leva的博客

我国的核电行业也在积极采用数字孪生体技术。2020年8月29日，在由数字孪生体联盟举办的“深圳下一个30年的数字经济”研讨会上，国家未来能源产业创新中心筹备组副组长谭珂分享了《从数字孪生到同化——核安全关键系统同化平台》，对我国核电反应堆采用数字孪生体技术和大数据分析的经验做了介绍，体现了我国核电行业数字孪生体应用的先进水平。数字孪生体作为一种通用目的技术，在第四次工业革命到来之际，开始往各个行业渗透和应用，在能源领域的数字孪生体应用，体现了数字孪生体技术在高价值资产领域的巨大潜力，值得读者关注。

随着以几何模型为基础的数字孪生体技术的普及和应用，它得到了油气行业的青睐，迅速被引入到各个应用场景中，包括管网规划和建设、油气勘探、石化冶炼等，获得了引人瞩目的效果，反过来进一步加快了数字孪生体在油气行业的普及。利用数字孪生体技术，针对线路、流体、站场和环境四个部分，在数字孪生体平台上进行数据分析和模拟，将结果推送给各个应用场景，从而通过数字孪生体平台提供了统一数据（包括模型、知识和结果）的共享，达到场景关联的目的。这与笔者提出的数字孪生化、数字线程和数字孪生体平台三大技术体系是一致的。

从技术上来说，数字孪生电网与传统电网信息化的不同还体现为前者有多种数据源的融合，因为电网运行的不确定性来自多方面，例如，新能源发电及负荷，交流电系统故障发生的地点、时间、类型和严重程度各不相同，直流换流器换相失败等，甚至电网的一些故障具有随机性，这需要结合历史数据来做深度学习的分析，只要时间足够长，就可以形成一定的模式，从而更好地对电网进行管理。从实际应用情况来看，这些行业对安全生产的要求比较高，数字技术的投入比较大，同时这些行业还有集约化管理的需要，通过数字孪生体技术的应用，可以提高该行业的自动化水平。

监控喷油嘴的运行情况对柴油机的研制有较大的价值，因此，设计一套自动运行的监测系统可以加快相关研制工作，通过IOT 3000数字孪生体平台，可以建立一个数据驱动的运行体系，并为进一步应用奠定了基础。影响柴油机运行效率的主要因素就是喷油嘴的精准控制，但柴油机的应用环境各不相同，有的是用在轮船上，有的则应用到大型动力设备上，那么应该有个性化的喷油方案，这种方案既可以通过柴油机自身调整来实现，也可以建立运行每台柴油机的数字孪生体，通过离线分析和实时分析两者相结合，从而达到个性化动态调整的目的。

由此，NASA根据《空间技术路线图》设定的计划，瞄准2033年实现该目标。一直以来，行业人士关注NASA在数字孪生体上的进展情况，而忽视了它已经把数字孪生体引入人体研究领域，大大拓展了数字孪生体的应用范畴，为数字孪生体产业的发展提供了创新的思路。在航空航天领域十年时间的数字孪生体应用，开始在民用领域开花结果，而不用等到2033年火星载人探索计划的开始，这正是作为通用目的技术的数字孪生体的价值，而且它遵循技术扩散的一般规律，率先在商业价值较大的领域应用，这是一个值得关注的现象，也值得读者进一步了解。

太空和天空飞行器的负载与环境有较大的关系，如果采用数字孪生体技术，可以获得实时的空间、温度、结构、机械和化学环境数据，那么就能够对负载能力进行分析，从而在设计飞行器负载的时候，有了更多创新空间，从而避免降低负载能力或超出可靠性要求范围。在报告中，它指出，20世纪的结构设计和鉴定范式不足以满足未来项目的需要，其中很关键的不足是量化不够，之所以会出现这样的状况，就是方法不对，应该创造新的设计和鉴定方法。更为重要的是，通过数字孪生测试方法，可以降低成本和减少验证时间，更吸引人的是，可以实现实时的检测和验证。

