數(shù)字孿生的五個(gè)維度分別是什么？

數(shù)字孿生（DT）是一種實(shí)用的OT/IT融合方法，能夠增強(qiáng)二者的交互，并融合來自雙方的數(shù)據(jù)。它有助于開發(fā)更智能、更高效、更可靠的制造系統(tǒng)，也是實(shí)施智能制造的關(guān)鍵一步。目前來看，很多人對(duì)數(shù)字孿生的認(rèn)知還不夠全面，尤其“數(shù)據(jù)”和“應(yīng)用”并沒有受到足夠的重視，但其實(shí)這二者是除“物理實(shí)體”和“虛擬實(shí)體”及其“連接”之外，數(shù)字孿生中最為重要的兩個(gè)要素?？傮w來說，數(shù)字孿生應(yīng)該包含物理實(shí)體、虛擬實(shí)體、物理與虛擬實(shí)體的連接、數(shù)據(jù)和應(yīng)用五個(gè)維度。

數(shù)字孿生的發(fā)展

2003年，數(shù)字孿生最初是在格里夫斯的產(chǎn)品生命周期管理（PLM）執(zhí)行課程中提出，他將其定義為三個(gè)維度，包括一個(gè)“物理實(shí)體”、一個(gè)“數(shù)字對(duì)應(yīng)物”和一個(gè)將兩部分聯(lián)系在一起的“連接”。

2010年，美國宇航局在《建模、仿真、信息技術(shù)》草案中詳細(xì)闡述了航天飛行器數(shù)字孿生的定義和功能，“一個(gè)綜合的多物理場(chǎng)、多尺度的飛行器或系統(tǒng)模擬，使用最佳可用的物理模型、傳感器數(shù)據(jù)更新、歷史數(shù)據(jù)等來反映其相應(yīng)壽命”。

2011年，美國空軍探索了數(shù)字孿生在飛機(jī)結(jié)構(gòu)健康管理中的應(yīng)用。

2012年，美國宇航局和美國空軍聯(lián)合發(fā)表了一篇關(guān)于數(shù)字孿生的論文，指出它是未來飛行器的關(guān)鍵技術(shù)。

2014年，數(shù)字孿生白皮書發(fā)表，其三維度結(jié)構(gòu)得到廣泛宣傳。隨后，它被引入航空航天工業(yè)以外的更多領(lǐng)域，如汽車、石油和天然氣、醫(yī)療保健和醫(yī)藥等。

當(dāng)代數(shù)字孿生的五個(gè)維度

（PE表示物理實(shí)體，VE表示虛擬實(shí)體，Ss表示服務(wù)（應(yīng)用），DD表示孿生數(shù)據(jù)，CN表示各組成部分間的連接）

隨著時(shí)代的發(fā)展，人們發(fā)現(xiàn)“物理實(shí)體”、“虛擬實(shí)體”及其“連接”，這三個(gè)維度已經(jīng)不足以覆蓋數(shù)字孿生的范圍?！皵?shù)據(jù)”和“服務(wù)（應(yīng)用）”兩個(gè)維度加入進(jìn)來組成了數(shù)字孿生的五個(gè)維度，這樣除了物理、虛擬以及二者的交互之外，還可以利用新技術(shù)融合物理和虛擬兩方面的數(shù)據(jù)，實(shí)現(xiàn)更全面、更準(zhǔn)確的信息獲取；同時(shí)，“服務(wù)（應(yīng)用）”納入數(shù)字孿生模型中，像檢測(cè)、判斷和預(yù)測(cè)等等對(duì)于用戶來說就比較直觀了。

