù)雜體系架構(gòu)中的多層次多模型間的語義理解是數(shù)據(jù)發(fā)送后的重要問題和挑戰(zhàn)。

4 數(shù)字孿生在滾動(dòng)軸承故障診斷中的應(yīng)用

滾動(dòng)軸承是機(jī)械設(shè)備中的重要零件，長期在高速旋轉(zhuǎn)、高溫、沖擊、摩擦和噪音等復(fù)雜工況下運(yùn)行，是最易發(fā)生故障的部位。滾動(dòng)軸承故障診斷對設(shè)備健康狀態(tài)的維護(hù)至關(guān)重要，具有普遍意義。目前在滾動(dòng)軸承故障診斷任務(wù)中，首先為其構(gòu)建一個(gè)故障診斷模型，其次根據(jù)診斷信號進(jìn)行故障判別。建模后再計(jì)算的運(yùn)行順序以及過程中虛擬模型與目標(biāo)對象相互獨(dú)立，導(dǎo)致模型無法根據(jù)滾動(dòng)軸承狀態(tài)變化進(jìn)行調(diào)整。此外，診斷任務(wù)中對數(shù)據(jù)計(jì)算的需求是即時(shí)的，模型更新與進(jìn)化對計(jì)算性能和時(shí)間不造成影響。

結(jié)合數(shù)字孿生虛實(shí)互操作、模型精確刻畫的特點(diǎn)，受神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過程中訓(xùn)練和計(jì)算分離特征的啟發(fā)，本文在滾動(dòng)軸承模型進(jìn)化問題中進(jìn)行改變與補(bǔ)充。將滾動(dòng)軸承故障維度診斷模型更新與計(jì)算考慮為兩個(gè)互不影響的獨(dú)立模塊——進(jìn)化端和計(jì)算端；同時(shí)考慮到滾動(dòng)軸承是機(jī)械設(shè)備中的內(nèi)嵌部位，數(shù)據(jù)采集困難且通常質(zhì)量較低，為進(jìn)化異常和時(shí)間沖突引入基于模型池的滑動(dòng)窗口作為緩沖，提出一種計(jì)算與更新雙端平行的平行進(jìn)化機(jī)制（Par?allel Evolutionary Mechanism，PEM），如圖2 所示。

平行進(jìn)化機(jī)制中進(jìn)化端與計(jì)算端相互獨(dú)立，故障計(jì)算對模型構(gòu)建的直接依賴轉(zhuǎn)變?yōu)橥ㄟ^模型池調(diào)用的間接關(guān)系，解決模型更新與模型計(jì)算的時(shí)延沖突。按照滑動(dòng)窗口機(jī)制處理數(shù)據(jù)異常導(dǎo)致的更新失敗，模型池內(nèi)設(shè)置窗口尺寸，控制池內(nèi)模型數(shù)量，保證可用模型數(shù)量，為前端穩(wěn)定計(jì)算提供支撐。該機(jī)制算法為：

Fig.2 Parallel evolutionary mechanism based on sliding window圖2 基于滑動(dòng)窗口的平行進(jìn)化機(jī)制

PEM 在滾動(dòng)軸承故障診斷任務(wù)中應(yīng)用診斷模型進(jìn)化與使用環(huán)節(jié)，在實(shí)時(shí)數(shù)據(jù)交互的假設(shè)之上，初始標(biāo)準(zhǔn)故障診斷模型（基于歷史數(shù)據(jù)構(gòu)建的初始模型）借助實(shí)時(shí)物理設(shè)備數(shù)據(jù)進(jìn)行自身結(jié)構(gòu)調(diào)整，計(jì)算端模型檢測到模型進(jìn)化成功即可從模型池中讀取反映設(shè)備運(yùn)行狀態(tài)的最新模型，對即時(shí)數(shù)據(jù)進(jìn)行結(jié)算，更新及計(jì)算過程如圖3 所示。

5 結(jié)語

Fig.3 PEM-based rolling bearing troubleshooting process圖3 基于PEM 的滾動(dòng)軸承故障診斷流程

作為智能制造時(shí)代最重要的一項(xiàng)核心技術(shù)，數(shù)字孿生已經(jīng)成為信息領(lǐng)域和制造領(lǐng)域的新興交叉研究熱點(diǎn)。本文總結(jié)了數(shù)字孿生研究和應(yīng)用現(xiàn)狀，首次系統(tǒng)地界定數(shù)字孿生內(nèi)涵與特征，凝練了數(shù)字孿生給信息領(lǐng)域帶來的主要技術(shù)挑戰(zhàn)。結(jié)合滾動(dòng)軸承故障診斷這一工業(yè)制造過程具有代表性的實(shí)際應(yīng)用問題，本文提出PEM 平行進(jìn)化機(jī)制，較好地解決了該應(yīng)用環(huán)境下虛擬模型自主實(shí)時(shí)更新難的問題，并在滾動(dòng)軸承故障診斷場景進(jìn)行了應(yīng)用。

隨著“云智大物移”等技術(shù)在工業(yè)領(lǐng)域和智能制造中的廣泛應(yīng)用，數(shù)字孿生在工業(yè)生產(chǎn)中的應(yīng)用空間將更加開闊。未來，利用軟件定義技術(shù)實(shí)現(xiàn)個(gè)性化數(shù)字孿生系統(tǒng)定制、面向云邊端架構(gòu)的數(shù)字孿生構(gòu)造以及基于空間計(jì)算的孿生虛實(shí)交互是研究人員應(yīng)重點(diǎn)關(guān)注的問題。