李 浩，王昊琪+，劉 根，王軍令，Steve Evans，李琳利，王曉叢，Shuai Zhang，文笑雨，聶福全，王新昌，郝 兵，姜 偉，劉永光

(1.鄭州輕工業(yè)大學(xué) 河南省機(jī)械裝備智能制造重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450002；2. 劍橋大學(xué) 工程學(xué)院制造研究所，英國(guó) 劍橋 CB3 0FS；3.浙江大學(xué) 機(jī)械工程學(xué)院浙江省先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310027；4. 格林威治大學(xué) 系統(tǒng)管理與戰(zhàn)略系，英國(guó) 倫敦 SE10 9LS；5. 衛(wèi)華集團(tuán)有限公司， 河南 長(zhǎng)垣 453400；6. 中信重工機(jī)械股份有限公司，河南 洛陽(yáng) 471003；7. 河南許繼儀表有限公司，河南 許昌 461000)

0 引言

隨著云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)和5G技術(shù)等新一代信息技術(shù)的興起，各個(gè)行業(yè)都在向數(shù)字化、智能化方向發(fā)展，例如智慧城市、智能制造、智慧農(nóng)業(yè)、數(shù)字建筑和數(shù)字電網(wǎng)。近年來(lái)，新一代信息技術(shù)、人工智能等技術(shù)加速與制造業(yè)融合，世界各國(guó)均在大力推動(dòng)制造業(yè)的智能化轉(zhuǎn)型升級(jí)，例如德國(guó)“工業(yè)4.0”戰(zhàn)略、美國(guó) “工業(yè)互聯(lián)網(wǎng)”戰(zhàn)略、歐盟“人工智能”戰(zhàn)略和中國(guó)“中國(guó)制造2025”戰(zhàn)略等。數(shù)字孿生(Digital Twin，DT)技術(shù)作為推動(dòng)制造企業(yè)智能化轉(zhuǎn)型、促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的重要抓手，在此背景下迅速成為工業(yè)界和學(xué)術(shù)界的研究應(yīng)用熱點(diǎn)。數(shù)字孿生是以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬模型，借助數(shù)據(jù)模擬物理實(shí)體在現(xiàn)實(shí)環(huán)境中的行為，通過(guò)虛實(shí)交互反饋、數(shù)據(jù)融合分析、決策迭代優(yōu)化等手段，為物理實(shí)體增加或擴(kuò)展新的功能[1]。數(shù)字孿生的虛擬模型不僅能對(duì)物理實(shí)體實(shí)際行為進(jìn)行多維度的刻畫(huà)，還能達(dá)到虛實(shí)共生，實(shí)現(xiàn)對(duì)物理對(duì)象的監(jiān)控、仿真、預(yù)測(cè)、優(yōu)化等功能服務(wù)和應(yīng)用需求，應(yīng)用發(fā)展前景廣闊。

早在19世紀(jì)60年代的阿波羅計(jì)劃中，美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration，NASA)就建立了一套與實(shí)際航天任務(wù)對(duì)應(yīng)的地面半物理仿真系統(tǒng)，用于宇航員培訓(xùn)，該系統(tǒng)本質(zhì)上體現(xiàn)了數(shù)字孿生虛實(shí)結(jié)合的特點(diǎn)。2003年，美國(guó)密歇根大學(xué)的Michael Grieves教授[2]在產(chǎn)品生命周期管理(Product Lifecycle Management，PLM)課程上首次給出了與數(shù)字孿生概念等價(jià)的“鏡像空間模型”，并解釋該模型是“與物理產(chǎn)品等價(jià)的虛擬數(shù)字化表達(dá)”，它是一個(gè)系統(tǒng)、過(guò)程或服務(wù)的虛擬模型，由真實(shí)空間、虛擬空間和兩者的數(shù)據(jù)與信息交互組成，能夠從微觀到宏觀描述潛在的或?qū)嶋H的物理信息。此后很長(zhǎng)一段時(shí)間，數(shù)字孿生并未受到廣泛關(guān)注。近年來(lái)，隨著建模與仿真、智能控制、5G等技術(shù)與工具的快速發(fā)展，NASA能夠建立宇航任務(wù)中的各種物理實(shí)體的仿真模型，并在功能、性能和行為上反映物理實(shí)體的真實(shí)狀態(tài)。2010年NASA在其發(fā)布的Area 11技術(shù)路線圖中正式提出了數(shù)字孿生這一概念，并將其定義為“一種集成化了的多種物理量、多種空間尺度的運(yùn)載工具或系統(tǒng)的仿真，該仿真使用了當(dāng)前最為有效的物理模型、傳感器數(shù)據(jù)的更新、飛行歷史等，來(lái)鏡像出其對(duì)應(yīng)的飛行當(dāng)中孿生對(duì)象的生存狀態(tài)”[3-4]。

目前，數(shù)字孿生已在工業(yè)、農(nóng)業(yè)、教育、醫(yī)療、運(yùn)輸、能源等10個(gè)余領(lǐng)域50多個(gè)方向進(jìn)行了探索與應(yīng)用，學(xué)術(shù)界和企業(yè)界開(kāi)展了數(shù)字孿生車(chē)間、數(shù)字孿生城市、數(shù)字孿生建筑、數(shù)字醫(yī)療、數(shù)字電網(wǎng)等場(chǎng)景的應(yīng)用研究。雖然數(shù)字孿生的理念與共性技術(shù)相同，但是不同行業(yè)對(duì)數(shù)字孿生的應(yīng)用場(chǎng)景與難題的解決并不相同。例如，智能制造能夠通過(guò)數(shù)字孿生進(jìn)行多物理場(chǎng)仿真、產(chǎn)品個(gè)性化定制設(shè)計(jì)、智能生產(chǎn)調(diào)度和產(chǎn)品全生命周期運(yùn)維等[5]；對(duì)于城市，數(shù)字孿生強(qiáng)調(diào)為城市的建設(shè)、運(yùn)轉(zhuǎn)和規(guī)劃提供一套完整的數(shù)字基礎(chǔ)設(shè)施，最終實(shí)現(xiàn)“城市大腦”，提高人的生活質(zhì)量[6]；在智能建筑中，數(shù)字孿生強(qiáng)調(diào)模擬人們?nèi)绾闻c建筑環(huán)境互動(dòng)，改善居住體驗(yàn)[7]；電力系統(tǒng)數(shù)字孿生的研究對(duì)象是高維度、長(zhǎng)時(shí)間跨度的時(shí)空數(shù)據(jù)塊，能夠?qū)崿F(xiàn)電網(wǎng)實(shí)時(shí)狀態(tài)監(jiān)測(cè)和異常原因診斷[8]。由于不同類(lèi)別的數(shù)字孿生系統(tǒng)在關(guān)鍵問(wèn)題、主要應(yīng)用場(chǎng)景、關(guān)鍵技術(shù)、數(shù)據(jù)來(lái)源等方面差異較大，使得數(shù)字孿生系統(tǒng)在不同行業(yè)和場(chǎng)景應(yīng)用中產(chǎn)生的理論、關(guān)鍵技術(shù)、運(yùn)行模式與架構(gòu)差異較大。基于上述原因，本文提出了工業(yè)數(shù)字孿生系統(tǒng)(industrial Digital Twin System，iDTS)的概念、系統(tǒng)結(jié)構(gòu)與運(yùn)行模式。

基于數(shù)字孿生在工業(yè)產(chǎn)品的生命周期不同場(chǎng)景的功能、成熟度和運(yùn)行模式的特點(diǎn)，本文提出的iDTS的概念將為數(shù)字孿生在制造業(yè)領(lǐng)域的發(fā)展提供基本理論和技術(shù)支撐。

1 國(guó)內(nèi)外研究現(xiàn)狀

數(shù)字孿生的技術(shù)發(fā)展與工程應(yīng)用起源于制造業(yè)，經(jīng)歷了萌芽期、發(fā)展期和爆發(fā)期3個(gè)階段，如圖1所示。NASA在工程實(shí)踐中首先認(rèn)識(shí)到了建立物體實(shí)體對(duì)應(yīng)的數(shù)字孿生體的重要性，并在2010年正式提出了數(shù)字孿生這一概念，數(shù)字孿生贏來(lái)了新的發(fā)展機(jī)遇，由萌芽期進(jìn)入了發(fā)展期。2011年美國(guó)空軍研究實(shí)驗(yàn)室在研究機(jī)體等疲勞及壽命預(yù)測(cè)時(shí)，形成了一個(gè)低保真性的“數(shù)字孿生體”，并隨著技術(shù)的發(fā)展逐步提升了其保真度[9]；2012年NASA和美國(guó)空軍研究實(shí)驗(yàn)室共同提出了未來(lái)飛行器的數(shù)字孿生體范例，將飛行器等數(shù)字孿生體定義為系統(tǒng)的、集成的多物理、多尺度、概率仿真模型，并提出了“機(jī)體數(shù)字孿生”的概念[10]；2013年，美國(guó)空軍發(fā)布的《全球地平線：全球科技愿景》頂層科技規(guī)劃文件中，將數(shù)字總線和數(shù)字孿生并列視為“改變游戲規(guī)則”的顛覆性機(jī)遇[11]；2014 年 Michael Grieves 教授發(fā)表了關(guān)于數(shù)字孿生的白皮書(shū)，將數(shù)字孿生分為數(shù)字孿生樣機(jī)、實(shí)例、集合和環(huán)境，同時(shí)總結(jié)了數(shù)字孿生能夠解決的實(shí)際工程問(wèn)題[2,12]。

