楊 剛，李夢潔，崔朝臣，郭彥君

（1.西北工業(yè)大學 計算機學院，陜西 西安 710000；2.中國特種飛行器研究所，湖北 荊門 448000）

0 引言

基于多領域、多尺度建模的數字孿生（Digital Twin，DT）技術可實現對目標系統(tǒng)的鏡像反映，通常借助實時跟隨的進化機制對系統(tǒng)“知識庫”及仿真模型自身進行迭代更新，保證虛擬模型即時反映關注對象的狀態(tài)變化。數字孿生與目標系統(tǒng)的協同運行、實時交互進化可提升復雜系統(tǒng)運行自主可控與安全可靠性，也可明顯提升系統(tǒng)效率與安全性。

密歇根大學Grieves 教授［1］在2003 年提出的鏡像空間模型可視為數字孿生雛形。他首次明確了物理實體、鏡像模型及其連接是數字孿生的3 個核心要素。其后較長的一段時間內，美國NASA 和軍方實驗室是數字孿生的主要研究力量。NASA 重點關注其在航天器優(yōu)化、檢測和分析方面的應用［2］，而美國空軍實驗室則聚焦該技術在航空航天領域全生命周期中的應用及發(fā)展。近年來，隨著信息技術，尤其是人工智能技術在工業(yè)生產中的廣泛應用，數字孿生成為全球范圍內工業(yè)信息化研究熱點。西門子、達索、PTC、豐田、特斯拉、華為等工業(yè)巨頭和IT 廠商紛紛在數字化設計、虛擬工廠、設備預防性維護、車聯網等應用場景中提出數字孿生發(fā)展路線與解決方案。

2017-2019 年數字孿生連續(xù)3 年入選Gartner 十大未來戰(zhàn)略技術，被視為構建未來智能時代的信息基礎［3］。本文從DT 定義、特征、應用、關鍵技術及研究挑戰(zhàn)等5 個方面，總結DT 內涵，通過與其他類似技術的比較，明晰DT 主要特征；然后對DT 發(fā)展現狀進行梳理，分析DT 研究應用的關鍵技術，指出面臨的主要挑戰(zhàn)；最后重點介紹作者團隊在DT 虛擬模型自主進化方面的技術探索和初步應用，并展望DT 未來發(fā)展趨勢，以期為相關領域研究人員提供參考和借鑒。

1 數字孿生基本內涵

研究人員對DT 的認識各有側重，但近年來逐漸形成共識，即基于對物理實體或系統(tǒng)的精確還原以構建虛擬表達模型，通過虛實環(huán)境交互保證物理對象與虛擬模型一致，借助數據、模型和分析技術為物理實體提供檢測、診斷、預測等服務［1，4-7］。作為現實世界數字映射的孿生，應從幾何結構、物理屬性、規(guī)則和機理等方面實現對現實世界外在視覺和內在機理兩個維度的精確復刻。

數字孿生由物理層、模型層和服務應用層3 部分構成，如圖1 所示。物理層融合在真實物理環(huán)境中，實時獲取目標對象幾何結構、物理屬性、規(guī)則和機理等物理數據后對其進行融合分析；模型層由數字孿生中的虛擬實體組成，可依據物理層獲取的數據進行即時建模和實時更新，并將模型解算的前攝性結果提交服務應用層；服務應用層面向應用需求，將模型層結果轉化為設備控制指令或輔助決策數據。

Fig.1 The architecture of the digital twin system圖1 數字孿生體系架構

綜上可將數字孿生定義為：在高精度復刻目標對象的基礎上，通過與目標對象即時持續(xù)交互，以對目標對象提供實時監(jiān)測、在線診斷、智能預測等服務為目標的一系列新型高級信息技術的總稱。

2 DT 研究現狀分析

DT 技術自問世以來，研究和應用多面向航空航天、智能制造、智慧醫(yī)療及智慧城市等領域。

2.1 航空航天領域

NASA 通過在地面上構造一個等比例航天器，進行“物理伴飛”，并通過該方式實現地外飛行航天器狀態(tài)仿真和預測［8］，這是最早的數字孿生應用。2010 年美國為了強化其在航天領域的絕對優(yōu)勢，推動NASA 與多個軍方實驗室開展數字孿生技術在航空航天設計、制造、運行維護、報廢等全生命周期各個階段的基礎理論方法與應用模式研究［9-11］。在我國，劉蔚然等［12］將數字孿生技術與衛(wèi)星工程關鍵環(huán)節(jié)、關鍵場景、關鍵對象相結合，提出數字孿生衛(wèi)星的概念，并從衛(wèi)星全生命周期各階段進行了探討；董雷霆等［13］針對飛機結構，面向疲勞壽命管理，提出飛機結構數字孿生的5 項關鍵建模仿真技術，為飛機結構數字孿生系統(tǒng)研究提供了參考。

