作為推動新一輪科技革命的顛覆性技術(shù)之一，數(shù)字孿生從提出之初就以其獨(dú)特的科技優(yōu)勢、 廣闊的應(yīng)用前景、無窮的發(fā)展?jié)摿?，受到全球業(yè)界專家的關(guān)注。 同時，人工智能、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和區(qū)塊鏈等前沿信息技術(shù)的迅猛發(fā)展和廣泛應(yīng)用， 為數(shù)字孿生的實(shí)現(xiàn)提供了堅(jiān)實(shí)的技術(shù)底座。 通過開發(fā)數(shù)字化產(chǎn)品，改變產(chǎn)品設(shè)計(jì)、開發(fā)、制造和服務(wù)全生命周期流程，連接內(nèi)部和外部環(huán)境，數(shù)字孿生能夠加速數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展進(jìn)程，可加速企業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。
數(shù)字孿生是具有數(shù)據(jù)連接的特定目標(biāo)實(shí)體的數(shù)字化表達(dá)， 該數(shù)據(jù)連接可以保證物理狀態(tài)和虛擬狀態(tài)之間以適當(dāng)?shù)乃俾屎途冗M(jìn)行同步。數(shù)字孿生具備實(shí)時交互、彈性擴(kuò)展、高度保真、閉環(huán)優(yōu)化等優(yōu)勢，在城市、交通、制造、能源、建筑、農(nóng)業(yè)、水利和國防等多個領(lǐng)域得到了廣泛應(yīng)用。
1 、系統(tǒng)參考架構(gòu)
國家標(biāo)準(zhǔn) GB/T 43441.1—2023《信息技術(shù)數(shù)字孿生第 1 部分：通用要求》對數(shù)字孿生的定義是：數(shù)字孿生是指具有保證物理狀態(tài)和虛擬狀態(tài)之間以適當(dāng)速率和精度同步的數(shù)據(jù)連接的特定目標(biāo)實(shí)體的數(shù)字化表示。
數(shù)字孿生系統(tǒng)是一種基于數(shù)據(jù)驅(qū)動來實(shí)現(xiàn)目標(biāo)實(shí)體與數(shù)字實(shí)體間各要素動態(tài)迭代的系統(tǒng)， 通常由目標(biāo)實(shí)體、數(shù)字實(shí)體、兩者之間的數(shù)據(jù)連接以及數(shù)據(jù)連接過程中涉及的模型、數(shù)據(jù)和接口等要素組成，其參考架構(gòu)由目標(biāo)實(shí)體、孿生互動、數(shù)字實(shí)體和服務(wù)應(yīng)用 4 部分構(gòu)成，如圖 1 所示。 其中，實(shí)體是指具體或抽象的事物，包括這些事物之間的關(guān)聯(lián)。數(shù)字孿生系統(tǒng)擁有目標(biāo)實(shí)體和數(shù)字實(shí)體兩類實(shí)體。
圖 1數(shù)字孿生系統(tǒng)的參考架構(gòu)
目標(biāo)實(shí)體是現(xiàn)實(shí)世界被選中進(jìn)行數(shù)字化映射的實(shí)體，屬于具體事物，包括實(shí)體本體和關(guān)聯(lián)關(guān)系。實(shí)體本體可依據(jù)產(chǎn)生時間、邏輯屬性和復(fù)雜程度進(jìn)行分類，而關(guān)聯(lián)關(guān)系依據(jù)特征屬性和更新情況進(jìn)行分類。
孿生互動是數(shù)字孿生系統(tǒng)中目標(biāo)實(shí)體和數(shù)字實(shí)體之間的信息交互過程， 旨在實(shí)現(xiàn)目標(biāo)實(shí)體和數(shù)字實(shí)體的動態(tài)迭代， 支持目標(biāo)實(shí)體和數(shù)字實(shí)體以虛實(shí)結(jié)合的形式提供服務(wù)應(yīng)用，包括測量與感知、反饋與控制等操作。 測量與感知可給出目標(biāo)實(shí)體的數(shù)字化表達(dá)，內(nèi)容包括目標(biāo)實(shí)體的幾何特征、物理屬性和約束條件等; 反饋與控制包括數(shù)字實(shí)體對目標(biāo)實(shí)體的信息反饋、輔助決策和執(zhí)行控制等操作。
數(shù)字實(shí)體是目標(biāo)實(shí)體的數(shù)字化映射， 包括數(shù)字模型和孿生數(shù)據(jù)。 數(shù)字模型通過對實(shí)體本體和關(guān)聯(lián)關(guān)系進(jìn)行映射，反映目標(biāo)內(nèi)外特征和行為規(guī)律，主要包括幾何模型、物理模型、行為模型、規(guī)則模型、算法模型、優(yōu)化模型和知識模型等;孿生數(shù)據(jù)是目標(biāo)實(shí)體相關(guān)信息的數(shù)字化表達(dá)，主要包括本體數(shù)據(jù)、規(guī)則數(shù)據(jù)和衍生數(shù)據(jù)等。