數(shù)字孿生的核心

模型、數(shù)據(jù)、連接和服務(wù)始終在數(shù)字孿生中扮演著最重要的角色，這四個(gè)部分也是數(shù)字孿生的核心。

模型

數(shù)字孿生的一個(gè)重要特征是，對(duì)于每個(gè)物理對(duì)象，都有一個(gè)“數(shù)字鏡像”存在于虛擬世界中，并與它在整個(gè)生命周期中一起“工作”。大多數(shù)人對(duì)數(shù)字孿生第一印象中的“3D模型”，可以說就是這里所說的模型中的一部分，但數(shù)字孿生的模型，不僅僅是你能看到的3D模型，它包括幾何尺寸、物理特性和行為等，具有實(shí)時(shí)同步、可靠映射和高保真等特點(diǎn)。

數(shù)據(jù)

數(shù)字孿生數(shù)據(jù)由五部分組成：一是來自物理實(shí)體的數(shù)據(jù)，主要包括運(yùn)行狀態(tài)和工作條件；二是來自虛擬鏡像的數(shù)據(jù)，由模型參數(shù)和模型運(yùn)行數(shù)據(jù)組成；三是來自服務(wù)應(yīng)用的數(shù)據(jù)，描述服務(wù)的封裝、組合、調(diào)用等；四是從收集的數(shù)據(jù)中挖掘或從現(xiàn)有數(shù)據(jù)庫和系統(tǒng)中獲取的領(lǐng)域知識(shí)；最后是以上數(shù)據(jù)的融合處理數(shù)據(jù)，可以通過數(shù)據(jù)融合算法（如神經(jīng)網(wǎng)絡(luò)、D-S算法和卡爾曼濾波）獲得。

服務(wù)

服務(wù)又分為面向物理實(shí)體和面向虛擬鏡像兩種服務(wù)。這些服務(wù)通過實(shí)時(shí)調(diào)節(jié)使物理實(shí)體按預(yù)期工作，并通過物理實(shí)體與鏡像模型的關(guān)系校準(zhǔn)以及模型參數(shù)校準(zhǔn)保持虛擬鏡像的高保真度。面向物理實(shí)體的服務(wù)主要包括監(jiān)測(cè)服務(wù)、PHM服務(wù)、狀態(tài)預(yù)測(cè)服務(wù)、能耗優(yōu)化服務(wù)等；面向虛擬鏡像的服務(wù)主要包括模型的構(gòu)建服務(wù)、標(biāo)定服務(wù)和測(cè)試服務(wù)等。

連接

從概念圖可以看到，在五維數(shù)字孿生中的連接，不止于物理實(shí)體與虛擬鏡像之間的連接，還包括他們與服務(wù)以及數(shù)字孿生數(shù)據(jù)之間的雙向連接。由此也可以看出，數(shù)字孿生中服務(wù)和數(shù)據(jù)角色的增加，也帶來了整個(gè)體系角色之間聯(lián)系的復(fù)雜化。

數(shù)字孿生與工業(yè)互聯(lián)網(wǎng)

從技術(shù)角度來看，數(shù)字孿生體系的構(gòu)建分為：物理實(shí)體建模（傳感、射頻、嵌入、數(shù)采）、虛擬鏡像建模（3D模型、行為建模、規(guī)則建模、模型集成、模型分析、模型評(píng)估）、服務(wù)建模（資源管理、服務(wù)描述、服務(wù)封裝、服務(wù)可視化、搜索與匹配、服務(wù)評(píng)估、容錯(cuò)管理、人機(jī)交互）、數(shù)據(jù)建模（存儲(chǔ)、清理、轉(zhuǎn)換、集成、融合、分析、可視、完整性、安全性）、連接建模（協(xié)議分析、協(xié)議轉(zhuǎn)換、感知、無線、API、標(biāo)準(zhǔn)）。

