Archive for 2021年1月27日

胡权:数字孪生体的本质

导读:本文为工业4.0研究院院长胡权应《清华管理评论》约稿所写,体现了《数字孪生体:第四次工业革命的通用目的技术》一书的核心观点。作者分析了数字孪生体的本质价值,展望了数字孪生体作为新技术、新产业和新市场的远大前景。

      自1946年电子计算机产生之后,人们开始了探索利用计算机改变世界的历程。这个过程大致分为消费和工业两方面的数字变革,它们在上个世纪80年代初期几乎同时发展,但消费领域的数字变革显然要快于工业领域的数字应用,因为工业领域的工艺、流程和质量等缺乏通用的解决方案,属于非标(即“非标准化”)的选择,难以吸引资金、人才等的进入。

      上个世纪80、90年代兴起计算机集成系统(CIMS,Computer-Integrated Manufacturing Systems)、智能制造系统(IMS,Intelligent Manufacturing Systems),2006年美国国家科学基金会提出了信息物理系统(CPS,Cyber-Physical Systems),2010年左右通用电气提出工业互联网(Industrial Internet)、美国国防部提出数字孪生体(Digital Twin)和中国提出两化融合等,代表了人类社会对工业数字化的探索。

      工业数字化相关概念纷繁芜杂,总体分为高度集成和开放架构两种,计算机集成系统和信息物理系统等归属前者,工业互联网、数字孪生体和两化融合等则属于后者。本文通过工业哲学视角的对比、开放架构和难点痛点等的分析,深入探讨数字孪生体的本质,洞悉第四次工业革命的发展规律。

一、为什么数字孪生体重要?

     一直以来,不少行业专家诟病制造领域的概念比较多,但从大家热衷创造新概念的实际原因来看,一方面是企业家迫切需要找到一个独特的概念体系,让自己所做的事情具有差异化竞争优势,另外一方面,现实的生产和经营环境本身具有个性特征,采用单一的概念难以涵盖,需要从不同的概念中吸取营养。

     数字孪生体作为物理世界和数字空间交互的概念体系,具有在多个领域应用的潜力,随着该技术应用于制造、城市、建筑、能源和国防等,最终将成为推动第四次工业革命的通用目的技术。

基于不同工业哲学的模式

     西方国家和中国的学者认识事物的方式有一定差异,西方国家通常鼓励从相同或相似概念中寻找细微的差别,中国学者大都喜欢从不同概念中找共同点,这实际上是中庸的一种表现。虽然中国学者的做法不容易产生矛盾,但会给概念认知带来不求甚解的弊端,长期以往,导致大家丧失严谨思考的习惯。

     这样的认识方法在过去40年改革开放中是有意义的,因为大部分工作都有可以标杆的对象,只是大家用的名称不同,最终在实施层面上借鉴参照系统。一旦我们要做自主创新的时候,如果对概念体系一知半解,其危害比较大,甚至于给我们的事业带来致命的风险。

表 1 四个国家的工业哲学对比(工业4.0研究院)
序号 国家 工业哲学 案例 说明
1 美国 开放架构
  • 工业互联网
  • 数字孪生体
  • 数字制造
美国人崇尚“新领地”探索精神
2 德国 高度集成
  • 工业4.0
  • 信息物理系统
  • 嵌入式系统
德国产业种类比较少,隐形冠军多
3 日本 高度自动化

(高度集成)

  • 机器人计划
  • 工业价值链计划
  • 智能制造系统(1989年)
老年化非常严重,亟需借助高度自动化替代人
4 中国 兼收并蓄
  • 中国制造2025
  • 智能制造
  • 工业互联网
  • 两化融合
  • 数字化转型
不同时期、不同行业根据自己需要选择不同的概念体系

      工业4.0研究院在2015年对美国、德国、日本和中国做了对比研究,获得了不少有趣的结果。美国一直希望复制个人电脑上的成功,它认为开放架构是其成功的根源;德国的核心产业在汽车、机械等领域,大量隐形冠军占据各个利基市场,不断强化其专业性,这使得高度集成具有很好的经济性;日本跟德国的情况有些类似,它采取的高度自动化也是高度集成方式;中国的情况比较复杂,由于我国改革开放以来推进工业化时间不长,大家还没有形成稳定的工业哲学,基本上呈现兼收并蓄的特点。

     在过去50年期间,不少学者努力提出新的概念和方法论,力图打造为一种范式。1989年日本在智能制造系统上的努力非常引人瞩目,但最终功败垂成,其经验教训值得吸取。上个世纪80年代日本制造横扫天下,成为当时最成功的工业国家,一时日本制造成为全球的标杆,但美国并没有盲目跟随日本制造高度集成的模式。

     美国商务部下属国家标准与技术研究院(NIST,National Institute of Standards and Technology)在《STEP:伟大的体验》一书中写道,日本制造的模式本质上是高度集成,需要大规模的产业协作,这不是美国制造未来的模式,随着技术的发展,工业数据(Industrial Data)才是将来解决数据交换和数据分享的唯一方法。

