安世亚太田锋:数字孪生体进化论

数字孪生已成为今年最炙手可热的概念。这一概念的最大优点是具体直观,易于理解。望文生义也好,顾名思义也罢,说者言语一出,听者便猜出大概。与此有关的文章铺天盖地,讲座也层出不穷,但大多数要么停留在溯源和概念层面,要么谈论某个具体案例,缺乏系统的理论框架。很多案例是把早已存在的案例穿了数字孪生马甲出来蹭蹭热度。即使是套用数字孪生概念的新案例,对数字孪生的理解也似是而非。涉及到具体技术的时候,要么比较单一,要么多而零散,缺乏严密递进的逻辑。本文作者安世亚太高级副总裁、数字孪生体实验室主任田锋,希望在系统性和理论性方面前进一步,从体系框架和核心技术方面做初步厘清,从更完整全面的视角观察数字孪生体系的全貌,以期能对业界做一些微薄贡献。

安世亚太高级副总裁、数字孪生体实验室主任田锋认为,数字孪生体是个具有社会性的生命体,其产生、进化和社会性,都符合生物进化和社会发展规律。

一、孪生溯源

当前业界对数字孪生体起源的普遍认定是2003年Michael Grieves博士所提。笔者对此没有异议,只是数字孪生体实验室在数字孪生体系研究中发现,构成数字孪生体的关键技术远早于2003年。本实验室将这个时点前推至1960年代——CAD技术出现的时点,因为数字孪生体的第一个重要“器官”是“数字建模”,基于计算机图形学的CAD技术便是该器官的核心技术。

数字孪生体的技术起源和概念提出的时点都很早,但为什么这两年才突然兴起。数字孪生体实验室认为,数字孪生体的第二个器官——物联网的成熟起到了重要的作用。物联网的中国国家标准的提出时间是2016年,国际标准是2018年,这两个标准的提出意味着物联网进入了成熟和工程应用阶段。而且,即将推出的数字孪生体标准也是在物联网标准基础上演变出来的,昭示着这两个体系的紧密关联性。物联网作为数字孪生体的第二级成熟度(成熟度概念参见后文)的核心技术,是数字孪生体入门级或门槛级技术。没有物联网,数字孪生体连起步都很难,不用说进化了。2016年是数字孪生体的提速时点,2018年正是数字孪生体的爆发时点。

二、体系框架

数字孪生体实验室的研究选择了国际公认的高起点——国际标准化组织(ISO)的相关标准ISO_DIS_23247(目前为公示期,年底最终发布)。该标准提出了数字孪生制造的参考架构。由于标准尚未最终发布,此处不便引用其架构图。该参考架构虽然不是最终版本,但其所包含的要素全面,逻辑合理,符合我们所研究的结论。但该标准显然是从物联网国际标准ISO/IEC30141基础上的演变,具体本实验室认为对于具体应用来说过于抽象,所以我们在《数字孪生体技术白皮书(2019)》中对这个框架做了术语上的修订和释义,我们下面所提的理论框架是从这个架构出发而设计的。

在《数字孪生体技术白皮书(2019)》中,我们给出了数字孪生体的定义:数字孪生体是现有或将有的物理实体对象的数字模型,通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态,通过性能和状态优化和指令发送来调控物理实体对象的行为,通过相关数字模型间的相互学习来进化自身,同时改进利益相关方在物理实体对象生命周期内的决策。

本定义既承接了国际标准参考架构,也是我们设计理论架构的基础。下图是我们提出的理论架构,本架构可以指导数字孪生体的建设与实施。

安世亚太田锋:数字孪生体进化论

(来源:数字孪生体实验室,安世亚太)

本图上部是数字孪生体系框架,下部是物理对象的示意。物理对象在此图中用于表达数字孪生世界与物理世界的关系,不是数字孪生体框架的要素。数字孪生体系架构包含以下要素:数字建模、测量与控制、模拟仿真、数据分析、数字资产和人机交互。这些要素使得数字孪生体呈现出一种生命体甚至社会性特征,下文对此展开说明。

三、数字建模

“数字建模”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数字模型,在软件中建立物理对象的结构元素和时空关系,不深入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”,那这样一个基本的、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、3D动画、BIM(Building Information Modeling,建筑信息模型)、CIM(CityInformation Modeling,城市信息模型)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。