2017年前后，隨著不同國(guó)家的科研機(jī)構(gòu)和企業(yè)將數(shù)字孿生作為其未來(lái)發(fā)展的重要使能技術(shù)，數(shù)字孿生的發(fā)展迎來(lái)了爆發(fā)期。例如，2017年11月，世界最大的武器生產(chǎn)商洛克希德馬丁公司將數(shù)字孿生列為未來(lái)國(guó)防和航天工業(yè)6大頂尖技術(shù)之首；2017年12月，中國(guó)科協(xié)智能制造學(xué)術(shù)聯(lián)合體在世界智能制造大會(huì)上將數(shù)字孿生列為世界智能制造十大科技進(jìn)展之一；世界權(quán)威信息技術(shù)研究咨詢(xún)公司Gartner在2016年～2019年連續(xù)4年將數(shù)字孿生列為未來(lái)十大戰(zhàn)略性技術(shù)之一，指出在未來(lái)將會(huì)出現(xiàn)數(shù)以?xún)|計(jì)的數(shù)字孿生，它們將被企業(yè)用于產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、經(jīng)營(yíng)工廠、故障預(yù)測(cè)和運(yùn)行維護(hù)等[13]；2020年2月，德國(guó)工程師協(xié)會(huì)/德國(guó)電氣工程師協(xié)會(huì)(VDI/VDE)發(fā)布了《設(shè)備生命周期中的仿真與數(shù)字孿生》報(bào)告；2020年9月，德國(guó)決定在聯(lián)邦經(jīng)濟(jì)與能源部支持的體系外發(fā)起“工業(yè)數(shù)字孿生體協(xié)會(huì)”(Industrial Digital Twin Association，IDTA)[14]。

目前，數(shù)字孿生的發(fā)展仍然處于爆發(fā)期，由于Michael Grieves教授在最初定義數(shù)字孿生時(shí)未指定工程背景，其理論研究和技術(shù)應(yīng)用從最初的制造業(yè)迅速擴(kuò)展到農(nóng)業(yè)、城市、建筑、電力和醫(yī)療等13種行業(yè)，涉及50多種應(yīng)用場(chǎng)景(如圖2)。數(shù)字孿生從概念模型階段步入初步的規(guī)劃與實(shí)施階段，西門(mén)子、達(dá)索、GE、PTC和ANSYS等工業(yè)軟件公司在數(shù)字孿生的技術(shù)應(yīng)用架構(gòu)上進(jìn)行了深入研究。例如，德國(guó)西門(mén)子公司基于開(kāi)放式物聯(lián)網(wǎng)操作系統(tǒng)MindSphere實(shí)現(xiàn)生命周期數(shù)字孿生應(yīng)用，法國(guó)達(dá)索公司建立了基于數(shù)字孿生的三維體驗(yàn)平臺(tái)3DEXPERIENCE，美國(guó)GE基于Predix云計(jì)算環(huán)境構(gòu)建了Genix DT框架，美國(guó)ANSYS公司構(gòu)建了系統(tǒng)級(jí)多物理域數(shù)字孿生平臺(tái)Twin Builder，美國(guó)PTC通過(guò)Thingworx物聯(lián)網(wǎng)平臺(tái)與Twin Builder進(jìn)行數(shù)字孿生建模，中國(guó)阿里巴巴集團(tuán)建立了阿里云工業(yè)大腦DTwin平臺(tái)[15]。

由于不同行業(yè)對(duì)數(shù)字孿生的應(yīng)用場(chǎng)景不同，形成了具有不同特點(diǎn)的城市、建筑、電網(wǎng)、醫(yī)療和工業(yè)等數(shù)字孿生系統(tǒng)。其中，數(shù)字孿生技術(shù)在工業(yè)產(chǎn)品中的概念設(shè)計(jì)、詳細(xì)設(shè)計(jì)、加工制造、運(yùn)維服務(wù)和報(bào)廢回收等全生命周期都發(fā)揮著作用。例如，VICTOR等[17]給出了產(chǎn)品設(shè)計(jì)中數(shù)字孿生的數(shù)學(xué)定義，用于設(shè)計(jì)決策；FARID等[18]提出了基于數(shù)字孿生的自動(dòng)流水線個(gè)性化設(shè)計(jì)；為了打通設(shè)計(jì)和制造的壁壘，BENJAMIN等[19]提出了基于表面模型形狀的綜合參考模型，作為設(shè)計(jì)與制造階段物理產(chǎn)品的數(shù)字孿生 ；REDELINGHUYS等[20]構(gòu)建了支持網(wǎng)絡(luò)物理生產(chǎn)系統(tǒng)(Cyber-Physical Production System,CPPS)的數(shù)字孿生六層架構(gòu)；AIVALIOTIS等[21]提出了基于數(shù)字孿生的機(jī)械設(shè)備剩余使用壽命預(yù)測(cè)方法，用來(lái)對(duì)制造資源進(jìn)行預(yù)測(cè)性維護(hù)；為了實(shí)現(xiàn)車(chē)間數(shù)字孿生系統(tǒng)，CORONADO等[22]提出了基于云計(jì)算工具的制造執(zhí)行系統(tǒng)(Manufacturing Execution System,MES)數(shù)據(jù)和MTConnect數(shù)據(jù)集成方法；GHOSH等[23]使用隱式Markov模型構(gòu)建了面向制造系統(tǒng)評(píng)價(jià)的數(shù)字孿生模型，該模型包括模型組件和仿真組件。陶飛等[24-25]提出了數(shù)字孿生車(chē)間的概念，并定義了數(shù)字孿生五維模型；趙浩然等[26]提出了面向數(shù)字孿生車(chē)間的三維可視化實(shí)時(shí)監(jiān)控方法；劉強(qiáng)等[27]提出了一種基于數(shù)字孿生的自動(dòng)化流水車(chē)間制造系統(tǒng)的快速個(gè)性化設(shè)計(jì)方法；胡天亮等[28]在統(tǒng)一平臺(tái)上建立了計(jì)算機(jī)數(shù)控機(jī)床的多域虛擬原型，并將數(shù)字孿生的概念引入原型中，以實(shí)現(xiàn)虛擬世界與現(xiàn)實(shí)世界的實(shí)時(shí)準(zhǔn)確映射[28]；鮑勁松等[29]提出面向制造的數(shù)字孿生建模和操作方法；李浩等[5,30]分析了基于數(shù)字孿生的復(fù)雜產(chǎn)品設(shè)計(jì)內(nèi)涵，提出了基于數(shù)字孿生的復(fù)雜產(chǎn)品環(huán)形設(shè)計(jì)框架，基于此提出了基于系統(tǒng)建模語(yǔ)言(Syster Modeling Language,SysML)的統(tǒng)一數(shù)字孿生模型。但是，這些研究是基于某一工業(yè)場(chǎng)景、單個(gè)產(chǎn)品功能和產(chǎn)品生命周期某些單一場(chǎng)景，針對(duì)工業(yè)產(chǎn)品的數(shù)字孿生系統(tǒng)的特點(diǎn)、系統(tǒng)組成、邏輯架構(gòu)和系統(tǒng)運(yùn)行模式等系統(tǒng)性的研究較少。為此，本文在分析總結(jié)前期研究的基礎(chǔ)上，系統(tǒng)提出了iDTS的概念、系統(tǒng)結(jié)構(gòu)與運(yùn)行模式，為數(shù)字孿生在工業(yè)場(chǎng)景中的應(yīng)用提供參考。

2 不同類(lèi)別的數(shù)字孿生系統(tǒng)

2.1 數(shù)字孿生系統(tǒng)的構(gòu)成

一個(gè)典型的數(shù)字孿生系統(tǒng)通常包括物理對(duì)象、測(cè)量感知、終端控制器、通信網(wǎng)絡(luò)、數(shù)字孿生運(yùn)行平臺(tái)和用戶域(如圖3)。這5個(gè)部分相互關(guān)聯(lián)，既能進(jìn)行正向的數(shù)據(jù)采集與傳輸分析，也能實(shí)現(xiàn)反向的數(shù)據(jù)反饋與決策控制，形成信息傳遞的閉環(huán)互聯(lián)。

(1)物理對(duì)象

物理對(duì)象在不同的應(yīng)用領(lǐng)域具有不同的實(shí)體形式。例如，工業(yè)領(lǐng)域中的人員、設(shè)備、物料、環(huán)境；城建領(lǐng)域的城市建筑、交通基礎(chǔ)設(shè)施、城市能源、水利、電氣等設(shè)施；農(nóng)業(yè)領(lǐng)域的作物、水利、農(nóng)田生態(tài)系統(tǒng)、農(nóng)業(yè)機(jī)具等；建筑領(lǐng)域的人員、建筑結(jié)構(gòu)、空調(diào)系統(tǒng)、照明、供水、供氣、電梯等。

(2)測(cè)量感知與終端控制

測(cè)量感知是實(shí)現(xiàn)物理對(duì)象數(shù)字化建模的主要途徑之一。一方面，對(duì)于物理對(duì)象的靜態(tài)數(shù)據(jù)與模型，可通過(guò)測(cè)量獲得；另一方面，對(duì)于物理對(duì)象的動(dòng)態(tài)變化數(shù)據(jù)，可通過(guò)傳感器將物理對(duì)象產(chǎn)生的動(dòng)態(tài)信號(hào)轉(zhuǎn)化為動(dòng)態(tài)數(shù)字信號(hào)。另外，終端控制是實(shí)現(xiàn)孿生體控制物理對(duì)象的關(guān)鍵，例如，對(duì)機(jī)床銑刀運(yùn)動(dòng)軌道參數(shù)的修改，可通過(guò)上位機(jī)軟件編寫(xiě)相應(yīng)的代碼，傳至機(jī)床內(nèi)部控制系統(tǒng)，控制系統(tǒng)通過(guò)控制電機(jī)來(lái)實(shí)現(xiàn)對(duì)物理對(duì)象的控制。

(3)通信網(wǎng)絡(luò)

通信網(wǎng)絡(luò)是數(shù)字孿生系統(tǒng)的重要組成部分，高速、低延時(shí)網(wǎng)絡(luò)通信是實(shí)現(xiàn)數(shù)字孿生體與物理對(duì)象實(shí)時(shí)交互的基礎(chǔ)。因此，數(shù)字孿生系統(tǒng)對(duì)物理網(wǎng)絡(luò)、網(wǎng)絡(luò)接口、通信協(xié)議等有更高的要求。例如，在異構(gòu)系統(tǒng)的聯(lián)網(wǎng)中，需要對(duì)多種系統(tǒng)進(jìn)行通信接口的統(tǒng)一約定，以實(shí)現(xiàn)各種數(shù)據(jù)的平臺(tái)接入。另外，在低延時(shí)方面，需要通信網(wǎng)絡(luò)具有更高的性能，例如采用5G專(zhuān)用通信鏈路或者衛(wèi)星通信鏈路。

(4)數(shù)字孿生運(yùn)行平臺(tái)