服務(wù)應(yīng)用通過應(yīng)用支撐技術(shù)來實(shí)現(xiàn)行業(yè)服務(wù)，包括應(yīng)用支撐和行業(yè)服務(wù)等。應(yīng)用支撐包括可視化、仿真、分析、預(yù)測、優(yōu)化和決策等技術(shù);行業(yè)服務(wù)包括數(shù)字孿生在城市、交通、制造、能源、建筑、農(nóng)業(yè)、水利和國防等領(lǐng)域的應(yīng)用。
2 、成熟度評價(jià)模型
數(shù)字孿生系統(tǒng)的成熟度評價(jià)模型由 11 個域、24 個指標(biāo)構(gòu)成，如圖 2 所示。 這 11 個域分別是數(shù)字模型域、孿生數(shù)據(jù)域、孿生互動域、可視呈現(xiàn)域、模擬仿真域、分析預(yù)測域、優(yōu)化完善域、決策控制域、功能更新域、集成融合域和系統(tǒng)管理域。
圖 2 數(shù)字孿生系統(tǒng)的成熟度評價(jià)模型
數(shù)字模型域用于實(shí)現(xiàn)目標(biāo)實(shí)體和數(shù)字實(shí)體的數(shù)字化映射，主要包括模型類型、模型精度和可復(fù)用性3 個指標(biāo)。 其中，模型類型主要評價(jià)幾何模型、物理模型、行為模型、規(guī)則模型、算法模型、優(yōu)化模型和知識模型的數(shù)量和質(zhì)量等內(nèi)容; 模型精度主要評價(jià)對模型類型、數(shù)量的要求以及精度調(diào)整能力等內(nèi)容;可復(fù)用性主要評價(jià)模型配置形式及覆蓋范圍等內(nèi)容。
孿生數(shù)據(jù)域用于實(shí)現(xiàn)目標(biāo)實(shí)體和數(shù)字實(shí)體信息的數(shù)字化表達(dá)， 主要包括數(shù)據(jù)采集和數(shù)據(jù)處理 2 個平(手動或自動)、數(shù)據(jù)來源(傳感器或知識庫)、數(shù)據(jù)體量(局部或全生命周期)等內(nèi)容;數(shù)據(jù)處理主要評價(jià)數(shù)據(jù)處理模式(手動或自動)、數(shù)據(jù)處理實(shí)效性(實(shí)時或非實(shí)時等)、數(shù)據(jù)處理正確率、數(shù)據(jù)處理速度等內(nèi)容。
孿生互動域用于實(shí)現(xiàn)目標(biāo)實(shí)體和數(shù)字實(shí)體之間的信息交互過程，主要包括連接性和實(shí)時性 2 個指標(biāo)。 其中，連接性主要評價(jià)管控配置實(shí)體的能力(人工或自適應(yīng))、連接的穩(wěn)定性、連接重構(gòu)能力等內(nèi)容;實(shí)時性主要評價(jià)平均交互時延、交互時延自適應(yīng)調(diào)整能力等內(nèi)容。
可視呈現(xiàn)域使用計(jì)算機(jī)圖形、圖像處理和數(shù)字建模等技術(shù)來呈現(xiàn)目標(biāo)實(shí)體的模型和特征，主要包括可視化內(nèi)容和可視化方式 2 個指標(biāo)。 其中，可視化內(nèi)容用于評價(jià)呈現(xiàn)內(nèi)容的類型(基礎(chǔ)信息、動態(tài)數(shù)據(jù)、模型狀態(tài)、管控結(jié)果、預(yù)測結(jié)果、優(yōu)化結(jié)果)、呈現(xiàn)的時效性(實(shí)時或非實(shí)時)等內(nèi)容;可視化方式用于評價(jià)呈現(xiàn)的維度(二維或三維)、呈現(xiàn)的穩(wěn)定性(靜態(tài)或動態(tài))、呈現(xiàn)的關(guān)聯(lián)性(獨(dú)立呈現(xiàn)、連續(xù)呈現(xiàn)或聯(lián)動呈現(xiàn))。
模擬仿真域通過將模型轉(zhuǎn)化為軟件，來模擬目標(biāo)實(shí)體的確定性規(guī)律和完整機(jī)理，主要包括仿真精度和仿真速度 2 個指標(biāo)。 其中，仿真精度用于評價(jià)對功能性需求的滿足程度、仿真結(jié)果與實(shí)際運(yùn)行結(jié)果的一致性等內(nèi)容;仿真速度用于評價(jià)實(shí)時決策、目標(biāo)實(shí)體實(shí)際演進(jìn)速度對于預(yù)測仿真速度要求的滿足程度。
分析預(yù)測域通過算法對數(shù)字實(shí)體進(jìn)行時空推理、業(yè)務(wù)場景模擬分析、個性化計(jì)算和趨勢推演，基于目標(biāo)實(shí)體的歷史數(shù)據(jù)和實(shí)時運(yùn)行數(shù)據(jù)來預(yù)先推測目標(biāo)實(shí)體的性能狀態(tài)、安全狀態(tài)、工作狀態(tài)等，主要包括預(yù)測精度、預(yù)測時長和參數(shù)規(guī)模 3 個指標(biāo)。 其中，預(yù)測精度用于評價(jià)預(yù)測依據(jù)(歷史數(shù)據(jù)模型、真實(shí)動態(tài)數(shù)據(jù)、現(xiàn)有知識模型)和預(yù)測對象(數(shù)值、運(yùn)行過程、狀態(tài)、性能、運(yùn)行過程、變化趨勢);預(yù)測時長用于評價(jià)預(yù)測實(shí)體未來變化時間量級(秒級、分鐘級)、智能管控或自主演化總時長與預(yù)測時長的比較，參數(shù)規(guī)模用于評價(jià)智能管控和自主演化所需參數(shù)能否得到滿足。