2.2 智能制造

在制造領域中，數字孿生可以通過對產品制造和工藝周期的各個方面進行模擬、仿真、預測［14］，全面提高生產過程效率及生產線運行效能。在制造場景中，從不同維度可將生產線劃分為空間維度和時序維度兩個部分。針對不同層級在信息世界構建對應的虛擬表達模型，模擬設備運行狀態(tài)，并在與目標系統(tǒng)的交互中監(jiān)控制造設備及過程運行狀態(tài)，進行分析、預測和決策［15-17］。Zhao 等［18］為控制在生產過程中產品表面粗糙度，提出一種基于數字孿生的加工參數自適應調整方法，并在五軸加工場景中，證明了該方法可有效穩(wěn)定表面粗糙度，提高表面質量。時序維度指在生產某一產品時，物料經過不同工序實現產品裝配。在產品生產過程中，通過對加工活動進行復刻，實現生產過程實時監(jiān)控，為生產決策和系統(tǒng)優(yōu)化提供支持［19］。

2.3 智慧醫(yī)療

研究人員可以利用人體在信息世界建立一個詳細的虛擬人體，作為一個復雜系統(tǒng)進行研究，從而檢驗新的治療方案［20］。就臨床而言，通過分析患者病史、生活習慣和患者身體現狀構建的人體模型能夠模擬和預測不同情況下該患者器官對藥物和環(huán)境的真實反應，為精確醫(yī)療提供理論依據［21］。然而，人體數字孿生與工業(yè)裝置中的數字孿生之間存在巨大差別，主要是體內數據無法有效獲取，只能使用非嵌入式傳感器監(jiān)控脈搏、血壓、體溫等淺層數據，深度數據的缺乏造成虛擬人體構建困難。

2.4 智慧城市

城市具有人口稠密、基礎設施密集、多層次/多子系統(tǒng)耦合的特點，是一個典型的復雜系統(tǒng)。數字孿生下的智慧城市可通過虛實交互、軟件定義及智能干預，從城市規(guī)劃、運行、安全管理等不同視角實現對城市的高效管理［22］。當前，世界各國均不同程度地展開了數字孿生城市的相關研究。如新加坡政府2014 年提出“數字孿生新加坡”計劃，通過開發(fā)數字孿生城市管理平臺實現對城市數據的感知、分析、運行優(yōu)化；中國信息和通信研究院于2018 年發(fā)布的《數字孿生城市研究報告》對數字孿生城市內涵進行了提煉；隨后，雄安新區(qū)提出“數字孿生城市”建設理念，雄安城市實體與虛擬城市同步規(guī)劃、同步建設，同生共長，實現城市“全過程”寫真［23］；另外，陶飛等［24］基于五維模型提出數字孿生城市架構，通過虛實交互、實時互通實現城市管理決策協同化和智能化；Ford 等［25］研究了一種基于數字孿生的社區(qū)災害管理模型，通過該模型可有效減輕災難程度。

3 DT 主要挑戰(zhàn)及其關鍵技術

基于虛實世界實時交互與虛擬模型對目標系統(tǒng)進行高精度刻畫的互操作是數字孿生區(qū)別于傳統(tǒng)仿真的關鍵特征，其中，如何構建高精度虛擬模型、保證交互數據準確性是DT 研究中兩大技術難題。

3.1 虛擬模型構建

對目標模型高精度復刻的虛擬表達模型是數字孿生基礎。目標系統(tǒng)的復雜性與變化性導致建模及評估困難，其中多虛擬模型多尺度的精確構建與融合、自主更新及準確性評估是其中亟待研究的3 個關鍵技術。

3.1.1 多維度虛擬模型精確構建與融合

虛擬模型的準確性來源于對目標系統(tǒng)內所有關注對象外在視覺和內在邏輯上的精準反映。例如在電機故障診斷任務中，孿生系統(tǒng)需對電機內的滾動軸承、定子、轉子和線圈等多個部位進行建模，不同部位的模型需分別從幾何結構、故障規(guī)律、力學原理、電氣等多個維度進行刻畫。因此，多個多維度虛擬模型同時對目標系統(tǒng)進行刻畫時的不同維度、不同對象間的異構模型以何種規(guī)則和標準進行構建與融合是目前數字孿生應用研究的第一個關鍵技術。

3.1.2 虛擬模型自主更新

因孿生對象具有動態(tài)變化特征，如何確保虛實一致性是DT 建模中的第2 個主關鍵問題。傳統(tǒng)模型參數調整與更替依賴于人工干預，存在時延問題。然而DT 系統(tǒng)要求虛擬模型實現目標系統(tǒng)高精度復刻，這包括目標對象變化時的復刻，要求虛擬模型可根據即時數據感知和分析、自我調整和更新，在持續(xù)的數據供給中實現自主進化。在該過程中，不同子模型在何種時機更新、如何更新（結構更新還是參數更新）、更新后是否對系統(tǒng)性能產生影響是需重點考慮的問題。