數(shù)字孿生運(yùn)行平臺(tái)具有數(shù)據(jù)管理、模型仿真以及基于模型的學(xué)習(xí)預(yù)測(cè)、計(jì)算優(yōu)化、決策自治等功能。其中，數(shù)據(jù)管理功能為仿真模型提供數(shù)據(jù)服務(wù)，包括接收數(shù)據(jù)采集系統(tǒng)上傳的數(shù)據(jù)，對(duì)多種數(shù)據(jù)的分析、壓縮、模式識(shí)別等處理，以及為驅(qū)動(dòng)仿真模型運(yùn)行提供數(shù)據(jù)伺服等；同時(shí)，數(shù)據(jù)管理功能能夠?qū)δＰ瓦\(yùn)行的中間數(shù)據(jù)以及歷史記錄等數(shù)據(jù)進(jìn)行存儲(chǔ)。模型仿真是數(shù)字孿生系統(tǒng)的核心功能，涉及對(duì)物理對(duì)象的數(shù)字化建模和展示、同步驅(qū)動(dòng)和運(yùn)行管理等。數(shù)字孿生系統(tǒng)根據(jù)要解決的問(wèn)題建立對(duì)應(yīng)的機(jī)理模型，基于人工智能算法進(jìn)行自學(xué)習(xí)、系統(tǒng)狀態(tài)預(yù)測(cè)、過(guò)程優(yōu)化、結(jié)構(gòu)優(yōu)化和自主決策等。另外，系統(tǒng)運(yùn)行需要更高的算力支持，高算力平臺(tái)是數(shù)字孿生系統(tǒng)可靠運(yùn)行的基礎(chǔ)。

(5)用戶域

用戶域包括人、人機(jī)接口、應(yīng)用層軟件以及基于虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)的人機(jī)交互等。在數(shù)字孿生系統(tǒng)中，人是統(tǒng)籌控制、主導(dǎo)系統(tǒng)調(diào)控的核心。另外，人的知識(shí)和決策指令通過(guò)人機(jī)交互輸入給數(shù)字孿生體，作為數(shù)字孿生體模型仿真、學(xué)習(xí)預(yù)測(cè)和優(yōu)化決策的關(guān)鍵參數(shù)。先進(jìn)的人機(jī)接口是數(shù)字孿生系統(tǒng)的重要特征，其中虛擬現(xiàn)實(shí)技術(shù)可以將可視化的模型以沉浸式的3D顯示方式呈現(xiàn)給人，通過(guò)手柄、穿戴式傳感器采集人體動(dòng)作，實(shí)現(xiàn)人與數(shù)字空間的人機(jī)交互；增強(qiáng)現(xiàn)實(shí)更進(jìn)一步將物理空間和數(shù)字空間疊加顯示，增強(qiáng)了交互性。

2.2 不同數(shù)字孿生系統(tǒng)特點(diǎn)分析

面向不同行業(yè)的數(shù)字孿生系統(tǒng)都具有精準(zhǔn)映射、虛實(shí)交互、智能反饋和優(yōu)化迭代的共性特征，但是它們?cè)谘芯繉?duì)象、主要應(yīng)用場(chǎng)景、數(shù)據(jù)來(lái)源和類(lèi)別、系統(tǒng)運(yùn)行的主導(dǎo)因素等方面各不相同，從而導(dǎo)致不同系統(tǒng)所要解決的關(guān)鍵問(wèn)題與關(guān)鍵技術(shù)有所不同，甚至差異較大，如表1所示。本文以城市數(shù)字孿生系統(tǒng)、建筑數(shù)字孿生系統(tǒng)、電網(wǎng)數(shù)字孿生系統(tǒng)、醫(yī)療數(shù)字孿生系統(tǒng)和工業(yè)數(shù)字孿生系統(tǒng)(i數(shù)字孿生S)為例進(jìn)行比較說(shuō)明。

表1 典型數(shù)字孿生系統(tǒng)特點(diǎn)的對(duì)比

(1)城市數(shù)字孿生系統(tǒng)

城市數(shù)字孿生系統(tǒng)是“智慧城市”應(yīng)用落地的一種有效途徑。中國(guó)信息通信研究院發(fā)布的《數(shù)字孿生城市白皮書(shū)(2020版)》，深入分析了城市數(shù)字孿生系統(tǒng)的典型特征、總體架構(gòu)、核心能力、共性問(wèn)題和實(shí)施策略[31]。城市數(shù)字孿生系統(tǒng)通過(guò)城市物理世界、網(wǎng)絡(luò)虛擬空間的一一對(duì)應(yīng)、相互映射和協(xié)同交互，在網(wǎng)絡(luò)空間再造一個(gè)與之匹配的“孿生城市”，實(shí)現(xiàn)城市全要素的數(shù)字化、城市全狀態(tài)的可視化和城市管理決策的協(xié)同化。

城市數(shù)字孿生系統(tǒng)的主要研究對(duì)象包括水、電、交通等基礎(chǔ)設(shè)施，警力、醫(yī)療、消防等市政資源，以及洪水、臺(tái)風(fēng)和地震等自然災(zāi)害。城市數(shù)字孿生系統(tǒng)主要用于交通疏導(dǎo)、能源調(diào)度和疫情監(jiān)控等場(chǎng)景，系統(tǒng)數(shù)據(jù)大部分來(lái)自布置在道路上的攝像頭采集的海量視頻數(shù)據(jù)，系統(tǒng)運(yùn)行以人和城市環(huán)境為主導(dǎo)。目前，城市數(shù)字孿生系統(tǒng)存在城市信息模型(City Information Model，CIM)復(fù)用率低、海量數(shù)據(jù)傳輸匯聚、數(shù)據(jù)表達(dá)不到位、計(jì)算資源分配不合理等問(wèn)題，針對(duì)這些問(wèn)題需開(kāi)展地理信息系統(tǒng)(Geographic Information System，GIS)建模、CIM統(tǒng)一建模和“城市大腦”搭建等關(guān)鍵技術(shù)研究，其中“城市大腦”是構(gòu)建城市數(shù)字孿生系統(tǒng)的核心使能技術(shù)，需要研究視覺(jué)認(rèn)知計(jì)算和數(shù)字視網(wǎng)膜架構(gòu)等[32]。

國(guó)內(nèi)外已經(jīng)開(kāi)展了城市數(shù)字孿生系統(tǒng)的相關(guān)研究。例如，雄安新區(qū)數(shù)字孿生城市、虛擬新加坡平臺(tái)、法國(guó)雷恩3D城市、多倫多高科技社區(qū)等就是典型的城市數(shù)字孿生系統(tǒng)[33]。

(2)建筑數(shù)字孿生系統(tǒng)

建筑數(shù)字孿生系統(tǒng)對(duì)商業(yè)房地產(chǎn)建筑產(chǎn)生了較大影響，能夠使居住者對(duì)自己的工作區(qū)和環(huán)境條件有更多的控制權(quán)。與城市相比，建筑數(shù)字孿生系統(tǒng)聚焦建筑物本身，其定義是在物理建筑模型中使用各種傳感器全方位獲取數(shù)據(jù)的仿真過(guò)程，以在虛擬空間中反映相對(duì)應(yīng)實(shí)體建筑的全生命周期過(guò)程[34]。

建筑數(shù)字孿生系統(tǒng)的研究對(duì)象主要包括用水、暖通、供電、關(guān)鍵設(shè)施、建筑結(jié)構(gòu)等，系統(tǒng)的數(shù)據(jù)來(lái)源于攝像頭、傳感器、終端輔助設(shè)施采集的視頻、傳感器數(shù)據(jù)，系統(tǒng)運(yùn)行以環(huán)境為主導(dǎo)。建筑數(shù)字孿生系統(tǒng)的目標(biāo)是實(shí)現(xiàn)建筑規(guī)劃、設(shè)計(jì)、施工、運(yùn)營(yíng)的一體化管控。但是，目前存在建筑“信息—物理”交互性低、能源管控依賴(lài)人工、建筑物安全隱患預(yù)測(cè)精度低、建筑設(shè)備故障預(yù)警分析能力不足等問(wèn)題[35]，需要重點(diǎn)開(kāi)展建筑信息模型(Building Information Modeling，BIM)建模、基于數(shù)字孿生的建筑安全狀態(tài)預(yù)警、基于數(shù)字孿生的建筑能耗管控等技術(shù)研究。需要注意，建筑數(shù)字孿生系統(tǒng)與BIM有所區(qū)別，BIM專(zhuān)注于建筑物的設(shè)計(jì)和建造，而建筑數(shù)字孿生系統(tǒng)可以在BIM的基礎(chǔ)上模擬人們?nèi)绾闻c建筑環(huán)境互動(dòng)。

阿聯(lián)酋Bee'ah公司打造的新總部智慧大樓就是建筑數(shù)字孿生系統(tǒng)，該總部大樓基于人工智能的預(yù)測(cè)和自動(dòng)化控制系統(tǒng)實(shí)現(xiàn)了建筑內(nèi)部資源利用零摩擦，目標(biāo)是達(dá)成能耗降低5%，耗水量降低20%，運(yùn)營(yíng)兩年內(nèi)零凈碳排放量[36]。另外，“數(shù)字巴黎”也是一個(gè)建筑數(shù)字孿生系統(tǒng)，通過(guò)數(shù)字化建模和仿真完整還原了巴黎圣母院的原貌和幾百年的建造過(guò)程，在數(shù)字世界中再現(xiàn)了一塊磚、一扇門(mén)、一扇窗的安裝過(guò)程，同時(shí)也完美地構(gòu)建了巴黎圣母院的數(shù)字孿生體[37]。在中國(guó)武漢雷神山醫(yī)院的設(shè)計(jì)建造過(guò)程中，建筑數(shù)字孿生系統(tǒng)幫助設(shè)計(jì)師進(jìn)行可視化設(shè)計(jì)、流線分析、管線綜合、裝配式設(shè)計(jì)、室內(nèi)室外計(jì)算機(jī)流體力學(xué)(Computational Fluid Dynamics,CFD)模擬等，助力武漢雷神山醫(yī)院快速建成[38]。

(3)電網(wǎng)數(shù)字孿生系統(tǒng)