優(yōu)化完善域基于對數(shù)字空間的仿真、分析和預(yù)測，改進(jìn)和完善目標(biāo)實(shí)體全生命周期的結(jié)果，并動態(tài)、實(shí)時和持續(xù)作用于物理空間，實(shí)現(xiàn)模型、算法和資源配置優(yōu)化等， 主要包括優(yōu)化內(nèi)容和優(yōu)化程度 2個指標(biāo)。 其中，優(yōu)化內(nèi)容用于評價(jià)優(yōu)化對象(行為、組成、結(jié)構(gòu))的完備性;優(yōu)化程度用于評價(jià)優(yōu)化效果、對其他實(shí)體運(yùn)行結(jié)果的影響。
決策控制域通過分析與推理目標(biāo)實(shí)體和數(shù)字實(shí)體相關(guān)信息，提出科學(xué)合理的解決方案，并向目標(biāo)實(shí)體下達(dá)控制指令為決策人員提供實(shí)施建議，主要包括控制目標(biāo)實(shí)體和控制數(shù)字實(shí)體 2 個指標(biāo)。 其中，控制目標(biāo)實(shí)體用于評價(jià)控制和配置目標(biāo)實(shí)體的自動化程度、控制精度、對目標(biāo)實(shí)體進(jìn)行改造的能力;控制數(shù)字實(shí)體用于評價(jià)控制和配置數(shù)字實(shí)體的自動化程度、控制精度、對數(shù)字實(shí)體進(jìn)行改造的能力。功能更新域通過對現(xiàn)有功能進(jìn)行組合、分解、增強(qiáng)和選擇性裁剪操作，將功能自動遷移至另一種場景，實(shí)現(xiàn)相關(guān)功能自動部署，主要包括功能重構(gòu)和功能遷移 2 個指標(biāo)。 其中，功能重構(gòu)用于評價(jià)可視化、仿真、預(yù)測、 控制和優(yōu)化功能的重構(gòu)能力(人工或自動);功能遷移用于評價(jià)將數(shù)字孿生系統(tǒng)功能自動遷移至目標(biāo)實(shí)體與數(shù)字實(shí)體演化過程所需場景。集成融合域通過導(dǎo)入模型、插件、集成傳感器、通信、智能分析、決策、機(jī)器學(xué)習(xí)等系統(tǒng)功能，融合MR(混合現(xiàn)實(shí))、VR(虛擬現(xiàn)實(shí))、腦機(jī)接口、大數(shù)據(jù)、大模型、機(jī)器學(xué)習(xí)、預(yù)測分析算法和知識圖譜等新技術(shù)，實(shí)現(xiàn)與傳感器、通信、智能分析、決策、機(jī)器學(xué)習(xí)等系統(tǒng)的實(shí)時交互，主要包括系統(tǒng)集成和新技術(shù)融合 2 個指標(biāo)。 其中，系統(tǒng)集成用于評價(jià)模型插件導(dǎo)入能力，以及與傳感器、通信、智能分析、決策、機(jī)器學(xué)習(xí)等系統(tǒng)的功能集成和實(shí)時交互能力;新技術(shù)融合用于評價(jià)數(shù)字孿生系統(tǒng)與 MR、VR、腦機(jī)接口、大數(shù)據(jù)、大模型、機(jī)器學(xué)習(xí)、預(yù)測分析算法和知識圖譜等新技術(shù)的融合能力，以及融合后的實(shí)現(xiàn)效果。
系統(tǒng)管理域通過對物理和數(shù)字實(shí)體、 數(shù)據(jù)、內(nèi)容、行為等要素進(jìn)行安全管理，以及對模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等要素進(jìn)行資源管理，實(shí)現(xiàn)人力、設(shè)備、平臺的按需安全配置，主要包括安全管理和資源管理 2 個指標(biāo)。 其中，安全管理用于評價(jià)系統(tǒng)在物理和數(shù)字實(shí)體安全、數(shù)據(jù)安全、內(nèi)容安全、行為安全等方面的管理能力，資源管理用于評價(jià)系統(tǒng)在模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等方面的管理能力。
3 、發(fā)展階段劃分
依據(jù)數(shù)字孿生系統(tǒng)的成熟度評價(jià)模型，可以將數(shù)字孿生劃分為 5 個發(fā)展階段，即以虛仿實(shí)、以虛映實(shí)、以虛控實(shí)、以虛預(yù)實(shí)和虛實(shí)共生，如圖 3 所示。
3.1 以虛仿實(shí)
作為數(shù)字孿生發(fā)展的第一階段，以虛仿實(shí)是指采用可見光建模、結(jié)構(gòu)光建模、激光點(diǎn)云建模、維度建模、實(shí)體聯(lián)系建模、手工建模、傾斜攝影建模等技術(shù)，來實(shí)現(xiàn)對目標(biāo)實(shí)體結(jié)構(gòu)外觀、屬性特征和能力行為的定義與數(shù)字化描述，其評價(jià)指標(biāo)要求具體如下。
