如何在数字化转型中推进和实施数字孪生？

从2017年和2019年Gartner将数字孪生（Digital Twin）作为十大战略性技术发布以来，数字孪生正在从虚拟产品生命周期管理、工业物联网专业技术，发展为企业数字化的核心通用技术。作为企业数字化通用技术，数字孪生为企业的运营创新、产品与服务创新、商业模式创新、管理创新带来了新的机会，本文结合PLM、工业互联网及企业领域数字孪生技术的发展演进探讨如何规划和实施企业数字孪生战略。

数字孪生的技术演进：从虚拟产品技术到数字化战略技术

2021年上海车展特斯拉车主维权事件中，特斯拉分别向市场监管部门、维权的张女士发送了整理为Excel表格的48页6697组后台服务器数据，详细记录了车主在事故前30分钟的车辆状况和驾驶动作。

特斯拉的用户不仅可以通过特斯拉的数字孪生追溯设备的过去和当前使用状况，还可以发现，在使用过程中，特斯拉 汽车 的功能似乎越来越智能，特斯拉 汽车 似乎会越来越懂你。特斯拉通过数字孪生给用户提供了一种“持续智能”，可以持续适配用户、持续优化。特斯拉通过这种服务，每年可以从每辆特斯拉获得超过1200美元的收入。

要构建类似特斯拉这样的数字化产品、服务和商业模式，首先需要理解数字孪生技术的由来、发展及持续演进。数字孪生迄今经历了三个演进阶段：

1、虚拟产品管理发展阶段

2003年迈克尔·格里夫斯（Michael Greives）第一次提出将数字孪生（Digital Twin） 作为PLM的一个概念模型，将虚拟产品纳入PLM的管理范畴，重新定义了PLM。到2011年NASA将“数字孪生”（Digital Twin）列入美国航空航天发展规划，这个阶段是数字孪生的概念形成阶段。这个阶段数字孪生主要被定位为下一代PLM系统的“虚拟完美模型”（Virtually perfect Model）。

2、工业互联网发展阶段

2011年以来，GE公司发布雄心勃勃的工业互联网计划，随后，在GE和西门子、PTC等公司的倡导和支持下，数字孪生作为工业互联网的核心技术得到了前所未有的重视，这个阶段，无论是GE、PTC还是西门子，都不仅将数字孪生用于CAD、CAE、PLM等虚拟产品系统工程，还在设备（APM）、过程控制、网络等工业互联网各个领域以数字孪生和数字主线作为核心技术支持，各个厂商分别发布了设备、网络、过程、产品、生产、运营等不同应用场景数以百万计的数字孪生体。数字孪生通过工业互联网的发展进入到商用阶段，不过迄今大约只有1%的企业资产应用了数字孪生技术。

3、数字化战略技术发展阶段

2017年Gartner将数字孪生列入10大战略技术趋势，数字孪生从工业互联网的核心技术进一步发展为基于物联网的智慧城市和企业数字化的核心战略技术。数字孪生作为战略技术，从复杂系统工程（iMBSE）和工业互联网等特定领域发展为智慧城市和企业的数字化基础设施。Gartner数字孪生分为离散数字孪生、组合数字孪生、组织数字孪生三个基本类型。产品数字孪生也好，设备数字孪生也好，实际都是一种离散的数字体，这样的数字孪生的作用是局部的，Gartner的建议实际是将这种离散的数字孪生能力“组装”起来，打造具备特定的业务模式和运营模式的组织数字孪生（DTO），让企业具备数字孪生的持续智能能力。这样，数字孪生就成为企业数字化的一种核心战略技术。

数字孪生实施路线：从离散可视、数据驱动到持续智能

数字孪生的概念虽然出现已久，但是在企业数字化转型中的应用还刚刚开始，即使引入数字孪生的企业也还处于试点和 探索 阶段。但是在未来一年内，65%的大型企业都表示会投入启动数字孪生项目。未来两到三年，是企业数字孪生建设的战略机遇期，有的放矢的拟定数字孪生战略，无疑将获得先行优势。

目前推行数字孪生的制造企业，基本有两条战略实施路线，一条是从产品数字孪生开始，基于产品数字孪生，实现虚拟样机、虚拟仿真，缩短产品研发周期，降低产品研发成本。典型代表是中车集团如中车株机；一条是设备和车间数字孪生开始，基于设备和车间数字孪生，实现透明化的装备生产、运维和服务。典型代表是树根互联参与的三一重工8号工厂；