     在日本大张旗鼓推进智能制造系统的时候,美国悄然联合加拿大、英国、德国和澳大利亚等发达工业国家,设立了ISO TC 184/SC 4工业数据工作组,经过十多年努力,提出了ISO 10303工业数据标准,奠定了数字制造的基础,并为2010年兴起数字孪生体提供了可能,该组织目前正在研制ISO 23247数字孪生制造标准。

第四次工业革命的通用目的技术

     通用目的技术(GPT,General-Purpose Technologies)概念产生于Timothy F. Bresnahan和Manuel Trajtenberg在1992年撰写的《通用目的技术:经济增长的引擎》一文,首次系统阐释了通用目的技术概念和含义。加拿大经济学家Richard G. Lipsey在2005年对通用目的技术跟经济增长的关系做了深入分析,他与其学生联合写了《经济转型:通用目的技术和长期经济增长》一书。

      Richard G. Lipsey给出了通用目的技术的定义:

     通用目的技术是一种共性技术,在整个生命周期均可识别,在初期具有广阔空间发展,最终将广泛应用,具有多种应用场景,并具有溢出效应。

      据工业4.0研究院分析,通用目的技术分为组织技术、流程技术和产品技术三大类,公认的通用目的技术有24种。目前有四种技术被认为具有通用目的技术特征,它们分别为人工智能、数字孪生体、5G/6G和物联网。

     数字孪生体产生于航空航天和军事领域,正如Richard G. Lipsey在《经济转型:通用目的技术和长期经济增长》一书中所写,“来自科学和军事需要……”,初期限于非经济领域,但随着技术演进,将对经济增长带来长期影响,成为通用目的技术,给社会和经济带来革命性的影响。

      笔者在《数字孪生体:第四次工业革命的通用目的技术》一书中,从技术革命的特征、生产力水平和商业模式等多个层面做了分析,数字孪生体在高端产业(例如航天军工)的方案成本较高,通过“降维”应用到中低端行业,有可能产生意想不到的效果,例如,数字孪生体在城市治理上的结合,形成数字孪生城市,获得了全球各国的追捧,被认为是智慧城市发展的新阶段。

      总而言之,作为新一代通用目的技术,数字孪生体在各个行业的探索应用,将证明其潜力和价值,加快关键核心技术的突破和大规模部署,从而实现低成本的应用,这正是通用目的技术演进的基本阶段。

二、前向兼容的数字孪生体

     跟智能制造、信息物理系统等概念不同,数字孪生体作为新一代数字技术,它承担了满足传统制造领域工艺、流程和质量等要求,可以降低制造过程的复杂度、成本等,同时还能发挥数字技术灵活的优势。事实上,数字孪生体跟软件一样,它需要考虑前向兼容和后向兼容的问题,这跟传统的硬件开发范式有较大的差别。

前向兼容为什么重要?

     我们先看一下前向兼容和后向兼容的概念,它们都是软硬件开发中的概念。前向兼容是指现在开发的系统应用可以在过去的系统中运行,例如,Word 2003可以打开Word 2007创建的文档,当然部分新功能显示不出来;后向兼容是指现在开发的系统可以运行过去的系统应用,例如,Word 2007可以打开Word 2003创建的文档,这通常是以兼容模式打开的,它使用不了软件的新功能,除非把文档转为新版本。

     对比计算机集成系统、智能制造、信息物理系统、工业互联网、两化融合和数字孪生体这几个概念,计算机集成系统、智能制造和信息物理系统等对于后向兼容考虑比较多,而工业互联网、两化融合和数字孪生体等更强调前向兼容,技术上体现为尽量建立一个开放的技术架构,将来可以缩短研发周期,满足市场竞争带来的需求不断改变的需要。

美国战机研发中硬件和软件占比变化

图 1 美国战机研发中硬件和软件占比变化

      以1969年可编程逻辑控制器(PLC,Programmable Logic Controller)在通用汽车的应用为起点,人类社会开启了工业数字化时代,进入了第三次工业革命。正如美国国防部在分析战机研发的数字化转型过程所讲,早期战机的开发并不复杂,而且80%以上的工作为电子系统,其他是少数嵌入式软件,但随着大量系统控制需求产生,软件占比越来越大,甚至超过了传统电子系统的开发工作量。

      在硬件制造为主的传统制造业,后向兼容比较重要,从经济学的角度来看,其目的是为了保护已有的投资,包括厂房、流水线以及工人的技能,这样的好处显而易见,但其短处也比较明显——那就是对于未来需求的满足缺乏灵活性,而且随着需求不断出现,制造系统的功能和效率都会受到影响。

      当软件在制造系统中占比越来越高,后向兼容的价值开始比不上前向兼容,在设计现有系统的时候,就尽量保证将来开发的系统需求,这是一种具有战略眼光的选择。从使用者来讲,旧系统可以使用部分未来功能,但新系统不一定非要使用旧有的功能,除非这些旧功能随着系统演进或再开发。

数字孪生体的前向兼容

     从工业哲学来讲,数字孪生体属于开放架构模式,虽然它跟智能制造等高度集成相比,满足特定需求的效率不高,但它的开放性为未来需求提供了便利。事实上,数字孪生体开放架构的代价(Tradeoff)是不太在意后向兼容,但它获得了前向兼容的价值。

      为什么说数字孪生体核心价值在于前向兼容呢?

