产业：“数字孪生”

闻力生（东华大学教授 中国服装智能制造联盟专家组副组长）

“数字孪生”是未来智能制造生产的“底座”，在智能制造实践中将大有可为

到目前为止，外界对“数字孪生”存在着多种不同认识和理解，尚未形成拥有统一共识的定义，但我们更认可在2020年由我国工信部标准化院发布的《“数字孪生”应用白皮书》中所给出的定义：“数字孪生”是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。

按照这一定义，我国工信部标准化院给出了“数字孪生”系统总体架构，可以用于指导“数字孪生”体系的建设与实施。

“数字孪生”系统的架构与组成

“数字孪生”系统总体架构分为“数字孪生”体系框架与物理对象两个部分，“数字孪生”体系框架可以理解为通过建模、仿真、数据分析等技术建成“数字孪生”的虚拟世界（或称赛博物理空间），主要包含数字建模、测量与控制、模拟仿真、数据分析、数字资产和人机交互等要素，物理对象则用于表达“数字孪生”世界与物理世界的关系，它不是“数字孪生”体系框架的要素，而是我们通常所说的现实世界或物理世界（或物理空间），在制造业中可以理解为产品、设备、生产线、物料、人等要素构成的企业物理世界。这两个世界通过网络连接进行实时数据的映射和反馈控制，进而达到现实世界企业的优化生产。

面向制造业的“数字孪生”关键技术包括建模、仿真、物联网、大数据、人工智能、云计算、数字线索、边缘计算、虚拟现实（VR/AR/MR）、工业控制、区块链等。

从这些技术来看，“数字孪生”关键技术中的大部分都和新信息技术（NewIT）相关。NewIT对“数字孪生”的实现和落地应用起到重要的支撑作用，比如：物联网能通过有线或无线网络为孪生数据的实时、可靠、高效传输提供帮助；VR技术利用计算机图形学、细节渲染、动态环境建模等实现虚拟模型对物理实体属性、行为、规则等方面层次细节的可视化动态逼真显示，AR与MR技术则利用实时数据采集、场景捕捉、实时跟踪及注册等，实现虚拟模型与物理实体在时空上的同步与融合，通过虚拟模型补充增强物理实体在检测、验证及引导等方面的功能；边缘计算技术可将部分从物理世界采集到的数据在边缘侧进行实时过滤、规约与处理，从而实现用户本地的即时决策、快速响应与及时执行，系统级和复杂系统级“数字孪生”亦需要更大的计算与存储能力，云计算能按需使用与分布式共享的模式，可使“数字孪生”在使用庞大的云计算资源与数据中心时，能动态地满足“数字孪生”的不同计算、存储与运行需求；大数据能够从“数字孪生”高速产生的海量数据中提取更多有价值的信息，以解释和预测现实事件的结果和过程；区块链可对“数字孪生”的安全性提供可靠保证，可确保孪生数据不可篡改、全程留痕、可跟踪、可追溯等；人工智能通过智能匹配最佳算法，可在无须数据专家的参与下，自动执行数据准备、分析、融合，对孪生数据进行深度知识挖掘，从而生成各类型服务等。

“数字孪生”技术具有互操作性、可扩展性、实时性、保真性、闭环性等特征，应用的前提是各个环节的模型及大量的数据。那么，类似于产品的设计、制造、运维等各方面的数据，是如何产生、交换和流转？如何在一些相对独立的系统之间实现数据的无缝流动？这些正是“数字线索”要解决的问题。

“数字线索”也是“数字孪生”的关键技术之一。按照战略管理咨询公司CIMdata的定义，“数字线索”是一种信息交互的框架，能够打通原来多个竖井式的业务视角，连通设备全生命周期数据的互联数据流和集成视图。可见，“数字线索”能把不同生命周期的“数字孪生”串接起来，形成数据的自动流动，所以说“数字线索”是穿梭于现实物理世界与数字虚拟世界之间的桥梁。

整体来看，对“数字孪生”的认识与实践离不开具体对象、具体应用与具体需求，比如一个产品、一台设备、一条产线、一个车间等。它们在不同阶段的“数字孪生”会呈现出不同的特点，这就要求我们从应用和解决实际问题出发，并不一定要求在应用过程中建立的“数字孪生”必须具备所有的“理想特征”，只要能满足用户需要即可。

服装智能制造的“数字孪生”途径

智能制造领域应用的“数字孪生”技术，其核心技术是信息物理融合生产系统（CPPS）。信息物理融合生产系统是信息物理系统（CPS）在生产领域的应用，是一种多维度的智能技术体系。信息物理融合生产系统以大数据、人工智能、网络和云计算为依托，通过智能感知、分析、预测、优化、协同等技术手段，使计算、通信和控制三者有机融合与协作，将所获取的信息与对象的物理性能表征相结合，形成虚拟空间与实体空间深度融合、实时交互、互相耦合、及时更新，在网络空间中构建实体的虚拟镜像，通过自感知、自记忆、自认知、自决策、自重构的运算和分析，实现生产系统的数字化、智能化和网络化。

基于“数字孪生”技术的智能制造系统是预测型智能制造系统。智能制造企业经常会遇到设备因年久而机器磨损或性能衰退的困扰，预测型智能制造则是通过主动掌握设备实际的状态，来避免在故障发生后再去抢修，又或是过早地将可继续用的部件进行不必要更换的情况，以计划性维修的方式来降低维修费用和生产成本。

只要知道设备什么时候可能失效，企业就能够合理地安排维修计划，实现“准时”维修，最大限度地提高设备的可用性和延长其正常运行时间，提升工厂运营效率，并将设备衰退模式和实时状态评估与加工过程控制结合起来，实现在设备或系统性能随时间变化的情况下，保证产品质量的稳定，迈向无忧虑的放心智能制造。

其实，从国家提出“信息化带动工业化，工业化促进信息化”，到“两化”融合和“两化”深度融合，再到“中国制造2025”的“融合演进”的制造强国发展战略，都是期望通过信息物理融合来实现智能制造。“数字孪生”既是构建CPS系统的基础，也是智能制造的一种使能技术。可以说没有“数字孪生”，就没有CPS，也就没有智能制造。“数字孪生”是未来智能制造生产的“底座”，在智能制造实践中将大有可为。

“数字孪生”技术受到我们如此重视，是因为它能在服装智能制造工厂中直接应用：从对实体服装加工设备（即设备实体）的数字虚拟化（即建仿真模型）开始，随着人工智能、大数据、云计算等NewIT技术的不断发展与应用，“数字孪生”技术将逐步由设备数字虚拟化向产线数字虚拟化、车间数字虚拟化、工厂数字虚拟化发展。

在这些物理实体数字虚拟化过程中，将通过反复的模拟计算，自主生成数据资源库，并利用深度学习等人工智能技术，逐步实现“数字孪生”对于实体设备、产线流程的自适应、自决策。当生产需求、业务场景发生新变化时，通过“数字孪生”对物理实体的虚实映射、互联互通（指实时数据信息上传与下达），令生产流程能够完成自适应的智能化调整，进而将服装制造工厂打造为真正意义上的服装智能工厂。

据工业互联网行业白皮书《如何利用“数字孪生”帮助企业创造价值》预测，“数字孪生”技术将会是未来企业实现转型与创造价值的重要驱动力。到2021年，半数的大型制造业将使用“数字孪生”技术，从而使这些企业的效率提高10.0%。到2024年，超过25.0%的“数字孪生”技术将作为物联网的应用功能被采用。