我们把这个过程称为“数化”,提供了数字孪生体的“躯体”。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。

四、测量与控制

“测量与控制”用来实现数字体与物理对象之间实时互传信息和数据。数字化模型利用测量系统,通过传感器获得物理对象的状态数据:尺寸、速度、温度、光洁度等,利用控制系统,通过致动器向物理对象发送致动指令:停止、加速、调节角度等,这就像我们给数字孪生体安装一套神经系统。人类的神经系统有两种,一种是感觉神经,就像这里的测量系统,另一种是运动神经,就像这里的控制系统。

工业物联网(IIoT)是测量与控制要素的主要技术,不仅能提供对物理世界的感知,还能对物理世界传递信息,从而驱动物理世界。

我们把这个过程称为“互动”,提供了数字孪生体的“神经”。神经系统的存在,让数字孪生体具有了初步的生命特征,可以感知和驱动物理世界。但由于缺乏思考能力,目前的数字孪生体还是个“傀儡”或“僵尸”孪生体。

五、模拟仿真

模拟仿真是基于完整信息和明确机理计算未来,将“数化”过程建立的模型与物理机理相结合,包括材料性质、理论规律、工程规律等,根据完整和实时的边界条件和物理状态,来计算和预测数字模型的下一步状态。这种仿真不是对一个阶段或一种现象的仿真,应是全周期和全领域的动态仿真。实时边界条件和物理对象状态是被完整测量,可作为物理规律的完备输入条件。模拟仿真的输出结果必须具有确定化和无二义性的特征。“实时”二字依赖于“互动”过程的测量系统来保证。

此处所说的仿真是广义仿真,那些具有明确物理机理的计算过程都属于广义仿真,包括物理(如流动、力学、化学等)原理确定并被实践验证,往往被作为成熟理论来使用,包含公理、定理、公式、数值计算、工程算法、经验公式等。模拟仿真采用的工具包括算法程序、各类CAE工具,譬如物理场仿真、人群仿真、交通仿真、物流仿真、组织仿真等。

通常来说,CAE有两种类型:物理场仿真和系统仿真。物理场仿真的计算规模大、时间长,通常无法满足数字孪生体与物理对象实时交互的需要;系统仿真则具有速度快的优势,通常可以达到实时交互要求。因此,在数字孪生实践中,往往需要把物理仿真过程进行降阶(ROM),抽取物理仿真的某些特性和参数,转换成系统仿真模型来参与计算。

我们把模拟仿真过程称为“先知”,该过程提供了数字孪生体的“左脑”。人类的左脑专事逻辑推理和理性判断,只要具有明确规律和逻辑,不管多复杂,总是可以通过推理获得明确的结论,提前知道数字孪生体和物理对象将会发生什么。此时的数字孪生体就是一个有头脑、会思考的智能孪生体,开始具有明显的生命特征,特别是人类的理性思维特征。

六、数据分析

数据分析过程是基于不完整信息和不明确机理来推测未来。我们的世界中,大多数现象的物理规律并不明确,大多数情况无法获得完备的边界条件和物理状态,但我们仍然不得不对未来做出预测,哪怕是在模糊的判断,仍然好于毫无判断。如果要求数字孪生体越来越智能和智慧,就不应局限于人类对物理世界的确定性知识。其实人类本身就不是完全依赖确定性知识而领悟世界的。

大数据和人工智能(AI)技术是数据分析的关键技术。根据通过“互动”过程收集的数据以及“先知”过程输出的数据,利用相关性分析建立物理世界的近似模型,依据当前边界条件和物理状态进行下一步状态的预测,并且对近似模型逐步优化。当前边界条件和物理对象状态是被不完整测量的,但也只能作为近似模型的不完备输入条件,输出的结果当然距离物理世界的真实情况有一定偏差。但随着机器学习的持续,算法和模型逐步改善,近似模型会越来越逼近物理机理,预测结果也会逼近物理世界。也正是因为这个原因,业界有人将大数据(及AI)视为科学研究的“第四范式”,科研方法从传统的三种方法——理论、实验、计算拓展到第四种方法——大数据(及AI)。

我们把这个过程称为“先觉”,提供了数字孪生体的“右脑”。人类的右脑专事感性思维,利用直觉和第六感来获得对世界的判断和预测。当然这里指的直觉那种优秀的直觉,而非普通人的直觉。优秀的直觉源于对丰富经历和有效经验的高度总结,还需要经常性的深度思考和远期瞭望。我们的社会中确有一类具有这种优秀和敏锐直觉的人,是他们引导着你的企业、机构甚至人类的发展方向。

