數(shù)字孿生已成為最炙手可熱的概念。這一概念的最大優(yōu)點是具體直觀，易于理解。望文生義也好，顧名思義也罷，說者言語一出，聽者便猜出大概。與此有關(guān)的文章鋪天蓋地，講座也層出不窮，但大多數(shù)要么停留在溯源和概念層面，要么談?wù)撃硞€具體案例，缺乏系統(tǒng)的理論框架。

很多案例是把早已存在的案例穿了數(shù)字孿生馬甲出來蹭蹭熱度。即使是套用數(shù)字孿生概念的新案例，對數(shù)字孿生的理解也似是而非。涉及到具體技術(shù)的時候，要么比較單一，要么多而零散，缺乏嚴(yán)密遞進(jìn)的邏輯。本文希望在系統(tǒng)性和理論性方面前進(jìn)一步，從體系框架和核心技術(shù)方面做初步厘清，從更完整全面的視角觀察數(shù)字孿生體系的全貌，以期能對業(yè)界做一些微薄貢獻(xiàn)。

本文認(rèn)為，數(shù)字孿生體是個具有社會性的生命體，其產(chǎn)生、進(jìn)化和社會性，都符合生物進(jìn)化和社會發(fā)展規(guī)律。

孿生溯源

當(dāng)前業(yè)界對數(shù)字孿生體起源的普遍認(rèn)定是2003年Michael Grieves博士所提。筆者對此沒有異議，只是我們在數(shù)字孿生體系研究中發(fā)現(xiàn)，構(gòu)成數(shù)字孿生體的關(guān)鍵技術(shù)遠(yuǎn)早于2003年。本實驗室將這個時點前推至1960年代——CAD技術(shù)出現(xiàn)的時點，因為數(shù)字孿生體的第一個重要“器官”是“數(shù)字建?！保谟嬎銠C(jī)圖形學(xué)的CAD技術(shù)便是該器官的核心技術(shù)。

數(shù)字孿生體的技術(shù)起源和概念提出的時點都很早，但為什么這兩年才突然興起。本實驗室認(rèn)為，數(shù)字孿生體的第二個器官——物聯(lián)網(wǎng)的成熟起到了重要的作用。物聯(lián)網(wǎng)的中國國家標(biāo)準(zhǔn)的提出時間是2016年，國際標(biāo)準(zhǔn)是2018年，這兩個標(biāo)準(zhǔn)的提出意味著物聯(lián)網(wǎng)進(jìn)入了成熟和工程應(yīng)用階段。而且，即將推出的數(shù)字孿生體標(biāo)準(zhǔn)也是在物聯(lián)網(wǎng)標(biāo)準(zhǔn)基礎(chǔ)上演變出來的，昭示著這兩個體系的緊密關(guān)聯(lián)性。物聯(lián)網(wǎng)作為數(shù)字孿生體的第二級成熟度（成熟度概念參見后文）的核心技術(shù)，是數(shù)字孿生體入門級或門檻級技術(shù)。沒有物聯(lián)網(wǎng)，數(shù)字孿生體連起步都很難，不用說進(jìn)化了。2016年是數(shù)字孿生體的提速時點，2018年正是數(shù)字孿生體的爆發(fā)時點。

體系框架

我們的研究選擇了國際公認(rèn)的高起點——國際標(biāo)準(zhǔn)化組織（ISO）的相關(guān)標(biāo)準(zhǔn)ISO_DIS_23247（目前為公示期，年底最終發(fā)布）。該標(biāo)準(zhǔn)提出了數(shù)字孿生制造的參考架構(gòu)。由于標(biāo)準(zhǔn)尚未最終發(fā)布，此處不便引用其架構(gòu)圖。該參考架構(gòu)雖然不是最終版本，但其所包含的要素全面，邏輯合理，符合我們所研究的結(jié)論。但該標(biāo)準(zhǔn)顯然是從物聯(lián)網(wǎng)國際標(biāo)準(zhǔn)ISO/IEC30141基礎(chǔ)上的演變，具體本實驗室認(rèn)為對于具體應(yīng)用來說過于抽象，所以我們在《數(shù)字孿生體技術(shù)白皮書（2019）》中對這個框架做了術(shù)語上的修訂和釋義，我們下面所提的理論框架是從這個架構(gòu)出發(fā)而設(shè)計的。