从企业战略发展角度，为了实现通过数字孪生构建未来的竞争优势，企业的数字孪生的战略可以按照四个步骤展开：

1、第一阶段：实现离散数字孪生的连接与可见

离散数字孪生,是实现设备、人员等单一的资源数据连接和数据可视以实现资源优化的单一数字孪生体。这一阶段，基于边缘网络技术、设备及资源管理系统，通过选定的设备、流程、系统的数字化连接和数据采集、数字化标识、数字化监测，实现数字化设备、流程和系统的诊断、描述性分析和预测；目前在不少企业推行的RPA（流程机器人）其实也是一种离散数字孪生的应用。设备的离散数字孪生未来将主要通过设备供应商提供；流程的离散数字孪生主要通过应用软件服务商提供；

2、第二阶段：实现复合数字孪生的互联与数据驱动

复合数字孪生是基于内部离散数字孪生和外部数据资源复合而成的数字孪生体，如一条产线，一个端到端的服务线。数字孪生的复合过程不是简单的数据互通，包括基于 历史 数据的机器学习和模型训练、基于实时数据的模型实时运行和监测。所以复合数字孪生的能力是需要通过一个包括AI和大数据能力在内的物联网平台实现的。符合数字孪生一般通过企业个性化定制实现。

3、第三阶段：实现企业数字孪生的数据驱动与持续智能

企业数字孪生（DTO）重点是面向企业全流程，通过数据孪生监测和驱动的业务运行，形成一种可以持续自动采集、自动分析、自主执行、自主决策的数据驱动闭环。在2020年的战略技术趋势预测中，Gartner提出了一个“持续智能”的新概念刚好可以解释企业数字孪生的价值。持续智能指的是基于数字化在线平台实时获取数据流，实时进行情景分析并给出响应方案，实现决策与运营的一体化。企业数字孪生的的建设是一个系统工程，基本的建设内容包括全价值链的数据获取、模型构建、数据监测及支持持续智能的数据与分析平台建设。这种需求很多企业都是存在的，不过大多数企业因为不了解企业数字孪生的概念，可能将这个项目简单等同于大数据中心。

4、第四阶段：实现数字孪生的生态服务与价值共生

将产业上下游的数字孪生组织集合起来，就成为以链主为核心的产业数字孪生，如 汽车 制造商上下游数字孪生体集合起来就可以构成一个包括消费者、供应商、4S店及 社会 服务资源在内的 汽车 产业数字孪生。产业数字孪生将改变传统的产业协同关系，衍生出全新的基于数据和智能的生他服务和价值共生模式。个性化订制、网络化协同最终将体现在客户参与数字孪生、生态伙伴共享产业数字孪生的价值。

数字孪生的创新策略：模型驱动、架构引领， 探索 中前进

从离散数字孪生，复合数字孪生到企业数字孪生、生态数字孪生，数字孪生在企业的应用深度不断加深、实施的复杂性和应用的难度也会逐级加大。在实施的过程中必然面临不确定的风险，在行业内实际还缺少行之有效的数字孪生实施方法。

在复杂系统工程领域，有基于模型的系统工程方法（iMBSE）对产品定义、领域建模与仿真给出了方法论指导；

在虚实融合的数字化方法论层面，德国工业40参考架构、中美工业互联网参考架构也已经发表了发表了相关的架构框架。

但是在企业数字孪生领域，在面向企业运营和流程优化领域，原有的BPM（业务流程管理）的方法论已经不能支持模型驱动、虚实融合的数字化业务模式和运营模式创新需求，企业需要新的业务和运用模式优化方法论。

作者：金蝶软件（中国）有限公司

组稿：李艾离

本文内容仅代表作者观点，不构成购买或投资建议。

数字孪生作为普适的理论技术体系，可以在产品设计、产品制造、医学分析、工程建设等领域应用。这项技术需要在数字空间中根据现实各项数据与参数建立模型，通过传感器实现状态同步，既可以帮助航空公司实现航空器监控、维护与保障，还可以提高机场运行效率。接下来，让我们在中国民航科学技术研究院研发中心副主任杨杰的带领下揭开这项技术的神秘面纱。

