数字孪生白皮书（2019年）|免费下载.pdf

《数字孪生白皮书（2019年）|免费下载.pdf》由会员分享，可在线阅读，更多相关《数字孪生白皮书（2019年）|免费下载.pdf（30页珍藏版）》请在悟道方案网上搜索。

1、数字孪生白皮书（ 2019年） 中国电子信息产业发展研究院 目录 一、数字孪生发展态势 二、数字孪生定义内涵 三、数字孪生应用场景 目录 四、数字孪生未来展望 1.1 数字孪生正成为全球信息技术发展的新焦点 1.2 数字孪生正成为跨国企业业务布局的新方向 1.3 数字孪生正成为主要国家数字化转型的新抓手 数字孪生发展态势 1.1 数字孪生正成为全球信息技术发展的新焦点 数字孪生技术 2016-2018年， Gartner连续三年将数字孪生列为十大战略科技发展趋势。 2019年， Gartner认为数字孪生处于期望膨胀期顶峰，将在未来 5年将产生破坏性创新 。 发展阶段 重点企业 资料来源 :赵

2、敏， 走向智能研究院 数字孪生 数字孪生 + 数字孪生 + 西门子公司 Digital Twin 数字孪生 Digital Twin P/P/P 数字孪生 产品 /生产 /绩效 Comprehensive Digital Twin 综合数字孪生 PTC公司 Digital Twin 数字孪生 Digital Twin +K System 数字孪生 +知识体系 Digital Twin+AR 数字孪生 +增强现实 达索公司 Virtual Twin 虚拟孪生 Product lifecycle Twin 产品全生命周期孪生 3DEXPERIENCE Twin 3DEXPERIENCE孪生 ESI

3、公司 Physical-Based Virtual Twin 基于物理的虚拟孪生 Date-Drived Virtual Twin 数据驱动的虚拟孪生 Hybrid Twin 混合孪生 1.2 数字孪生正成为跨国企业业务布局的新方向 数字世界 物理世界 物（设备 /机器 /产品等） 数字孪 生空间 资产层 传感器、驱动器集成层 网络、协议通信层 数据、模型 （数字孪生实现）信息层 资产功能功能层 组织和业务流程业务层 德国工业 4.0参考架构 应用平台 数字孪生空间 模型平台 数据平台 图 以数字孪生体框架为核心的工业互联网 Paas系统 1.3 数字孪生正成为主要国家数字化转型的新抓手 美国

4、工业互联网联盟将数字孪生作为工业 互联网落地的核心和关键。 德国工业 4.0参考架构将数字孪生作为重要内容。 1.3 数字孪生正成为主要国家数字化转型的新抓手 智 慧 城 市 国家 建设目标 新加坡 虚拟新加坡 法国 数字孪生巴黎 加拿大 多伦多高科技社区 中国 雄安新区数字城市 中国 杭州城市大脑 国家 相关知名公司 车 联 网 中国 百度、华为、腾讯、阿里等 美国 特斯拉、福特等 日本 丰田、本田等 德国 西门子等 数字孪生内涵理解 2.1 数字孪生历程 2.2 数字孪生定义 2.3 数字孪生内涵 2.4 数字孪生典型特征 2.5 数字孪生技术架构 CAx软件为数字孪生的出现奠定了 技术基

5、础 1949年第一代 CAM软件 APT问世； 1969年 NASA推出了第一代 CAE软件 COSMIC Nastran； 1973年第一代 CAPP系统 AuToPros问世； 1982年二维绘图标志性工具 AutoCAD 问世。 21世纪之前 技术积累期 2000-2015年 概念提出期 美国军方机构开始提出数字孪生 的相关概念 2003年密歇根大学 Michael Grieces 教授首次提出数字孪生概念； 2010年美国军方提出数字线程； 2011年洛克希德 马丁提出数字织锦； 2012年 NASA发布了包含数字孪生 的两份技术路线图。 2020-未来 快速发展期 数字孪生技术和产业

6、生 态都有望迎来爆发期 数字孪生将加速与 AI等 新兴技术融合发展进一步应 用。 数字孪生广泛应用于工 业互联网、车联网、智慧城 市等新型场景。 2015-2020年 应用萌芽期 工业软件巨头纷纷布局数 字孪生业务 西门子 2017年正式发布了数 字孪生体应用模型； PTC2017年推出基于数字孪 生技术的物联网解决方案； 达索、 GE、 ESI等企业开始 宣传和使用数字孪生技术。 数字孪生因建模仿真技术而起、因传感技术而兴，并将随着新一代信息技术群体突破和融合发展而发展壮大。 2.1 数字孪生历程：历经技术积累、概念提出、应用萌芽、快速发展四个阶段 国外研究机构 国内行业专家 德勤： 数字孪