圖 3數(shù)字孿生發(fā)展階段劃分
a)數(shù)字模型域。 模型類型：應(yīng)是物理模型、幾何模型、行為模型、規(guī)則模型的任意一種。 模型精度：應(yīng)需準(zhǔn)確描述目標(biāo)實(shí)體物理屬性、幾何結(jié)構(gòu)、行為的某一方面。 可復(fù)用性：支持人工配置模型部分內(nèi)容以實(shí)現(xiàn)復(fù)用。
b)孿生數(shù)據(jù)域。 數(shù)據(jù)采集：具備人工采集數(shù)據(jù)、目標(biāo)實(shí)體靜態(tài)參數(shù)和從歷史運(yùn)行過程或經(jīng)驗(yàn)中采集數(shù)據(jù)的能力。 數(shù)據(jù)處理：具備人工方式識別目標(biāo)實(shí)體參數(shù)和明確現(xiàn)有數(shù)據(jù)間顯性關(guān)系的能力。
c)孿生互動域。連接性：具備人工管控配置數(shù)字實(shí)體和目標(biāo)實(shí)體的能力。 實(shí)時性：無要求。
d)可視呈現(xiàn)域。 可視化內(nèi)容：支持?jǐn)?shù)據(jù)標(biāo)簽、標(biāo)識等模型基礎(chǔ)信息的呈現(xiàn)?？梢暬绞剑褐С?2D(二維)或 3D(三維)可視化展示和通過動態(tài)圖表連續(xù)呈現(xiàn)數(shù)據(jù)
e)模擬仿真域。仿真精度：滿足對目標(biāo)實(shí)體進(jìn)行仿真分析的基本需求。 仿真速度：無要求。
f)分析預(yù)測域。 預(yù)測精度、預(yù)測時長、參數(shù)規(guī)模：無要求。
g)優(yōu)化完善域。 優(yōu)化內(nèi)容、優(yōu)化程度：無要求。
h)決策控制域?？刂颇繕?biāo)實(shí)體：支持人工控制和配置目標(biāo)實(shí)體。控制數(shù)字實(shí)體：支持人工控制和配置數(shù)字實(shí)體。
i)功能更新域。 功能重構(gòu)、功能遷移均無要求。
j)集成融合域。 系統(tǒng)集成：支持導(dǎo)入利用其他建模軟件構(gòu)建的模型， 或?qū)⑵渌浖９δ茏鳛椴寮稍跀?shù)字孿生系統(tǒng)中。 新技術(shù)融合： 能夠融合MR、VR 等技術(shù)，或已將這些技術(shù)投入實(shí)際應(yīng)用。
k)系統(tǒng)管理域。安全管理：具備與該等級功能對應(yīng)的物理和數(shù)字實(shí)體、數(shù)據(jù)、內(nèi)容、行為等系統(tǒng)安全管理能力。 資源管理： 具備與該等級功能相應(yīng)的模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等資源管理能力，并根據(jù)管理需要配置相應(yīng)的人力、設(shè)備、平臺等資源。
以虛仿實(shí)階段的典型特征是“人工交互，離線仿真”。 在此階段，數(shù)字孿生模型從物理屬性、幾何結(jié)構(gòu)、 能力行為和運(yùn)行規(guī)則某個或多個維度對目標(biāo)實(shí)體單方面或多方面的屬性和特征進(jìn)行數(shù)字化描述，在一定程度上取代了目標(biāo)實(shí)體參與實(shí)驗(yàn)驗(yàn)證和仿真分析， 但模型與目標(biāo)實(shí)體之間無法直接進(jìn)行數(shù)據(jù)交換和實(shí)時交互， 需要通過人工參與達(dá)成間接虛實(shí)交互，如人工控制和配置目標(biāo)實(shí)體、數(shù)字實(shí)體。
3.2 以虛映實(shí)
作為數(shù)字孿生發(fā)展的第二階段， 以虛映實(shí)是指通過單向數(shù)據(jù)實(shí)時傳輸， 來實(shí)現(xiàn)數(shù)字實(shí)體動態(tài)跟隨目標(biāo)實(shí)體的運(yùn)行過程，其評價(jià)指標(biāo)要求具體如下。
a)數(shù)字模型域。模型類型：至少應(yīng)包含幾何模型和行為模型。模型精度：應(yīng)能精準(zhǔn)描述目標(biāo)實(shí)體幾何結(jié)構(gòu)和運(yùn)行狀態(tài)?？蓮?fù)用性：支持人工配置模型部分內(nèi)容以實(shí)現(xiàn)復(fù)用。
b)孿生數(shù)據(jù)域。數(shù)據(jù)采集：具備使用傳感器自動采集數(shù)據(jù)和目標(biāo)實(shí)體運(yùn)行動態(tài)數(shù)據(jù)的能力。 數(shù)據(jù)處理：具備實(shí)時整合不同來源、不同格式數(shù)據(jù)，并通過實(shí)時分析目標(biāo)實(shí)體運(yùn)行數(shù)據(jù)將其轉(zhuǎn)化為數(shù)字實(shí)體所需輸入?yún)?shù)或狀態(tài)變量的能力。
c)孿生互動域。連接性：具備連接目標(biāo)實(shí)體與數(shù)字實(shí)體重要動態(tài)參數(shù)的能力。實(shí)時性：平均交互時延應(yīng)為分鐘級。