      我们用苹果手机来类比。苹果手机硬件和软件都有自己的标准,它的硬件创新周期较长,不轻易做出改变,新款手机或其他硬件不一定能使用原有的操作系统和应用,但旧手机或其他硬件通常可以使用新的操作系统和应用,这意味着它以满足前向兼容需求为主。

      只有通过这样的方式,才可以促使苹果硬件和软件生态不断演进,满足不断增长的各种需求,否则苹果新款手机和系统很难获得大量的使用者,从而影响其用户体验,也就难以推进苹果生态不断发展。

     数字孪生体也有类似的挑战,如果我们执着满足后向兼容的需求,那就会花费大量精力做传统制造业的改造,这将消耗大量的资源,从技术革命一般规律来看,一个技术周期进入尾声的时候,任何传统意义上的改造都不会提高生产力,因此在经济上是得不偿失的。

      如果瞄准数字孪生体自身的价值,它具有数据驱动的能力,我们努力寻找具有数据驱动特征的场景,不局限于传统的仿真需求或连接功能(工业4.0研究院称之为仿真派和连接派),满足工程设计、健康监测、实时控制、预测性维护和离线分析等核心价值实现,将给制造业带来难以想象的灵活性。

三、数字孪生体产业化之谜

      任何时期的新技术革命,都会面临新技术体系构建的难题,这种难题很大程度上体现为专业化分工的形成较为缓慢,特别是传统力量在新技术面前,通常都是费尽心机阻碍其发展,这体现为“诋毁”新技术的价值、垄断资金和资源、打压新生力量等现象,数字孪生体产业面临类似的困难。

     在大部分人心目中,数字孪生体核心技术和产业都是一个谜,这是因为我国基础研究比较欠缺的缘故。如果不能确定其核心技术,行业壁垒难以建立;同样产业专业化分工不形成,数字孪生体产业就无法成熟。

数字孪生体的核心技术

      跟其他大部分概念一样,数字孪生体是一个舶来品,认识它的来源显得尤为重要。我们从数字孪生体产生来源中,可以了解数字孪生体的需求和目标, 2010年左右美国空军提出“机身数字孪生体”(ADT,Airframe Digital Twin),其目的就是解决制造流程第三阶段运行和支持(O&S,Operation & Support)挑战,这个时候它采用了传感器和物联网技术。

     实际上美国空军采用了先易后难的方法,机身数字孪生体项目本质上是一个概念验证的项目,从简单的应用入手,有助于提升成功率。该项目经历了3年多时间,获得了不少有价值的成果,在2012年4月火奴鲁鲁举办的第53届结构、结构动力学和材料大会上,NASA和美国空军的专家联合撰写了数字孪生体范式的论文,首次提出要建立系统的新概念体系。

     2019年,美国空军专家帕米拉.可布林在美国工程院举办的《工程前沿》论坛上指出,数字孪生体经过10年左右的时间,已经形成较为成熟的范式,并开始向其他领域扩散,例如,医疗、能源等领域已经较为广泛采用数字孪生体的概念和方法,取得了较为突出的效果。

      从数字孪生体10年发展史来看,数字孪生体核心技术较为广泛,包含了硬件和软件技术,硬件技术包括传感器、物联网等,软件技术则包含人工智能、数据科学、区块链等。需要指出的是,这些概念在数字孪生体领域的应用,跟我们通常的场景下的应用有较大的差别,它们具有不同的内涵和应用模式。

     例如,在消费互联网领域大数据应用较为广泛,它的应用方法可以不考虑跟物理世界的交互,但对于跟物理世界关联紧密的数字孪生体来讲,需要新的数据科学工具,美国DARPA最近就忙于X-DATA项目,其目的就是为了开发适合数字孪生体应用的数据科学工具集。

      数字孪生体核心技术除了新型工具外,还涉及到基础设施和平台生态的建设,这些核心技术跟传统的消费互联网或工业互联网不同,它需要满足数字孪生化以及数字孪生分析的各种特定要求,需要开发者对此深入研究。

数字孪生体的专业化分工

      在《全球工业4.0研究报告(2020)》中,工业4.0研究院分析了数字孪生体产业结构,虽然数字孪生体概念提出了10年时间,但由于它的开放架构具有容纳人工智能、大数据、区块链、物联网等新一代数字技术的能力,目前还没有形成成熟的产业结构。

     经济学家佩蕾丝阐释了技术革命各周期特征,以她的方法来判定,数字孪生体革命还处于第一个阶段末期,即范式形成阶段,相关基础设施还不齐备,这需要政府或其他投资者来建设。因此,数字孪生基础设施是第一个专业化分工的产物,如同美国西部开发初期的卖水者。

     虽然一些国际仿真或PLM软件巨头号称可以提供数字孪生体解决方案,但如果严格按照数字孪生体技术的特征判定,它们不过是新瓶装旧酒。这些国际巨头为了抢占市场,通过强大的市场宣传,迅速把已有的产品包装为“数字孪生体解决方案”,争取从客户盲目上马新技术中分得一羹。

