数字孪生体的生命之源

　　水是生命之源，氧气是生命之本，但地球生命在进化历程中经历的两次大灭绝，都与氧气的快速增加有关，称为＂大氧化＂事件！这两次＂大氧化＂事件，一次是蓝藻的快速进化导致的，另一次是植被的繁茂导致的。
　　现在，生物学家得到的结论是：生物个体的演化速度越快，生态不稳定性越高，越不允许更高级智能体的形成。稳定智能体之间有规则的相互作用才能形成更高级的智能体，复杂的高等生物的DNA在保障整体稳定的基础上进行的差异性才能带来进化。现在地球生物之所以稳定进化到出现人类这样高级的智慧生命体，一定是生态协调的结果。
　　数字孪生看似是Michael Grieves博士聪明大脑中的灵光一现，但其实该概念的出现是数字化技术发展的必然事件。数字化技术发展到现在，确实需要数字孪生体这样一个系统化的概念来协调其间的关系和进化规则。否则，任其各自发展，最终也许会发生类似＂大氧化＂事件。所以，数字孪生是数字化发展的理想形态。
　　核心技术是生命之源
　　我们在《数字孪生体的进化规律》一文中，提出数字孪生生命体的生长发育将经历数化、互动、先知、先觉和共智等几个成熟度过程，各成熟度分别有各自最核心的技术。其核心层的关键技术为数字线程，第一层关键技术包括建模、仿真、物联网，大数据（或AI），第二层关键技术包括云计算、超现实（XR：VR/AR/MR）、MBSE、区块链等。这些关键技术构成了数字孪生体的生命之源，如图1和表1所示。
　　图1.数字孪生体关键技术
　　表1. 数字孪生体关键技术
　　除了以上关键技术，不同领域或场景（譬如制造、产业、城市或战场）的数字孪生体，还有更多不同的技术（图2）。
　　图2.数字孪生体在不同场景下的技术
　　核心技术1：数字化建模
　　建模的目的是对物理世界进行模型化。数字建模提供了数字孪生体的躯体，是数字孪生体的第一个重要器官。
　　数字模型是物理对象的数字化表达，这个过程需要将物理对象表达为计算机所能识别的模型，在软件中建立物理对象的结构元素和时空关系，不涉及物理机理和运行数据，就像我们给正在雕塑的人体打造一个躯体。这也当然是数字孪生体的基本要素，毕竟，既然称为＂体＂，那这样一个直观的躯体是必须的。
　　我们通常使用三维实体来建立物理对象的结构形状和位置关系，用系统（一维）建模工具来描述物理对象的行为模式。建模工具通常包括譬如CAD软件、3D动画软件、BIM（Building Information Modeling，建筑信息模型）系统、CIM（City Information Modeling，城市信息模型）系统或基于SysML（系统建模语言）的系统建模工具。建立的模型可以是设备、厂房、人群、运输系统、交通、电网、城市、军事战场、战斗群体系等，如图3所示。不过这样的躯体是一个没有神经、没有思想、与世界隔离、无生命的躯体。
　　图3.数字孪生体的数字模型
　　核心技术2：模拟仿真
　　从技术角度看，建模和仿真是一对伴生体：建模过程是我们对物理世界或问题的理解，仿真是验证和确认这种理解的正确性和有效性。
　　仿真是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整的输入信息和环境数据，就可以基本正确地反映物理世界的特性和参数（图4）。
　　数字孪生体是仿真应用新巅峰。在数字孪生体成熟度的每个阶段，仿真都在扮演者不可或缺的角色：＂数化＂的核心技术——建模总是和仿真联系在一起，或是仿真的一部分；＂互动＂是半实物仿真中司空见惯的场景；＂先知＂的核心技术本身就是仿真；很多学者将＂先觉＂中的核心技术——工业大数据视为一种新的仿真范式；＂共智＂需要通过不同孪生体之间的多种学科耦合仿真才能让思想碰撞，才能产生智慧的火花。所以，我们提出＂无仿真，不孪生＂的观点，但也相信＂唯仿真，不孪生＂，所有后文所述的技术是数字孪生体不可或缺的技术。
　　图4.数字孪生体中的三维仿真与系统仿真
　　核心技术3：数据分析
　　数据分析包括大数据技术和人工智能技术。大数据是大量、高速及多变的信息资产，利用新型的数据处理方式可促成更强的洞察力和决策能力。
　　人工智能的核心技术——机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习从海量数据中自动分析获得规律，并利用规律对未知数据进行预测。因此，它总是和大数据相伴而生。
　　图5.数字孪生体的数据分析
　　数字孪生体应用物理世界数据的一种模式就是通过人工智能技术，在物理机理不明确、输入数据不完备的情况下对数字孪生体的未来状态和行为进行预测（图5），尽管这种预测未必准确，但相比一无所知，这种预测仍富有价值。而且随着数字孪生体的进化，这种预测会越来越逼近真实世界，使得数字孪生体拥有＂先觉＂能力。
　　核心技术4：物联网
　　物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络，如图6所示。
　　图6.物联网参考架构
　　物联网通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程中的声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。
　　在数字孪生体中，物联网的一项重要作用就是收集来自物理世界的数据。必要时，数字孪生体还可通过物联网驱动物理世界。
　　核心技术5：数字线程
　　数字线程是数字孪生体实现共智的关键技术。数字线程是指可扩展、可配置和组件化的企业级分析通信框架。基于该框架可以构建覆盖系统生命周期与价值链全部环节的跨层次、跨尺度、多模型的集成视图，进而以统一模型驱动系统全生命周期的活动。数字线程将物理对象的全生命周期的各数字孪生体之间的数据资产进行传递和追溯，从而实现优秀基因传承，如图7所示。
　　图7.数字线程实现数字孪生体基因的跨代传递和追溯
　　数字线程是某个或某类物理实体对应的若干数字孪生体之间的沟通桥梁，这些数字孪生体反映了该物理实体不同侧面或不同生命阶段的模型视图。跨阶段的不同孪生体的数据必须连贯和传承，数字线程则记录了孪生体整个生命周期中的全息数据，反映数据在孪生体全生命周期的演变。数字线程基于统一数据标准PLCS来实现数据融合与共享，其底层数据模型是一项关键技术。
　　来源：踏雪当歌
　　作者：田锋，拥有二十多年研发、技术、管理与咨询经历，为近百家企业提供研发体系规划、建设和研发信息化咨询，是中国航空三大主机所、船舶工业某研究院、中国中车等企业的精益研发、知识工程、仿真体系建设项目总设计师，著有工业与智能制造热门图书《精益研发2.0》、《知识工程2.0》、《制造业知识工程》和《苦旅寻真》