d)可視呈現(xiàn)域?？梢暬瘍?nèi)容：支持動態(tài)數(shù)據(jù)和基于動態(tài)數(shù)據(jù)驅(qū)動的模型狀態(tài)的實(shí)時呈現(xiàn)。 可視化方式：支持聯(lián)動顯示動態(tài)數(shù)據(jù)、模型信息和模型變化過程，并可按需調(diào)整呈現(xiàn)方式。
e)模擬仿真域。仿真精度：滿足對目標(biāo)實(shí)體進(jìn)行仿真分析的基本需求。 仿真速度：無要求。
f)分析預(yù)測域。 預(yù)測精度、預(yù)測時長、參數(shù)規(guī)模均無要求。
g)優(yōu)化完善域。 優(yōu)化內(nèi)容、優(yōu)化程度均無要求。
h)決策控制域。控制目標(biāo)實(shí)體：支持人工控制和配置目標(biāo)實(shí)體?？刂茢?shù)字實(shí)體：支持依據(jù)目標(biāo)實(shí)體的運(yùn)行數(shù)據(jù)對數(shù)字實(shí)體進(jìn)行一致性控制。
i)功能更新域。 功能重構(gòu)、功能遷移均無要求。
j)集成融合域。 系統(tǒng)集成：支持集成傳感器或通信系統(tǒng)功能，并與傳感器或通信系統(tǒng)進(jìn)行實(shí)時交互。新技術(shù)融合：能夠融合 MR、VR 等技術(shù)，或?qū)⑦@些技術(shù)投入實(shí)際應(yīng)用。
k)系統(tǒng)管理域。安全管理：具備與該等級功能對應(yīng)的物理和數(shù)字實(shí)體、數(shù)據(jù)、內(nèi)容、行為等系統(tǒng)安全管理能力。 資源管理： 具備與該等級功能對應(yīng)的模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等資源管理能力，并根據(jù)管理需要配置相應(yīng)的人力、設(shè)備、平臺等資源。以虛映實(shí)階段的典型特征是“單向映射，動態(tài)可視”。 在此階段，目標(biāo)實(shí)體相關(guān)時敏性數(shù)據(jù)驅(qū)動數(shù)字孿生模型常態(tài)運(yùn)行， 其運(yùn)行過程和實(shí)時狀態(tài)可同步直觀呈現(xiàn)， 且數(shù)字孿生模型的仿真結(jié)果與目標(biāo)實(shí)體實(shí)際運(yùn)行結(jié)果一致， 在一定程度上解除了時空和環(huán)境約束條件對目標(biāo)實(shí)體監(jiān)測的制約。需要注意的是，目標(biāo)實(shí)體的控制和配置、 模型內(nèi)容的復(fù)用和操作仍需人的介入和干預(yù)， 目標(biāo)實(shí)體的可視化遙控尚未實(shí)現(xiàn)遠(yuǎn)程操控。
3.3 以虛控實(shí)
作為數(shù)字孿生發(fā)展的第三階段， 以虛控實(shí)是指通過雙向數(shù)據(jù)實(shí)時傳輸達(dá)成數(shù)字實(shí)體與目標(biāo)實(shí)體間的雙向交互，以實(shí)現(xiàn)數(shù)字實(shí)體對目標(biāo)實(shí)體運(yùn)行過程的實(shí)時監(jiān)測與管控，其評價(jià)指標(biāo)要求具體如下。
a)數(shù)字模型域。模型類型：至少應(yīng)包含幾何模型和行為模型。 模型精度：應(yīng)能精準(zhǔn)描述目標(biāo)實(shí)體行為變化過程。 可復(fù)用性：支持人工配置模型部分內(nèi)容以實(shí)現(xiàn)復(fù)用。
b)孿生數(shù)據(jù)域。 數(shù)據(jù)采集：具備獲取數(shù)字實(shí)體運(yùn)行過程以及目標(biāo)實(shí)體與數(shù)字實(shí)體交互過程動態(tài)數(shù)據(jù)的能力。 數(shù)據(jù)處理：正確率與速度應(yīng)滿足目標(biāo)實(shí)體實(shí)時管控需求，具備通過實(shí)時分析數(shù)字實(shí)體運(yùn)行數(shù)據(jù)生成目標(biāo)實(shí)體控制指令的能力。
c)孿生互動域。連接性：具備常規(guī)高吞吐和高并發(fā)情況應(yīng)對能力，擁有連接動態(tài)檢測、評估或預(yù)警機(jī)制，且連接具有相對穩(wěn)定性。 實(shí)時性：平均交互時延應(yīng)為秒級。
d)可視呈現(xiàn)域。 可視化內(nèi)容：支持對目標(biāo)實(shí)體管控結(jié)果的實(shí)時呈現(xiàn)。 可視化方式：支持聯(lián)動顯示動態(tài)數(shù)據(jù)、模型信息和模型變化過程，并可按需調(diào)整呈現(xiàn)方式。
e)模擬仿真域。仿真精度：滿足對目標(biāo)實(shí)體進(jìn)行仿真分析的基本需求。 仿真速度：無要求。
f)分析預(yù)測域。 預(yù)測精度、預(yù)測時長、參數(shù)規(guī)模均無要求。
g)優(yōu)化完善域。 優(yōu)化內(nèi)容、優(yōu)化程度均無要求。