     从数字孪生体全球发展来看,这次技术革命虽然仍由美国率先发起,但在理论研究、联盟建设和场景应用等多方面并不处于优势,工业4.0研究院早在2015年启动了数字孪生体长期课题研究,并在2019年10月16日建立了全球第一个数字孪生体联盟,比美国同类型联盟早八个月。

     对比全球顶级仿真企业提供的案例清单,我国企业对新技术的拥抱程度处于全球领先,中国数字孪生体企业有机会在数字孪生体产业专业化分工方面获得机遇,通过参与技术研发、市场开拓和案例实施等工作,推进我国数字孪生体产业快速成长。

总结

     数字孪生体作为一种新型通用目的技术,为物理世界和数字空间交互提供了有效的手段,其开放架构吸引了大量参与者,它们通过竞争加速数字孪生体专业化分工,最终大幅降低企业数字化转型的成本。在数字孪生体产业发展中,遵循先易后难的规律,数字孪生城市、数字孪生建筑、数字孪生能源等由此获益,同时,数字孪生制造给先进制造带来了灵活性,吸引大量的投资介入,加速该领域的发展。

      展望数字孪生体下一个10年,随着数字孪生基础设施逐渐建设完成,产业专业化分工将成为各个参与方主攻方向,预计不到5年时间,全球将形成一个较大规模、较为成熟、分工明确的数字孪生体产业。

 

作者:胡权,工业4.0研究院院长,数字孪生体联盟理事长

 

* 本文发布在2020年11月刊《清华管理评论》,链接为:

http://www.tbr.net.cn/magazine/article/id/2367

 

2021工业4.0研究院院长寄语:包容、开源

       今天是2021年1月1日,这是一个值得纪念的日子,它是工业4.0研究院(China Academy of Industrie 4.0)成立之后第九年了,同时也是我国进入“十四五”时期的第一天。

      在工业4.0研究院同仁的共同努力下,我们见证了不少奇迹,同时也正在不断创造新的奇迹,其中值得大书特书的即为数字孪生体联盟(DTC,Digital Twin Consortium)进入第三个年头了,它是全球第一个数字孪生体行业组织。

       2013年工业4.0研究院成立之初,就确定了“包容和开源”的发展理念,通过标杆兰德智库和DARPA两家机构,从战略研究和技术研发两条线上齐头并进,形成了“工业4.0研究院模式”(Innobase Model)。

工业4.0研究院模式

       2020年是不平凡的一年,新冠肺炎疫情施虐全球,给各个组织机构原有运行带来了挑战。工业4.0研究院在过去多年坚持数字化转型,建设了完善的在线服务系统,拥有5万份资料的数字图书馆给我们日常工作带来了非常大的便利。

       借助先进的数字工作平台,工业4.0研究院获得了有史以来最好的成就,包括获得两个中央部委的研究项目,《数字孪生体》一书的出版,数字孪生体联盟创新发展等。

       这意味着工业4.0研究院长期以来追求的颠覆性创新开始生根发芽,我们创造了多项第一:全球第一个数字孪生体行业组织、全球第一本撰写数字孪生体产业的书籍、全球第一个数字孪生城市开源社区和全球第一个颠覆性创新的“D加速器”等。

      我们可以取得这些成就,既是工业4.0研究院所有人员共同努力的结果,也是我国新一轮改革开放的受益者。

       如果不是中央部委采用公平公正的招标,即便我们在数字孪生体领域耕耘五年之久,也不太可能在26家竞标单位竞争中脱颖而出;如果不是我国逐渐重视关键核心技术,工业4.0研究院长期坚持的颠覆性技术研发路径就不可能产生价值。

       2020年12月18日,财政部和工信部共同发布了《政府采购促进中小企业发展管理办法》,文件明确提出,“中小企业是建设现代化经济体系、实现经济高质量发展的重要基础,财政部、工业和信息化部高度重视支持运用政府采购政策支持中小企业发展。”

      工业4.0研究院判断,中小企业的春天到了。

      按照《政府采购促进中小企业发展管理办法》要求,“采购限额标准以上,200 万元以下的货物和服务采购项目、400 万元以下的工程采购项目,适宜由中小企业提供的,采购人应当专门面向中小企业采购。”

      这实际上对大型企业提出了限制,给了中小企业优先权。这正是工业4.0研究院一直倡导的理念。

       数字孪生体联盟近170家成员单位90%以上均为中小企业,为了帮助它们把握发展机遇,工业4.0研究院决定为中小企业提供以下服务:

       第一,开放工业4.0创新平台独一无二的数据库,包括数字图书馆、工业4.0案例库、数字化转型沙龙等,帮助数字孪生体联盟成员单位和工业4.0研究院合作方开展研究工作。