3.1.3 虛擬模型準確性評估

虛擬模型構建后是否與目標系統(tǒng)一致的準確性評估是建模的第3 個關鍵問題。一個完整的數字孿生系統(tǒng)包含多個對象、多種維度的虛擬表達模型。不同的模型根據其描述維度和對象的不同，性質也各異，因此評估工作難度大。以何種標準進行評定，在不同性質的模型中如何執(zhí)行這些標準，標準執(zhí)行后可靠性判定是模型可靠性挑戰(zhàn)層面有待研究的問題。

3.2 數據準確性

數字孿生是一個建立在虛實空間交互與理解基礎上的復雜互操作系統(tǒng)，期望通過虛擬模型高精度復刻目標，提升目標系統(tǒng)性能。其中高精度復刻及互操作特征對DT系統(tǒng)中數據準確性提出了更高要求。

3.2.1 多源異構數據融合

數字孿生系統(tǒng)是一種面向多對象、多元素的復雜系統(tǒng)。如何將多個對象中多個維度感知的多種異構物理數據進行統(tǒng)一表示、一致轉化以及可靠表達是需要在數字孿生虛實交互研究中的重要問題。

3.2.2 數據語義一致性保證

孿生數據物理層感知采集到的原始信號不能為模型層虛擬模型直接使用，語義需經物理數據信息化處理；虛擬模型產生的信息數據或知識不能為物理設備或相關人員直接理解，需進行信息/知識數據的物理/指令化才可得以被理解和執(zhí)行。此外不同模型間的數據也存在語義理解不通的問題。只有在正確理解和使用的基礎上虛擬模型或指令才能被精準接收并執(zhí)行，因此如何解決復雜體系架構中的多層次多模型間的語義理解是數據發(fā)送后的重要問題和挑戰(zhàn)。

4 數字孿生在滾動軸承故障診斷中的應用

滾動軸承是機械設備中的重要零件，長期在高速旋轉、高溫、沖擊、摩擦和噪音等復雜工況下運行，是最易發(fā)生故障的部位。滾動軸承故障診斷對設備健康狀態(tài)的維護至關重要，具有普遍意義。目前在滾動軸承故障診斷任務中，首先為其構建一個故障診斷模型，其次根據診斷信號進行故障判別。建模后再計算的運行順序以及過程中虛擬模型與目標對象相互獨立，導致模型無法根據滾動軸承狀態(tài)變化進行調整。此外，診斷任務中對數據計算的需求是即時的，模型更新與進化對計算性能和時間不造成影響。

結合數字孿生虛實互操作、模型精確刻畫的特點，受神經網絡模型訓練過程中訓練和計算分離特征的啟發(fā)，本文在滾動軸承模型進化問題中進行改變與補充。將滾動軸承故障維度診斷模型更新與計算考慮為兩個互不影響的獨立模塊——進化端和計算端；同時考慮到滾動軸承是機械設備中的內嵌部位，數據采集困難且通常質量較低，為進化異常和時間沖突引入基于模型池的滑動窗口作為緩沖，提出一種計算與更新雙端平行的平行進化機制（Par?allel Evolutionary Mechanism，PEM），如圖2 所示。

平行進化機制中進化端與計算端相互獨立，故障計算對模型構建的直接依賴轉變?yōu)橥ㄟ^模型池調用的間接關系，解決模型更新與模型計算的時延沖突。按照滑動窗口機制處理數據異常導致的更新失敗，模型池內設置窗口尺寸，控制池內模型數量，保證可用模型數量，為前端穩(wěn)定計算提供支撐。該機制算法為：

Fig.2 Parallel evolutionary mechanism based on sliding window圖2 基于滑動窗口的平行進化機制

PEM 在滾動軸承故障診斷任務中應用診斷模型進化與使用環(huán)節(jié)，在實時數據交互的假設之上，初始標準故障診斷模型（基于歷史數據構建的初始模型）借助實時物理設備數據進行自身結構調整，計算端模型檢測到模型進化成功即可從模型池中讀取反映設備運行狀態(tài)的最新模型，對即時數據進行結算，更新及計算過程如圖3 所示。

5 結語

Fig.3 PEM-based rolling bearing troubleshooting process圖3 基于PEM 的滾動軸承故障診斷流程

作為智能制造時代最重要的一項核心技術，數字孿生已經成為信息領域和制造領域的新興交叉研究熱點。本文總結了數字孿生研究和應用現狀，首次系統(tǒng)地界定數字孿生內涵與特征，凝練了數字孿生給信息領域帶來的主要技術挑戰(zhàn)。結合滾動軸承故障診斷這一工業(yè)制造過程具有代表性的實際應用問題，本文提出PEM 平行進化機制，較好地解決了該應用環(huán)境下虛擬模型自主實時更新難的問題，并在滾動軸承故障診斷場景進行了應用。

隨著“云智大物移”等技術在工業(yè)領域和智能制造中的廣泛應用，數字孿生在工業(yè)生產中的應用空間將更加開闊。未來，利用軟件定義技術實現個性化數字孿生系統(tǒng)定制、面向云邊端架構的數字孿生構造以及基于空間計算的孿生虛實交互是研究人員應重點關注的問題。