在中國(guó)國(guó)家電網(wǎng)對(duì)標(biāo)世界一流管理提升行動(dòng)中，“數(shù)字化”扮演了十分重要的角色，并且亟待企業(yè)在一個(gè)開(kāi)放的生態(tài)圈中開(kāi)展聯(lián)合創(chuàng)新，而數(shù)字孿生技術(shù)推動(dòng)了電網(wǎng)的“數(shù)字化”升級(jí)。電網(wǎng)數(shù)字孿生系統(tǒng)是將物理電網(wǎng)以數(shù)字化方式映射至虛擬空間，通過(guò)接收來(lái)自物理電網(wǎng)的狀態(tài)信息進(jìn)而同步演化，以實(shí)現(xiàn)對(duì)物理電網(wǎng)的全面精準(zhǔn)檢測(cè)，并基于物理電網(wǎng)的狀態(tài)信息進(jìn)行診斷、預(yù)測(cè)等一系列計(jì)算分析，將分析結(jié)果反饋給物理電網(wǎng)，從而推動(dòng)物理電網(wǎng)的優(yōu)化調(diào)整[39]。

電網(wǎng)數(shù)字孿生系統(tǒng)已經(jīng)能夠靈活滿足數(shù)字化電網(wǎng)內(nèi)不同場(chǎng)景、不同規(guī)模的需求，例如對(duì)于單個(gè)配電柜、機(jī)柜，數(shù)字孿生可以支持三維掃描、可視化呈現(xiàn)，實(shí)現(xiàn)數(shù)字化交付；對(duì)于單個(gè)配電站、開(kāi)關(guān)站，數(shù)字孿生可以支持站點(diǎn)設(shè)備全要素?cái)?shù)據(jù)的連接，實(shí)現(xiàn)數(shù)字化運(yùn)維管理；對(duì)于區(qū)域配電站，數(shù)字孿生可以為區(qū)域電網(wǎng)實(shí)現(xiàn)配電智能管理、按需配電；針對(duì)環(huán)網(wǎng)數(shù)字化，數(shù)字孿生則可以助力實(shí)現(xiàn)站點(diǎn)聯(lián)通、快速檢測(cè)等功能[40]。電網(wǎng)數(shù)字孿生系統(tǒng)的研究對(duì)象涉及變電、輸電、配電等設(shè)備，電壓、電能、電費(fèi)等用電情況和電網(wǎng)運(yùn)行狀態(tài)，系統(tǒng)的數(shù)據(jù)來(lái)源于輸變電和配電控制系統(tǒng)、巡檢系統(tǒng)，其運(yùn)行受用戶分布情況和環(huán)境影響較大。目前，在電網(wǎng)數(shù)字孿生系統(tǒng)中，電網(wǎng)狀態(tài)信息難以掌握、電網(wǎng)運(yùn)維效率有待提升、電網(wǎng)運(yùn)行策略依賴(lài)于人工經(jīng)驗(yàn)，為此需要重點(diǎn)開(kāi)展電網(wǎng)數(shù)字孿生建模、基于數(shù)字孿生的電網(wǎng)狀態(tài)分析、智能巡檢、基于數(shù)字孿生的負(fù)荷預(yù)測(cè)與用戶行為分析等技術(shù)研究。

2021年中國(guó)數(shù)字孿生體聯(lián)盟發(fā)布了《數(shù)字孿生電網(wǎng)白皮書(shū)—電力企業(yè)數(shù)字化轉(zhuǎn)型之道》，給出了數(shù)字孿生電網(wǎng)系統(tǒng)的定義、參考架構(gòu)和典型案例[41]。隨著對(duì)電力系統(tǒng)運(yùn)行機(jī)理認(rèn)知的不斷提升，電網(wǎng)數(shù)字孿生系統(tǒng)對(duì)未來(lái)的預(yù)測(cè)將非常接近真實(shí)物理世界的變化[42]。

(4)醫(yī)療數(shù)字孿生系統(tǒng)

2019年中國(guó)國(guó)家衛(wèi)生健康委員會(huì)首次提出了“智慧醫(yī)療”的概念，指出將云計(jì)算、大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)等技術(shù)應(yīng)用于醫(yī)療服務(wù)領(lǐng)域，圍繞患者就醫(yī)體驗(yàn)、臨床診療水平、醫(yī)院管理3方面，全方位提升醫(yī)療服務(wù)效率和質(zhì)量。2020年，Genome Medicine刊登了一篇由瑞典數(shù)字孿生協(xié)會(huì)(SDTC)聯(lián)合多國(guó)科學(xué)家發(fā)表的名為《Digital twins to personalize medicine》的報(bào)告，肯定了基于數(shù)字孿生實(shí)現(xiàn)“智慧醫(yī)療”的設(shè)想[43]。

醫(yī)療數(shù)字孿生系統(tǒng)能夠基于數(shù)字病歷、疾病登記庫(kù)、穿戴式傳感器等獲取數(shù)據(jù)信息，構(gòu)建患者的數(shù)字虛擬狀態(tài)、器官的剖析結(jié)構(gòu)和醫(yī)院虛擬環(huán)境等數(shù)字孿生體，最終實(shí)現(xiàn)個(gè)性化醫(yī)療保健、醫(yī)療與手術(shù)方案驗(yàn)證和醫(yī)療資源管理優(yōu)化等。醫(yī)療數(shù)字孿生系統(tǒng)的研究對(duì)象包括患者、醫(yī)生和醫(yī)療資源，系統(tǒng)的數(shù)據(jù)來(lái)源于急診卡、醫(yī)療設(shè)備和患者病例等。目前，醫(yī)療數(shù)字孿生系統(tǒng)的研究存在患者和醫(yī)療設(shè)備機(jī)理描述不準(zhǔn)確、醫(yī)療和手術(shù)方案依賴(lài)于醫(yī)生經(jīng)驗(yàn)等問(wèn)題。因此，需要進(jìn)行醫(yī)療系統(tǒng)人機(jī)融合數(shù)字孿生機(jī)理模型構(gòu)建、基于數(shù)字孿生的院內(nèi)導(dǎo)診、手術(shù)實(shí)時(shí)三維影像導(dǎo)航和基于數(shù)字孿生的醫(yī)療資源優(yōu)化管理等關(guān)鍵技術(shù)研究[44]。

醫(yī)療數(shù)字孿生系統(tǒng)的研究和應(yīng)用目前處于起步階段，具有代表性的是初創(chuàng)公司 Unlearn.ai 通過(guò)收集參與者的身體數(shù)據(jù)，創(chuàng)建醫(yī)療數(shù)字孿生模型作為對(duì)照組，提升試驗(yàn)效率。法國(guó)達(dá)索(Dassault Systèmes)使用磁共振成像(Magnetic Resonance Imaging，MRI)和心電圖(Electro Cardio Graphy，ECG)測(cè)量結(jié)果開(kāi)發(fā)了一種數(shù)字孿生模型，將難以看到的解剖結(jié)構(gòu)可視化，以開(kāi)發(fā)更安全有效的心臟治療設(shè)備與器械。OnScale公司與LEXMA Technology公司共同開(kāi)發(fā)了“數(shù)字雙肺”模型，幫助臨床醫(yī)生預(yù)測(cè)新冠肺炎患者的通氣需求[45]。

(5)工業(yè)數(shù)字孿生系統(tǒng)(iDTS)

數(shù)字孿生技術(shù)最早在制造業(yè)出現(xiàn)，技術(shù)應(yīng)用的成熟度相對(duì)較高，但是主要集中在數(shù)字孿生體的表達(dá)、基于數(shù)字孿生的設(shè)計(jì)制造一體化、基于數(shù)字孿生的產(chǎn)品故障診斷和運(yùn)行維護(hù)，目前仍缺少面向產(chǎn)品生命周期不同階段的數(shù)字孿生系統(tǒng)的內(nèi)涵、架構(gòu)設(shè)計(jì)和運(yùn)行模式的研究。

iDTS的研究對(duì)象是工業(yè)產(chǎn)品、制造裝備、物料、人員和能源等，其數(shù)據(jù)主要來(lái)源于設(shè)備、傳感器、攝像頭等采集的多模態(tài)數(shù)據(jù)。iDTS的定義和特點(diǎn)見(jiàn)第3章，它是一個(gè)以人為中心、“人—機(jī)—環(huán)境”交互融合的系統(tǒng)。目前，在iDTS的研究中，存在著數(shù)字孿生體成熟度劃分模糊、不同數(shù)字孿生體融合困難、系統(tǒng)運(yùn)行模式多樣等難題。需要開(kāi)展數(shù)字孿生體建模與評(píng)價(jià)技術(shù)、復(fù)雜工業(yè)系統(tǒng)多物理場(chǎng)仿真融合和數(shù)字孿生體生命周期管理等關(guān)鍵技術(shù)研究[46]。

3 iDTS的定義和功能結(jié)構(gòu)

3.1 iDTS的定義和特點(diǎn)

iDTS是面向工業(yè)產(chǎn)品的需求分析、方案設(shè)計(jì)、生產(chǎn)制造和運(yùn)行維護(hù)等全生命周期，運(yùn)用數(shù)字孿生技術(shù)建立全要素、全流程、全業(yè)務(wù)的數(shù)字孿生體，通過(guò)物理對(duì)象與數(shù)字孿生體的雙向映射與實(shí)時(shí)交互，實(shí)現(xiàn)工業(yè)產(chǎn)品的優(yōu)化設(shè)計(jì)、產(chǎn)線規(guī)劃仿真、制造過(guò)程優(yōu)化和服務(wù)運(yùn)行調(diào)控等功能的軟硬件一體化系統(tǒng)。iDTS除了具備精準(zhǔn)映射、虛實(shí)交互、智能反饋和優(yōu)化迭代等主要特點(diǎn)外，還具有以人為中心、“人—機(jī)—環(huán)境”相互融合、系統(tǒng)高保真度和孿生模型復(fù)雜性等典型特點(diǎn)。

(1)以人為中心

隨著個(gè)性化的生物識(shí)別、全方位情感感知、可穿戴動(dòng)作捕捉、光學(xué)視覺(jué)動(dòng)作捕捉、虛擬現(xiàn)實(shí)(Virtual Reality，VR)/增強(qiáng)現(xiàn)實(shí)(Augmented Reality， AR)/混合現(xiàn)實(shí)(Mixed Reality， MR)等技術(shù)將在工業(yè)數(shù)字孿生系統(tǒng)中大量應(yīng)用，其不再是一個(gè)以自動(dòng)化程序和程序化工藝為主的系統(tǒng)，而是一個(gè)以人的行為為主的系統(tǒng)。工業(yè)產(chǎn)品的需求分析、方案設(shè)計(jì)、生產(chǎn)制造和運(yùn)行維護(hù)等全生命周期活動(dòng)雖然是由軟件和機(jī)器完成的，但軟件和機(jī)器的運(yùn)行需要基于人的決策，并滿足人的需求。因此，iDTS的運(yùn)行需要充分考慮人的工作狀態(tài)、人的熟練程度，甚至人的情感等因素，形成以人為中心的穩(wěn)定高效運(yùn)行體系[47]。