      工业4.0研究院数字图书馆历经多年积累,拥有5万多份行业资料,1000多万字翻译资料,每天都有专业团队收集、整理和标注相关资料。

      第二,依托数字孪生体联盟,建立顾问委员会和青年专家库,帮助中小企业创新发展。

       顾问委员会以院士和行业顶级专家为主,青年专家由30-45岁的专业人士组成。

       第三,基于国家先进制造产业投资基金、各种VC、天使投资人资源,建立完善的投融资服务。

      工业4.0研究院拥有丰富的投资基金资源,一直帮助行业企业实现投融资服务。在2021年,依托数字孪生体联盟“D加速器”(Disruptive Accelerator),北京翼络数字技术有限公司承诺出资1000万元,邀请相关基金参与数字孪生体基金会(Digital Twin Fund),帮助数字孪生体联盟中小企业加速发展。

      第四,在IOT 3000开源社区基础上,加快推进数字孪生创新生态。

       工业4.0研究院技术团队把一些研发成果以IOT 3000呈现,例如,数字孪生城市、智能杆、数字孪生制造、数字孪生网络等工程应用。

      众所周知,即便政府把一些项目公开,数字孪生体联盟一些成员也难以承接,为此,借助工业4.0研究院提供的支持和资源,有望解决中小企业的难点和痛点,在帮助它们发展的同时,工业4.0研究院自身也获得跨越式发展机会。

      2021年,工业4.0研究院来了,包容和开源仍然是我们的选择。

 

作者:胡权,工业4.0研究院院长,数字孪生体联盟理事长

 

第二届数字孪生体挑战赛特别奖正式揭晓

      按照数字孪生体挑战赛计划,近期经专家组评审,两个项目团队获得第二届数字孪生体挑战赛特别奖,分别为“基于Cesium的数字孪生城市示范平台”(CDTPP,Cesium-based Digital Twin Pilot Platform)和“智能杆数字孪生体”(SPDT,Smart Pole Digital Twin)。

      2020年8月14日,数字孪生体联盟发布《关于第二届(2020)数字孪生体挑战赛的通知》,公布了柴油机共轨燃油系统、智能杆数字孪生体平台和无线频谱数字孪生化三大赛题。

      跟传统的考题式比赛不同,数字孪生体挑战赛只设定目标,参赛团队自行设计解决方案,完成项目效果最好的团队胜出。项目成果以开源项目方式发布在开源工业互联网平台(openii.cn)上。

第二届数字孪生体挑战赛

      据数字孪生体联盟理事长胡权介绍,数字孪生体挑战赛借鉴DARPA挑战赛模式,相关项目来自实际客户需求,例如,第一个挑战赛项目来自某发动机厂商的需求,第二个挑战赛题目来自数字孪生城市实验室,该实验室得到了中国自动化学会、深圳工业总会和深圳市信息基础设施投资发展有限公司的支持,第三个项目来自深圳无线电检测技术研究院。

      为了保证数字孪生体挑战赛按照自然年度开展,相关项目有可能当季无法获得成果,因此,每届数字孪生体挑战赛只宣布获得成果的获胜团队。

      参与第二届数字孪生体挑战赛的十几只团队针对以上三个项目提交了方案,并在IOT 3000开源项目基础上做增量开发,最终两只团队完成了相关开发工作。

      由于数字孪生体挑战赛的模式较为创新,不少参赛团队还不适应其规则,特别是要求开发成果以开源项目公开给数字孪生体联盟成员,这导致最终成功提交代码的团队并不多。考虑到实际情况,最终聚焦到智能杆数字孪生化项目遴选了获胜团队。

      第二届数字孪生体挑战赛组委会负责人表示,在已有的两届挑战赛举办基础上,2021年将吸取经验,计划在3月份宣布相关赛题,并跟合作单位共同宣传推广,让更多的具有颠覆性创新能力的团队参与。结合到数字孪生体联盟近期设立的“D加速器”(Disruptive Accelerator),加大对参赛团队的天使和风险投资支持力度。

 

数字孪生体联盟2020年度会议成功举办

      2020年12月30日,数字孪生体联盟(DTC,Digital Twin Consortium)在国投金融大厦召开了“2020年度会议暨《数字孪生体报告》发布会”,来自20多家单位的领导和专家齐聚一堂,共商2021年发展大计。

      这是数字孪生体联盟进入第三个年头之前的一次盛会,由工业4.0研究院和国投招商投资管理有限公司联合承办,并得到了十多家联盟成员单位支持。

      国投招商公司研究部负责人宋洪军向参会人员作了欢迎致辞,回顾了数字孪生体联盟一年来跟国投招商的协作越来越深入,展望2021年将更加深入建立合作,包括数字孪生体联盟正在推进的“D加速器”(Disruptive Accelerator)等。

数字孪生体联盟2020年度会议

      在年度会议的分享环节,工业4.0研究院院长、数字孪生体联盟理事长胡权分享了《数字孪生体的本质》,为与会人员深入浅出讲解了数字孪生体技术和产业发展的基本规律,启发大家进一步思考数字孪生体的价值。

      随后能链集团执行总裁、数字孪生体联盟青年专家王石峰做了《智能汽车的数字孪生体应用》,数字孪生体技术研究院副院长刘继业和北京视翼科技有限公司战略总监周泽平分别分享了《打造数字孪生体开源社区》和《基于Blender的智能杆设计》。

