关于人工智能:数字孪生五维模型及十大领域应用

摘 要：
数字孪生 (Digital Twin) 作为践行智能制作、工业 4.0、工业互联网、智慧城市等先进理念的使能技术与伎俩，近期备受学术界和企业界关注，尤其是数字孪生的落地利用更是关注热点。模型是数字孪生的根底与外围，而传统数字孪生三维模型已无奈满足现阶段技术倒退与利用需要。在此背景下，为推动数字孪生技术在相干畛域和行业的进一步利用，在数字孪生车间钻研过程中，提出了数字孪生五维模型的概念，以适应新需要。基于后期相干钻研，在进一步论述数字孪生五维模型后，联合相干单干企业理论利用需要，重点探讨了数字孪生五维模型在卫星 / 空间通信网络、船舶、车辆、发电厂、飞机、简单机电配备、立体仓库、医疗、制作车间、智慧城市 10 个畛域的利用思路与计划，以期为相干畛域践行数字孪生理念与技术提供参考。

1 数字孪生倒退利用新趋势与新需要
数字孪生 (Digital Twin) 以数字化的形式建设物理实体的多维、多时空尺度、多学科、多物理量的动静虚构模型来仿真和刻画物理实体在实在环境中的属性、行为、规定等。数字孪生的概念最后于 2003 年由 Grieves 传授在美国密歇根大学产品生命周期治理课程上提出，晚期次要被利用在军工及航空航天畛域。如美国空军钻研实验室、美国国家航空航天局 (NASA) 基于数字孪生发展了飞行器衰弱管控利用，美国洛克希德·马丁公司将数字孪生引入到 F -35 战斗机生产过程中，用于改良工艺流程，进步生产效率与品质。因为数字孪生具备虚实交融与实时交互、迭代运行与优化、以及全因素 / 全流程 / 全业务数据驱动等特点，目前已被利用到产品生命周期各个阶段，包含产品设计、制作]、服务与运维等。
随着美国工业互联网、德国工业 4.0、及中国制作 2025 等国家层面制作倒退策略的提出，智能制作已成为寰球制造业倒退的独特趋势与指标。数字孪生作为解决智能制作信息物理交融难题和践行智能制作理念与指标的要害使能技术，失去了学术界的宽泛关注和钻研，并被工业界引入到越来越多的畛域进行落地利用 [1]。
数字孪生落地利用的首要任务是创立利用对象的数字孪生模型。以后，数字孪生模型多沿用 Grieves 传授最后定义的三维模型，即物理实体、虚构实体及二者间的连贯。然而，随着相干实践技术的一直拓展与利用需要的继续降级，数字孪生的倒退与利用呈现出如下新趋势与新需要：
(1)应用领域扩大需要 数字孪生提出初期次要面向军工及航空航天畛域需要，近年逐渐向民用畛域拓展。依据作者后期对于数字孪生在工业利用中的调研剖析，数字孪生在电力、汽车、医疗、船舶等 11 个畛域均有报道与利用需要，且市场前景广大。钻研与实际表明，相干畛域利用过程中所需解决的首个挑战是如何依据不同的利用对象与业务需要创立对应的数字孪生模型。因不足通用的数字孪生参考模型与创立办法的领导，重大妨碍了数字孪生相干畛域的落地利用。
(2)与 New IT 技术深度交融需要 数字孪生的落地利用离不开 New IT 技术的反对，包含基于物联网的虚实互联与集成；基于云模式的数字孪生数据存储与共享服务；基于大数据与人工智能的数据分析、交融、及智能决策; 基于虚拟现实 (VR) 与加强事实 (AR) 的虚实映射与可视化显示等。数字孪生必须与 New IT 技术深度交融能力实现信息物理零碎的集成、多源异构数据的采—传—处—用，进而实现信息物理数据的交融、反对虚实双向连贯与实时交互，发展实时过程仿真与优化，提供各类按需应用的智能服务。对于数字孪生与 New IT 技术的交融以后已有相干钻研报道，如基于云、雾、边的数字孪生三层架构，数字孪生服务化封装办法，数字孪生与大数据交融驱动的智能制作模式，基于信息物理零碎的数字孪生参考模型，及 VR/AR 驱动的数字孪生虚实交融与交互等。
