数字孪生技术与应用

        一个数字孪生概念，至少需要四个要素:数字模型、关联数据、身份识别和实时监测功能。数字孪生体现了软件，硬件和物联网回馈的机制。运行实体的数据是数字孪生的营养液输送线。反过来，很多模拟或指令信息，可以从数字孪生输送到实体，以达到诊断或者预防的目的。这是一个双向进化的过程。

数字孪生模型是实体的映射，这种映射通常是一个多维动态的数字映射，他依赖安装在物体上的传感器或模拟数据来洞察呈现物体的实时状态，同时，也将承载指令的数据回馈到物体，最终导致状态变化。

数字孪生模型

数字孪生在理想情况下，包含了物理实体的所有信息，使物理试题在虚拟空间的镜像，具体有以下特点:

（1）通过对虚拟空间数字孪生的运行分析，无需建立物理实体，就可以监测，诊断，预测和控制物理实体在真实环境中的形成过程，状态和行为。

（2）根据产品全生命周期管理理论，物理实体随着所处的产品阶段动态变化，因为数字孪生是物理实体在虚拟空间的镜像，所以数字孪生也随之动态变化。

 1-基于物理实体的机理和数据科学知识，在虚拟空间构建它的数字孪生；

2-将通过控制单元、传感器等采集的物理实体运行状态数据和运行维护历史数据等动态同步到数字孪生，对其进行迭代优化；

3-在虚拟空间里构建体现真实环境的虚拟环境，在虚拟环境里对优化后的数字孪生进行仿真，模拟物理实体在真实环境里的行为状况；

4-对模拟仿真的结果进行分析，生成有价值的信息，反馈给物理实体，改进优化物理实体的设计、制造和运行维护等。

数字孪生五维模型

 式中:PE表示物理实体，VE表示虚拟实体，Ss表示服务，DD表示孪生数据，CN表示各组成部分间的连接。

 数字孪生五维模型能满足上节所述数字孪生应用的新需求。首先，Mpr是一个通用的参考架构，能适用不同领域的不同应用对象。其次，它的五维结构与物联网、大数据、人工智能等New IT集成与融合，满足信息物理系统集成、信息物理数据融合、虚实双向连接与交互等需求。再次，虚拟实体(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描述；服务(Ss)对数字孪生应用过程中面向不同领域、不同层次用户、不同业务所需的各类数据、模型、算法、仿真、结果等进行服务化封装，并以应用软件或移动端App的形式提供给用户，实现对服务的便捷与按需使用；孪生数据(DD)集成融合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求，能提供更加准确、全面的(全要素、全流程、全业务)数据支持；连接(CN)实现物理实体、虚拟实体、服务及数据之间的普适工业互联，从而支持虚实实时互联与融合。

1-物理实体（PE）

PE是数字孪生5维模型的构成基础，对PE的准确分析与有效维护是建立Mdt的前提。

2-虚拟实体（VE）

VE包括几何模型Gv（描述，几何参数如形状尺寸位置，以及装配关系的三维模型）；

物理模型Pv（Pv在Gv的基础上增加了PE的物理属性约束及特征等信息）；

行为模型Bv（描述了不同粒度，不同空间尺度下的PE在不同时间尺度下的外部环境与干扰，以及内部运行机制共同作用下产生的实时响应及行为，创建PE的行为模型是一个复杂过程，涉及问题模型，评估模型，决策模型等多种模型结构，可利用有限状态机马尔可夫链神经网络复杂网络基于本体的建模方法进行bv的创建）

规则模型Rv（包括基于历史关联数据的规律，基于隐性知识总结的经验以及相关领域标准与准则等，这些规律随时间推移，自增长，自学习，自演化，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进行控制与运行指导，还能对VE进行校正与一致性分析）通常Rv可通过集成已有知识获得，也可利用机器学习算法，不断挖掘产生新的规则，

这些模型能从多时间尺度，多空间尺度对PE进行描述与刻画。

VE＝（Gv ，Pv，Bv，Rv ）

3-服务（Ss）

指的是对数字孪生应用过程中所需各类数据，模型，算法，仿真，结果进行服务化封装，以工具组件，中间组件，模块引擎等形式支撑数字孪生内部功能运行与实现的。

4-孪生数据(DD) 

DD是数字孪生的驱动。DD主要包括PE数据(Dp)、VE数据(Dv)、Ss数据(Ds)、知识数据(Dk)及融合衍生数据(Df),如式；

DD=(Dp,Dv,Ds, Dk,Df)

式中:Dp主要包括体现PE规格、功能、性能、关系等的物理要素属性数据与反映PE运行状况、实时性能、环境参数、突发扰动等的动态过程数据，可通过传感器、嵌入式系统、数据采集卡等进行采集；Dv主要包括VE相关数据，如几何尺寸、装配关系、位置等几何模型相关数据，材料属性、载荷、特征等物理模型相关数据，驱动因素、环境扰动、运行机制等行为模型相关数据，约束、规则、关联关系等规则模型相关数据，以及基于上述模型开展的过程仿真、行为仿真、过程验证、评估、分析、预测等的仿真数据；Ds主要包括FService相关数据(如算法、模型、数据处理方法等)与BService 相关数据(如企业管理数据、生产管理数据、产品管理数据、市场分析数据等)；Dk包括专家知识、行业标准、规则约束、推理推论、常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、融合等相关处理后得到的衍生数据，通过融合物理实况数据与多时空关联数据、历史统计数据、专家知识等信息数据得到信息物理融合数据，从而反映更加全面与准确的信息，并实现信息的共享与增值。

5-3.2.5连接(CN) 
CN实现Mdt各组成部分的互联互通。CN包括PE和DD的连接(CN _PD)、PE和VE 的连接(CN_PV)、PE和Ss的连接(CN_PS)、VE和DD的连接(CN_VD)、VE 和 Ss的连接(CN_VS)、Ss和DD的连接(CN_SD)。

CN＝(CN_PD,CN_PV,CN_PS,CN_VD,CN_Vs,CN_SD) 式中: 

① CN_PD实现PE和DD的交互:可利用各种传感器、嵌人式系统、数据采集卡等
PE数据进行实时采集，通过MT Connect, OPC-UA, MQTT等协议规范传输至DD；相应地，DD中经过处理后的数据或指令可通过OPC-UA, MQTT,CoAP等协议规范传输并反馈给PE，实现PE 的运行优化。
② CN_PV实现PE和VE的交互:CN_PV与CN_PD 的实现方法与协议类似，采集的PE实时数据传输至VE，用于更新、校正各类数字模型；采集的VE仿真分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。
③ CN_PS实现PE和 Ss的交互:同样地，CN_PS与CN_PD的实现方法及协议类似采集的PE实时数据传输至Ss，实现对 Ss的更新与优化； Ss 产生的操作指导、专业分析、策优化等结果以应用软件或移动端App 的形式提供给用户，通过人工操作实现对PE 的调控。

④ CN_VD实现VE和DD的交互:通过JDBC，ODBC等数据库接口，一方面将VE产生的仿真及相关数据实时存储到DD中，另一方面实时读取DD 的融合数据、关联数据、生命周期数据等驱动动态仿真。

⑤ CN_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，完成直接的指令传递、数据收发、消息同步等。

⑥ CN_SD实现Ss和DD的交互:与CN_VD类似，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、规则数据、常用算法及模型等支持Ss的运行与优化。