技术有前景

数字孪生是充分利用物理模型、传感器更新、运行 历史 等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。通俗地说，数字孪生就是在一个设备或系统的基础上，通过采集各项数据，创造一个数字版的孪生体。

“目前民航业内的数字孪生系统应用大多基于三维地理信息，还停留在静态数字孪生阶段，数据更新频率低，主要功能是信息集成和数据可视化。”杨杰介绍道，“下一步将做到动态数字孪生，以这项技术为载体，集成机场与航空器的数据，在将接入的数据可视化展示后，通过孪生体反向控制实体世界，达到流程控制的目的。未来，还可能结合5G、人工智能、泛在感知等技术，实现精准控制。”

在数字孪生技术中，一个系统存在于现实的物理世界，一个系统存在于虚拟的计算机世界。在理想状态下，本体与孪生体可以建立全面的实时或准实时联系。二者并不是完全独立的，映射关系也具备一定实时性、双向性，根据孪生体反馈的信息，对本体采取进一步的行动并实施干预。以飞机维修为例，首先在数字空间中建立真实飞机的模型，通过传感器实现其与飞机真实状态完全同步，每次飞行后根据结构情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。

“飞机维修只是数字孪生的一个点，点点相连就会形成面。目前国内很多机场都上线了全景视频系统，通过该系统能够在塔台或运行指挥中心看到机场场面的实时情况。但在雨、雪、雾霾等恶劣天气下，部分摄像头受到遮蔽，可能对关键动态目标监控产生影响。在应用数字孪生系统后，通过传感器实时采集数据，可反映目标的运行情况，为工作人员提供更准确的信息，从而提升运行保障能力。未来，随着技术的发展，点点相连成面，面面相连成体，传统的金字塔式结构将不复存在，万物互联成为现实，感知无处不在，数字孪生技术将有更大的发挥空间。”杨杰说。

目前，多数机场在执行任务时仍然依靠终端平台作出决策。例如，当车辆侵入跑道时，塔台工作人员需要分别指挥航空器和车辆，以达到避让目的。未来，传感器将部署在航空器和车辆上，两个不同类型的终端都够获取彼此的数据。一旦存在跑道侵入风险，通过边缘计算，数字孪生系统将直接通知车辆驾驶员避让并提供撤离路线，响应速度快，安全系数高，毫秒级的告警响应时间将消除延时带来的安全隐患。

研发有基础

今年初，民航局印发了《智慧民航建设路线图》，将智慧民航总体设计分解为五大主要任务、四个核心抓手、三类产业协同、十项支撑要素与48个场景视点。智慧民航建设需要数字孪生技术的开发和应用，而数字孪生技术能够以全流程便捷出行、基于四维航迹的精细运行、机场全域协同运行、数据驱动的行业监管等场景试点为切入点，助力产业协同，在智慧民航建设中大显身手。

高楼大厦并非凭空而起，技术的研究与发展同理。自2013年起，航科院开始建立ADS-B地面站，ADS-B所收集的数据对数字孪生技术应用大有裨益。除此之外，广州白云机场、深圳宝安机场等使用的机场场面飞行区车辆监控系统，国航、川航等应用的全球航班追踪监控系统，不仅为航空器追踪监控与车辆追踪监控积累了丰富的经验，也为数字孪生技术的开发与应用打下了坚实基础。

5G时代的来临让数字孪生技术如鱼得水。万物互联让数据传输速度变得越来越快，传感器和摄像头随处可见，能捕获的信息细节也越来越多，以三维地理信息为蓝本的传统机场运控系统已经无法满足时代的需求。据了解，航科院此次的数据孪生技术开发以 游戏 引擎为载体，将相关数据接入后，不仅能够实现数据集成和可视化，还可以让系统运行更加顺畅，孪生世界与真实世界的关键信息在感官体验层面上做到了同步与一致。

目前，数字孪生技术的开发和应用还停留在信息集成和数据可视化阶段，但已经为机场和航空器运行带来不小的影响。动态的数字孪生技术将触及民航业的所有流程，为各个流程提效赋能。

基于数字孪生，机场、人员、航空器、车辆等数据可以生成实时孪生画面，让人员培训更加便捷。车辆驾驶员不再需要拿着教材走进教室学习机场驾驶规则，而是在系统实时运行场景中习得；无人驾驶将更加智能，设备和车辆将首先经过数字孪生系统的测试，之后才正式量产应用，从而最大限度地降低成本……