      在《数字孪生体报告(2021)》发布仪式上,数字孪生体联盟秘书长王明芬作为编委会主任,介绍了报告编写的初衷,并精选了报告内容作了介绍。

数字孪生体联盟2020年度会议

      王明芬指出,在即将过去的一年期间,数字孪生体联盟积极响应国家发改委和中央网信办提出的“数字孪生创新计划”,通过数字孪生体开源社区的建设,突破数字化转型关键核心技术,推进数字孪生体产业高质量发展。

      工业4.0研究院自2016年开始,每年都发布《全球工业4.0研究报告》,已经开展了四年时间,随着研究重点聚焦到“数字孪生体“,工业4.0研究院从2020年开始,将以《数字孪生体报告》(Digital Twin Report)发布年度报告。

      《数字孪生体报告(2021)》介绍了全球数字孪生体产业竞争格局、数字孪生体的关键核心技术、基于开源的数字孪生创新生态、通过“D加速器”打造新赛道和数字孪生体联盟10大案例精选。

数字孪生体联盟2020年度会议

      数字孪生体联盟10大案例精选来自成员单位的实践,在20多家企事业单位提交的案例中,精选了上海宽带网络与虚拟孪生创新中心、深圳无线电检测技术研究院、深圳市洲明科技股份有限公司、亚信科技(中国)有限公司、德国EPLAN公司、北京视翼科技有限公司、北京天拓四方科技有限公司、北京博能科技股份有限公司、不鸣科技(杭州)有限公司、北京达美盛软件股份有限公司的数字孪生体解决方案。

      通过从数字孪生体联盟成员单位精选案例,可以展现最新创新成果。按照计划,这些案例将上报相关部委,分享给其他相关协会及联盟,并给相关客户推荐这些解决方案。

      作为全球第一个数字孪生体行业组织,数字孪生体联盟将以颠覆性创新为己任。以系统深入的专业研究为基础,帮助联盟成员掌握数字孪生体产业发展规律,专注数字孪生体关键核心技术的研发,提升企业核心竞争力。

      根据数字孪生体联盟理事会通过的决议,2021年将围绕“数字孪生体案例库”建设,延续过去“工业4.0案例库”建设经验,收集整理全球各国(以美国、英国、德国、日本和俄罗斯等为主)案例,实地调研国内企业在数字孪生体领域的探索实践,编辑发布典型案例。

      数字孪生体联盟理事长表示,“在2021年新年即将到来之际,对支持工业4.0研究院和数字孪生体联盟工作的中国工业互联网研究院、中国自动化学会、深圳工业总会和国投招商投资管理有限公司等单位表示感谢,多谢数字孪生体联盟成员单位的陪伴。”

      2021年数字孪生体联盟将更加精彩。

 

数字孪生体概念和术语体系(实施稿)

      2020年11月26日,数字孪生体联盟发布了《数字孪生体概念和术语体系(征求意见稿)》(Digital Twin – Concept System and Terminology System)。

      数字孪生体联盟成员和行业人士积极提出意见,标准工作组根据研讨结果,采纳了部分意见。近期数字孪生体联盟正式发布《数字孪生体概念和术语体系(实施稿)》,欢迎企事业单位采用。

      按照数字孪生体联盟标准工作组计划,接下来将继续研制数字孪生体平台和应用标准,重点基于IOT 3000开源项目进行研制。欢迎各界人士交流探讨,并参与到数字孪生体标准研制中来。

以下为标准文本全文:

数字孪生体概念和术语体系

Digital Twin – Concept System and Terminology System

      2020 – 11 – 26发布

      2020 – 12 – 26实施

 前  言

      本标准依据国标GB/T 1.1—2020给出的规则起草。

      本标准由数字孪生体联盟(DTC,Digital Twin Consortium)提出并归口。

      本标准起草单位:安世亚太科技股份有限公司、北京翼络数字技术有限公司

      本标准主要起草人:段海波、胡权、刘继业

      相关意见请发送邮件:INNOBASE@QQ.COM

引  言

      经过十年时间的发展,数字孪生体技术和应用正在引发国内外学术界和工业界的极大关注。数字孪生体技术为跨领域、跨层级、跨尺度的物理世界和数字空间建立了沟通的桥梁,以更少的能量,以信息换能量的方式来消除不确定性,成为数字化转型的关键核心技术,是发展数字经济的新型基础设施。

      作为正处于迅速发展的新一代数字技术,业界对数字孪生体概念的内涵外延理解不一,相关定义众多,一定程度影响了数字孪生体技术的研发和应用。数字孪生体联盟牵头提出本标准的目的是通过标准化来做数字孪生体相关的概念协调和术语统一工作。

      为保持本标准的适用性和可操作性,使用者在采标过程中,请及时将对本标准的意见及建议函告数字孪生体联盟秘书处或编制单位,以便修订时采用。

数字孪生体概念和术语体系正文

      1 范围

      本标准建立了数字孪生体相关的概念体系,进而推演和规定了数字孪生体的相关术语定义。

      本标准适用于第四次工业革命大背景下,数字孪生体在人类文明的工业化、城市化和全球化的各种应用场景。

      2 规范性引用文件

      下列标准中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件,仅注日期的版本适用于本标准;凡是不注日期的引用文件,其最新版本适用于本标准。

