Archive for 胡权

胡权:“代差”是当前数字孪生体发展的特征

      十年前(2013年)的5月,工业4.0研究院在北京成立,当时确定了“引领第四次工业革命”的愿景,并把建立先进技术的“代差”作为安身立命的基础,力求跟其他单位形成不同的竞争优势。

      工业4.0研究院的十年,弹指一挥间。

      在过去十年期间,工业4.0研究院每年都选择一个颠覆性创新领域,通过集中研究与开发,在理论基础和试验探索两方面力求有所突破,借此不断扩展自身的“包线”。

工业4.0主题交流讨论

      秉承包容和开放的价值观,工业4.0研究院跟国际组织建立了常态沟通机制,主要的沟通对象有欧盟中国商会、IEEE、通用电气、西门子和大众汽车等。

      其中,通用电气全球研发中心的专家只要到中国,都会到访工业4.0研究院,当时该公司刚刚完成美国空军研究实验室的机身数字孪生体项目,正是在那个时候,工业4.0研究院开始系统跟踪研究数字孪生体。

      围绕数字孪生体的研究和创新,工业4.0研究院干了八年,期间于2019年发起了全球第一家数字孪生体联盟,比美国空军牵头的同名组织早7个月,比德国工业数字孪生体协会则早1年时间。

      工业4.0研究院坚信“代差”是对付“模仿”的利器,同时也创新获胜的必要方法。

      相比美国国防部动辄数百亿美元的投入,工业4.0研究院聚焦数字孪生体两个方面:一是数字孪生体科学体系的建立,二是针对数字孪生体平台的研发。

      2020年本人撰写了《数字孪生体:第四次工业革命的通用目的技术》一书,是工业4.0研究院跟人民邮电出版社“数字孪生体丛书”的第一本,把支撑国家相关部门数字孪生创新计划的一些成果分享给行业人士。

      虽然目前跟进出版的数字孪生体图书已经有不少,但工业4.0研究院拥有的“代差”仍然很明显。

      对于数字孪生体行业实践,工业4.0研究院历经近5年时间的研发,初步解决了数字孪生模型和人工智能两大问题,目前对外推出了“X-21数字孪生体平台”,主要用于装备系统领域。

      当前,美国国防部在数字孪生体科学和技术两方面处于绝对领先地位,工业4.0研究院相比之下处于代差劣势,所幸经过近5年时间的努力,我院已经建立了独立的数字孪生体科学体系,为进一步工程应用奠定了基础。

      美国国防部为了拉大其在数字孪生体科学体系的代差优势,组织了数十位科学家加大研究力度,预计在2025年将实现相关目标。与之对应,工业4.0研究院到2025年可以达到其70%的水平。

      在数字孪生体工程应用方面,工业4.0研究院距离美国国防部的代差非常明显,旗下公司还需要找到合适的应用场景,加大跟行业以模仿为主的企业的代差,避免削弱自身的创新能力和优势。

      颠覆性创新不容易,“代差”是保证领先者优势的方法,这一点将继续指导工业4.0研究院未来十年的发展。

 

美国正在加速数字孪生体科学体系的建设

      作为第四次工业革命的通用目的技术,数字孪生体得到了美国科学家高度重视,并开展了系列的研究,来自美国科学院和美国工程院的专家,提出了多方面的数字孪生体研究主题,期望加速推进该学科的建立。

      工业4.0研究院自2015年开始系统研究数字孪生体,并把它作为一种新型科学来对待,这一点跟美国科学界的情况是同步的。

      美国科学家认为,如何跨领域来定义数字孪生体,哪些示例和用例展现了数字孪生技术的价值,这是参与该项目的科学家需要回答的。

airframe_digital_twin

      对于数字孪生体的基础数学、统计和计算差距,数字孪生体科学家提出:

      * 在大规模实现强大可靠的数字孪生体方面,有哪些基础差距和研究机会?

      * 这些基本差距或机会在各个领域和应用之间有什么不同?

      * 数据驱动的学习和计算建模在大规模实现数字孪生体方面的作用是什么?

      * 数字孪生体验证的需求什么?如何实现不确定性的两化,这些需求在不同领域有什么差别?

