智能制造的核心技术之数字孪生!
发布时间:2022-04-07 | 信息来源:强思数科 | 点击量:1290

1.数字孪生的概念

全球最具权威的IT研究与顾问咨询公司Gartner在2019年十大战略科技发展趋势中将数字孪生作为重要技术之一,其对数字孪生的描述为:数字孪生是现实世界实体或系统的数字化体现。

624dd8cca94e5.png

关于数字孪生的定义很多。陶飞教授在自然杂志的评述中认为,数字孪生作为实现虚实之间双向映射、动态交互、实时连接的关键途径,可将物理实体和系统的属性、结构、状态、性能、功能和行为映射到虚拟世界,形成高保真的动态多维/多尺度/多物理量模型,为观察物理世界、认识物理世界、理解物理世界、控制物理世界、改造物理世界提供了一种有效手段。

CIMdata推荐的定义是:“数字孪生(即数字克隆):是基于物理实体的系统描述,可以实现对跨越整个系统生命周期可信来源的数据、模型和信息进行创建、管理和应用。”此定义简单,但若没有真正理解其中的关键词(系统描述,生命周期,可信来源,模型),则可能产生误解。


2.数字孪生的模型

基于数字孪生的文字定义,图2给出数字孪生的五维概念模型。

624dd91465772.png

数字孪生五维概念模型是一个通用的参考架构,能适用不同领域的不同应用对象。其次,它的五维结构能与物联网、大数据、人工智能等新信息技术集成与融合,满足信息物理系统集成、信息物理数据融合、虚实双向连接与交互等需求。再次,孪生数据(DD)集成融合了信息数据与物理数据,满足信息空间与物理空间的一致性与同步性需求,能提供更加准确、全面的全要素/全流程/全业务数据支持。服务(Ss)对数字孪生应用过程中面向不同领域、不同层次用户、不同业务所需的各类数据、模型、算法、仿真、结果等进行服务化封装,并以应用软件或移动端App的形式提供给用户,实现对服务的便捷与按需使用。连接(CN)实现物理实体、虚拟实体、服务及数据之间的普适工业互联,从而支持虚实实时互联与融合。虚拟实体(VE)从多维度、多空间尺度及多时间尺度对物理实体进行刻画和描述。


 2.2数字孪生的系统架构

图中给出了数字孪生系统的通用参考架构。一个典型的数字孪生系统包括用户域、数字孪生体、测量与控制实体、现实物理域和跨域功能实体共5个层次。

624dd97cc83a9.png


2.3  数字孪生的成熟度模型

数字孪生不仅仅是物理世界的镜像,也要接受物理世界实时信息,更要反过来实时驱动物理世界,而且进化为物理世界的先知、先觉甚至超体。这个演变过程称为成熟度进化,即数字孪生的生长发育将经历数化、互动、先知、先觉和共智等几个过程。

624dd9ccb814b.png

数化。数化是对物理世界数字化的过程。这个过程需要将物理对象表达为计算机和网络所能识别的数字模型。建模技术是数字化的核心技术之一,例如测绘扫描、几何建模、网格建模、系统建模、流程建模、组织建模等技术。物联网是“数化”的另一项核心技术,将物理世界本身的状态变为可以被计算机和网络所能感知、识别和分析。

互动。互动主要是指数字对象及其物理对象之间的实时动态互动。物联网是实现虚实之间互动的核心技术。数字世界的责任之一是预测和优化,同时根据优化结果干预物理世界,所以需要将指令传递到物理世界。物理世界的新状态需要实时传导到数字世界,作为数字世界的新初始值和新边界条件。另外,这种互动包括数字对象之间的互动,依靠数字线程来实现。

先知。先知是指利用仿真技术对物理世界的动态预测。这需要数字对象不仅表达物理世界的几何形状,更需要在数字模型中融入物理规律和机理。仿真技术不仅建立物理对象的数字化模型,还要根据当前状态,通过物理学规律和机理来计算、分析和预测物理对象的未来状态。

先觉。如果说“先知”是依据物理对象的确定规律和完整机理来预测数字孪生的未来,那“先觉”就是依据不完整的信息和不明确的机理,通过工业大数据和机器学习技术来预感未来。如果要求数字孪生越来越智能和智慧,就不应局限于人类对物理世界的确定性知识,因为人类本身就不是完全依赖确定性知识而领悟世界的。

