數字孿生（DT）是一種實用的OT/IT融合方法，能夠增強二者的交互，并融合來自雙方的數據。它有助于開發更智能、更高效、更可靠的制造系統，也是實施智能制造的關鍵一步。目前來看，很多人對數字孿生的認知還不夠全面，尤其“數據”和“應用”并沒有受到足夠的重視，但其實這二者是除“物理實體”和“虛擬實體”及其“連接”之外，數字孿生中最為重要的兩個要素。總體來說，數字孿生應該包含物理實體、虛擬實體、物理與虛擬實體的連接、數據和應用五個維度。

01數字孿生的發展

2003年，數字孿生最初是在格里夫斯的產品生命周期管理（PLM）執行課程中提出，他將其定義為三個維度，包括一個“物理實體”、一個“數字對應物”和一個將兩部分聯系在一起的“連接”。

2010年，美國宇航局在《建模、仿真、信息技術》草案中詳細闡述了航天飛行器數字孿生的定義和功能，“一個綜合的多物理場、多尺度的飛行器或系統模擬，使用最佳可用的物理模型、傳感器數據更新、歷史數據等來反映其相應壽命”。

2011年，美國空軍探索了數字孿生在飛機結構健康管理中的應用。

2012年，美國宇航局和美國空軍聯合發表了一篇關于數字孿生的論文，指出它是未來飛行器的關鍵技術。

2014年，數字孿生白皮書發表，其三維度結構得到廣泛宣傳。隨后，它被引入航空航天工業以外的更多領域，如汽車、石油和天然氣、醫療保健和醫藥等。

當代數字孿生的五個維度

（PE表示物理實體，VE表示虛擬實體，Ss表示服務（應用），DD表示孿生數據，CN表示各組成部分間的連接）

隨著時代的發展，人們發現“物理實體”、“虛擬實體”及其“連接”，這三個維度已經不足以覆蓋數字孿生的范圍。“數據”和“服務（應用）”兩個維度加入進來組成了數字孿生的五個維度，這樣除了物理、虛擬以及二者的交互之外，還可以利用新技術融合物理和虛擬兩方面的數據，實現更全面、更準確的信息獲取；同時，“服務（應用）”納入數字孿生模型中，像檢測、判斷和預測等等對于用戶來說就比較直觀了。

02數字孿生的核心

模型、數據、連接和服務始終在數字孿生中扮演著最重要的角色，這四個部分也是數字孿生的核心。

模型

數字孿生的一個重要特征是，對于每個物理對象，都有一個“數字鏡像”存在于虛擬世界中，并與它在整個生命周期中一起“工作”。大多數人對數字孿生第一印象中的“3D模型”，可以說就是這里所說的模型中的一部分，但數字孿生的模型，不僅僅是你能看到的3D模型，它包括幾何尺寸、物理特性和行為等，具有實時同步、可靠映射和高保真等特點。

數據

數字孿生數據由五部分組成：一是來自物理實體的數據，主要包括運行狀態和工作條件；二是來自虛擬鏡像的數據，由模型參數和模型運行數據組成；三是來自服務應用的數據，描述服務的封裝、組合、調用等；四是從收集的數據中挖掘或從現有數據庫和系統中獲取的領域知識；最后是以上數據的融合處理數據，可以通過數據融合算法（如神經網絡、D-S算法和卡爾曼濾波）獲得。

服務

服務又分為面向物理實體和面向虛擬鏡像兩種服務。這些服務通過實時調節使物理實體按預期工作，并通過物理實體與鏡像模型的關系校準以及模型參數校準保持虛擬鏡像的高保真度。面向物理實體的服務主要包括監測服務、PHM服務、狀態預測服務、能耗優化服務等；面向虛擬鏡像的服務主要包括模型的構建服務、標定服務和測試服務等。

連接

從概念圖可以看到，在五維數字孿生中的連接，不止于物理實體與虛擬鏡像之間的連接，還包括他們與服務以及數字孿生數據之間的雙向連接。由此也可以看出，數字孿生中服務和數據角色的增加，也帶來了整個體系角色之間聯系的復雜化。

03數字孿生與工業互聯網

從技術角度來看，數字孿生體系的構建分為：物理實體建模（傳感、射頻、嵌入、數采）、虛擬鏡像建模（3D模型、行為建模、規則建模、模型集成、模型分析、模型評估）、服務建模（資源管理、服務描述、服務封裝、服務可視化、搜索與匹配、服務評估、容錯管理、人機交互）、數據建模（存儲、清理、轉換、集成、融合、分析、可視、完整性、安全性）、連接建模（協議分析、協議轉換、感知、無線、API、標準）。

數字孿生構建的八條準則：基于數據和知識、模塊化、輕量化、層次化、標準化、服務化、開放性和可擴展、魯棒性。這些準則對數字孿生的受眾來說，非常貼心。因為，當前數字孿生對很多人來說，還很“科幻”，而且往往他們看到的數字孿生相關宣傳都是“全生命周期（設計、生產、維護等等）”，那么多“全”才叫“全”呢，生命周期應該覆蓋到哪里呢，沒有設計階段行嗎？這樣的系統得做多大，涵蓋多少范圍？……這時候這些準則就能解決這些疑問。