      除了数字孪生体科学的基础研究课题,美国科学家还讨论了数字孪生体开发和使用的情况。

digital_twin_science

      他们希望了解,在应用领域内和跨应用领域正在出现哪些数字孪生体的最佳实践,以及在跨领域的数字孪生体应用有哪些挑战和机遇。

      目前,数字孪生体应解决领域内的验证、可重复性、认证、安全、道德等难题,这是数字孪生体大规模应用的前提。

      除了在美国国防部有较多的数字孪生体应用,在工业、医疗和社会中的数字孪生体应用案例还不普遍,美国科学界希望寻找一些有价值的案例,以提高人们对数字孪生体的认识和信心。

      针对数字孪生体的持续发展,美国科学家认为,数字孪生体应建立跨科学、技术、工程和社会的发展体系,重点解决研究、开发和应用的挑战。

      在2021年5月27日,本人结合到工业4.0研究院的核研究工作,发布了《认识数字孪生体科学的意义》一文,希望引起中国科学家对数字孪生体科学研究的关注。

      从我国科学界的反馈来看,由于缺乏上级机关的支持,加上时髦的元宇宙、工业软件或仿真等概念更具吸引力,国内暂时没有学者对数字孪生体做严肃的基础研究。

 

工业4.0研究院2023年主题:数字蓝军

      对于每年的研究和业务重点,工业4.0研究院通常都会确定一个主题。

      经长达3个月的论证,工业4.0研究院确定了2023年主题:数字蓝军(Digital Blue Force)。

      数字蓝军是在数字孪生战场环境下建立的威胁模型。通过试验场或靶场不断积累的数据,利用数字孪生模型可信度增长机制,促使数字蓝军接近实际的威胁情况。

数字蓝军

      为了解决传统建模仿真带来的“维数灾”和“数据灾”问题,导致无法逼近真实战场场景,从而给试验鉴定(包含研制试验鉴定和作战试验鉴定)带来难以逾越的瓶颈。

      针对以上需求,工业4.0研究院开展了多项研究:

      * 数字孪生战场综合环境研究;

      * 数字孪生模型可信度增长;

      * 数字孪生靶场基础设施;

      * 基于数字孪生战场环境的装备测试分析系统;

      * 数字线程驱动的“任务线程”。

      通过JADC2、综合环境等多个开放课题项目,聚集了近10家大学及企业团队,依托N8加速平台的力量,在行业内带来了颠覆性创新的思路及实践,初步形成了“数字蓝军基地”(DBFB,Digital Blue Force Base)。

      工业4.0研究院立足数字蓝军基地,充分发挥理论研究方面的优势,解决蓝军的数字孪生模型建设中的难点和痛点。

      为了保证数字蓝军基地的正常运转,2023年将建立一套数字蓝军标准体系,包括蓝军数字孪生模型、数字蓝军建设流程和数字蓝军质量控制体系等。

      不仅如此,数字蓝军基地将跟大学团队合作,依托工业4.0研究院已有数字蓝军丰富资料,设计数字蓝军课程,培养一批具有专业知识和实践能力的数字蓝军人才。

      秉承包容和开源的核心价值观,数字蓝军基地欢迎符合条件的单位或团队合作,共同推进数字蓝军创新发展。

 

胡权:为什么要做数字孪生靶场?

      现代工业尊崇专业化分工,军事领域最大的分工就是战场建设和装备研制两大类,在传统军事管理中,两者之间的关系并不紧密,但随着数字孪生体、人工智能、数据科学和物联网等新一代数字技术的发展,两者泾渭分明的关系开始融合,传统的装备和作战人员通过数字孪生化之后,可以纳入到战场建设中去,为指挥人员提供了更大的灵活性。

      战场建设关注态势感知和指挥控制,因为这意味着先发制人的优势,决定了一场战争或战斗的胜败;装备研制既关心质量保障,又希望引入先进的技术,然而先进技术往往在当时难以达到实际应用的程度,以技术成熟度水平(TRL,Technology Readiness Level)来看,它们大都处于TRL 4-6的阶段,需要跨越实验室突破的鸿沟。

数字孪生靶场

      针对这种发展趋势,行业人士提出了新的概念和思路。美国战略及国际研究中心近期发布了《软件定义战争:建立美国国防部数字转型的架构》,提出应从数据中心架构中学习经验,采取虚拟化等方式满足杀伤网的建设需要;美国国防部作战试验鉴定办公室主任提出,应该建立“像作战一样测试”的体系,解决作战试验和开发测试之间的数据共享和模型库共用的问题。

      这些思路跟工业4.0研究院提出的数字孪生国防体系类似,这一点已经在2021年度《数字孪生国防白皮书》中做过阐述,在此不再赘述。在2022年度的白皮书中,工业4.0研究院希望进一步提出解决方案:数字孪生靶场(DTR,Digital Twin Range)。

      工业4.0研究院把贯穿战场与装备的技术称为数字孪生靶场,这是在数字孪生战场概念体系基础上衍生的解决方案。数字孪生靶场以完成装备试验鉴定为核心目标,同时它对新型战术战法验证也有很好的支撑作用,它的提出有助于加速武器装备和战术战法适应新的联合作战需要,从而加快实现武器装备列装的目标。

      跟传统的智库不同,工业4.0研究院依托数字孪生战场实验室的建设,正在开发数字孪生靶场原型,目前已经解决了数据机制及标准问题,并设计了基于数字孪生战场的开放架构,避免了未来场景匹配和广泛应用时的新烟囱IT系统建设的弊端。