七、数字资产

数字孪生体作为一种数字资产,其中的数据就像生命体的基因。它的积累、管理、追溯和共享既是其存在的基本特征,又是其进步的必要手段。数字资产通过传承、协同和进化,向历史学习,向他人学习,从而实现持续成长。人类之所以进步,是因为我们的祖先通过将他们的思想和成果用文字的方式流了下来,使得我们可以传承祖先的智力资产,可以向老子问道,向孔子习理,向牛顿求知,向亚里士多德讨教。

数字线程和云计算是进行数字资产处理的关键技术。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,从而实现优秀基因遗传。云计算则将不同物理对象的数字孪生体之间实现共享和协同,从而实现平庸基因进化。

我们把这个过程称为“共智”,使数字孪生体出现“社会性”特征。同一物理对象在生命周期的不同阶段有不同的数字孪生体,数字资产记录了数字孪生体整个生命周期中的全息数据,并反映这些数据在数字孪生体整个生命周期中的演变路线,但相同对象的孪生数据必须关联和传承。物理世界的多样性决定了其对应的数字孪生体的多样性,世界的普遍联系决定了数字孪生体的普遍联系。人与人之间具有联系构成了人的社会,数字孪生体之间的联系构成了数字社会。

“共智”实现了不同数字孪生体之间的智慧交换和共享,多个数字孪生单体可以通过“共智”形成更大和更高层次的数字孪生体,这个数量和层次可以是无限的。《阿凡达》电影中的潘多拉星球是个物与物天然共智的世界,也许是人类科技所限,地球的各物件之间是否能天然共智尚不得而知,但通过数字孪生体,我们可以实现地球上物理世界的共智。

八、人机交互

人机交互是人类与数字模型打交道的直观可视化界面。这里可以展示数字孪生体的数据,了解数字孪生体的状态,也可以操作和干预数字孪生体,同时实现对物理对象的干预。

数据的可视化展示技术以及虚拟现实技术是人机交互的两个重要技术。数据的可视化展示技术将数据和信息输出为高清、直观、可视化的、可交互的图形图像,通过对数据的操作可以实现与数字孪生体乃至物理对象的操纵。虚拟现实(包括VR、AR和MR)提供的深度沉浸技术让人类与数字世界交互模式可以与物理世界类似。

我们把这种特性称为“五官”。对人类来说,五官是人们相互认识、了解和沟通的界面,通过望闻问切基本可以了解人的身体状况,通过眼神和语言的交流可以了解人的精神状况。而数字孪生体的人机交互所提供的能力则超越了人体五官所能提供的功能。虚拟现实技术使数字化的世界在感官和操作体验上更加接近物理世界,让“孪生”一词变得更为精妙。但在数字世界中,人类又具有超人般的特异功能,可以无限驾驭数字世界,例如变换大小、穿墙而过、隔空取物、时空穿越等,将数字孪生体的应用推向极致。

在物理世界,有一种让社会系统或(和)技术系统(譬如机器、工厂、物流、城市、战场)充分发挥作用和价值的高效方式——应用系统,譬如ERP、PLM、MES、SCM、MRO等系统。这种高效方式在数字孪生体世界仍然可以采纳,但鉴于人在数字孪生体世界无所不能的自由特性,使得这个世界的类似系统可能不需要像物理世界那样割裂,也许会合并一个系统。

《黑客帝国(Mtrix)》电影为我们展开了一个奇特的应用系统,可以认为该系统整合了所有我国熟知的应用系统。人类与这个世界打交道的方式是:人的意识通过网络进入系统,与其中的各种数字孪生体进行交互。

九、生命特征

通过以上分析,我们认为,数字孪生体是一个具有思维能力、可持续进化的生命体。

当然,物理对象也具有天然的生命特征,但这种生命具有的特点如下:本能、直觉、条件反射、既定式、预设化、确定性、机械性、个体化。

数字孪生体的生命特征则有更多发展空间,使其可以进化到更加接近智慧生物:灵性、精神、思考、理性、推理、创造性、变通性、不确定性、生物性、社会性。

安世亚太田锋:数字孪生体进化论

(来源:数字孪生体实验室,安世亚太)