(3)信息物理交融数据需要 数据驱动的智能是以后国内学术前沿与利用过程智能化的发展趋势，如数据驱动的智能制作、设计、运行保护、仿真优化等。相干钻研可归为 3 类：①次要依赖信息空间的数据进行数据处理、仿真剖析、虚构验证、及运行决策等，不足利用实体对象的物理实况小数据 (如设施实时运行状态、突发性扰动数据、瞬态异样小数据等) 的思考与反对，存在“仿而不真”的问题；②次要依赖利用实体对象实况数据发展“望闻问切”教训式的评估、剖析与决策，不足信息大数据 (如历史统计数据、时空关联数据、隐性常识数据等) 的迷信反对，存在“以偏概全”的问题；③尽管有局部工作同时思考和应用了信息数据与物理数据，能在肯定水平上补救上述有余，但理论执行过程中两种数据往往是孤立的，不足全面交互与深度交融，信息物理一致性与同步性差，后果的实时性、准确性有待晋升。数据也是数字孪生的外围驱动力，与传统数字化技术相比，除信息数据与物理数据外，数字孪生更强调信息物理交融数据，通过信息物理数据的交融来实现信息空间与物理空间的实时交互、一致性与同步性，从而提供更加实时精准的应用服务。
(4)智能服务需要 随着应用领域的拓展，数字孪生必须满足不同畛域、不同档次用户 (如终端现场操作人员、业余技术人员、治理决策人员、及产品终端用户等)、不同业务的利用需要。包含：①虚构拆卸、设施保护、工艺调试等物理现场操作领导服务需要；②简单生产工作动静优化调度、动静制作过程仿真、简单工艺自优化配置、设施控制策略自适应调整等专业化技术服务需要；③数据可视化、趋势预测、需要剖析与危险评估等智能决策服务需要；④面向产品终端用户性能体验、沉迷式交互、近程操作等“傻瓜式”和便捷式服务需要。因而，如何实现数字孪生利用过程中所需各类数据、模型、算法、仿真、后果等的服务化，以应用软件或挪动端 App 的模式为用户提供相应智能服务，是数字孪生普适应用面临的又一难题。
(5) 普适工业互联需要 普适工业互联 (包含物理实体间的互联与合作，物理实体与虚构实体的虚实互联与交互，物理实体与数据 / 服务间的双向通信与闭环控制，虚构实体、数据、及服务间的集成与交融等) 是实现数字孪生虚实交互与交融的基石，如何实现普适的工业互联是数字孪生的利用前提。目前，局部钻研已开始摸索面向数字孪生的实时互联办法，包含面向智能制作多源异构数据实时采集与集成的工业互联网 Hub(IIHub)、基于 AutomationML 的信息系统实时通信与数据交换、基于 MTConnect 的现场物理设施与模型及用户的近程交互，以及基于中间件的物理实体与虚构实体的互联互通等。
(6)动静多维多时空尺度模型需要 模型是数字孪生落地利用的引擎。以后针对物理实体的数字化建模次要集中在对几何与物理维度模型的构建上，短少能同时反映物理实体对象的几何、物理、行为、规定及束缚的多维动静模型的构建。而在不同维度，短少从不同空间尺度来刻画物理实体不同粒度的属性、行为、特色等的“多空间尺度模型”；同时短少从不同时间尺度来刻画物理实体随工夫推动的演化过程、实时动静运行过程、外部环境与烦扰影响等的“多时间尺度模型”。此外，从零碎的角度登程，不足不同维度、不同空间尺度、不同时间尺度模型的集成与交融。上述模型不充沛、不残缺问题，导致现有虚构实体模型不能实在主观地形容和刻画物理实体，从而导致相干后果 (如仿真后果、预测后果、评估及优化后果) 不够精准。因而，如何构建动静多维多时空尺度模型，是数字孪生技术倒退与理论利用面临的迷信挑战难题。