數(shù)字孿生構(gòu)建的八條準(zhǔn)則：基于數(shù)據(jù)和知識(shí)、模塊化、輕量化、層次化、標(biāo)準(zhǔn)化、服務(wù)化、開放性和可擴(kuò)展、魯棒性。這些準(zhǔn)則對(duì)數(shù)字孿生的受眾來說，非常貼心。因?yàn)?，?dāng)前數(shù)字孿生對(duì)很多人來說，還很“科幻”，而且往往他們看到的數(shù)字孿生相關(guān)宣傳都是“全生命周期（設(shè)計(jì)、生產(chǎn)、維護(hù)等等）”，那么多“全”才叫“全”呢，生命周期應(yīng)該覆蓋到哪里呢，沒有設(shè)計(jì)階段行嗎？這樣的系統(tǒng)得做多大，涵蓋多少范圍？……這時(shí)候這些準(zhǔn)則就能解決這些疑問。 

首先可以肯定的是，數(shù)字孿生是未來的主流方向，其次我們也應(yīng)該正視當(dāng)前發(fā)展數(shù)字孿生的基礎(chǔ)不足，比如行業(yè)差異、基礎(chǔ)設(shè)施等等。在這種情況下，數(shù)字孿生的落地就應(yīng)該是模塊化、輕量化、標(biāo)準(zhǔn)化、服務(wù)化的。所謂服務(wù)化，不只是要將功能、應(yīng)用、資源等服務(wù)化，還指的是企業(yè)應(yīng)該將目光放在數(shù)字孿生所能提供的最終服務(wù)和應(yīng)用，比如預(yù)測(cè)性維護(hù)。而數(shù)字孿生供應(yīng)商也應(yīng)該盡可能的封裝底層技術(shù)，為客戶提供人性化、易用的應(yīng)用，因?yàn)閿?shù)字孿生不是目的，最終的應(yīng)用才是目的。而另一方面，數(shù)字孿生需要持續(xù)開發(fā)、持續(xù)獲益、持續(xù)改進(jìn)，模塊化、輕量化、標(biāo)準(zhǔn)化也就顯得尤為重要。

那么，如何才能保證這些技術(shù)和準(zhǔn)則的成功實(shí)現(xiàn)，答案就是工業(yè)互聯(lián)網(wǎng)平臺(tái)。無論是從五維數(shù)字孿生的關(guān)鍵技術(shù)支撐集來看，還是從其構(gòu)建準(zhǔn)則來說，我們都可以清晰的看到數(shù)字孿生和工業(yè)互聯(lián)網(wǎng)有很多的相似性，數(shù)字孿生可以看作是工業(yè)互聯(lián)網(wǎng)的一個(gè)子集。尤其以數(shù)據(jù)為中心、以服務(wù)（應(yīng)用）為導(dǎo)向這關(guān)鍵兩點(diǎn)上更是不謀而合。簡(jiǎn)言之，工業(yè)互聯(lián)網(wǎng)平臺(tái)也是數(shù)字孿生的基礎(chǔ)平臺(tái)。

平臺(tái)支撐數(shù)字孿生

以寄云NeuSeer 工業(yè)互聯(lián)網(wǎng)平臺(tái)為例，我們可以發(fā)現(xiàn)，工業(yè)互聯(lián)網(wǎng)平臺(tái)很多優(yōu)勢(shì)完全就是為了數(shù)字孿生構(gòu)建準(zhǔn)則而準(zhǔn)備，或者為了解決數(shù)字孿生的技術(shù)挑戰(zhàn)而生。它覆蓋了邊緣端，到邊緣物聯(lián)網(wǎng)平臺(tái)，數(shù)據(jù)治理平臺(tái)，有全流程的數(shù)據(jù)生命周期平臺(tái)，幫助客戶實(shí)現(xiàn)應(yīng)用和系統(tǒng)的構(gòu)建，幫助客戶管理數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)價(jià)值。

首先，寄云NeuSeer工業(yè)數(shù)據(jù)采集網(wǎng)關(guān)在物理實(shí)體層面支撐數(shù)字孿生的構(gòu)建。它提供不同類型的接口，RS232/485/以太網(wǎng)，可以對(duì)接包括西門子、歐姆龍、三菱、臺(tái)達(dá)等數(shù)百種常見的PLC，靈活的配置數(shù)據(jù)采集的點(diǎn)表和格式化，并提供高性能的MQTT轉(zhuǎn)發(fā)通道；同時(shí)，提供統(tǒng)一的管理接口，支持遠(yuǎn)程的配置升級(jí)和VPN接入。