(2)“人—機(jī)—環(huán)境”相互融合

iDTS是由人、機(jī)器和環(huán)境協(xié)調(diào)運(yùn)行的復(fù)雜系統(tǒng)。在工業(yè)數(shù)字孿生系統(tǒng)中，人是工程命令發(fā)出者，機(jī)器負(fù)責(zé)執(zhí)行由人發(fā)出的命令，環(huán)境保證了人和機(jī)器安全、有效、穩(wěn)定的交互和協(xié)作。其中，人指的是參與工程任務(wù)的設(shè)計(jì)師、工藝師、工人、系統(tǒng)工程師、管理者等人員；機(jī)器泛指完成工業(yè)產(chǎn)品的設(shè)計(jì)和制造任務(wù)的計(jì)算機(jī)和各類(lèi)型設(shè)備；環(huán)境是指人機(jī)協(xié)作完成工程任務(wù)的工作環(huán)境。

(3)系統(tǒng)高保真度要求

根據(jù)工業(yè)應(yīng)用的需要，工業(yè)數(shù)字孿生系統(tǒng)需要滿足高保真度要求。iDTS中的孿生數(shù)據(jù)、孿生模型和孿生環(huán)境與物理對(duì)象在外觀、尺寸、材料、性能、行為等方面的要求完全一致，應(yīng)充分考慮所構(gòu)建模型的非線性和線性、時(shí)變和時(shí)不變特性。如生產(chǎn)線中的關(guān)鍵設(shè)備，或者設(shè)備中的關(guān)鍵零部件都有高保真度要求，只有達(dá)到了高保真度要求，iDTS才能夠準(zhǔn)確反映復(fù)雜物理對(duì)象的真實(shí)運(yùn)行狀態(tài)。

(4)孿生模型的復(fù)雜性

iDTS機(jī)械、電子、控制和軟件等不同學(xué)科人員協(xié)同構(gòu)建而成，其在類(lèi)型、結(jié)構(gòu)和功能等方面各不相同，增加了孿生模型在建立和使用上的復(fù)雜性。典型的孿生模型包括三維結(jié)構(gòu)模型、流程模型、多物理場(chǎng)模型和不同專(zhuān)業(yè)的機(jī)理模型等，iDTS能夠?qū)@些復(fù)雜孿生模型進(jìn)行關(guān)聯(lián)、融合、驅(qū)動(dòng)運(yùn)行與評(píng)估。

根據(jù)以上分析，已有學(xué)者建立了iDTS，例如數(shù)字孿生車(chē)間[48]和基于數(shù)字孿生的產(chǎn)品服務(wù)系統(tǒng)[49]。其中，數(shù)字孿生車(chē)間[48]由物理車(chē)間、虛擬車(chē)間、車(chē)間服務(wù)系統(tǒng)和車(chē)間孿生數(shù)據(jù)組成。數(shù)字孿生車(chē)間是在新一代信息技術(shù)和制造技術(shù)驅(qū)動(dòng)下，通過(guò)物理車(chē)間與虛擬車(chē)間的雙向真實(shí)映射與實(shí)時(shí)交互，實(shí)現(xiàn)物理車(chē)間、虛擬車(chē)間、車(chē)間服務(wù)系統(tǒng)的全要素、全流程、全業(yè)務(wù)數(shù)據(jù)的集成和融合，在車(chē)間孿生數(shù)據(jù)的驅(qū)動(dòng)下，實(shí)現(xiàn)車(chē)間生產(chǎn)要素管理、生產(chǎn)活動(dòng)計(jì)劃、生產(chǎn)過(guò)程控制等在物理車(chē)間、虛擬車(chē)間、車(chē)間服務(wù)系統(tǒng)間的迭代運(yùn)行，從而在滿足特定目標(biāo)和約束的前提下，達(dá)到車(chē)間生產(chǎn)和管控最優(yōu)的一種車(chē)間運(yùn)行新模式。與之相對(duì)應(yīng)，基于數(shù)字孿生的產(chǎn)品服務(wù)系統(tǒng)[49]也是一個(gè)典型的iDTS，通過(guò)不同物理產(chǎn)品和/或服務(wù)組合的智能分析決策、快速個(gè)性化產(chǎn)品服務(wù)配置和服務(wù)過(guò)程體驗(yàn)，有效支持復(fù)雜產(chǎn)品與服務(wù)生命周期的智能決策、快速供給、智能服務(wù)、價(jià)值與環(huán)境分析等。

3.2 iDTS的系統(tǒng)功能結(jié)構(gòu)

iDTS的系統(tǒng)功能結(jié)構(gòu)如圖4所示，包括物理層、感知層、孿生層、應(yīng)用層和控制層。這5個(gè)層次并不是獨(dú)立存在的，結(jié)構(gòu)層次之間通過(guò)功能接口實(shí)現(xiàn)信息交互。例如，物理層通過(guò)數(shù)據(jù)感知接口與感知層進(jìn)行數(shù)據(jù)交互，感知層通過(guò)數(shù)據(jù)/模型傳輸接口和協(xié)議將多源異構(gòu)實(shí)時(shí)數(shù)據(jù)傳輸?shù)綄\生層，孿生層再通過(guò)應(yīng)用服務(wù)接口為應(yīng)用層提供設(shè)計(jì)、制造、運(yùn)維等服務(wù)。

(1)物理層

物理層包括工業(yè)現(xiàn)場(chǎng)參與生產(chǎn)的物理對(duì)象，例如人員、制造裝備、加工物料和生產(chǎn)環(huán)境等。其中，人員指參與生產(chǎn)制造的所有人員，處于物理層的主導(dǎo)地位，例如一線生產(chǎn)工人和管理人員；制造裝備指執(zhí)行特定生產(chǎn)任務(wù)的裝備，例如進(jìn)行車(chē)削加工的數(shù)控機(jī)床、進(jìn)行焊接的焊接機(jī)械臂、搬運(yùn)工件的自動(dòng)導(dǎo)引小車(chē)(Automated Guided Vehicle，AGV)等；加工物料是用于制造過(guò)程的原材料、半成品和成品等；生產(chǎn)環(huán)境指完成生產(chǎn)作業(yè)的場(chǎng)地及其設(shè)備布局、物料擺放、庫(kù)存狀態(tài)和安全環(huán)境等環(huán)境因素。不同的物理對(duì)象分布在工業(yè)現(xiàn)場(chǎng)的多個(gè)車(chē)間，完成多場(chǎng)景任務(wù)，產(chǎn)生異構(gòu)的、多模態(tài)的數(shù)據(jù)。

(2)感知層

感知層用于采集和傳輸來(lái)自物理層的多源異構(gòu)實(shí)時(shí)數(shù)據(jù)，突破環(huán)境智能感知、生產(chǎn)全要素按需互聯(lián)、高可靠端到端數(shù)據(jù)傳輸。感知層可以根據(jù)需求通過(guò)不同的方式進(jìn)行數(shù)據(jù)感知，例如使用攝像頭采集視頻數(shù)據(jù)，使用傳感器采集制造裝備的運(yùn)行狀態(tài)數(shù)據(jù)，采用射頻識(shí)別技術(shù)(Radio Frequency IDentification，RFID)獲取生產(chǎn)線運(yùn)轉(zhuǎn)狀態(tài)數(shù)據(jù)，通過(guò)掃描儀得到的產(chǎn)品幾何數(shù)據(jù)，基于OPC-UA、MODBUS TCP等外部訪問(wèn)協(xié)議采集控制數(shù)據(jù)，以及與企業(yè)已有的系統(tǒng)，例如數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(Supervisory Control and Data Acquisition，SCADA)和MES集成獲取生產(chǎn)數(shù)據(jù)。由于這些數(shù)據(jù)的來(lái)源不同、結(jié)構(gòu)不同，感知層需要具備數(shù)據(jù)的加工、存儲(chǔ)、上傳和協(xié)議轉(zhuǎn)換等功能，需要建立一致的感知接口和通訊協(xié)議實(shí)現(xiàn)對(duì)這些多源異構(gòu)實(shí)時(shí)數(shù)據(jù)的統(tǒng)一封裝，另外需要協(xié)調(diào)各感知器的任務(wù)，實(shí)現(xiàn)分布式的信息匯總，并保證數(shù)據(jù)的容錯(cuò)性。

(3)孿生層

孿生層與物理層中生產(chǎn)制造全要素全流程對(duì)應(yīng)的虛擬對(duì)象，包括孿生數(shù)據(jù)、孿生模型和孿生環(huán)境。其中，孿生數(shù)據(jù)來(lái)自感知層，可以保證孿生模型和孿生環(huán)境的高保真性，進(jìn)行加工過(guò)程的動(dòng)態(tài)評(píng)估優(yōu)化；孿生模型包括三維結(jié)構(gòu)模型、流程模型、多物理場(chǎng)模型、仿真模型和機(jī)理模型等，這些模型不僅在幾何結(jié)構(gòu)上與物理實(shí)體保持一致, 還能夠模擬物理實(shí)體的時(shí)空狀態(tài)、行為和功能[50]；孿生環(huán)境是對(duì)生產(chǎn)環(huán)境的虛擬映射，逼真的三維環(huán)境能夠提高使用者的沉浸感。另外，孿生層具備數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)的作用，能夠進(jìn)行數(shù)據(jù)管理、模型修正、模型融合和環(huán)境配置等。