7、生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现。 埃森哲： 数字孪生是指物理产品在虚拟空间中的数字模型，包含了从产品构思到产品退市全生命周期的产品信息。 美国国防采办大学： 数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、 多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。 密歇根大学： 数字孪生是基于传感器所建立的某一物理实体的数字化模型，可模拟显示世界中的具体事物。 宁振波： 数字孪生是将物理对象以数字化方式在虚拟空间呈现，模拟其在现实环境中的行为特征。 赵敏： 数字孪生是指在数字虚体空间中所构建的虚

8、拟事物，与物理实体空间中的实体事物所对应的、在形态和举止上都 相像的虚实精确映射关系。 林诗万： 数字孪生是实体或逻辑对象在数字空间的全生命周期的动态复制体，可基于丰富的历史和实时数据、先进的算 法模型实现对对象状态和行为高保真度的数字化表征、模拟试验和预测。 陶飞： 数字孪生以数字化的方式建立物理实体的多维、多时空尺度、多学科、多物理量的动态虚拟模型来仿真和刻画物 理实体在真实环境中的属性、行为、规则等。 2.2 数字孪生定义 数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行 描述、 诊断、预测、决策 ，进而实现物理空间与赛博空间的交互映射。 物理对象 原理 +数据

9、 模型是核心 软件是载体 数据是基础 自我学习 动态调整 机理模型 + 数据驱动模型 信息 指令 模型 控制器 2.2 数字孪生定义：实现物理空间在赛博空间交互映射的通用使能技术 软件 模型算法化 算法代码化 代码软件化 描述 诊断 预测 决策 一 项通用技术 支撑经济社会数字化转型的通用使能技术 两 大孪生空间 交互 反馈原子 实体 逻辑 物理空间 比特 模型 软件 赛博空间 三 大技术要素 数据是基础 原理 机理模型 数据驱动模型 软件是载体 模型算法化 算法代码化 模型是核心 传感器数据 四 大功能等级 描述 诊断 预测 决策 五 大典型特征 数据驱动 模型支撑 软件定义 精准映射 智能

10、决策 2.3 数字孪生内涵：涵盖“ 12345”五大内容 代码软件化 数字孪生的本质是在比特的汪洋中重构原子的运行轨道，以数据的流动实现 物理世界的资源优化。数据驱动 数字孪生的核心是面向物理实体和逻辑对象建立机理模型或数据驱动模型， 形成物理空间在赛博空间的虚实交互。模型支撑 数 字孪生的关键是将模型代码化、标准化，以软件的形式动态模拟或监测物理 空间的真实状态、行为和规则。软件定义 通过感知、建模、软件等技术，实现物理空间在赛博空间的全面呈现、精准 表达和动态监测。精准映射 未来数字孪生将融合人工智能等技术，实现物理空间和赛博空间的虚实互动、 辅助决策和持续优化。智能决策 2.4 数字孪生

11、典型特征：数据驱动、模型支撑、软件定义、 精准映射、智能决策 模型层 数据层 机理模型 数据驱动模型 物理层 物理实体 数据采集 数据处理 数据传输 功能层 决策描述 预测诊断 应用层 智能工厂 车联网 智慧城市 智慧建筑 智慧医疗 2.5 数字孪生技术架构：分为物理层、数据层、模型层、功能层 数字 孪生 技术 架构 数字孪生 应用场景 智能工厂 车联网 智慧城市 智慧建筑 智慧医疗 核心价值 实现产品迭代式 创新 实现生产制造全 过程数字化管理 开展设备预测性 维护 驾驶辅助 部分自动驾驶 有条件自动驾 驶 高度自动驾驶 完全自动驾驶 绘制“城市画像” 实现城市规划“一 张图” 实现城市难题

12、“一 眼明” 实现城市治理“一 盘棋” 打造虚拟建 筑 施工优化 智慧家居 人体运行机理模拟 仿真 医疗设备远程管理 加快科研创新向临 床实践的转化 （ 1）应用视角：包括智能工厂、车联网等应用场景 物理世界 智能诊断 科学预测 辅助决策可视化呈现 Level 1  描述 通过感知设备采集到的数 据，对物理实体各要素进 行监测和动态描述。 Level 4  决策 在分析过去和预测未来的基 础上，对行为进行指导。 Level 2  诊断 分析历史数据，检查功能 、性能变化的原因 。 Level 3  预测 揭示各类模式的关系，预测 未来。 （ 2）功能视角