数据是关键

“数据采集得越全，可以实时分析的数据越多，就越接近真实情况”。一方面，ADS-B等技术所收集的数据与数字孪生技术相辅相成，但每项技术都有使用倾向，采集数据存在局限性。ADS-B传输的数据仅限于航空器位置、高度、航向、速度、爬升率等，该技术的设计初衷更偏向于空中管制使用，而油量、发动机参数、飞行管理计算机输出信息等数据则无法从中获得，数据需要多接口接入。另一方面，真实世界的数据采集还未实现全面覆盖，摄像头与传感器随着时代的发展不断增加，接入设施设备的数量也将慢慢增加。此外，对人位置数据的实时采集涉及隐私等多方面问题，需要更加谨慎地对待。

“空间数据采集的关键指标是精度和采集频率。在GPS系统和正在逐步投入使用的北斗卫星系统中，位置精度和定位精度都可以达到分米级甚至厘米级，能够满足机场在运行中的大部分需求。”杨杰介绍道，“但技术发展的主要桎梏在于位置的回传频率。虽然现在的技术已经可以达到20赫兹的标准，也就是每秒回传20次数据信息，但是很多机场还停留在每秒一次、几秒一次的回传状态。”

传统雷达监控与数据站监视等方式数据回传频率差异较大，短则4秒一次，长则15分钟一次，无法做到真实世界的实时反映。在加装ADS-B后，数据回传最快可以达到1秒两次，但与20赫兹的技术能力仍相去甚远。

“20赫兹在国内机场基本没有应用，能达到5赫兹的都少之又少。回传频率越高，消耗的网络带宽越大，后台处理器的处理压力也就越大。从这个角度来看，想要数字孪生技术发挥更大作用首先要解决这些问题。”杨杰解释道。

只有处理好数据采集、回传频率、精度、处理等问题，数字孪生技术才会真正为智慧机场建设添砖加瓦，而不是一个提供数据可视化平台的“花瓶”。这类信息化技术与传统基建有机融合，将云计算、大数据、物联网、人工智能、5G通信等作为核心手段，推动我国机场高质量发展、跨越式进阶。

  数字孪生（Digital Twin）是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。简单来说，数字孪生就是在一个设备或系统的基础上，创造一个数字版的“克隆体”。这个“克隆体”，也被称为“数字孪生体”，它被创建在信息化平台上，是虚拟的，它是对实体对象（姑且就称为“本体”吧）的动态仿真。
  理解数字孪生主要关注四个关键词：动态、全生命周期、实时或准实时、双向。
   数字孪生体是会“动”的，数字孪生体依据来自本体的物理设计模型、历史数据或传感器反馈的数据进行动态运转；
   全生命周期，是指数字孪生可以贯穿本体的整个生命周期，它不仅仿真本体的历史，还可以模拟本体的未来。
   实时/准实时，是指本体和孪生体之间，可以建立全面的实时或准实时联系。两者并不是完全独立的，映射关系也具备一定的实时性。
   双向，是指本体和孪生体之间的数据流动可以是双向的。并不是只能本体向孪生体输出数据，孪生体也可以向本体反馈信息。

  5G开启了“万物互联”的时代，在5G的支持下，云和端之间可以建立更紧密的连接，越来越多的数据将被采集并集中在一起。这些数据，可以帮助构建更强大的数字孪生体。例如，一个数字孪生城市。
  城市中布满了各种各样的传感器、摄像头。借助包括5G在内的物联网技术，这些终端采集的数据可以被更快地被提取出来并反馈到数字孪生城市中。在数字孪生城市中，基础设施（水、电、气、交通等）的运行状态，市政资源（警力、医疗、消防等）的调配情况，都会通过传感器、摄像头、数字化子系统采集出来，并通过包括5G在内的物联网技术传递到云端。城市的管理者，基于这些数据，以及城市模型，构建数字孪生体，从而更高效地管理城市。
  城市规划、基建工程则是数字孪生城市全生命周期的另一个应用。在修建居民区、商务区、高速公路、桥梁等前，完成对工程的数字化建模，然后在虚拟的数字空间对工程进行仿真和模拟，评估规划的分布、结构和承受能力，还可以时间变迁的影响及人流量数据，评估规划的合理性。

---