h)決策控制域。 控制目標(biāo)實(shí)體：依據(jù)對數(shù)字實(shí)體的虛擬控制和配置，實(shí)現(xiàn)對目標(biāo)實(shí)體的及時控制與配置，控制精度應(yīng)滿足目標(biāo)實(shí)體的應(yīng)用需求。 控制數(shù)字實(shí)體：在依據(jù)目標(biāo)實(shí)體運(yùn)行數(shù)據(jù)對數(shù)字實(shí)體進(jìn)行一致性控制時，人工操作可無縫接管數(shù)字實(shí)體控制權(quán)。
i)功能更新域。 功能重構(gòu)：支持人工配置目標(biāo)實(shí)體管理和控制功能。 功能遷移：無要求。
j)集成融合域。 系統(tǒng)集成：支持集成目標(biāo)實(shí)體控制系統(tǒng)功能，并與目標(biāo)實(shí)體控制系統(tǒng)進(jìn)行實(shí)時交互。新技術(shù)融合：能夠融合預(yù)測分析算法、機(jī)器學(xué)習(xí)、知識圖譜、腦機(jī)接口、大模型、大數(shù)據(jù)等技術(shù)。
k)系統(tǒng)管理域。 安全管理：具備與該等級功能對應(yīng)的物理和數(shù)字實(shí)體、數(shù)據(jù)、內(nèi)容、行為等系統(tǒng)安全管理能力。 資源管理：具備與該等級功能對應(yīng)的模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等資源管理能力，并根據(jù)管理需要配置相應(yīng)的人力、設(shè)備、平臺等資源。以虛控實(shí)階段的典型特征是“雙向交互，遠(yuǎn)程管控”。 在此階段，數(shù)字實(shí)體中孿生模型的運(yùn)動邏輯和控制邏輯已相對完整，能夠精準(zhǔn)反映目標(biāo)實(shí)體行為變化過程，可以接受控制指令并在數(shù)字實(shí)體中完成比較復(fù)雜的運(yùn)行過程。 同時，基于以虛映實(shí)，構(gòu)建從數(shù)字實(shí)體到目標(biāo)實(shí)體的數(shù)據(jù)傳輸通道，實(shí)現(xiàn)實(shí)時雙向虛實(shí)閉環(huán)交互，為目標(biāo)實(shí)體提供可視化遙控能力，進(jìn)一步削弱了時空和環(huán)境約束條件對目標(biāo)實(shí)體操控的制約。 雖然對目標(biāo)實(shí)體的控制并不一定達(dá)到智能水平或最優(yōu)化目標(biāo)，但是目標(biāo)實(shí)體的管控效率仍得到大幅提高。
3.4 以虛預(yù)實(shí)
作為數(shù)字孿生發(fā)展的第四階段，以虛預(yù)實(shí)是指基于數(shù)字實(shí)體信息達(dá)成對目標(biāo)實(shí)體的預(yù)測性分析和智能決策，以實(shí)現(xiàn)對目標(biāo)實(shí)體的智能管控，其評價(jià)指標(biāo)要求具體如下。
a)數(shù)字模型域。 模型類型：至少應(yīng)包含幾何模型、物理模型、行為模型、規(guī)則模型、算法模型、優(yōu)化模型和知識模型。 模型精度：應(yīng)能精準(zhǔn)描述目標(biāo)實(shí)體的運(yùn)行機(jī)理，可通過按需加載輕量化或高精度模型來實(shí)現(xiàn)模型精度調(diào)節(jié)。 可復(fù)用性：支持人工配置算法模型、優(yōu)化模型、知識模型、物理模型和行為模型，支持行為模型的自主復(fù)用。
b)孿生數(shù)據(jù)域。 數(shù)據(jù)采集：具備從知識庫中采集數(shù)據(jù)的能力。 數(shù)據(jù)處理：具備從歷史數(shù)據(jù)中實(shí)時提取特征和從歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)實(shí)現(xiàn)數(shù)值實(shí)時預(yù)測的能力，且具備實(shí)時分析和分解復(fù)雜管控方案的能力。
c)孿生互動域。連接性：擁有自適應(yīng)配置或容錯機(jī)制，且具備知識庫和人的連接能力。 實(shí)時性：平均交互時延應(yīng)為毫秒級。
d)可視呈現(xiàn)域。 可視化內(nèi)容：支持對預(yù)測結(jié)果、優(yōu)化結(jié)果和管控方案實(shí)施過程的實(shí)時呈現(xiàn)。 可視化方式：支持聯(lián)動顯示動態(tài)數(shù)據(jù)、模型信息和模型變化過程，并可按需調(diào)整呈現(xiàn)方式。
e)模擬仿真域。仿真精度：滿足實(shí)時決策對預(yù)測內(nèi)容精度的要求。 仿真速度：滿足實(shí)時決策對預(yù)測仿真速度的要求。
f)分析預(yù)測域。 預(yù)測精度：具備依據(jù)真實(shí)動態(tài)數(shù)據(jù)的精準(zhǔn)數(shù)值預(yù)測能力和依據(jù)歷史數(shù)據(jù)、模型的精準(zhǔn)運(yùn)行過程預(yù)測能力。 預(yù)測時長：應(yīng)能依據(jù)動態(tài)數(shù)據(jù)實(shí)現(xiàn)秒級預(yù)測，預(yù)測時長應(yīng)不小于智能管控過程所需總時長。 參數(shù)規(guī)模：應(yīng)包括與管控需求有關(guān)的大部分參數(shù)。