      对于数字孪生靶场建设,美国国防部作战试验鉴定办公室主任设定了时间表:2035年前把所有靶场升级为数字孪生靶场。这是一个雄心勃勃的计划,但如果实现,将给现有的战场建设和装备研制带来难以想象的变化。

      数字孪生靶场既能让作战人员的训练发生改变,还能够让装备研制更贴近实际作战需求。更重要的是,通过解决战场和装备之间数据互操作的“堵点”,将给装备创新带来新的灵感来源(从战场实际数据),同时还将对武器装备通过数字孪生体升级适应战场作战需要提供可能,从而改变未来战争的本质。

基于以上认识,本白皮书延续2021年版的数字孪生国防概念体系,更加贴近国防建设的快速部署的军事需求,围绕数字孪生靶场、装备数字化新范      式、“数字空军+”等主题做了分析,以期充分释放数字孪生体在成本和灵活性上的潜力。

 

作者:胡权,工业4.0研究院院长

 

胡权:再谈数字孪生体三大流派

      早在2019年,笔者就提出数字孪生体分为三大流派,分别为仿真派、连接派和数据派。这个结论在后续出版的图书及承接军委项目中得到进一步的阐述。

      在2020年出版的《数字孪生体:第四次工业革命的通用目的技术》中,对数字孪生体三大流派的特点,结合到数字孪生体关键技术做了分析;进一步在承接军委装备数字化的研究中,对如何开展数字孪生装备工作做了详细的分析。

      最近一段时间,不少行业人士谈及数字孪生体产业发展情况时,仍然有不少困惑,其中最突出的就是数字孪生体应用的价值问题,他们大都反馈,企业不认同现在提供的数字孪生体解决方案。

特征 仿真派 连接派 数据派
价值诉求 实现高精度的仿真 实现网络连接和资产管理 实现数据反馈的机制
优势 能够实现对物理系统的高保真描述 能够实现大面积的物体管理 能够实现数据驱动的分析,灵活度高
技术流程 在仿真基础上,通过选择控制点,建立联合仿真分析,提出质量管理优化的解决方案 • 对物理设备或系统建立数字孪生模型

• 对采集的数据进行分析

• 在分析基础上,提出维修保障等质量管理建议

• 建立物理系统或传感器的数字孪生模型

• 对比物理和数字(或虚拟)传感器的数据,建立反馈

• 通过不断反馈的闭环,让物理和数字传感器特性同步

挑战 计算量大,成本高 对目标对象描述精度不够 对目标对象仿真不足
发展方向 多学科设计分析和优化 资产性能管理 动态数据驱动应用系统
示例 Phoenix Integration的ModelCenter GE的Predix提供资产性能管理 美国空军研究实验室的无人系统和DARPA的X-DATA

来源:军委资助研究项目

      事实并非如此,我国数字孪生体产业发展出现这样的状况,跟我国过去40年外生创新的习惯有关系。

      所谓外生创新,它指的是来自客户需求的创新,诸如不少企业提供的可视化解决方案,就是外生创新;与之对应,还有内生创新,即来自技术本身的突破带来的创新应用,我国几乎没有这样的应用,因为国内企业大都不重视理论研究。

      我国科研体制有一定局限,从高校及科研机构的资金来源来看,大都受制于科技部、教育部等评价体制的要求,如果这些评价体制内的评审专家不理解,不认同,那么新型的概念及技术就没有了支持来源。数字孪生体就遇到了这样的困境。

      即便有部分资金支持,但国内学术界追求各种因子,以及各种难以明说的原因,也难以支持一个有多方争议的技术,更何况不少功成名就的院士已经对数字孪生体下了结论:数字孪生体不就是仿真嘛。

      为了描述各界人士对数字孪生体的认识,笔者设计了三种视角的数字孪生体流派,这三种流派各自有自己的核心价值观,同时也有自己的核心商业述求,能够代表行业人士对该概念体系的基本认识。由于《数字孪生体》一书有详细论述,本文不做分析讨论。

      对于笔者在各种场合提到的数字孪生体应用典型案例,例如特斯拉、苹果等,由于缺乏所谓来自美国的公开资料,一些行业人士选择不相信。之所以出现这些行业人士不相信特斯拉及苹果采用了数字孪生技术,是因为这些公司都没有公开表示自己采用了数字孪生体。

      笔者认为,这本质上是研究方法的认同问题,一些做实际工作的人士,通常是眼见为实,对于看不到的东西,自然会怀疑,或者他们希望笔者提供完备的证据,但考虑到国内常见的抄袭作风,还是不与其争论为好。

      时间会证明一切。

 

      作者:胡权,工业4.0研究院院长,数字孪生体联盟理事长