13、：包括描述、诊断、预测、决策四个能力等级 效果后评价 设想 设想并评估当前应用场 景，拟定数字孪生适用 流程 确定方案 确定最适合该应用场 景的方案 试运行 运用数字孪生模型模拟 物理实体运行 产业化 推进试行项目虚体，以 虚控实，实现产业化 评价产业化效果和投资效益 （ 3）部署视角：包括设想、确定方案、试运行、 产业化、效果后评价五个阶段 3.1 数字化设计 3.2 虚拟工厂 3.3 设备预测性维护 数字孪生应用场景 3.4 智慧城市 3.5 车联网 3.6 智慧医疗 达索、 PTC、波音等公司综合运用数字孪生技术打造 产品设计数字孪生体， 在赛博空间进行体系化仿真 ，实现反馈式设计、迭代

14、式创新和持续性优化。目前，在 汽车、轮船、航空航天、精密装备制造 等领域已 普遍开展原型设计、工艺设计、工程设计、数字样机等形式的数字化设计实践。 几何数据 原理数据 工艺数据 材料数据 现场设备数据 历史设计数据 现场环境数据 历史测试数据 数据层 模型层 应用层 数模验证模型 试验仿真模型 产品数字模型 优化迭代 物理几何模型 生产加工模型 客户 生产部门 第一性原理 动态数据反馈 集成服务接口 人机交互模拟 客户深度体验 沉浸式工艺设计 虚拟制造 工业设计优化 设计协同辅助 需求设计验证 生产工程预测 3.1 数字化设计：数字孪生 +产品创新 数据 多维动态的 数字环境 精确执行的 数字

15、模型 同步交付的 数字产品 西门子、洛马等国外公司，以及华龙迅达、东方国信、石化盈科等国内公司，在赛博空间打造映射物理 空间的 虚拟车间、数字工厂 ，推动物理实体与数字虚体之间数据双向动态交互，根据赛博空间的变化及时 调整生产工艺、优化生产参数，提高生产效率。 智能计划排产 物料配给管理 产品质量追踪 协同工艺规划 生产参数优化 库存动态管控 人员安排管控 生产环境管控 设备维护管理 故障预测维修 安全可靠保障 能效优化分析 生产制造 经营管理 产品服务生产规划产品设计 员工数据 机器数据 物料数据 规则数据 环境数据 多协议兼容 +边缘数据采集 设计制造 协同模型 生产管理 优化模型 设备健

16、康 管理模型 产品增值 服务模型 制造能力 交易模型 生产过程状 态监测模型 故障诊断 模型 工艺优化 模型 质量控制 模型 节能减排 模型 离散行业 流程行业 3.2 虚拟工厂：数字孪生 +生产制造全过程管理 数据层 模型层 应用层 GE、空客等公司开发设备 数字孪生体 并与物理实体同步交付，实现了设备全生命周期数字化管理，同时 依托现场数据采集与数字孪生体分析，提供 产品故障分析、寿命预测、远程管理 等增值服务，提升用户体 验，降低运维成本，强化企业核心竞争力。 数据层 模型层 应用层 现场设备数据 现场环境数据几何数据 功能数据 历史状态数据 历史维护数据 状态监测模型 物理数据 远程诊

17、断模型 故障预测模型 健康管理模型 学习提升模型 设备检测 健康评估 异常报警 故障定位 寿命预测 故障预警 维修规划 远程调度 备件管理 增值服务 工艺数据 3.3 设备预测性维护：数字孪生 +设备管理 通过建设 城市数字孪生体 ，以定量与定性结合的形式，在数字世界推演天气环境、基础设施、人口土地、 产业交通等要素的交互运行，绘制 “城市画像” ，支撑决策者在物理世界实现 城市规划“一张图”、城市难 题“一眼明”、城市治理“一盘棋” 的综合效益最优化布局。 地理信息 地表 地下 空中 水域 人口信息 数量 比例 年龄 籍贯 基础设施信息 水 电 热 气 天气信息 温度 湿度 煤 网 气压 污