(4)應(yīng)用層

應(yīng)用層基于孿生層為產(chǎn)品設(shè)計(jì)、加工制造、運(yùn)行維護(hù)和報(bào)廢回收等全生命周期提供應(yīng)用服務(wù)，包括仿真優(yōu)化、分析預(yù)警和質(zhì)量追溯等。例如，在產(chǎn)品設(shè)計(jì)階段，通過(guò)多精度、多尺度特征的孿生模型仿真分析進(jìn)行復(fù)雜產(chǎn)品的跨層協(xié)同與協(xié)議設(shè)計(jì)，并通過(guò)孿生層與物理層的精準(zhǔn)映射和共同進(jìn)化找到理想設(shè)計(jì)和真實(shí)設(shè)計(jì)條件之間的誤差，幫助快速驗(yàn)證產(chǎn)品原型設(shè)計(jì)；在加工制造階段，通過(guò)孿生數(shù)據(jù)對(duì)工藝過(guò)程進(jìn)行分析優(yōu)化，實(shí)現(xiàn)多場(chǎng)景的加工過(guò)程動(dòng)態(tài)評(píng)估以及動(dòng)態(tài)擾動(dòng)下的分布式資源優(yōu)化調(diào)度；在產(chǎn)品運(yùn)維階段，提供基于孿生模型的故障檢測(cè)、壽命預(yù)測(cè)和運(yùn)行狀態(tài)監(jiān)測(cè)等應(yīng)用服務(wù)；在報(bào)廢回收階段，提供報(bào)廢指導(dǎo)和產(chǎn)品生命周期歸檔等應(yīng)用服務(wù)。

(5)控制層

控制層通過(guò)控制命令對(duì)物理層中的物理對(duì)象進(jìn)行在線、實(shí)時(shí)的智能調(diào)控，實(shí)現(xiàn)以虛控實(shí)?？刂茖又饕蓻Q策者、控制程序、控制設(shè)備、控制方式和控制系統(tǒng)組成，其中決策者根據(jù)應(yīng)用需求發(fā)出控制指令，通過(guò)遠(yuǎn)程或本地的方式將控制指令傳達(dá)給MES、分散控制系統(tǒng)(Distributed Control System，DCS)等控制系統(tǒng)，最終通過(guò)可編程控制器、工控機(jī)等控制單元執(zhí)行控制命令，完成現(xiàn)場(chǎng)過(guò)程控制。另外，控制命令的執(zhí)行必須以保證工業(yè)安全為前提，包括遠(yuǎn)程操控安全、人機(jī)協(xié)作控制安全、環(huán)境不確定性安全、網(wǎng)絡(luò)安全和安全態(tài)勢(shì)感知與監(jiān)測(cè)預(yù)警等[47]。

3.3 iDTS的成熟度模型

根據(jù)孿生模型是否能與物理設(shè)備進(jìn)行互聯(lián)與控制，可將iDTS分為以仿真為主的iDTS和以控制為主的iDTS兩類(lèi)。

(1)以仿真為主的iDTS

通過(guò)建立物理系統(tǒng)的孿生模型，實(shí)現(xiàn)孿生環(huán)境與物理對(duì)象在外觀、尺寸、材料、性能、行為等方面的精準(zhǔn)映射，能準(zhǔn)確仿真運(yùn)行系統(tǒng)的動(dòng)態(tài)特性。這類(lèi)系統(tǒng)一般以仿真為主，不與物理系統(tǒng)互聯(lián)并形成閉環(huán)系統(tǒng)，常用于產(chǎn)品設(shè)計(jì)仿真、生產(chǎn)線設(shè)計(jì)仿真、虛擬裝配仿真、虛擬樣機(jī)調(diào)試、操作訓(xùn)練仿真等工業(yè)場(chǎng)景中；當(dāng)前，也出現(xiàn)了半物理系統(tǒng)的仿真。

(2)以控制為主的iDTS

通過(guò)數(shù)字化建模建立系統(tǒng)的數(shù)字孿生模型，基于專(zhuān)用軟件或工具完成孿生模型與物理系統(tǒng)實(shí)時(shí)交互，實(shí)現(xiàn)數(shù)字孿生系統(tǒng)與物理系統(tǒng)的實(shí)時(shí)同步、數(shù)據(jù)反饋與迭代優(yōu)化。以控制為主的iDTS一般用于生產(chǎn)線運(yùn)行監(jiān)測(cè)與控制、裝備運(yùn)行狀態(tài)監(jiān)測(cè)與控制、關(guān)鍵零部件或系統(tǒng)的性能預(yù)測(cè)等工業(yè)場(chǎng)景中。

iDTS會(huì)隨著產(chǎn)品或系統(tǒng)的生命周期進(jìn)展而不斷地豐富和進(jìn)化。以仿真為主的iDTS在數(shù)字孿生的概念正式產(chǎn)生之前就已經(jīng)存在，隨著先進(jìn)技術(shù)和工具的應(yīng)用而不斷得到推廣。與之相比，以控制為主的iDTS是數(shù)字孿生概念提出后開(kāi)始快速成為熱點(diǎn)研究方向。在不同的應(yīng)用階段和應(yīng)用場(chǎng)景，不同類(lèi)型iDTS的作用和特點(diǎn)并不相同，它們會(huì)產(chǎn)生不同的價(jià)值。因此，根據(jù)實(shí)際的工業(yè)應(yīng)用，本文提出了iDTS發(fā)展的成熟度模型，包括仿真階段、孿生階段、“人—機(jī)”交互階段和“人—機(jī)—環(huán)境”融合階段(如圖5)。以仿真為主的iDTS和以控制為主的iDTS出現(xiàn)在不同的成熟度階段。

(1)仿真階段

是以仿真為主的iDTS使用階段。該階段主要建立物理對(duì)象的虛擬仿真模型，iDTS只存在于虛擬空間，相當(dāng)于傳統(tǒng)的數(shù)字樣機(jī)或者虛擬產(chǎn)線。數(shù)字孿生體主要用于產(chǎn)品的優(yōu)化設(shè)計(jì)、生產(chǎn)線規(guī)劃和虛擬調(diào)試等，iDTS支持概念設(shè)計(jì)和初步設(shè)計(jì)中的決策，能夠發(fā)現(xiàn)或者改善工程活動(dòng)中的技術(shù)風(fēng)險(xiǎn)。

(2)孿生階段

在以仿真為主的iDTS應(yīng)用基礎(chǔ)上，iDTS能夠?qū)崿F(xiàn)虛擬對(duì)象與物理對(duì)象之間的虛實(shí)交互。iDTS能夠通過(guò)感知層從物理對(duì)象實(shí)時(shí)接收數(shù)據(jù)更新，實(shí)現(xiàn)數(shù)字孿生系統(tǒng)與物理系統(tǒng)的實(shí)時(shí)同步，并通過(guò)控制層實(shí)現(xiàn)數(shù)據(jù)反饋與迭代優(yōu)化。具備以控制為主的iDTS的功能特征。

(3)“人—機(jī)”交互階段

在以仿真為主的iDTS和以控制為主的iDTS應(yīng)用基礎(chǔ)上，除了包含孿生階段的功能外，在產(chǎn)品或系統(tǒng)運(yùn)行時(shí)，能支持人機(jī)交互，VR/AR/MR等技術(shù)得到融合應(yīng)用，iDTS能夠通過(guò)物理規(guī)則和機(jī)理模型進(jìn)行智能計(jì)算與分析，實(shí)現(xiàn)人與系統(tǒng)協(xié)同運(yùn)行與安全預(yù)警[47]。

(4)“人—機(jī)—環(huán)境”融合階段

在以仿真為主的iDTS和以控制為主的iDTS應(yīng)用基礎(chǔ)上，具備人機(jī)交互、環(huán)境動(dòng)態(tài)感知、智能預(yù)測(cè)、安全控制等功能，形成一個(gè)人、機(jī)和環(huán)境協(xié)調(diào)運(yùn)行的復(fù)雜系統(tǒng)。iDTS能夠根據(jù)歷史和實(shí)時(shí)數(shù)據(jù)與模型，綜合應(yīng)用智能感知、模型仿真、決策優(yōu)化等人工智能技術(shù)，具備無(wú)人監(jiān)管的自學(xué)習(xí)能力，實(shí)現(xiàn)智能動(dòng)態(tài)性能和安全預(yù)測(cè)與控制，同時(shí)具有反饋控制能力。

4 iDTS的運(yùn)行模式與架構(gòu)

4.1 不同iDTS運(yùn)行模式分析

通過(guò)分析工業(yè)互聯(lián)網(wǎng)平臺(tái)以及其他信息系統(tǒng)的運(yùn)行模式，基于iDTS的運(yùn)行特點(diǎn)，本文提出iDTS的4類(lèi)運(yùn)行模式：本地化配置的iDTS運(yùn)行模式、基于“云—端”的iDTS運(yùn)行模式、基于“云—邊—端”的iDTS運(yùn)行模式和基于分布式計(jì)算的iDTS運(yùn)行模式。其中，本地化配置的iDTS是一種局域網(wǎng)部署數(shù)字孿生系統(tǒng)的運(yùn)行模式；基于“云—端”的iDTS是一種以云計(jì)算為中心的iDTS運(yùn)行模式；基于“云—邊—端”的iDTS是以云平臺(tái)為中心、云邊端協(xié)同計(jì)算、存儲(chǔ)與業(yè)務(wù)協(xié)同的運(yùn)行模式，是未來(lái)數(shù)字孿生系統(tǒng)部署運(yùn)行的主流模式；基于分布式計(jì)算的iDTS是在統(tǒng)一的分布式物聯(lián)網(wǎng)操作系統(tǒng)支持下的一種運(yùn)行模式。

不同類(lèi)型的iDTS運(yùn)行特點(diǎn)不同，使用的工業(yè)場(chǎng)景也差異較大。表2列出了這4種iDTS運(yùn)行模式在計(jì)算效率、存儲(chǔ)方式、部署與運(yùn)行成本和適用場(chǎng)景等方面的不同，為iDTS系統(tǒng)應(yīng)用實(shí)施提供指導(dǎo)。

