陈根：数字孪生背后，技术体系庞大

文/陈根

过去几年，数字孪生的热度不断攀升，频繁出现在各大峰会论坛的演讲主题之中，备受行业内外的关注。正如微软首席执行官萨蒂亚·纳德拉曾描述的数字孪生的好处，他将数字孪生称为最大的科技趋势之一。

事实上，数字孪生已经渗透在不被人们察觉的社会生活和生产的诸多方面，但人们却依然对数字孪生没有足够的了解，比如说，数字孪生的技术体系。

数字孪生技术的实现依赖于诸多先进技术的发展和应用，其技术体系按照从基础数据采集层到顶端应用层可以依次分为数据保障层、建模计算层、功能层和沉浸式体验层。

展开来说，数据保障层是整个数字孪生技术体系的基础，支撑着整个上层体系的运作，其主要由高性能传感器数据采集、高速数据传输和全生命周期数据管理 3 个部分构成。

其中，数据是整个数字孪生技术体系的基础，海量复杂系统运行数据包含用于提取和构建系统特征的最重要信息。与专家经验知识相比，系统实时传感信息更准确、更能反映系统的实时物理特性，对多运行阶段系统更具适用性。作为整个体系的最前沿部分，其重要性毋庸置疑。

建模计算层主要由建模算法和一体化计算平台两部分构成，通过采用多物理、多尺度的方法对传感数据进行多层次的解析，挖掘和学习其中蕴含的相关关系、逻辑关系和主要特征，实现对系统的超现实状态表征和建模，并能预测系统未来状态和寿命，依据其当前和未来的健康状态评估其执行任务成功的可能性。

功能层面向实际的系统设计、生产、使用和维护需求提供相应的功能，包括多层级系统寿命估计、系统集群执行任务能力的评估、系统集群维护保障、系统生产过程监控及系统设计辅助决策等功能。

针对复杂系统在使用过程中存在的异常和退化现象，在功能层开展针对系统关键部件和子系统的退化建模和寿命估计工作，为系统健康状态的管理提供指导和评估依据。对于需要协同工作的复杂系统集群，功能层为其提供协同执行任务的可执行性评估和个体自身状态感知，辅助集群任务的执行过程决策。

在对系统集群中每个个体的状态深度感知的基础上，可以进一步依据系统健康状态实现基于集群的系统维护保障，节省系统的维修开支及避免人力资源的浪费，实现系统群体的批量化维修保障。

作为数字孪生体系的直接价值体现，功能层可以根据实际系统需要进行定制，在建模计算层提供的强大信息接口的基础上，功能层可以满足高可靠性、高准确度、高实时性及智能辅助决策等多个性能指标，提升产品在整个生命周期内的表现性能。

沉浸式体验层主要是为使用者提供良好的人机交互使用环境，让使用者能够获得身临其境的技术体验，从而迅速了解和掌握复杂系统的特性和功能，并能够便捷地通过语音和肢体动作访问功能层提供的信息，获得分析和决策方面的信息支持。

沉浸式体验层通过集成多种先进技术，实现多物理、多尺度的集群仿真，利用高保真建模和仿真技术及状态深度感知，以及自感知技术构建目标系统的虚拟实时任务孪生体，持续预测系统健康、剩余使用寿命和任务执行成功率。

可以说，从建模计算层开始，每一层的实现都建立在前面各层的基础之上，是对前面各层功能的进一步丰富和拓展。