18、染 交通信息 道路 汽车 飞机 轮船 建筑信息 房屋 设备 景观 设施 智能安防 智能交通 智能规划环境监测市政管理应急预案 城市分层建模 模型单体化 单体语义化 实时模型呈现、渲染、计算、分析 动态 +静态多源数据加载 地形层 建筑层 地表层 地下层 道路单体库 建筑单体库 植被单体库 基础物件库 业务属性语义 几何结构语义 3.4 智慧城市：数字孪生 +城市运行管理 数据层 模型层 应用层 以百度、谷歌、腾讯等为代表的企业，积极探索数字孪生技术在车联网中的应用，有效实现了车与人、车 、路、设施的全面连接，极大推动了 自动驾驶智能化水平、交通安全保障水平和公共交通服务效率 的提升。 运载数据

19、 油耗数据 电路状态 充电数据 几何模型 能耗模型有限元模型 逻辑模型 动力调整 发动机保养 电池维护 电路诊断 传动信息 制动信息 引擎信息 车架结构 动力模型 制动模型 控制模型 风阻模型 运动模式 自动泊车 安全行驶 汽车养护 道路情况 天气信息 车辆信息 基础设施 驾驶员行为模型 油耗模型 环境模型 远程控制 自动驾驶 景点推荐 线路规划 实时、动态采集人体、车辆、道路、设施信息 综合利用各种模型，得到最优交通运行效率 3.5 车联网：数字孪生 +V2X 数据层 模型层 应用层 达索、海信等公司尝试将数字孪生与医疗服务相结合，实现人体运行机理和医疗设备的动态监测、模拟和 仿真，可 加快

20、科研创新向临床实践的转化速度、提高医疗诊断效率、优化医疗设备质控管理。 病人病历 付费记录 病人信息 化验数据 CT数据 用药记录 设备结构 设备日志 设备材质 设备耗能 设备参数 设备寿命 器官模型 组织模型 细胞模型 医疗器械 模型 辅助设备 模型 人 物 系统模型 人体机理 药代动力学模型 建立病人个性化健康机理模型库 实现医疗设备全数据采集 +互联互通 打造基于数字孪生的个性化医疗解决方案 专家远程诊断 健康状态实时监控 医疗设备预见维护 医疗手术辅助 诊断设备 模型 3.6 智慧医疗：数字孪生 +医疗服务 数据层 模型层 应用层 数字孪生未来展望 从宏观看 数字孪生不仅仅是一项通 用

21、使能技术，也将会是数 字社会人类认识和改造世 界的方法论。 从中观看 数字孪生将成为支撑社会治理和产业数字 化转型的发展范式。 从微观看 数字孪生落地的关键是“数据 + 模型”，亟需分领域、分行业 编制数字孪生模型全景图谱。 数字孪生未来展望 方法论 理论推理试验验证 数字孪生 模型全 景图谱 逻辑对象物理实体 机理模型 数据驱动模型 社会治理数字 化转型 产业数字化转型 数 字 孪 生 政 府 数 字 孪 生 城 市 数 字 孪 生 公 民 数 字 孪 生 工 业 数 字 孪 生 农 业 数 字 孪 生 医 疗 长期性 数字孪生是一套支撑数字化转 型的综合技术体系，技术在发 展，应用在深化，

22、体系在演进， 其应用推广也是一个动态的、 演进的、长期的过程。 艰巨性 数字孪生 =数据 +模型 +软件， 我国在数据采集、模型积累、 软件开发等方面存在诸多短板 ，成为制约数字孪生发展的瓶 颈。 阶段性 数字孪生的出现不是概念炒作， 而是信息化发展到一定程度的必 然性结果，数字孪生正成为人类 解构、描述、认识物理世界的新 型工具。 总结与思考 当前，要坚持需求牵引和价值导向，以需求迫切、基础较好、潜力巨大的应用场景为突破口，在重 点领域、重点环节率先实现突破，树立一批典型模式和样板。 突破口 编写组成员 张洪国 王宇霞 姚 磊 袁晓庆 许亚倩 周 峰安 琳 宋颖昌 徐 靖 孙 刚 张 朝 管 桐 致 谢 郎燕 PTC发展战略总监 林雪萍 北京联讯动力咨询公司总经理 宁振波 中国航空工业集团公司信 息技术中心原首席顾问 王湘念 中国航空制造技术研究院 副总工程师 赵敏 走向智能研究院执行院长 赵宏博 北京东方国信科技股份有限公司 工业互联网研究院院长 朱铎先 北京兰光创新科技有限公司董事长 谢 谢！