2010年，NASA发布了《空间技术路线图》草案，在《建模、仿真、信息技术与处理》（TA11）和《材料、结构、机械系统与制造》（TA12）两个分册中提出了数字孪生体的发展目标，分别出现了22次和3次（与此对应的虚拟数字机队出现了20次）。任何技术的进步，背后都有需求的支持，数字孪生体技术也不例外。虚拟数字机队的提法是对DARPA提出的“丑小孩综合征”的响应，“头疼医头，脚疼医脚”的方法已经不适合复杂系统的制造，不能只盯着制造的问题来找解决方法，应该延伸到材料、结构、机械系统中去找思路。

这些设备对网络的要求见表。智能杆网关的核心功能是数据解释和转换，为了降低行业企业使用智能杆网关数据的成本，通过研制网关数据标准，把抽象出来的共性功能以“中间件”或开源项目的方式呈现出来，这样便于各个参与单位直接采用代码进行二次开发，从而避免重复设计轮子的问题发生。在推进智能杆网关研发工作的时候，主要基于IOT 3000开源数字孪生体项目来进行，同期还建立了“数字孪生城市开源社区”，把智能杆及与数字孪生城市相关的技术思路放到开源社区，让各个技术团队来参与研发和创新，最终形成一个开放式创新的平台。

目前各种杆体入驻设备存在的主要问题是接口不统一，特别是通信、电力和数据等遵循了不同的标准要求，给智能杆建设和运行带来了很大的不便，但由于这些设备在各自的行业有相关的标准要求，如果依靠各标准之间建立新的标准体系，则需要做大量的协调工作，周期太长，而且随着各行业的发展，会出现新的标准要求，需要从另外的思路中寻找答案。为了落实该建设思路，翼络数字公司发起成立了数字孪生城市实验室，围绕智能杆数字孪生体开源项目，推进数字孪生城市开源社区的建设，加快以智能杆为核心的数字孪生城市创新。，这导致建设周期较长，成本较高。

在开发数字孪生城市平台的时候，可以采用不少开源项目来构建，例如，国内几乎90%以上的平台都应用了开源项目Cesium，以便集成地理信息或三维地图，它提供了JavaScript开发包，方便用户快速搭建一套无插件的互联网应用，并在性能、精度、渲染质量上都堪比商业级的产品。同时，数字孪生城市平台采用生态运行模式，把平台能力开放出来，让更多的利益相关者参与开发新功能，丰富平台生态的功能，扩展了平台生态的价值，假以时日，如果该平台生态的规模足够大，足以形成网络效应，这正是平台生态的核心价值。

以工业化视角来看，可以把高度复杂的城市系统看成一个工业体系，统计数据显示，我国目前有500多个智慧城市相关试点项目，2018年智慧城市技术相关投资比2017年增长20%，达到1400亿元，成为全球第二大智慧城市支出市场，而且预计到2025年将达到5000亿元。各地政府根据自己的需要，聚焦到一两点来开展建设工作，例如，不少政府主动推进智慧城市的时候，都会把工商、税务等政府服务作为治理的重点，通过一站式服务，提升工商企业的体验，这甚至成了招商引资的主要卖点。事实上，帕拉米萨诺就是一位具有丰富经验的销售人员。

1979年丰田汽车在田原市建设的工厂，由于当时确定生产的Lexus LS400销量并不如预期，所以该工厂的产能不能应用起来，这与公司确定的精益生产目标并不吻合，在此之后，它减缓了生产线自动化机器的应用，反而加强了人机协同的精益生产系统的优化。虽然不同学者对此做出了解释，但笔者认为，丰田生产系统对人机协作要求比较高，需要对工人进行较为严格的训练和督导，这与美国的自由文化有较大的冲突，这是日本制造模式难以在美国等西方国家推行的缘由，它们还是倾向于采用全面自动化的生产模式。特斯拉生产系统和丰田生产系统的对比。

美国经历了婴儿潮时代、X时代、Y时代和Z时代，Y时代就是美国进入后工业化时代出现的，这一代人大致在2000年成人，成为消费互联网的主要消费者。

事实上，日本在智能制造系统计划上坚持15年已经实属不易，早在2000年左右，日本国内就发生了较大的改变，主要体现为相关拨款更加不容易，大部分日本企业参加这个计划，都是为了获得政府资助，降低自己的研发成本，而只有少数企业希望借助这个平台交流制造技术，这实际上与日本长期形成的保密文化是背道而驰的。乔治·希顿指出，美国关注技术发现，日本更关注技术应用，两者具有很好的协同效应，只要满足这样的分工，美国能继续保持全球制造价值链主导地位，日本制造的威胁不足为虑。但是，人们并没有放弃解决两者间矛盾的努力。