在數(shù)據(jù)方面，寄云工業(yè)數(shù)據(jù)管理平臺(tái)提供封裝好的數(shù)據(jù)讀寫接口，支持?jǐn)?shù)據(jù)模型、數(shù)據(jù)對(duì)象，以及各種常見的計(jì)算函數(shù)，構(gòu)建各種分析指標(biāo)。提供可擴(kuò)展、分布式、海量的實(shí)時(shí)數(shù)據(jù)庫和MPP數(shù)據(jù)庫，提供高性能的匯聚和查詢能力。支持不同類型的物聯(lián)網(wǎng)實(shí)時(shí)數(shù)據(jù)和業(yè)務(wù)系統(tǒng)的采集和接入，提供便捷的任務(wù)和調(diào)度管理。應(yīng)用通過數(shù)據(jù)對(duì)象API和規(guī)則配置API訪問數(shù)據(jù)，無需編寫SQL語句，降低開發(fā)難度、加快開發(fā)進(jìn)度，并實(shí)現(xiàn)數(shù)據(jù)共享。

不僅如此，工業(yè)數(shù)據(jù)分析建模平臺(tái)還提供靈活的數(shù)據(jù)模型和數(shù)據(jù)對(duì)象；支持豐富的數(shù)據(jù)預(yù)處理、數(shù)據(jù)探查、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的各種分析模型和可視化；并支持模型的發(fā)布和共享，這與數(shù)字孿生理念中的服務(wù)發(fā)現(xiàn)和搜索等技術(shù)相呼應(yīng)。

除此以外，寄云NeuSeer工業(yè)應(yīng)用開發(fā)平臺(tái)無(低)代碼可視化開發(fā)功能的工業(yè)組態(tài)、2D/3D、儀表盤、分析報(bào)表、填報(bào)表單，以及直接關(guān)聯(lián)指標(biāo)數(shù)據(jù)、安全的發(fā)布機(jī)制、可集成到應(yīng)用中的優(yōu)勢(shì)，再加上先進(jìn)的編譯、打包、部署，持續(xù)更新，豐富的微服務(wù)目錄，API網(wǎng)關(guān)，統(tǒng)一用戶登錄，支持邊緣端部署等能力，能夠讓數(shù)字孿生構(gòu)建規(guī)則中的服務(wù)化、輕量化、模塊化和標(biāo)準(zhǔn)化等實(shí)施起來如魚得水。

平臺(tái)+數(shù)據(jù)智能應(yīng)用雙驅(qū)動(dòng)

正因?yàn)樯羁痰目吹街悄苤圃?、?shù)字孿生的核心是數(shù)據(jù)，應(yīng)用是導(dǎo)向，基礎(chǔ)是平臺(tái)，寄云科技提出了“平臺(tái)+數(shù)據(jù)智能應(yīng)用雙輪驅(qū)動(dòng)”戰(zhàn)略：“以NeuSeer工業(yè)互聯(lián)網(wǎng)平臺(tái)為主線，數(shù)據(jù)智能應(yīng)用為基礎(chǔ)的雙輪驅(qū)動(dòng)模式”。從橫向集成的角度，制造企業(yè)需要通過平臺(tái)去連接人、機(jī)、物等各類工業(yè)要素，獲取各種設(shè)備實(shí)時(shí)數(shù)據(jù)和生產(chǎn)過程數(shù)據(jù)，再深入結(jié)合行業(yè)的機(jī)理模型，輔以機(jī)器學(xué)習(xí)和人工智能分析，構(gòu)建生產(chǎn)指標(biāo)的優(yōu)化能力，實(shí)現(xiàn)反饋控制和實(shí)時(shí)決策能力，進(jìn)而優(yōu)化生產(chǎn)制造過程。