Archive for 胡权

为什么客户不相信数字孪生体?

      最近一段时间,不少从事数字孪生体的行业人士告诉我,客户现在听到数字孪生体应用,都表示不需要了。

      为什么会出现这样的情况?

      了解“锚定效应”的读者应该清楚,由于国内99%讲的数字孪生体都来自传统仿真、建模或GIS,跟DARPA提出的数字孪生体几乎没有关系。

      虽然客户对数字孪生体很感兴趣,但他们选择了这批99%的供应商或专家,这意味着他们被“锚定效应”影响了。

      本人在《数字孪生体》一书中,为了便于大家认识这样的状况,专门对仿真、连接和数据三种认识做了划分和介绍,其目的也是为了避免这样的结果。

      然而,国内99%的客户希望通过实施数字孪生体工程,在一两年就见到效果,当前数字孪生体产业毫无疑问没有这样的供应能力,失望也就在情理之中了。

      如果数字孪生体是一个演进的技术,不是一个颠覆性技术,那么这些应用会产生满意的结果,但数字孪生体一开始就是一种颠覆性技术,这一点DARPA讲得非常清楚,只是国内不少“专家”不认同这样的看法。

      美国国防部把数字孪生体看着一种新科学,并邀请数十位顶级科学家开展“数字孪生体科学”研究,希望建立一个新科学种类。

      国内行业人士把数字孪生体看成一个多学科的综合,寄希望各自为政把它搞清楚,然后在行业中进行应用,这样的方法是否有效,还需要观察。

      在不少行业人士心中,数字孪生体一直是一个迷,他们对它又爱又恨,爱的是其通用目的技术的潜力,恨的是在自己从事的领域还看不到价值。

      经过这些年的发展,智慧城市、工业制造、航空航天、军事国防、医疗健康、交通运输、电力能源、水利工程等领域,已经有不少行业人士在耕耘。

      中国在过去40年养成的借鉴和模仿习惯,在数字孪生体领域遇到了困难。

      数字孪生体是一门新学科,最早提出的美国也在不断研究和发展它,麻烦的是主要推动力量是美国国防部,中国人(包括华人)被隔离在外,一些希望引入先进技术的人士劳而无功,这是一些归国人士也难以破解困局的原因。

      国内客户对待数字孪生体的态度,跟引入西方国家成熟技术类似,都希望到达立竿见影的效果,这使得不少号称专注数字孪生体的企业犯了难。

      从具体实践来看,这些企业似乎采取了一种巧妙方法,那就是把传统的仿真、BIM、大数据以及GIS等应用,通过市场文案进行改造,最终给了一个似乎双方都满足的说法。

      然而,这也埋下了“认知锚定”的种子,后续的不满聚集起来,最终导致了客户不相信数字孪生体的结果。

      破解这样的困境,还是需要在数字孪生体理论上继续突破,加上找到好的客户,共同创造一个数字孪生体产业。

 

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