笔者关注到一些传统企业在进入数字孪生体产业的时候，由于没有系统的策略规划，常常手头上有什么项目就做什么，无序的解决方案给企业造成了巨大的负担，变相遏制了数字孪生体能力的构建，使得企业无法参与即将到来的数字孪生体产业爆发和激烈竞争的时代。笔者关注到一些传统企业在进入数字孪生体产业的时候，由于没有系统的策略规划，常常手头上有什么项目就做什么，无序的解决方案给企业造成了巨大的负担，变相遏制了数字孪生体能力的构建，使得企业无法参与即将到来的数字孪生体产业爆发和激烈竞争的时代。通用目的技术演进过程如图 所示。

数字孪生体概念的提出，给传统仿真领域带来了活力，该领域的行业人士迅速发现仿真可以作为实现数字孪生体的一种方法，国内外大量仿真企业最近几年纷纷启动数字孪生体转型，其目的也是想从较为小众的航空航天市场拓展到其他领域。以上提及的三种数字孪生体流派，体现了数字孪生化的不同要求，同时也揭露了该行业的三种价值观。在一些低端制造业领域，数字孪生体的价值主要体现为对供应链的跟踪，由于各种设备资产的几何模型是唯一的，在供应链运行中并不会发生变化，那么只需要实现第一级数字孪生化，就可以满足数字资产管理的需要。

用国内常用的说法来说，这实际上就是换道超车，因为颠覆性创新的团队选择了与传统企业不同的赛道，新赛道具有更快的创新速度，随着技术的成熟和场景的丰富，该技术将成为新的主流技术。正如本书所分析，数字孪生体是数据驱动的概念体系，具有降维应用的潜力，符合颠覆性创新的要求，如果企业家能够遵循技术革命的相关规律，主动打造数字孪生基础设施，培育数字孪生体应用的能力，从一些看似小众的需求降维应用，磨砺自身的技术能力，最终将构建数字孪生体解决方案能力，成为时代的翘楚，成为未来的主流力量。

开放标准和开源软件是两个不同的概念，费尔南多·阿尔梅达（Fernando Almeida）等人在2011年1月发布的《开放标准和开源软件：驱动互操作性》一文中仔细分析了开放标准和开源软件的差异，并对两者进行了对比。作者认为，开源软件主要是一种实施手段，而并非必然是开放标准所要求的特性要求，开放标准可以通过软件来实施，但对是不是开源软件并无特别要求，不是所有的开源软件都采取了开放标准，因此难以保证它们可以实现互操作性。

美国在南北分离的时候，当时存在多种轨距，特别是北方地区有11种不同的轨距，例如，俄亥俄州和印第安纳州的铁路轨距一般为4英尺10英寸（1英尺=0.3048米，1英寸=2.54厘米），密苏里州铁路采用5英尺6英寸的轨距，伊利铁路在纽约州为6英尺的轨距。总体来说，夏皮罗和范里安的书对消费互联网的规律做了生动形象的描述，成为过去20年消费互联网发展的指引，但书中对工业领域的介绍却少之又少，毕竟那个时候工业数字化并不是一个热门的领域，从作者收益来说，把精力放到热门的消费互联网，自然是理智的选择。

控制类有的比较复杂，而有的比较简单；通过长期对数字孪生体的研究，笔者提出，为了推动我国数字孪生体产业快速发展，一方面需要加大对数字孪生体技术、模式和应用等的研究，另一方面，还应该对数字孪生基础设施做更深入的剖析，设计适合中国国情的建设方案，为数字孪生体产业的良性发展提供条件。在推进数字孪生体产业发展的时候，不宜强行推动某些高端行业应用，因为在该技术应用初期，其成本相对较高，不具有经济效用，采取先易后难的方式，匹配一些较为简单的关键应用场景，使相关技术得以验证和完善，这也是降维策略所要求的。