表2 不同iDTS運(yùn)行模式的特點(diǎn)分析

4.2 本地化配置的iDTS運(yùn)行模式

本地化配置的iDTS通常依托于車(chē)間或者一定區(qū)域范圍內(nèi)的局域網(wǎng)和算力資源進(jìn)行部署運(yùn)行，數(shù)字孿生系統(tǒng)的物理對(duì)象、測(cè)量感知、設(shè)備控制、通信網(wǎng)絡(luò)、數(shù)字孿生體、用戶域均處于同一地理空間，圖6所示為一種iDTS本地化運(yùn)行模式。iDTS的通信網(wǎng)絡(luò)為工廠區(qū)域(廠域)范圍內(nèi)的工業(yè)以太網(wǎng)，廠域網(wǎng)根據(jù)需要接入網(wǎng)絡(luò)的工廠區(qū)域(廠域)接入點(diǎn)分布情況可選擇環(huán)形網(wǎng)絡(luò)、總線型網(wǎng)絡(luò)和星型網(wǎng)絡(luò)。其中，環(huán)形和總線型網(wǎng)絡(luò)沿著接入點(diǎn)拉設(shè)網(wǎng)絡(luò)干線，星型網(wǎng)絡(luò)從中心向各接入點(diǎn)輻射狀布線。iDTS的人員、設(shè)備、物料等物理對(duì)象和數(shù)字孿生體，通過(guò)各自的通信接口連接至廠域網(wǎng)。iDTS本地化運(yùn)行模式，需在本地具備一定的運(yùn)算能力，平行于物理對(duì)象的孿生體運(yùn)行于算力平臺(tái)之上。另外，本地運(yùn)行的物理對(duì)象和本地運(yùn)行的孿生體基于廠域網(wǎng)進(jìn)行信息交互，數(shù)據(jù)從物理對(duì)象傳遞到孿生體，為數(shù)字孿生體提供數(shù)據(jù)驅(qū)動(dòng)；數(shù)字孿生體的仿真運(yùn)算結(jié)果和用戶的決策指令再作用于物理對(duì)象，實(shí)現(xiàn)信息的閉環(huán)，隨著信息的交互實(shí)現(xiàn)系統(tǒng)的優(yōu)化運(yùn)行。

本地部署運(yùn)行模式適用于工廠間連接需求較少，系統(tǒng)運(yùn)行對(duì)算力資源要求不高，無(wú)需借助于遠(yuǎn)程算力的場(chǎng)景。本地部署的iDTS運(yùn)行模式具有以下優(yōu)點(diǎn)：

(1)低成本運(yùn)行

無(wú)需接入高速光纖專(zhuān)線，節(jié)約了互聯(lián)網(wǎng)接入成本。

(2)低延時(shí)通信

本地網(wǎng)絡(luò)可以設(shè)置寬裕的帶寬資源，為各種需要接入網(wǎng)絡(luò)的生產(chǎn)要素提供寬帶和低延時(shí)通信。

(3)高安全性

本地化部署運(yùn)行的iDTS，內(nèi)部數(shù)據(jù)流動(dòng)局限于廠域范圍內(nèi)，對(duì)工廠數(shù)據(jù)的保密和信息安全工作提供了便利。

如圖7所示為鄭州輕工業(yè)大學(xué)開(kāi)發(fā)的一套本地化運(yùn)行模式的iDTS。在該系統(tǒng)中，以ABB工業(yè)機(jī)器人為對(duì)象，使用Unity 3D建立與之對(duì)應(yīng)的數(shù)字孿生模型。首先，通過(guò)ABB機(jī)器人控制系統(tǒng)的IO信號(hào)板實(shí)現(xiàn)對(duì)機(jī)器人的感知測(cè)量和設(shè)備控制。然后，使用C#自主開(kāi)發(fā)數(shù)據(jù)驅(qū)動(dòng)服務(wù)軟件，并通過(guò)局域網(wǎng)交換機(jī)將感知到的數(shù)據(jù)傳輸至本地的聯(lián)想刀片式服務(wù)主機(jī)。最后，在本地化的運(yùn)算平臺(tái)上運(yùn)行Unity 3D中的虛擬機(jī)器人，為用戶提供遠(yuǎn)程操控服務(wù)。

4.3 基于“云—端”的iDTS運(yùn)行模式

基于“云—端”的iDTS運(yùn)行架構(gòu)是以云計(jì)算為中心的iDTS運(yùn)行模式，如圖8所示，系統(tǒng)由智能設(shè)備、網(wǎng)絡(luò)傳輸、云計(jì)算和用戶等層次構(gòu)成，用戶服務(wù)、業(yè)務(wù)邏輯、模型、數(shù)據(jù)均在云平臺(tái)上運(yùn)行，智能設(shè)備無(wú)需較大的智能算力與存儲(chǔ)支持。云計(jì)算平臺(tái)由基礎(chǔ)管理平臺(tái)、數(shù)據(jù)中臺(tái)、業(yè)務(wù)中臺(tái)和業(yè)務(wù)前臺(tái)服務(wù)構(gòu)成，實(shí)時(shí)處理不同智能設(shè)備對(duì)應(yīng)的孿生數(shù)據(jù)與模型，不同用戶群能夠通過(guò)APP登錄并實(shí)時(shí)監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài)，根據(jù)需要發(fā)送控制指令?；凇霸啤恕钡膇DTS運(yùn)行模式是一種成本低、高擴(kuò)展和高可靠的模式，適用于計(jì)算實(shí)時(shí)性不高、長(zhǎng)周期場(chǎng)景。智能終端設(shè)備一般為輕量化的工業(yè)產(chǎn)品，狀態(tài)監(jiān)測(cè)與控制的運(yùn)行參數(shù)數(shù)量較少。如GE公司的工業(yè)互聯(lián)網(wǎng)平臺(tái)Predix，是一個(gè)支持“云—端”的iDTS運(yùn)行模式的系統(tǒng)，在該平臺(tái)上成功實(shí)現(xiàn)了發(fā)動(dòng)機(jī)的遠(yuǎn)程監(jiān)控與診斷，具有在線監(jiān)視、預(yù)測(cè)維護(hù)和優(yōu)化運(yùn)營(yíng)的功能[51]。再如，滴滴打車(chē)系統(tǒng)是涵蓋出租車(chē)、專(zhuān)車(chē)、快車(chē)、順風(fēng)車(chē)、代駕及大巴等多項(xiàng)業(yè)務(wù)在內(nèi)的一站式出行平臺(tái)，預(yù)約用車(chē)、智能分配、實(shí)時(shí)查詢(xún)車(chē)輛位置、服務(wù)需求交流、在線支付、訂單評(píng)價(jià)等多種服務(wù)，是一種典型的基于“云—端”的iDTS運(yùn)行模式[52]。

基于“云—端”的iDTS運(yùn)行模式特點(diǎn)如下：

(1)集中式管理

云端具有高性能計(jì)算與存儲(chǔ)能力，實(shí)現(xiàn)數(shù)字孿生系統(tǒng)的業(yè)務(wù)、模型與數(shù)據(jù)的集中管理，具有系統(tǒng)分析、計(jì)算、控制、存儲(chǔ)等服務(wù)功能，在處理或存儲(chǔ)方面，可以將資源整合在一起，避免重復(fù)計(jì)算和冗余存儲(chǔ)。

(2)節(jié)省成本

云計(jì)算集中運(yùn)行，可以集中更新組件，不間斷操作。因?yàn)樵朴?jì)算不需要購(gòu)買(mǎi)多余服務(wù)器及其擴(kuò)容備件，也無(wú)需重復(fù)配置服務(wù)器所需的運(yùn)行系統(tǒng)，以及重復(fù)更新和修復(fù)，所以節(jié)省成本。

(3)異構(gòu)資源運(yùn)維

在底層需要連接不同類(lèi)型的基礎(chǔ)軟硬件資源，利用云計(jì)算可實(shí)現(xiàn)異構(gòu)環(huán)境下的資源協(xié)調(diào)與優(yōu)化，支持資源動(dòng)態(tài)擴(kuò)展。因此該模式可以有效兼容各種不同種類(lèi)的硬件，同時(shí)運(yùn)行多個(gè)不同類(lèi)型的業(yè)務(wù)。

4.4 基于“云—邊—端”的iDTS運(yùn)行模式

基于“云—邊—端”的iDTS運(yùn)行模式是一種邊緣云計(jì)算模式，是集成云計(jì)算技術(shù)的核心和邊緣計(jì)算的能力，構(gòu)筑在邊緣基礎(chǔ)設(shè)施之上的柔性云計(jì)算平臺(tái)，形成“云—邊—端”協(xié)同。該運(yùn)行架構(gòu)是在基于“云—端”的iDTS運(yùn)行架構(gòu)基礎(chǔ)上增加了邊緣計(jì)算能力，邊緣位置具有計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)、安全等能力?；凇霸啤叀恕钡膇DTS運(yùn)行模式是一種低延時(shí)、高可靠和更安全的運(yùn)行模式，適用于計(jì)算實(shí)時(shí)性要求高、短周期場(chǎng)景；它通過(guò)將網(wǎng)絡(luò)轉(zhuǎn)發(fā)、存儲(chǔ)、計(jì)算和智能化數(shù)據(jù)分析等工作放在邊緣處理，可有效降低響應(yīng)時(shí)延、減輕云端壓力、降低帶寬成本，并提供全網(wǎng)調(diào)度、算力分發(fā)等云服務(wù)，如圖9所示。例如，西門(mén)子的MindSphere是一個(gè)基于云的開(kāi)放式物聯(lián)網(wǎng)操作系統(tǒng)，是一個(gè)基于“云—邊—端”協(xié)同的開(kāi)放式架構(gòu)，使用MindSphere可以構(gòu)建物理產(chǎn)品及其相應(yīng)數(shù)字孿生體之間的實(shí)時(shí)反饋環(huán)路，能夠監(jiān)控能源利用率、運(yùn)營(yíng)狀態(tài)和性能之類(lèi)的運(yùn)營(yíng)數(shù)據(jù)。同時(shí)，運(yùn)營(yíng)數(shù)據(jù)還可以通過(guò)能源優(yōu)化、預(yù)測(cè)性維護(hù)、性能調(diào)整等方式支持產(chǎn)品生產(chǎn)，從而改進(jìn)設(shè)計(jì)的未來(lái)迭代。再如，杭州城市大腦項(xiàng)目是一個(gè)基于阿里云計(jì)算平臺(tái)的“云—邊—端”架構(gòu)的數(shù)字孿生系統(tǒng)，阿里云邊緣計(jì)算更包含4層技術(shù)棧：邊緣硬件和芯片、邊緣計(jì)算平臺(tái)、邊緣中間件和面向邊緣的應(yīng)用與服務(wù)。