为适应以上新趋势与新需要，解决数字孪生利用过程中遇到的难题，北航数字孪生技术钻研团队提出了数字孪生五维模型，并对数字孪生五维模型的组成架构及利用准则进行了钻研。在后期钻研工作根底上，本文进一步对数字孪生五维模型进行了系统阐述，并摸索五维模型在卫星 / 空间通信网络、船舶、车辆、发电厂、飞机、简单机电配备、立体仓库、医疗、制作车间、智慧城市 10 个畛域的利用，以期为数字孪生理念与技术进一步落地利用提供参考。
2 数字孪生五维模型
为使数字孪生进一步在更多畛域落地利用，北航数字孪生技术钻研团队对已有三维模型进行了扩大，并减少了孪生数据和服务两个新维度，创造性提出了数字孪生五维模型的概念，如式 (1) 所示：
MDT=(PE,VE,Ss,DD,CN)。
(1)
式中：PE 示意物理实体，VE 示意虚构实体，Ss 示意服务，DD 示意孪生数据，CN 示意各组成部分间的连贯。依据式(1)，数字孪生五维模型构造如图 1 所示。

数字孪生五维模型能满足上节所述数字孪生利用的新需要。首先，MDT 是一个通用的参考架构，能实用不同畛域的不同利用对象。其次，它的五维构造能与物联网、大数据、人工智能等 New IT 技术集成与交融，满足信息物理系统集成、信息物理数据交融、虚实双向连贯与交互等需要。再次，孪生数据 (DD) 集成交融了信息数据与物理数据，满足信息空间与物理空间的一致性与同步性需要，能提供更加精确、全面的全因素 / 全流程 / 全业务数据反对。服务 (Ss) 对数字孪生利用过程中面向不同畛域、不同档次用户、不同业务所需的各类数据、模型、算法、仿真、后果等进行服务化封装，并以应用软件或挪动端 App 的模式提供给用户，实现对服务的便捷与按需应用。连贯 (CN) 实现物理实体、虚构实体、服务及数据之间的普适工业互联，从而反对虚实实时互联与交融。虚构实体 (VE) 从多维度、多空间尺度、及多时间尺度对物理实体进行刻画和形容。
2.1 物理实体 (PE)
PE 是数字孪生五维模型的构成基础，对 PE 的精确剖析与无效保护是建设 MDT 的前提。PE 具备层次性，依照性能及构造个别包含单元级(Unit)PE、零碎级(System)PE 和简单零碎级(System of systems)PE 三个层级。以数字孪生车间[2] 为例，车间内各设施可视为单元级 PE，是性能实现的最小单元；依据产品的工艺及工序，由设施组合配置形成的生产线可视为零碎级 PE，能够实现特定零部件的加工工作；由生产线组成的车间可视为简单零碎级 PE，是一个包含了物料流、能量流与信息流的综合简单零碎，可能实现各子系统间的组织、协调及治理等。依据不同利用需要和管控粒度对 PE 进行分层，是分层构建 MDT 的根底。例如，针对单个设施构建单元级 MDT，从而实现对单个设施的监测、故障预测和保护等；针对生产线构建零碎级 MDT，从而对生产线的调度、进度管制和产品质量管制等进行剖析及优化；而针对整个车间，可构建简单零碎级 MDT，对各子系统及子系统间的交互与耦合关系进行形容，从而对整个零碎的演变进行剖析与预测。
2.2 虚构实体 (VE)
VE 如式(2) 所示 [8]，包含几何模型(Gv)、物理模型(Pv)、行为模型(Bv) 和规定模型 (Rv)，这些模型能从多时间尺度、多空间尺度对 PE 进行形容与刻画[2,5]，
VE=(Gv,Pv,Bv,Rv)。
(2)