不过，开源软件的推动的确很难，这已经在过去20年的探索和尝试中得到了证明。从美国的实践来看，政府在推进数字基础设施的时候，通常要求供应商尽量提供开源项目，例如，DARPA专门设立了开源软件办公室，为公众提供数据相关的开源软件，在美国政府推动的开放数据项目中，也要求相关软件以开源方式提供。从开源软件的理论研究来看，美国拥有大量的“奇谈怪论”，特别是在开源社区成立之初，就是为了挑战大企业的垄断地位，而美国社会通常也认为大企业是垄断之源，将给创新带来障碍，更别说要搞颠覆性创新了，这根本不是大企业可以完成的任务。

传统的能源基础设施主要包括供热、供电、沼气等，在新一代数字技术的推动下，它们的融合形成了智慧能源基础设施，可以满足智慧城市管理、智能交通运输、智慧生活等需要。从信息基础设施建设的角度来看，新一代数据中心和智能计算基础设施是较为重要的两个领域，前者成为所有数字技术应用的基础，后者在智能化过程中应用深度学习和机器学习时，则是必不可少的基础条件。按照国家发改委的划分，大数据基础设施包含在算力基础设施中，因此，新技术基础设施包括人工智能、云计算、数字孪生体和区块链等新一代技术，它们成为承载新技术应用的基础。

改革开放初期，我国的传统基础设施非常匮乏，当时的建设重点放在解决交通运输、重大市政工程、能源、水利等关系经济发展的痛点问题上，事实证明，当时的决策是正确的。新型基础设施是对照传统基础设施来说的，国家发改委高技术司司长在2020年4月20日举办的新闻发布会上对该概念做了介绍，“新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。对于数字孪生体的应用，则需要数字孪生基础设施，这将是数字孪生体产业快速发展的必要条件。

最近几年，在各利益相关方的推动下，国际标准组织正在加快推进数字孪生体标准的制定，例如，ISO TC184/SC4正在审议ISO 23247数字孪生制造标准，ISO/IEC JTC1/AG11直接瞄准数字孪生体标准，美国电气与电子工程师学会（IEEE，Institute of Electrical and Electronics Engineers）则启动了P2806数字表达标准，这意味着数字孪生体产业开始成熟，标准已经成为兵家必争之地。翼络数字提供的智能杆数字孪生体解决方案展示了数字孪生体应用开发的技巧。

在过去十年的发展过程中，全球涌现出了丰富的通用开源项目，翼络数字利用已有的通用开源项目，构建了数字孪生体参考架构项目，分别为数字孪生体应用、数字孪生体平台、数字资产、开源网络及网关、数字孪生化等，如图所示。由于采用了开源项目的方式，IOT 3000数字孪生体平台很容易进行修改和调整，适应不同应用场景的能力非常强，既可以在数字孪生制造场景中管理柴油机燃油共轨系统的数据，还可以对核电站设备进行管理，同时它也在无线频谱数字孪生体平台、智能杆数字孪生体应用和数字孪生城市等方面展现出了灵活性和高性价比。

因此，资产管理是数字孪生体平台的杀手级应用。高度集成的信息物理系统的核心功能为实时控制，因为它来自嵌入式系统，就是为了实时控制而产生的，但数字孪生体通过对传统工业系统的解耦，形成了分层的结构，客观地说，它牺牲了一定的性能，换来了灵活性，这也是它具有通用目的技术特征的原因之一。数字孪生体平台的杀手级应用有可能是资产管理，按照数字孪生化五个等级的要求，第一级几何模型构成了数字资产的基本特征，虽然这个等级的数字孪生化代表的数据精度不高，但它已经高出了传统互联网所处理的物体级别精度，在一些领域具有了非常高的价值。

在建设数字孪生体平台的实践中，翼络数字设计了一个通用架构，分为数字孪生化、数字孪生体平台和数字孪生体应用三个层面。作为新一代数字技术，数字孪生体的核心技术自然少不了平台生态，而且数字孪生体平台具有与其他平台不同的特征，体现了物理世界和数字空间交互的核心价值，成为实体经济数字化转型必须关注的领域。所幸数字孪生体产业化起步不久，传统的制造业、仿真、物联网和人工智能等企业还处于能力构建阶段，目前还没有公认的行业龙头，只要敢于创新并具有强大的执行能力，所有关注数字孪生体行业的企业都有成为数字孪生体行业翘楚的机会。