十、孕育与服役

数字孪生体是物理对象的数字化表达和虚拟镜像,这种物理对象可能是设备、产线、车间、工厂、企业、人群、城市、战场、物流、交通、电网、营销、流程等。这些对象都有研发、制造、供应、运维等过程。这几个不同过程,因为物理对象的成熟度不同,导致数字孪生体的适用性也不同。

1.孕育

物理对象的研发与制造是数字孪生体的孕育过程,其本质是通过前置数字体提前优化未来物理对象,不是终极产品的孪生体,最多是试验对象的孪生体,是终极产品孪生体的前身或原型。从数字孪生体的成熟度要素来看,研发和制造阶段的“数字孪生体”有完整的数化和非实时先知能力,缺乏互动、先觉能力,具有可以与前代产品的数字孪生体共智获得优化设计的能力,但无法在真实运行环境中与其他数字孪生体实时共智。前置数字体往往不能作为未来运维过程的数字孪生体,但可以为运维数字孪生体的建立提供指导,也可以为物理世界的传感器配置提供指导。

2.服役

供应与运维过程中,物理对象已经完全具备,其数字孪生体也可以完整建造,具备所有要素和特性,并可以实现交互、先知、先觉乃至共智,实现自我进化,可以通过数字孪生体实时优化物理对象的运行。此时的数字孪生体是个全职服役的孪生体,因此,物理对象的供应和运维过程才是数字孪生体的主战场。

十一、成熟度

综上所述,基于数字孪生体的生命特征和进化规律,我们可以把数字孪生体的成熟度划分为:数化、互动、先知、先觉和共智。

安世亚太田锋:数字孪生体进化论

(来源:数字孪生体实验室,安世亚太)

各级别关键特征、核心技术和生命特征总结如下:

安世亚太田锋:数字孪生体进化论

总之,数字孪生体系的成熟度模型反映了生物进化、个体成长以及社会发展规律。数字孪生体不仅仅是物理世界的镜像,也要接受物理世界实时信息,更要反过来实时驱动物理世界,而且进化为物理世界的先知、先觉甚至超体,最终形成可以互相共享智慧的数字孪生体社会。

十二、关键技术

根据数字孪生体的生命体系结构和成熟度模型,数字孪生体的第一层关键技术包括建模、仿真、物联网,大数据(及AI)、云计算,第二层关键技术包括数字线程、虚拟现实(VR/AR/MR)、MBSE、区块链等。

安世亚太田锋:数字孪生体进化论

除了以上基本关键技术,不同领域或场景(譬如制造、产业、城市或战场)的数字孪生体,还有不同的技术。

十三、总结

生命体是在“物竞天择,适者生存”法则之下经过长期进化而来的系统,在完备性方面往往高于人造系统,在经济性方面优于人造系统。因此,用生命体作为一个人造系统的终极发展目标是一个合理的选择。

进化法则让所有生物都不会停留在简单体,而是会越来越复杂,也会越来越精密。在数字化时代,人们身边不停出现各种新型数字化技术,纷繁复杂,你方唱罢我登场,让人迷失在众多概念和技术中无法自拔。数字孪生体系的出现将终结这一迷乱困局。其实,从数字孪生生命体进化角度来看,这种现象很正常,也很好理解。任何新的或者旧的数字化技术都是构成数字孪生体的一个构件,且是阶段性的。今后,不论出现何种数字化单项技术,都应该是数字孪生体这个生命体的一个器官甚至是细胞。我们需要做的事情是,将这些新出现的单项技术安放在数字孪生体生命框架的正确位置,不仅能让这些技术更好地为我们服务,也可解决我们的困惑,让我们平静地与这些技术和谐相处。

当然,任何一种单项技术都会向着自成体系的方向努力发展,所以,数字孪生体所需的通常不会是某个单项技术体系的全部,应该是其核心要素。当前,数字孪生体作为新生事物,或者说是新近开始工程化应用的事物,对当前构成这个生命体的各个器官的整合方式肯定是设备级的集成。但随着我们对它的认识越来越深入,这些器官的融合肯定会走向原子级别,只取用这些器官中对数字孪生体有用的部分而舍弃其他部分。这些有用部分之间的结合不会像现在这样通过宏观接口来实现,而是通过微观茸毛来融合,使得数字孪生体的整体性和生命力都要更强!

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )