数字孪生是驱动制造业数字化转型重要力量
随着新一代信息技术与实体经济的加速融合，工业数字化、网络化、智能化演进趋势日益明显，催生了一批制造业数字化转型新模式、新业态，其中数字孪生日趋成为产业各界研究热点，未来发展前景广阔。IDC预测，到2020年全球头部600家企业都会使用数字孪生来提供产品创新。MarketsandMarkets预测，到2023年数字孪生市场规模将达到157亿美元，并以38%复合年增长率增长。
数字孪生是一种新型制造模式
数字孪生是以数据和模型为驱动、数字孪生体和数字线程为支撑的新型制造模式，能够通过实时连接、映射、分析、反馈物理世界的资产与行为，使工业全要素、全产业链、全价值链达到最大限度闭环优化。
一方面，数字孪生体是在虚拟空间构建的表征物理实体实时运行状态的虚拟实体，具备融合几何建模、仿真模拟、数据分析的全方位功能，扮演着综合分析决策的角色。
另一方面，数字孪生在集成融合工业数据的过程中依赖于数字线程。数字线程是连接物理世界和数字孪生体的通道，也是多类数字孪生体间连接的通道，具备“在正确的时间，将正确的信息，以正确的方式，推送到正确的地方”的功能，数据集成和业务集成是其两大核心功能。总之，数字孪生能够基于“单个数字孪生体”或基于“数字线程串联的多个孪生体集”，实现从“简单组件”到“复杂物理系统”的连接、映射、分析、反馈。
数字孪生呈现四大发展趋势
——六大核心技术支撑数字孪生构建虚实交互的闭环优化
数字孪生技术体系涵盖感知控制、数据集成、模型构建、模型互操作、业务集成、人机交互六大核心技术。
感知控制技术具备数据采集和反馈控制两大功能，是连接物理世界的入口和反馈物理世界的出口。数据集成实现异构设备和系统的互联互通，让物理世界和承载数字孪生的虚拟空间无缝衔接。模型构建实现对物理实体形状和规律的映射，几何模型、机理模型、数据模型的构建分别实现对物理实体形状、已知(或经验)的物理规律以及未知的物理规律的模拟。模型互操作承担着将几何、机理、数据三大模型融合的任务，实现从构建“静态映射的物理实体”到构建“动态协同的物理实体”的转变。业务集成是数字孪生价值创新的纽带，能够打通产品全生命周期、生产全过程、商业全流程的价值链条。人机交互将人的因素融入数字孪生系统，工作者可以通过友好的人机操作方式将控制指令反馈给物理世界，实现数字孪生全闭环优化。
——模型构建技术朝着提升建模效率和精度的方向发展
几何、仿真、数据三类模型构建技术多措并举，不断提升建模效率和精度。
衍生设计和三维扫描建模技术推动几何建模效率不断提升。衍生设计基于算法指令实现复杂几何模型自动化设计外观；以工业CT为代表的三维扫描建模技术能够捕获测试件内部和外部完整、精确的图像，直接生成完整的三维立体图像。
深度学习和知识图谱沿着两条路径分别提升模型描述的性能及拓展范围。如利用深度学习进行汽车风洞测试，传统方程法需一天，现在只需四分之一秒。例如华为通过构建知识图谱，将采购、物流、制造知识联系起来，实现供应链风险管理与零部件选型。
无网格仿真技术有望突破传统仿真局限，提升仿真模拟效率。例如AltairSimSolid能够在几分钟内分析全功能CAD程序集而无须网格划分，大大优化了仿真求解速度。
——模型互操作技术加快统一模型间的语义和语法
典型的模型互操作涵盖机理和数据模型、机理模型间、数据模型间互操作三大类。
多学科联合仿真技术基于FMI、FMU规范统一了仿真模型接口标准，逐渐成为仿真模型间互操作主流选择。例如Mod-elica已经成为汽车行业多学科联合仿真标准语言。
联邦机器学习在满足数据隐私要求的前提下，实现不同人工智能系统数据模型间集成，有望成为数据模型间互操作的通用方法。例如谷歌和百度纷纷在人工智能框架下加入联邦学习功能，以实现数据模型间互操作。
数据模型和机理模型互操作最为复杂，尚未形成统一方法论，但也得到了一定实践。例如Math-Works将旗下MATLAB的数据分析和Simulink的仿真模拟两大功能结合，实现对综合业务模型的有效调参。此外，管理壳技术具备模型管理和标识解析功能，实现接口统一和语义统一，有望为全类模型互操作指明方向。
——数据集成和业务集成范围不断拓展且功能持续融合
数据集成和业务集成沿着两条路径持续推动集成范围扩展。
一方面，数据集成技术主要面向底层数据互联互通，数据集成类型和数据集成范围在不断提升。例如数据湖技术能够集成结构化、半结构化和非结构化的全类数据。OPC-UA能够实现设备与设备间、设备与系统间、系统与系统间的全场景连接。
另一方面，业务集成技术偏向于顶层工业业务的协同，新型软件开发技术不断推动业务集成技术发展。以西门子Mendix为代表的低代码开发平台正不断整合不同类型工业软件集成；以阿里为代表构建的业务中台企业也在推动按需分配的业务流程配置技术发展。此外，信息模型正加快推动数据和业务融合，并朝着满足信息量增加的需求方向发展。例如SOLID-WORKSMBD技术在传统BOM上叠加了3D形状、公差、注释等信息，使各业务部门更直观了解产品实时状态。
数字孪生应用蓬勃发展
——数字孪生应用已渗透到资产、车间、企业各个层级
数字孪生应用场景广泛，当前覆盖“NIST智能制造系统”中的产品、生产和商业三大领域，并朝着实现三大领域价值链条全面优化的方向发展。
面向产品的数字孪生应用聚焦产品全生命周期优化。如AFRL与NASA合作构建F-15数字孪生体，基于战斗机试飞、生产、检修全生命周期数据修正仿真过程机理模型，提高了机体维护预警准确度。
面向车间的数字孪生应用聚焦生产全过程管控。如空客通过在关键工装、物料和零部件上安装RFID，生成了A350XWB总装线的数字孪生体，使工业流程更加透明化，并能够预测车间瓶颈、优化运行绩效。
面向企业的数字孪生应用聚焦业务综合评估与管理。如SoftwareAG基于ARIS业务流程建模功能构建了面向企业业务的数字孪生体，并通过模拟评估业务流程预见企业未来成本和绩效。
——数字孪生应用由虚拟验证向虚实交互的闭环优化发展
数字孪生应用发展历程依次经历虚拟验证、单向连接、智能决策、虚实交互四大阶段。
虚拟验证能够在虚拟空间对产品/产线/物流等进行仿真模拟，以提升真实场景的运行效益。如ABB推出PickMas-terTwin，客户能够在虚拟产线上对机器人配置进行测试，使拾取操作在虚拟空间进行验证优化。
单向连接在虚拟验证的基础上叠加了IoT，实现基于真实数据驱动的实时仿真模拟，大大提升了仿真精度。如PTC和ANSYS合作，构建了泵的仿真模型，并将其与真实的泵连接，基于实时数据驱动仿真，优化模拟。
智能决策在单向连接的基础上叠加了AI，将仿真模型和数据模型很好地融合，提升分析决策水平。如杭汽轮通过三维扫描构建几何形状，与平台标准机理模型对比，并叠加人工智能分析，实现叶片的检测试验时间从2~3天降低至3~5分钟。
虚实交互在智能决策的基础上叠加了反馈控制功能，实现基于数据自执行的全闭环优化。如在西门子提供的产品体系中，设计仿真软件NX具备虚拟验证功能，MindSphere具备IoT连接功能，Omneo具备数据分析功能，TIA具备自动化执行功能。未来，西门子有望基于以上产品整合，真正实现数字孪生的虚实交互闭环优化。
我国需积极推动数字孪生发展
一是加强顶层设计，制定数字孪生参考架构。汇聚政产学研等各方力量加快制定数字孪生总体架构，抢占数字孪生国际标准制定权。同时，兼顾数字孪生参考架构与我国工业互联网等原有架构的有效衔接，以及与美国IIC、日本IVI等参考架构的融通发展。
二是夯实基础研究，加快突破数字孪生技术短板。一方面，加强政府政策引领，出台数字孪生建设指南，设立相关科技专项，引导产业界开展数字孪生技术基础研究。另一方面，鼓励高校设立数字孪生相关学科，调动广大高校师生的积极性和创新性，并投入数字孪生基础技术研究中。
三是推进应用普及，宣传数字孪生应用成果。组织开展数字孪生优秀应用案例遴选工作，树立各行业数字孪生应用标杆企业。编制优秀应用案例手册，并借助产业联盟等各类宣传渠道公示推广。加强数字孪生实景展示，鼓励全国各地工业互联网创新展示中心融入数字孪生解决方案。
四是培育产业生态，共筑数字孪生解决方案。遴选数字孪生优秀技术供应商，构建数字孪生解决方案资源池。培育数字孪生创新生态，鼓励数字孪生产业链上下游企业积极开展合作，共同打造数字孪生解决方案。