基于“云—邊—端”的iDTS系統(tǒng)特點(diǎn)如下：

(1)邊緣計(jì)算

邊緣計(jì)算是在移動(dòng)網(wǎng)絡(luò)邊緣提供 IT 服務(wù)環(huán)境和計(jì)算能力，強(qiáng)調(diào)靠近移動(dòng)用戶，以減少網(wǎng)絡(luò)操作和服務(wù)交付的時(shí)延，提高用戶體驗(yàn)。

(2)“云—邊”協(xié)同

中心云、邊緣計(jì)算以及物聯(lián)網(wǎng)(Internet of Things ，IoT)進(jìn)行連接和計(jì)算力的協(xié)同，發(fā)揮云中心規(guī)模化、邊緣計(jì)算本地化與低成本、IoT終端感知等各方面的優(yōu)勢(shì)。充分利用云、邊、端全路徑的智能異構(gòu)資源進(jìn)行多媒體的實(shí)時(shí)處理，讓數(shù)據(jù)信息最大化，同時(shí)基于算法倉(cāng)、服務(wù)倉(cāng)靈活部署，有效實(shí)現(xiàn)計(jì)算、存儲(chǔ)資源的全拉通。以AI場(chǎng)景為例，將推理放到邊緣進(jìn)行，然后從邊緣收集數(shù)據(jù)，在中心進(jìn)行訓(xùn)練，訓(xùn)練好的模型再下發(fā)到邊緣。另外，云上的能力也需要形成聯(lián)動(dòng)，比如將邊緣的有用數(shù)據(jù)收集上來(lái)，在云上進(jìn)行呈現(xiàn)和再加工。除了云邊協(xié)同，還有邊邊協(xié)同與端邊協(xié)同。

(3)資源調(diào)度

邊緣計(jì)算場(chǎng)景下資源很分散，負(fù)載隨著時(shí)空不同而差異很大，如何根據(jù)時(shí)空差異對(duì)資源做合理有效的調(diào)節(jié)，使資源使用達(dá)到最佳效果也是一件很有意義的事情。合理的資源調(diào)度可以讓系統(tǒng)變得更高效、穩(wěn)定，并降低成本。

4.5 分布式計(jì)算驅(qū)動(dòng)的iDTS運(yùn)行模式

在分布式計(jì)算驅(qū)動(dòng)的iDTS運(yùn)行模式中，物理空間中的人、設(shè)備、物料、工作場(chǎng)地具有分散性，數(shù)字空間中的算力資源也具有分散性。這種運(yùn)行模式適用于生產(chǎn)各要素分散、企業(yè)規(guī)模大、廠區(qū)數(shù)量多，又需要統(tǒng)籌調(diào)度管理分散于各處的資源實(shí)現(xiàn)異地資源互聯(lián)互通，或者需要調(diào)用云端服務(wù)器或算力資源實(shí)現(xiàn)復(fù)雜模型仿真運(yùn)算的情況。分布式iDTS從實(shí)現(xiàn)方式上有多種技術(shù)方案，一種方案是在應(yīng)用層實(shí)現(xiàn)分布式，該模式中系統(tǒng)的拆分和整合都發(fā)生在應(yīng)用層，由相應(yīng)的通信軟件等功能軟件實(shí)現(xiàn)整個(gè)系統(tǒng)的分散部署；另一種方案是在操作系統(tǒng)層實(shí)現(xiàn)分布式，iDTS的應(yīng)用開(kāi)發(fā)部署于一個(gè)操作系統(tǒng)之上，無(wú)需考慮分布式的具體實(shí)現(xiàn)細(xì)節(jié)，由操作系統(tǒng)負(fù)責(zé)各處分散資源的統(tǒng)一調(diào)度。運(yùn)行在各種硬件載體之上的分布式操作系統(tǒng)構(gòu)成了一個(gè)大的虛擬操作系統(tǒng)，iDTS的各項(xiàng)功能都運(yùn)行于該虛擬系統(tǒng)之上，從而實(shí)現(xiàn)系統(tǒng)邏輯上的一體化和具體運(yùn)行中的分布式。這種實(shí)現(xiàn)方案需要基于一種分布式的操作系統(tǒng)來(lái)部署工業(yè)數(shù)字孿生系統(tǒng)。

如圖10所示為基于分布式操作系統(tǒng)的iDTS運(yùn)行模式。整個(gè)系統(tǒng)以廣域網(wǎng)為數(shù)據(jù)傳輸紐帶，將各個(gè)分散系統(tǒng)連接起來(lái)。分布式iDTS具有分散的物理空間，物理空間分布在不同的地域，可以無(wú)限拓展。物理空間中各種物理對(duì)象需要建立在統(tǒng)一的操作系統(tǒng)平臺(tái)之上。對(duì)物理對(duì)象的感知測(cè)量和控制功能由操作系統(tǒng)支持。運(yùn)行iDTS各種軟件的運(yùn)算平臺(tái)同樣分布式部署，由統(tǒng)一的分布式操作系統(tǒng)管理運(yùn)行并與網(wǎng)絡(luò)中其他分布資源保持通信。運(yùn)算平臺(tái)可以無(wú)限拓展，各運(yùn)算平臺(tái)由分布式操作系統(tǒng)整合為一個(gè)邏輯統(tǒng)一的虛擬運(yùn)算平臺(tái)。

分布式計(jì)算驅(qū)動(dòng)的iDTS運(yùn)行模式的特點(diǎn)如下：

(1)信息物理高度分布

物理實(shí)體和數(shù)字模型的底層操作系統(tǒng)均采用統(tǒng)一的操作系統(tǒng)平臺(tái)，所有設(shè)備形成一個(gè)“超級(jí)虛擬設(shè)備”，物理功能、資源算力、模型、數(shù)據(jù)和應(yīng)用無(wú)需綁定，根據(jù)任務(wù)的不同，它們將被分布式地彈性部署和調(diào)用。

(2)信息物理高度協(xié)同

基于5G、衛(wèi)星鏈路、P2P網(wǎng)絡(luò)，整個(gè)系統(tǒng)不再是樹(shù)狀的垂直金字塔結(jié)構(gòu)，而是扁平結(jié)構(gòu)，在信息與物理之間通過(guò)高速網(wǎng)絡(luò)實(shí)現(xiàn)連接，推動(dòng)信息物理高速協(xié)同和數(shù)據(jù)快速交互。

(3)信息物理高度共享

實(shí)現(xiàn)基于硬件互助的制造資源能力動(dòng)態(tài)可擴(kuò)展，并實(shí)現(xiàn)功能、算力、數(shù)據(jù)、模型、應(yīng)用在信息物理空間的高度共享。

(4)信息物理高度模塊化

基于數(shù)字孿生系統(tǒng)具有高度分布式、高度協(xié)同和高度共享的特性，新一代基于數(shù)字孿生的設(shè)備、單元和系統(tǒng)高度模塊化，它們之間可以通過(guò)“搭積木”的方式實(shí)現(xiàn)集成、互助和共享。

(5)信息物理高度智能化

基于底層操作系統(tǒng)分布式任務(wù)調(diào)度，使得數(shù)字孿生系統(tǒng)具有強(qiáng)大的分布式計(jì)算能力和遠(yuǎn)程啟動(dòng)、調(diào)用和遷移能力，從而使原來(lái)不具備強(qiáng)大的功能、算力和算法的小型硬件設(shè)備也具有大型智能設(shè)備的能力。

例如，基于華為公司開(kāi)發(fā)的HarmonyOS (HMS)系統(tǒng)實(shí)現(xiàn)如圖10所示的分布式iDTS運(yùn)行模式。HMS是一個(gè)分布式物聯(lián)網(wǎng)操作系統(tǒng)，HMS采用分布式軟總線、分布式設(shè)備虛擬化、分布式數(shù)據(jù)管理和分布式任務(wù)調(diào)度技術(shù)，可實(shí)現(xiàn)多設(shè)備間的能力互助和資源共享。所有安裝HMS的設(shè)備都采用統(tǒng)一的框架和組件技術(shù)，使得用戶程序的開(kāi)發(fā)應(yīng)用不依賴(lài)設(shè)備形態(tài)，支持程序一次開(kāi)發(fā)、多端部署和彈性部署[53]。此外，HMS采用基于微內(nèi)核架構(gòu)設(shè)計(jì)，保證了終端設(shè)備的可信安全，同時(shí)采用確定時(shí)延引擎和高性能IPC(Inter-Process Communication)技術(shù)保證系統(tǒng)運(yùn)行快速流暢。此類(lèi)型的支持分布式功能的操作系統(tǒng)平臺(tái)可以完美支持分布式iDTS運(yùn)行模式。

5 結(jié)束語(yǔ)

數(shù)字孿生的理論研究和技術(shù)應(yīng)用已經(jīng)從制造業(yè)擴(kuò)展到農(nóng)業(yè)、城市、建筑、電力和醫(yī)療等眾多領(lǐng)域。與其他領(lǐng)域相比，數(shù)字孿生在制造業(yè)已經(jīng)從概念模型階段進(jìn)入初步的規(guī)劃與實(shí)施階段，但面向工業(yè)產(chǎn)品制造的數(shù)字孿生系統(tǒng)特點(diǎn)、系統(tǒng)組成、邏輯架構(gòu)和運(yùn)行模式等的系統(tǒng)性研究較少。基于以上原因，本文提出了iDTS的概念，建立了iDTS的組成架構(gòu)模型、邏輯功能模型、成熟度模型等，分析了針對(duì)不同工業(yè)場(chǎng)景下的iDTS典型運(yùn)行模式。本文的研究有助于引導(dǎo)學(xué)術(shù)界針對(duì)具體行業(yè)和場(chǎng)景進(jìn)行精準(zhǔn)分析與研究，為數(shù)字孿生技術(shù)在工業(yè)場(chǎng)景中的應(yīng)用提供參考借鑒。

本文的理論研究仍有較多不足，需要技術(shù)應(yīng)用來(lái)完善本文的理論體系，例如iDTS目前仍在應(yīng)用初期，本文歸納總結(jié)的iDTS運(yùn)行模式需要在應(yīng)用實(shí)踐中不斷豐富完善和修正。未來(lái)的研究集中在iDTS的生命周期多源異構(gòu)數(shù)據(jù)和模型的融合與管理、成熟度評(píng)價(jià)等方向。期待同行專(zhuān)家學(xué)者的批評(píng)指正。