在《數(shù)字孿生體技術(shù)白皮書（2019）》中，我們給出了數(shù)字孿生體的定義：數(shù)字孿生體是現(xiàn)有或?qū)⒂械奈锢韺嶓w對象的數(shù)字模型，通過實測、仿真和數(shù)據(jù)分析來實時感知、診斷、預(yù)測物理實體對象的狀態(tài)，通過性能和狀態(tài)優(yōu)化和指令發(fā)送來調(diào)控物理實體對象的行為，通過相關(guān)數(shù)字模型間的相互學(xué)習(xí)來進(jìn)化自身，同時改進(jìn)利益相關(guān)方在物理實體對象生命周期內(nèi)的決策。

本定義既承接了國際標(biāo)準(zhǔn)參考架構(gòu)，也是我們設(shè)計理論架構(gòu)的基礎(chǔ)。下圖是我們提出的理論架構(gòu)，本架構(gòu)可以指導(dǎo)數(shù)字孿生體的建設(shè)與實施。

本圖上部是數(shù)字孿生體系框架，下部是物理對象的示意。物理對象在此圖中用于表達(dá)數(shù)字孿生世界與物理世界的關(guān)系，不是數(shù)字孿生體框架的要素。數(shù)字孿生體系架構(gòu)包含以下要素：數(shù)字建模、測量與控制、模擬仿真、數(shù)據(jù)分析、數(shù)字資產(chǎn)和人機(jī)交互。這些要素使得數(shù)字孿生體呈現(xiàn)出一種生命體甚至社會性特征，下文對此展開說明。

數(shù)字建模

“數(shù)字建?！笔俏锢韺ο蟮臄?shù)字化表達(dá)，這個過程需要將物理對象表達(dá)為計算機(jī)所能識別的數(shù)字模型，在軟件中建立物理對象的結(jié)構(gòu)元素和時空關(guān)系，不深入涉及物理機(jī)理和運(yùn)行數(shù)據(jù)，就像我們給正在雕塑的人體打造一個軀體。這也當(dāng)然是數(shù)字孿生體的基本要素，畢竟既然稱為“體”，那這樣一個基本的、直觀的軀體是必須的。

我們通常使用三維實體來建立物理對象的結(jié)構(gòu)形狀和位置關(guān)系，用系統(tǒng)（一維）建模工具來描述物理對象的行為模式。建模工具通常包括譬如CAD、3D動畫、BIM（Building Information Modeling，建筑信息模型）、CIM（City Information Modeling，城市信息模型）或基于SysML（系統(tǒng)建模語言）的系統(tǒng)建模工具。建立的模型可以是設(shè)備、廠房、人群、運(yùn)輸系統(tǒng)、交通、電網(wǎng)、城市、軍事戰(zhàn)場、戰(zhàn)斗群體系等。

我們把這個過程稱為“數(shù)化”，提供了數(shù)字孿生體的“軀體”。不過這樣的軀體是一個沒有神經(jīng)、沒有思想、與世界隔離、無生命的軀體。

測量與控制

“測量與控制”用來實現(xiàn)數(shù)字體與物理對象之間實時互傳信息和數(shù)據(jù)。數(shù)字化模型利用測量系統(tǒng)，通過傳感器獲得物理對象的狀態(tài)數(shù)據(jù)：尺寸、速度、溫度、光潔度等，利用控制系統(tǒng)，通過致動器向物理對象發(fā)送致動指令：停止、加速、調(diào)節(jié)角度等，這就像我們給數(shù)字孿生體安裝一套神經(jīng)系統(tǒng)。人類的神經(jīng)系統(tǒng)有兩種，一種是感覺神經(jīng)，就像這里的測量系統(tǒng)，另一種是運(yùn)動神經(jīng)，就像這里的控制系統(tǒng)。

工業(yè)物聯(lián)網(wǎng)（IIoT）是測量與控制要素的主要技術(shù)，不僅能提供對物理世界的感知，還能對物理世界傳遞信息，從而驅(qū)動物理世界。

我們把這個過程稱為“互動”，提供了數(shù)字孿生體的“神經(jīng)”。神經(jīng)系統(tǒng)的存在，讓數(shù)字孿生體具有了初步的生命特征，可以感知和驅(qū)動物理世界。但由于缺乏思考能力，目前的數(shù)字孿生體還是個“傀儡”或“僵尸”孿生體。

模擬仿真

模擬仿真是基于完整信息和明確機(jī)理計算未來，將“數(shù)化”過程建立的模型與物理機(jī)理相結(jié)合，包括材料性質(zhì)、理論規(guī)律、工程規(guī)律等，根據(jù)完整和實時的邊界條件和物理狀態(tài)，來計算和預(yù)測數(shù)字模型的下一步狀態(tài)。這種仿真不是對一個階段或一種現(xiàn)象的仿真，應(yīng)是全周期和全領(lǐng)域的動態(tài)仿真。實時邊界條件和物理對象狀態(tài)是被完整測量，可作為物理規(guī)律的完備輸入條件。模擬仿真的輸出結(jié)果必須具有確定化和無二義性的特征?！皩崟r”二字依賴于“互動”過程的測量系統(tǒng)來保證。