通用电气全球研究中心在复杂系统数字化方面做了长期研究，已经形成了数字孪生体的一些应用，通过应用在自身发动机上的预测性维护，通用电气早在2012年就提出了工业互联网的概念，希望把航空领域的数字化经验推广到更广泛的领域。虽然通用电气设立了专门的数字技术部门负责工业互联网应用，但由于数字孪生体相关研究还不充分，在一些复杂度较低的领域推广起来，并未获得预想的效果，成本效益不突出，所谓新的工业互联网市场迄今尚未形成，加上遇到了早期进入金融领域遗留的各种问题，最终它只得收缩其经营范围。为什么会出现这样的现象呢？

德国2011年提出工业4.0的时候，把工业4.0建立在信息物理系统的基础上，因为德国在嵌入式系统领域具有较强的优势，它希望通过信息物理系统构建未来制造的优势，但因为美国在2015年左右逐步减少了对信息物理系统的研发，德国缺乏基础研究成果的支持，自己独木难支，最终也跟着美国转向数字孪生体，大家可以透过德国企业（如西门子、SAP等）的产品组合看到这种变化。从美国国家层面来看，它选择了数字孪生体这项通用目的技术，希望通过该技术的引入，为美国的先进制造带来一条新的技术路径。数字线程即为其答案。

自2017年美国产业界开始关注数字孪生体，唐·基纳德成了各大论坛竞相邀请的对象，他意识到数字线程成了自己的标志性词汇，因而加强了数字孪生体和数字线程的研究，逐步把数字线程与先进制造和工业4.0关联在一起。唐·基纳德在介绍动态孪生的时候，对生产规模、技术和经济性等问题提出了关注，因为要实现动态孪生的数字线程应用，就需要大量采用机器人，这些机器人还需要有较高的智能，以便它们之间或与其他设备进行协作，以现有技术水平来看，要实现这样的效果，需要投入巨大的资源和资金，是否具有经济性是需要探讨的问题。

二是数据预处理之后，有可能遗失重要或关键信息，之所以大家采用预处理方式，是因为现有的数据工具不够先进，只能处理结构性数据，如果开发了新的数据工具，那么对原始数据的直接处理就变得可行了。经理克里斯·怀特（Chris White）表示，通过邀请技术社区专业人士参与构建面向未来的数据生态，特别是邀请商业企业的专家参与，可以提高美国国防技术的创新能力，例如，DARPA特别欢迎互联网领域的专家提供他们的智慧，诸如微软、谷歌、脸书、亚马逊等互联网公司就参与了DARPA不少云计算、人工智能和数据科学的项目。

作为数字孪生体研究的主力军之一，美国空军研究实验室的科学家也对动态数据驱动应用系统做了详细的研究，并于2018年出版了一本名为《动态数据驱动应用系统手册》（Handbook of Dynamic Data Driven Applications Systems）的书，该书由美国空军研究实验室的埃里克·布拉舍（Erik Blasch）、亚历克斯·阿韦德（Alex Aved）和麻省理工学院的萨伊·拉韦拉（Sai Ravela）等主编，第一章即为“动态数据驱动应用系统简介”。动态数据驱动应用系统的应用领域见。

当实现了设备和产品的仿真之后，数字孪生化即进入了满足多尺度场景的数据融合的需求阶段，这个阶段既需要考虑设备和产品的数据建模，还需要考虑场景或环境的建模，通过两者的共同数字孪生化，才可以形成丰富的数字孪生系统。数字孪生化技术是数字孪生体的基础部分，它的实现程度决定了数字孪生体的应用效果，在不同的行业，数字孪生化水平具有不同的判定标准，以上只是就基本的概念和特征做了描述，后续还需要根据具体的应用场景做相应的调整。数字孪生化把精度作为目标，形成了不同层次的要求，这在不同的应用场景中体现出来的效果也有一定的差异。

数字孪生化是数字孪生体范式的核心，在2009年DARPA提出该概念，甚至到2010年、2012年、2015年起草、发布和更新《空间技术路线图》，以及美国空军研究实验室启动机身数字孪生体项目的时候，对于数字孪生化都没有统一的说法，通过基于仿真的系统工程等传统概念进行描述，这给大家认识作为新技术的数字孪生体带来了较大的障碍。数字孪生体完全是基于数据驱动方法论导引出来的新概念体系，它充分利用了云计算、人工智能、物联网和数据科学等新学科的进展，这些技术融合到数字孪生体中，形成了一种新的运行模式——数字孪生体平台。