 共智。共智是通过云计算技术实现不同数字孪生之间的智慧交换和共享,其隐含的前提是单个数字孪生内部各构件的智慧首先是共享的。所谓“单个”数字孪生体是人为定义的范围,多个数字孪生单体可以通过“共智”形成更大和更高层次的数字孪生体,这个数量和层次可以是无限的。


3.数字孪生的关键技术

建模、仿真和基于数据融合的数字线程是数字孪生的3项核心技术。

3.1 建 模

数字化建模技术起源于20世纪50年代,建模的目的是将我们对物理世界或问题的理解进行简化和模型化。数字孪生的目的或本质是通过数字化和模型化,消除各种物理实体、特别是复杂系统的不确定性。所以建立物理实体的数字化模型或信息建模技术是创建数字孪生、实现数字孪生的源头和核心技术,也是“数化”阶段的核心。

数字孪生的模型发展分为4个阶段,这种划分代表了工业界对数字孪生模型发展的普遍认识,如图所示。

624dda7f2bfed.png

第1个阶段是实物模型阶段,没有虚拟模型与之对应。NASA在太空飞船飞行过程中,会在地面构建太空飞船的双胞胎实物模型。这套实物模型曾在拯救Apollo 13的过程中起到了关键作用。

第2个阶段是实体模型有其对应的部分实现的虚拟模型,但它们之间不存在数据通信。其实这个阶段不能称为数字孪生的阶段,一般准确的说法是实物的数字模型。还有就是虽然有虚拟模型,但这个虚拟模型可能反应的是来源于它的所有实体,例如设计成果二维/三维模型,同样使用数字形式表达了实体模型,但两者直接并不是个体对应的。

第3个阶段是在实体模型生命周期里,存在与之对应的虚拟模型,但虚拟模型是部分实现的,这个就像是实体模型的影子,也可称为数字影子模型,在虚拟模型间和实体模型间可以进行有限的双向数据通信,即实体状态数据采集和虚拟模型信息反馈。当前数字孪生的建模技术能够较好的满足这个阶段的要求。

第4个阶段是完整数字孪生阶段,即实体模型和虚拟模型完全一一对应。虚拟模型完整表达了实体模型,并且两者之间实现了融合,实现了虚拟模型和实体模型间自我认知和自我处置,相互之间的状态能够实时保真的保持同步。

值得注意的是,有时候可以先有虚拟模型,再有实体模型,这也是数字孪生技术应用的高级阶段。

一个物理实体不是仅对应一个数字孪生体,可能需要多个从不同侧面或视角描述的数字孪生体。人们很容易认为一个物理实体对应一个数字孪生体。如果只是几何的,这种说法尚能成立。恰恰因为人们需要认识实体所处的不同阶段、不同环境中的不同物理过程,一个数字孪生体显然难以描述。如一台机床在加工时的振动变形情况、热变形情况、刀具与工件相互作用的情况……这些情况自然需要不同的数字孪生体进行描述。

不同的建模者从某一个特定视角描述一个物理实体的数字孪生模型似乎应该是一样的,但实际上可能有很大差异。前述一个物理实体可能对应多个数字孪生体,但从某个特定视角的数字孪生体似乎应该是唯一的,实则不然。差异不仅是模型的表达形式,更重要的是孪生数据的粒度。如在所谓的智能机床中,通常人们通过传感器实时获得加工尺寸、切削力、振动、关键部位的温度等方面的数据,以此反映加工质量和机床运行状态。不同的建模者对数据的取舍肯定不一样。一般而言,细粒度数据有利于人们更深刻地认识物理实体及其运行过程。

3.2  仿 真


从技术角度看,建模和仿真是一对伴生体:如果说建模是模型化我们对物理世界或问题的理解,那么仿真就是验证和确认这种理解的正确性和有效性。所以,数字化模型的仿真技术是创建和运行数字孪生体、保证数字孪生体与对应物理实体实现有效闭环的核心技术。

仿真是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确,并拥有了完整的输入信息和环境数据,就可以基本正确地反映物理世界的特性和参数。

<p style="