      GB/T 20001.1-2001 标准编写规则 第1部分:术语

      ISO 10241-1 标准中的术语条目 第1部分:通用要求和示例(Terminological entries in standards – Part 1: General requirements and examples of presentation)

      GB/T 15237.1-2000 术语工作 词汇 第1部分:理论与应用

      ISO 1087 术语工作和术语科学(Terminology work and terminology science – Vocabulary)

      GB/T 19100-2003 术语工作 概念体系的建立

      GB/T 10112-2019 术语工作 原则与方法

      ISO 704 术语工作 原则与方法(Terminology work – Principles and methods)

      GB/T 16785-1997 术语工作 概念与术语的协调

      ISO 860 术语工作 概念与术语的协调(Terminology work – Harmonization of concepts and terms)

      3 原则和方法

      3.1 概念体系

      概念体系是建立术语体系的基础。现有术语的分析、定义和新术语的确立都应在概念体系的指导下进行。本标准概念体系的建立采用GB/T 19100-2003提供的原则和方法。

      3.2 术语体系

      本标准按照GB/T 15237.1-2000、GB/T 20001.1-2001和ISO 1087、ISO 10241-1的原则和方法对术语词条进行组织和处理。本标准的术语体系主要由一系列词条组成,包括编号、首选术语、英文对应词和对术语的定义。

      本标准按照GB/T 10112-2019和ISO 704提供的原则和方法对术语进行定义。术语定义优先选择相关国际标准或国家标准等规范性文件现有术语定义。部分词条还包括广泛认可的同义词(许用术语)、示例和注释,以便于理解概念和与其他领域相关术语之间的关系。

      3.3 概念和术语的协调

      本标准未来的修订版本将按照GB/T 16785-1997和ISO 860提供的原则和方法,对数字孪生体与其他相关概念,如资产管理壳(Administration Asset Shell)等,进行概念和术语的协调。

      4 概念体系

      数字孪生体的概念体系如图1所示。根据数字孪生体和数字孪生系统的逻辑结构,本标准将数字孪生体的概念和术语体系分成以下四个大类:数字孪生体相关、数字线程相关、实体相关和分类框架相关。

数字孪生体的概念体系

图1 数字孪生体的概念体系

      5 术语和定义

      5.1 数字孪生体相关术语

      5.1.1 数字孪生体 digital twin

      数字孪生体 digital twin entity

      其服务能为利益相关方提供价值的数字资产;通过算法引擎实现现有或将有的所关注实体的一个或多个视角的数字模型的表征和执行,分析处理来自所关注实体的测量数据,感知、诊断或预测所关注实体的状态,实现与所关注实体的状态同步,并产生优化所关注实体行为的控制信息。

      注:数字孪生体通常是组织的数字资产。数字资产是以数字实体形式存在的认知资产。

      5.1.2 数字孪生化 digital twinning

      数字孪生 digital twinning

      为物理实体、数字实体、物理虚拟混合实体等可以有数字模型的实体或实体组合建立数字模型的过程。

      5.1.3 同步性 synchronism

      数字孪生体按照适当的速率实现与对应的所关注实体的状态同步的性质。

      注:同步性是数字孪生体的本质特征。

      5.1.4 数字孪生类型体 digital twin type (entity)

      对应的所关注实体属于抽象实体的数字孪生体。

      5.1.5 数字孪生实例体 digital twin instance (entity)

      与现有所关注实体单个实例对应的数字孪生体。

      注:数字孪生实例体既可以依附于数字孪生类型体存在,也可以独立存在。

      5.1.6 数字孪生聚合体 digital twin aggregate (entity)

      所关注实体所对应的数字孪生实例体的组合。

      注:数字孪生聚合体可以共享数据和信息,形成所关注实体全面的数字化表征和执行,相互依存的关系增强了每个数字孪生实例体表达现实的能力,可用于所关注实体的状态预测和机器学习。

      5.1.7 算法引擎 algorithm engine

      实现数字孪生体的数字模型的数字化表征和执行,以及数字孪生体与所关注实体状态同步的软件工具和平台。

      注:算法引擎可以分为数据驱动、基于模型和机器学习三类。

      5.1.8 数字孪生系统 digital twin system

      为改进利益相关方在其所关注实体的生命周期内的决策,由所关注实体、与之对应的数字模型、保证数字模型之间通信的数字线程,以及实现数字模型和所关注实体之间通信的测量、控制、安保等子系统,外围的由软件和超系统数字孪生体等数字实体与相关组织形成的用户域,一起构成的人工物理系统和物理虚拟混合实体。