g)優(yōu)化完善域。優(yōu)化內(nèi)容：應(yīng)包括目標(biāo)實(shí)體在未來一段時間內(nèi)的行為。 優(yōu)化程度：應(yīng)優(yōu)于目標(biāo)實(shí)體原方案運(yùn)行效果，且對目標(biāo)實(shí)體之外的其他實(shí)體運(yùn)行結(jié)果不會產(chǎn)生顯著影響。
h)決策控制域。 控制目標(biāo)實(shí)體：支持將智能管控方案分解為目標(biāo)實(shí)體可執(zhí)行的簡單控制指令。 控制數(shù)字實(shí)體：支持將智能管控方案分解為數(shù)字實(shí)體可執(zhí)行的簡單控制指令。
i)功能更新域。 功能重構(gòu)：應(yīng)能對可視化、仿真、預(yù)測和控制功能進(jìn)行人工重構(gòu)。 功能遷移：無要求。
j)集成融合域。 系統(tǒng)集成：支持集成智能分析和決策系統(tǒng)功能，并與智能分析和決策系統(tǒng)進(jìn)行實(shí)時交互。 新技術(shù)融合：能夠融合預(yù)測分析算法、機(jī)器學(xué)習(xí)、知識圖譜、腦機(jī)接口、大模型、大數(shù)據(jù)等技術(shù)。
k)系統(tǒng)管理域。 安全管理：具備與該等級功能對應(yīng)的物理和數(shù)字實(shí)體、數(shù)據(jù)、內(nèi)容、行為等系統(tǒng)安全管理能力。 資源管理：具備與該等級功能對應(yīng)的模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等資源管理能力，并根據(jù)管理需要配置相應(yīng)的人力、設(shè)備、平臺等資源。以虛預(yù)實(shí)階段的典型特征是“時效分析，孿生預(yù)演”。在此階段，通過與目標(biāo)實(shí)體進(jìn)行雙向?qū)崟r閉環(huán)交互，數(shù)字孿生模型能夠動態(tài)實(shí)時地反映目標(biāo)實(shí)體當(dāng)前的實(shí)際運(yùn)行狀態(tài)。數(shù)字孿生模型顯性機(jī)理和數(shù)字孿生數(shù)據(jù)隱性規(guī)律的有機(jī)結(jié)合，在一定程度上能夠?qū)崿F(xiàn)對目標(biāo)實(shí)體未來運(yùn)行過程的在線預(yù)演和對目標(biāo)實(shí)體未來運(yùn)行結(jié)果的預(yù)測，從而達(dá)成將未知轉(zhuǎn)化為預(yù)知、將突發(fā)和偶發(fā)問題轉(zhuǎn)變?yōu)槌Ｒ?guī)問題的目標(biāo)。
3.5 虛實(shí)共生
作為數(shù)字孿生發(fā)展的終極目標(biāo)和最高階段，虛實(shí)共生是指實(shí)現(xiàn)數(shù)字實(shí)體和目標(biāo)實(shí)體在全生命周期中的自主學(xué)習(xí)和迭代優(yōu)化，其評價(jià)指標(biāo)要求具體如下。
a)數(shù)字模型域。 模型類型：至少應(yīng)包含幾何模型、物理模型、行為模型、規(guī)則模型、算法模型、優(yōu)化模型和知識模型。 模型精度：模型精度可調(diào)整，應(yīng)能精準(zhǔn)描述目標(biāo)實(shí)體物理、幾何、行為、規(guī)則等方面的全部信息。 可復(fù)用性：支持全部模型的自主復(fù)用。
b)孿生數(shù)據(jù)域。 數(shù)據(jù)采集：具備數(shù)字孿生系統(tǒng)外部數(shù)據(jù)和目標(biāo)實(shí)體全生命周期數(shù)據(jù)的采集能力。數(shù)據(jù)處理：應(yīng)能對各種類型和來源數(shù)據(jù)進(jìn)行實(shí)時解析、歸類、存儲和利用。
c)孿生互動域。 連接性：應(yīng)能自動識別、重構(gòu)和新增連接關(guān)系。 實(shí)時性：平均交互時延應(yīng)為毫秒級，且可按需對交互時延進(jìn)行自適應(yīng)調(diào)整。
d)可視呈現(xiàn)域。 可視化內(nèi)容：支持對目標(biāo)實(shí)體的變化過程、數(shù)字實(shí)體的變化過程、交互關(guān)系的變化過程等演化內(nèi)容的實(shí)時呈現(xiàn)。 可視化方式：支持聯(lián)動顯示動態(tài)數(shù)據(jù)、模型信息和模型變化過程，并可按需調(diào)整呈現(xiàn)方式。
e)模擬仿真域。仿真精度：確保仿真結(jié)果與實(shí)際運(yùn)行結(jié)果一致。 仿真速度：應(yīng)大于目標(biāo)實(shí)體實(shí)際演化的速度。