首先可以肯定的是，數字孿生是未來的主流方向，其次我們也應該正視當前發展數字孿生的基礎不足，比如行業差異、基礎設施等等。在這種情況下，數字孿生的落地就應該是模塊化、輕量化、標準化、服務化的。所謂服務化，不只是要將功能、應用、資源等服務化，還指的是企業應該將目光放在數字孿生所能提供的最終服務和應用，比如預測性維護。而數字孿生供應商也應該盡可能的封裝底層技術，為客戶提供人性化、易用的應用，因為數字孿生不是目的，最終的應用才是目的。而另一方面，數字孿生需要持續開發、持續獲益、持續改進，模塊化、輕量化、標準化也就顯得尤為重要。

那么，如何才能保證這些技術和準則的成功實現，答案就是工業互聯網平臺。無論是從五維數字孿生的關鍵技術支撐集來看，還是從其構建準則來說，我們都可以清晰的看到數字孿生和工業互聯網有很多的相似性，數字孿生可以看作是工業互聯網的一個子集。尤其以數據為中心、以服務（應用）為導向這關鍵兩點上更是不謀而合。簡言之，工業互聯網平臺也是數字孿生的基礎平臺。

04平臺支撐數字孿生

以寄云NeuSeer 工業互聯網平臺為例，我們可以發現，工業互聯網平臺很多優勢完全就是為了數字孿生構建準則而準備，或者為了解決數字孿生的技術挑戰而生。它覆蓋了邊緣端，到邊緣物聯網平臺，數據治理平臺，有全流程的數據生命周期平臺，幫助客戶實現應用和系統的構建，幫助客戶管理數據，發現數據價值。

首先，寄云NeuSeer工業數據采集網關在物理實體層面支撐數字孿生的構建。它提供不同類型的接口，RS232/485/以太網，可以對接包括西門子、歐姆龍、三菱、臺達等數百種常見的PLC，靈活的配置數據采集的點表和格式化，并提供高性能的MQTT轉發通道；同時，提供統一的管理接口，支持遠程的配置升級和VPN接入。

在數據方面，寄云工業數據管理平臺提供封裝好的數據讀寫接口，支持數據模型、數據對象，以及各種常見的計算函數，構建各種分析指標。提供可擴展、分布式、海量的實時數據庫和MPP數據庫，提供高性能的匯聚和查詢能力。支持不同類型的物聯網實時數據和業務系統的采集和接入，提供便捷的任務和調度管理。應用通過數據對象API和規則配置API訪問數據，無需編寫SQL語句，降低開發難度、加快開發進度，并實現數據共享。

不僅如此，工業數據分析建模平臺還提供靈活的數據模型和數據對象；支持豐富的數據預處理、數據探查、統計分析、機器學習、神經網絡的各種分析模型和可視化；并支持模型的發布和共享，這與數字孿生理念中的服務發現和搜索等技術相呼應。

除此以外，寄云NeuSeer工業應用開發平臺無（低）代碼可視化開發功能的工業組態、2D/3D、儀表盤、分析報表、填報表單，以及直接關聯指標數據、安全的發布機制、可集成到應用中的優勢，再加上先進的編譯、打包、部署，持續更新，豐富的微服務目錄，API網關，統一用戶登錄，支持邊緣端部署等能力，能夠讓數字孿生構建規則中的服務化、輕量化、模塊化和標準化等實施起來如魚得水。

05預測性維護應用

寶石機械鉆機設備預測性維護系統是國內石油裝備領軍企業中國石油寶雞石油機械與工業互聯網服務商寄云科技等共同開發的一種基于數字孿生技術的鉆機預測維護系統。該系統建基在鉆機及鉆機子系統級別的設備整體健康度評估與預測基礎上，實現設備實時監控、健康趨勢預測、故障追溯判斷等功能。

該系統借助邊緣計算、機器學習、物聯網等技術實現了高效、經濟的設備健康度評估和預測，能夠及時的為鉆機維保人員提供維保預測信息，結合系統的故障庫、專家系統等，系統還能夠實現各種鉆機設備故障的溯源和診斷，同時，對于關鍵核心設備系統還實現了基于RUL的預測。

預測性維護是系統核心功能，包含鉆機總體狀態分析，能夠根據近一段運行時間的設備參數，判定設備當前的總體狀態；設備參數趨勢分析，根據設備參數的歷史運行數據，預測其未來一段時間內的趨勢（保持穩定還是性能惡化）；以及在此基礎上的關鍵設備的故障診斷與預測。

06平臺+數據智能應用雙驅動

正因為深刻的看到智能制造、數字孿生的核心是數據，應用是導向，基礎是平臺，寄云科技提出了“平臺+數據智能應用雙輪驅動”戰略：“以NeuSeer工業互聯網平臺為主線，數據智能應用為基礎的雙輪驅動模式”。從橫向集成的角度，制造企業需要通過平臺去連接人、機、物等各類工業要素，獲取各種設備實時數據和生產過程數據，再深入結合行業的機理模型，輔以機器學習和人工智能分析，構建生產指標的優化能力，實現反饋控制和實時決策能力，進而優化生產制造過程。
編輯：lyn