此處所說的仿真是廣義仿真，那些具有明確物理機(jī)理的計算過程都屬于廣義仿真，包括物理（如流動、力學(xué)、化學(xué)等）原理確定并被實踐驗證，往往被作為成熟理論來使用，包含公理、定理、公式、數(shù)值計算、工程算法、經(jīng)驗公式等。模擬仿真采用的工具包括算法程序、各類CAE工具，譬如物理場仿真、人群仿真、交通仿真、物流仿真、組織仿真等。

通常來說，CAE有兩種類型：物理場仿真和系統(tǒng)仿真。物理場仿真的計算規(guī)模大、時間長，通常無法滿足數(shù)字孿生體與物理對象實時交互的需要；系統(tǒng)仿真則具有速度快的優(yōu)勢，通?？梢赃_(dá)到實時交互要求。因此，在數(shù)字孿生實踐中，往往需要把物理仿真過程進(jìn)行降階（ROM），抽取物理仿真的某些特性和參數(shù)，轉(zhuǎn)換成系統(tǒng)仿真模型來參與計算。

我們把模擬仿真過程稱為“先知”，該過程提供了數(shù)字孿生體的“左腦”。人類的左腦專事邏輯推理和理性判斷，只要具有明確規(guī)律和邏輯，不管多復(fù)雜，總是可以通過推理獲得明確的結(jié)論，提前知道數(shù)字孿生體和物理對象將會發(fā)生什么。此時的數(shù)字孿生體就是一個有頭腦、會思考的智能孿生體，開始具有明顯的生命特征，特別是人類的理性思維特征。

數(shù)據(jù)分析

數(shù)據(jù)分析過程是基于不完整信息和不明確機(jī)理來推測未來。我們的世界中，大多數(shù)現(xiàn)象的物理規(guī)律并不明確，大多數(shù)情況無法獲得完備的邊界條件和物理狀態(tài)，但我們?nèi)匀徊坏貌粚ξ磥碜龀鲱A(yù)測，哪怕是在模糊的判斷，仍然好于毫無判斷。如果要求數(shù)字孿生體越來越智能和智慧，就不應(yīng)局限于人類對物理世界的確定性知識。其實人類本身就不是完全依賴確定性知識而領(lǐng)悟世界的。

大數(shù)據(jù)和人工智能（AI）技術(shù)是數(shù)據(jù)分析的關(guān)鍵技術(shù)。根據(jù)通過“互動”過程收集的數(shù)據(jù)以及“先知”過程輸出的數(shù)據(jù)，利用相關(guān)性分析建立物理世界的近似模型，依據(jù)當(dāng)前邊界條件和物理狀態(tài)進(jìn)行下一步狀態(tài)的預(yù)測，并且對近似模型逐步優(yōu)化。當(dāng)前邊界條件和物理對象狀態(tài)是被不完整測量的，但也只能作為近似模型的不完備輸入條件，輸出的結(jié)果當(dāng)然距離物理世界的真實情況有一定偏差。但隨著機(jī)器學(xué)習(xí)的持續(xù)，算法和模型逐步改善，近似模型會越來越逼近物理機(jī)理，預(yù)測結(jié)果也會逼近物理世界。也正是因為這個原因，業(yè)界有人將大數(shù)據(jù)（及AI）視為科學(xué)研究的“第四范式”，科研方法從傳統(tǒng)的三種方法——理論、實驗、計算拓展到第四種方法——大數(shù)據(jù)（及AI）。

我們把這個過程稱為“先覺”，提供了數(shù)字孿生體的“右腦”。人類的右腦專事感性思維，利用直覺和第六感來獲得對世界的判斷和預(yù)測。當(dāng)然這里指的直覺那種優(yōu)秀的直覺，而非普通人的直覺。優(yōu)秀的直覺源于對豐富經(jīng)歷和有效經(jīng)驗的高度總結(jié)，還需要經(jīng)常性的深度思考和遠(yuǎn)期瞭望。我們的社會中確有一類具有這種優(yōu)秀和敏銳直覺的人，是他們引導(dǎo)著你的企業(yè)、機(jī)構(gòu)甚至人類的發(fā)展方向。