f)分析預(yù)測域。 預(yù)測精度：應(yīng)能依據(jù)歷史數(shù)據(jù)、實(shí)時數(shù)據(jù)、現(xiàn)有知識、現(xiàn)有模型精準(zhǔn)預(yù)測目標(biāo)實(shí)體的狀態(tài)、性能、運(yùn)行過程和變化趨勢。 預(yù)測時長：應(yīng)能依據(jù)動態(tài)數(shù)據(jù)實(shí)現(xiàn)分鐘級預(yù)測，預(yù)測時長應(yīng)不小于目標(biāo)實(shí)體與數(shù)字實(shí)體演化過程所需總時長。 參數(shù)規(guī)模：應(yīng)包括數(shù)字孿生系統(tǒng)中已明確的全部參數(shù)。
g)優(yōu)化完善域。優(yōu)化內(nèi)容：應(yīng)包括數(shù)字孿生系統(tǒng)在未來一段時間內(nèi)的行為、組成、結(jié)構(gòu)。 優(yōu)化程度：應(yīng)優(yōu)于數(shù)字孿生系統(tǒng)依據(jù)原方案運(yùn)行的最終效果。
h)決策控制域。 控制目標(biāo)實(shí)體：支持對目標(biāo)實(shí)體的外觀、內(nèi)部結(jié)構(gòu)、功能、交互關(guān)系、關(guān)聯(lián)關(guān)系進(jìn)行改造。 控制數(shù)字實(shí)體：支持對數(shù)字實(shí)體的模型內(nèi)容、模型結(jié)構(gòu)、模型間關(guān)聯(lián)關(guān)系和數(shù)據(jù)進(jìn)行改造。
i)功能更新域。 功能重構(gòu)：應(yīng)能對可視化、仿真、預(yù)測、控制和優(yōu)化功能進(jìn)行自動重構(gòu)。 功能遷移：應(yīng)能將數(shù)字孿生系統(tǒng)功能自動遷移至演化過程所需場景，實(shí)現(xiàn)相關(guān)功能的自動部署。
j)集成融合域。 系統(tǒng)集成：支持集成機(jī)器學(xué)習(xí)系統(tǒng)和新接入數(shù)字孿生系統(tǒng)，并與機(jī)器學(xué)習(xí)系統(tǒng)和新接入數(shù)字孿生系統(tǒng)進(jìn)行實(shí)時交互。 新技術(shù)融合：能夠融合預(yù)測分析算法、機(jī)器學(xué)習(xí)、知識圖譜、腦機(jī)接口、大模型、大數(shù)據(jù)等技術(shù)。
k)系統(tǒng)管理域。安全管理：具備與該等級功能對應(yīng)的物理和數(shù)字實(shí)體、數(shù)據(jù)、內(nèi)容、行為等系統(tǒng)安全管理能力。 資源管理： 具備與該等級功能對應(yīng)的模型、數(shù)據(jù)、算法、系統(tǒng)、平臺等資源管理能力，并根據(jù)管理需要配置相應(yīng)的人力、設(shè)備、平臺等資源。虛實(shí)共生階段的典型特征是“決策優(yōu)化，動態(tài)重構(gòu)”。 在此階段，數(shù)字孿生模型不僅能夠?qū)崟r反映目標(biāo)實(shí)體的運(yùn)行狀態(tài)，而且還能利用歷史數(shù)據(jù)、實(shí)時數(shù)據(jù)、策略算法、現(xiàn)有知識和現(xiàn)有模型，達(dá)成決策實(shí)時智能優(yōu)化和目標(biāo)實(shí)體智能管控的目標(biāo)。同時，目標(biāo)實(shí)體和數(shù)字實(shí)體通過雙向交互能夠?qū)崟r感知和識別對方的更新內(nèi)容，并利用預(yù)測分析算法、機(jī)器學(xué)習(xí)、知識圖譜、腦機(jī)接口、大模型、大數(shù)據(jù)等技術(shù)，來實(shí)現(xiàn)目標(biāo)實(shí)體和數(shù)字實(shí)體的自主構(gòu)建或動態(tài)重構(gòu)， 確保在長期運(yùn)行過程中數(shù)字實(shí)體的仿真結(jié)果與目標(biāo)實(shí)體的實(shí)際運(yùn)行結(jié)果保持動態(tài)一致性，提升可視化、仿真、預(yù)測、控制和優(yōu)化等功能的有效性，實(shí)現(xiàn)高質(zhì)量、低成本、可持續(xù)的數(shù)字孿生。
4 、結(jié)束語
作為一種集成創(chuàng)新的技術(shù)體系，數(shù)字孿生是具有數(shù)據(jù)連接的特定目標(biāo)實(shí)體的數(shù)字化表達(dá)， 該數(shù)據(jù)連接可以保證物理狀態(tài)和虛擬狀態(tài)之間以適當(dāng)?shù)乃俾屎途冗M(jìn)行同步。經(jīng)過多年探索，數(shù)字孿生發(fā)展已進(jìn)入快車道，成為培育新興產(chǎn)業(yè)集群、助力數(shù)據(jù)要素價(jià)值化、實(shí)現(xiàn)產(chǎn)品制造現(xiàn)代化、促進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型的重要抓手，數(shù)字孿生相關(guān)技術(shù)、應(yīng)用、產(chǎn)業(yè)、標(biāo)準(zhǔn)、機(jī)制等不斷發(fā)展和完善。
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
王愛民：排產(chǎn)調(diào)度的幾種實(shí)際運(yùn)用方式...