式中：Gv 为形容 PE 几何参数 (如形态、尺寸、地位等) 与关系 (如拆卸关系) 的三维模型，与 PE 具备良好的时空一致性，对细节档次的渲染可使 Gv 从视觉上更加靠近 PE。Gv 可利用三维建模软件 (如 SolidWorks、3D MAX、ProE、AutoCAD 等) 或仪器设备 (如三维扫描仪) 来创立。
Pv 在 Gv 的根底上减少了 PE 的物理属性、束缚、及特色等信息，通常可用 ANSYS，ABAQUS，Hypermesh 等工具从宏观及宏观尺度进行动静的数学近似模仿与刻画，如构造、流体、电场、磁场建模仿真剖析等。
Bv 形容了不同粒度不同空间尺度下的 PE 在不同时间尺度下的外部环境与烦扰，以及外部运行机制独特作用下产生的实时响应及行为，如随工夫推动的演变行为、动静性能行为、性能进化行为等。创立 PE 的行为模型是一个简单的过程，波及问题模型、评估模型、决策模型等多种模型的构建，可利用无限状态机、马尔可夫链、神经网络、简单网络、基于本体的建模办法进行 Bv 的创立。
Rv 包含基于历史关联数据的法则规定，基于隐性常识总结的教训，以及相干畛域规范与准则等。这些规定随着工夫的推移自增长、自学习、自演变，使 VE 具备实时的判断、评估、优化及预测的能力，从而不仅能对 PE 进行管制与运行领导，还能对 VE 进行校对与一致性剖析。Rv 可通过集成已有的常识取得，也可利用机器学习算法一直开掘产生新规定。
通过对上述 4 类模型进行组装、集成与交融，从而创立对应 PE 的残缺 VE。同时通过模型校核、验证和确认 (VV&A) 来验证 VE 的一致性、准确度、灵敏度等，保障 VE 能实在映射 PE[2,5]。此外，可应用 VR 与 AR 技术实现 VE 与 PE 虚实叠加及交融显示，加强 VE 的沉迷性、真实性及交互性。
2.3 服务 (Ss)
Ss 是指对数字孪生利用过程中所需各类数据、模型、算法、仿真、后果进行服务化封装，以工具组件、中间件、模块引擎等模式撑持数字孪生外部性能运行与实现的“功能性服务(FService)”，以及以应用软件、挪动端 App 等模式满足不同畛域不同用户不同业务需要的“业务性服务(BService)”，其中 FService 为 BService 的实现和运行提供撑持。
FService 次要包含：①面向 VE 提供的模型治理服务，如建模仿真服务、模型组装与交融服务、模型 VV&A 服务、模型一致性剖析服务等；②面向 DD 提供的数据管理与解决服务，如数据存储、封装、荡涤、关联、开掘、交融等服务；③面向 CN 提供的综合连贯服务，如数据采集服务、感知接入服务、数据传输服务、协定服务、接口服务等。
BService 次要包含：①面向终端现场操作人员的操作领导服务，如虚构拆卸服务、设施培修保护服务、工艺培训服务；②面向业余技术人员的专业化技术服务，如能耗多层次多阶段仿真评估服务、设施控制策略自适应服务、动静优化调度服务、动静过程仿真服务等；③面向治理决策人员的智能决策服务，如需要剖析服务、危险评估服务、趋势预测服务等；④面向终端用户的产品服务，如用户性能体验服务、虚构培训服务、近程维修服务等。这些服务对于用户而言是一个屏蔽了数字孪生外部异构性与复杂性的黑箱，通过应用软件、挪动端 App 等模式向用户提供规范的输入输出，从而升高数字孪生利用实际中对用户业余能力与常识的要求，实现便捷的按需应用。
2.4 孪生数据(DD)
DD 是数字孪生的驱动[7]。如式(3) 所示 [8]，DD 次要包含 PE 数据(Dp)，VE 数据(Dv)，Ss 数据(Ds)，常识数据(Dk)，及交融衍生数据(Df)。
DD=(Dp,Dv,Ds,Dk,Df)。
