【论文笔记】数字孪生五维模型及十大领域应用——陶飞

摘要：数字孪生（Digital Twin）作为践行智能制造、工业4.0、工业互联网、智慧城市等先进理念的使能技术与手段，近期备受学术界和企业界关注，尤其是数字孪生的落地应用更是关注热点。模型是数字孪生的基础与核心，而传统数字孪生三维模型已无法满足现阶段技术发展与应用需求。在此背景下，为推动数字孪生技术在相关领域和行业的进一步应用，在数字孪生车间研究过程中，提出了数字孪生五维模型的概念，以适应新需求。基于前期相关研究，在进一步阐述数字孪生五维模型后，结合相关合作企业实际应用需求，重点探讨了数字孪生五维模型在卫星/空间通信网络、船舶、车辆、发电厂、飞机、复杂机电装备、立体仓库、医疗、制造车间、智慧城市10个领域的应用思路与方案，以期为相关领域践行数字孪生理念与技术提供参考。¹

此前数字孪生模型多沿用Grieves教授最初定义的三维模型，即物理实体、虚拟实体及二者间的连接。²

1、新趋势与新需求：

1. 应用领域扩展需求：初期面向航空航天，现在扩展到许多工业领域。
2. 与新的信息技术深度融合需求：大数据、AI、VR、AR等。
3. 信息物理融合数据需求：（1）仿而不真，数据更新不实时，存在小扰动更新不及时等问题；（2）以偏概全，数据不够全面，缺少历史统计数据，时空关联数据等问题；（3）实际工作中实体与孪生体孤立工作，数据融合深度不够。（和前两条强调的差不多？）
4. 智能服务需求：数字孪生需要满足服务从业者的需求，缺少普适性。
5. 普适工业互联需求（已有的如IIHub、AutomationML、MTConnect）。
6. 动态多维多时空尺度模型需求：从系统角度出发，缺乏不同维度、不同空间尺度、不同时间尺度模型的集成与融合。

2、数字孪生五维模型

1. PE 实体：单元级（Unit）、系统级（System）和复杂系统级（System of systems）三个层级。
2. VE 虚拟实体：几何模型（G_v：几何参数和（装配）关系）、物理模型（P_v：物理属性、约束、特征信息等，如结构、流体、电磁场等）、行为模型（B_v：随时间的演化行为、动态功能行为、性能退化行为等，如状态机、马尔科夫链等）和规则模型（R_v：基于历史关联数据规律规则、基于隐形知识总结或相关领域标准等）。
3. Ss 服务：功能性服务（FService：面向VE的模型管理服务、面向DD的数据管理与处理服务、面向CN的综合连接服务）和业务性服务（BService：操作人员使用指导、终端用户使用方法等）。
4. DD 孪生数据：PE数据（D_p：体现PE的规格、功能、性能、关系等物理要素属性与反应PE运行情况、实时性能、环境参数、突发扰动等数据）、VE数据（D_v：对应VE的四条）、Ss数据（D_s：对应Ss的两条）、知识数据（D_k：专家知识、行业标准、常用算法库、模型库等）和融合衍生数据（D_f：对前四者进行数据转换、预处理、分类、关联、集成、融合等相关处理后得到的衍生数据）。
5. CN 各部分连接：CN_PD（传感器数据传输，可使用MTConnect、OP-UC、MQTT等协议）、CN_PV、CN_PS、CN_VD（可使用JDBC、ODBC等数据库接口）、CN_VS（可使用Socket、RPC、MQSeries等软件接口）和CN_SD（可使用JDBC、ODBC等数据库接口）。

3、数字孪生五维模型十大领域应用探索

1. 卫星/空间通信网络：卫星模型、卫星网络、空间信息网络的三级结构。
2. 船舶全生命周期管控：原型设计和仿真、建造数据和工艺优化、航行数据和实时监控、检修数据和诊断分析的四阶段孪生工作。
3. 车辆抗毁伤评估：材料抗毁伤、结构抗毁伤、部件抗毁伤、功能/性能抗毁伤四种情况，后进行数据融合、可信度评估和性能评级。
4. 电厂智能管控：汽轮发电组轴系可视化智能实时监控系统、可视化大型转机在线精密诊断系统、地下管网可视化管理系统、可视化三维作业指导四个部分。
5. 飞机起落架结构优化设计：规范流程，加快设计迭代。
6. 复杂机电装备故障预测与健康管理（Prognostics and Health Management，PHM）：应用在风力发电机上，进行多维特征提取、状态检测和故障预警等服务。
7. 立体仓库：在设计优化服务、远程运维服务、共享立体仓库服务三个部分。
8. 医疗。
9. 车间：设备健康管理、能耗多维分析及优化、动态生产调度和实施过程控制四个功能。
10. 城市：市政规划服务、生态与环境治理服务、公共安全服务、交通管控服务和民生服务等类别。

---

1. 陶飞,刘蔚然,张萌,胡天亮,戚庆林,张贺,隋芳媛,王田,徐慧,黄祖广,马昕,张连超,程江峰,姚念奎,易旺民,朱恺真,张新生,孟凡军,金小辉,刘中兵,何立荣,程辉,周二专,李洋,吕倩,罗椅民.数字孪生五维模型及十大领域应用[J].计算机集成制造系统,2019,25(01):1-18.DOI:10.13196/j.cims.2019.01.001. ↩︎

2. Grieves M, Vickers J. Digital twin: Mitigating unpredictable, undesirable emergent behavior in complex systems[J]. Transdisciplinary perspectives on complex systems: New findings and approaches, 2017: 85-113. ↩︎