(3)
式中：Dp 次要包含体现 PE 规格、性能、性能、关系等的物理因素属性数据与反映 PE 运行状况、实时性能、环境参数、突发扰动等的动静过程数据，可通过传感器、嵌入式零碎、数据采集卡等进行采集；Dv 次要包含 VE 相干数据，如几何尺寸、拆卸关系、地位等几何模型相干数据，资料属性、载荷、特色等物理模型相干数据，驱动因素、环境扰动、运行机制等行为模型相干数据，束缚、规定、关联关系等规定模型相干数据，以及基于上述模型发展的过程仿真、行为仿真、过程验证、评估、剖析、预测等的仿真数据；Ds 次要包含 FService 相干数据 (如算法、模型、数据处理办法等) 与 BService 相干数据 (如企业治理数据，生产治理数据，产品治理数据、市场剖析数据等)；Dk 包含专家常识、行业标准、规定束缚、推理推论、罕用算法库与模型库等；Df 是对 Dp,Dv,Ds,Dk 进行数据转换、预处理、分类、关联、集成、交融等相干解决后失去的衍生数据，通过交融物理实况数据与多时空关联数据、历史统计数据、专家常识等信息数据失去信息物理交融数据，从而反映更加全面与精确的信息，并实现信息的共享与增值。
2.5 连贯(CN)
CN 实现 MDT 各组成部分的互联互通。如式(4) 所示 [8]，CN 包含 PE 和 DD 的连贯(CN_PD)、PE 和 VE 的连贯(CN_PV)、PE 和 Ss 的连贯(CN_PS)、VE 和 DD 的连贯(CN_VD)、VE 和 Ss 的连贯(CN_VS)、Ss 和 DD 的连贯(CN_SD)，
CN=(CN_PD,CN_PV,CN_PS,
CN_VD,CN_VS,CN_SD)。
(4)
式中：①CN_PD 实现 PE 和 DD 的交互：可利用各种传感器、嵌入式零碎、数据采集卡等对 PE 数据进行实时采集，通过 MTConnect、OPC-UA、MQTT 等协定标准传输至 DD；相应地，DD 中通过解决后的数据或指令可通过 OPC-UA、MQTT、CoAP 等协定标准传输并反馈给 PE，实现 PE 的运行优化。②CN_PV 实现 PE 和 VE 的交互：CN_PV 与 CN_PD 的实现办法与协定相似，采集的 PE 实时数据传输至 VE，用于更新校对各类数字模型；采集的 VE 仿真剖析等数据转化为控制指令下达至 PE 执行器，实现对 PE 的实时控制。③CN_PS 实现 PE 和 Ss 的交互：同样地，CN_PS 与 CN_PD 的实现办法及协定相似，采集的 PE 实时数据传输至 Ss，实现对 Ss 的更新与优化；Ss 产生的操作领导、业余剖析、决策优化等后果以应用软件或挪动端 App 的模式提供给用户，通过人工操作实现对 PE 的调控。④CN_VD 实现 VE 和 DD 的交互：通过 JDBC、ODBC 等数据库接口，一方面将 VE 产生的仿真及相干数据实时存储到 DD 中，另一方面实时读取 DD 的交融数据、关联数据、生命周期数据等驱动动静仿真。⑤CN_VS 实现 VE 和 Ss 的交互：可通过 Socket、RPC、MQSeries 等软件接口实现 VE 与 Ss 的双向通信，实现间接的指令传递、数据收发、音讯同步等。⑥CN_SD 实现 Ss 和 DD 的交互：与 CN_VD 相似，通过 JDBC、ODBC 等数据库接口，一方面将 Ss 的数据实时存储到 DD，另一方面实时读取 DD 中的历史数据、规定数据、罕用算法及模型等反对 Ss 的运行与优化。

起源《计算机集成制作零碎》2019 年第 1 期 P1-18 页 不申明原创，如有问题可分割我删除。
转载链接：