      注1:数字孪生系统的应用场景可根据实际需要,按5.4.1节中的图2进行实例化和展开定义。

      注2:超系统数字孪生体是指其他系统或环境中的数字孪生体。

      5.1.9 数字孪生化对象 digital twinning target

      物理实体、数字实体、物理虚拟混合实体或这些实体的组合等可以有数字模型的实体。

      注:数字孪生体是数字孪生化对象进行数字孪生化的结果。在数字孪生系统中,数字孪生体所对应的实体或实体组合是数字孪生化对象。

      示例:通信网络、智能电网、城市。

      5.2 数字线程相关术语

      5.2.1 模型 model

      实体或实体集合的抽象表示,能够在感兴趣的条件或情况下描绘、理解或预测该实体或实体集合的属性。

      注1:模型可以使用基于数学、科学原理和概念的形式化抽象。模型可以由已建立的元模型产生。元模型通常用于开发准确、完整、一致和可理解的模型。

      注2:模型可用于构造或表达实体架构。模型可分为描述模型和分析模型。视具体情况,模型可以是架构模型、架构实体模型、概念模型或参考模型。模型的视角可根据实际需要,按5.4.1节中的图2进行实例化和展开定义。

      5.2.2 数字模型 digital model

      实体或实体集合的、以数字实体形式存在的模型。

      注:数字模型的视角可根据实际需要,按5.4.1节中的图2进行实例化和展开定义。

      5.2.3 数字线程 digital thread

      一种可扩展、可配置和组件化的通信框架,基于该框架可以促进数字空间内的各种数据-信息-知识系统间权威性数据、信息或知识的受控互操作和融合,可以构建覆盖所关注实体的生命周期阶段若干阶段或价值链若干环节的跨时间尺度或空间尺度数字模型的集成视图,进而以统一模型驱动所关注实体的生命周期活动,为决策者和各利益相关方提供支持。

      注:数字线程的目标是要在所关注实体的生命周期内实现在正确的时间、正确的地点,把正确的信息传递给正确的利益相关方或数字实体。

      5.2.4 时间数字线程 temporal digital thread

      按时间尺度跨越所关注实体多个生命周期阶段的数字线程。

      示例:实现飞机设计、制造、综保阶段模型数据互操作和融合的数字线程。

      5.2.5 空间数字线程 spatial digital thread

      按空间尺度跨越所关注实体多个系统层次或物质尺度的数字线程。

      示例:实现智能家居、智能建筑、智慧社区模型数据互操作和融合的数字线程。

      5.2.6 领域数字线程 domain digital thread

      按系统目的跨越所关注实体多个行业或学科的数字线程。

      示例:实现地理信息、建筑信息、城市信息三类模型数据互操作和融合的数字线程。

      5.2.7 互操作性 interoperability

      两个或多个实体可以交换信息并使用已交换的信息的程度。

      5.2.8 融合 consolidation

      基于标准将来自于异构系统的模型数据,合并形成统一的、有语义、可操作的模型信息。

      5.2.9 基于模型的系统工程 Model-Based Systems Engineering,MBSE

      一种形式化的系统建模应用,是系统工程应用的新范式;为应对基于文档的传统系统工程工作模式在复杂产品和系统研发时面临的挑战,以逻辑连贯一致的多视图系统架构描述为桥梁,实现系统跨领域模型的可追踪、可验证和整个生命周期内的动态关联,进而驱动贯穿于系统生存周期内的、从体系到系统组件各个层级内的系统工程过程、活动和任务。

      注:基于模型的系统工程是构建数字线程的使能技术和起点。

      5.3 实体相关术语

      5.3.1 实体 entity

      感知、已知或推断具有其可区分的存在的事物。

      示例:对象、事件,黑洞、反物质、暗物质、弦理论、神。

      注:实体根据其不同属性有多种分类方式,如物理实体、虚拟实体、物理虚拟混合实体,抽象实体、具体实体,物质、能量、信息,系统、过程,人工物理实体、自然实体、组织,资产、非资产,生物(有生命实体)、非生物(无生命实体),主体、客体,等等。

      5.3.2 数字实体 digital entity

      由数码化或数字化手段或设备产生的,以比特形式存在的虚拟实体。

      注1:数字实体可以存在于计算机等IT系统中,可以作为云服务或作为数据中心中的服务存在,也可以作为网络元素或作为IoT网关存在。

      示例:数字货币、数字签名、数码照片、慕课、数字孪生体。

      5.3.3 抽象实体 abstract entity

      通过从特定实体中提取共有特征而形成的一般实体。

      注:未经抽象(提取共有特征)的实体是具体实体。

      示例:模型、理论、艺术作品。

      5.3.4 系统 system

      (a) 一组相互关联或相互作用的实体。

      (b) 具有某种预先确定属性的关系的任一实体;具有某种预先确定关系的属性的任一实体。

      注:定义(a)和定义(b)等价。

      5.3.5 过程 process

      (a) 一组相互关联或相互作用的活动,这些活动对输入进行处理转化,以交付预期结果。

      (b) 持续的现象或以一系列状态逐渐变化为特征的现象。

      注:定义(a)用于描述人为过程;定义(b)用于描述自然过程。

      示例:日食、地震、增材制造工艺、机器学习、数字化转型。

      5.3.6 人工物理实体 man-made physical entity

      由组织出于一定目的改造自然实体后产生的物理实体。

      示例:城市、食品、电网中的电流、制造工艺。

      5.3.7 资产 asset

      对组织有潜在价值或实际价值的实体。

      注:价值可以是有形的或无形的。资产有多种分类方式。

      5.3.8 认知资产 cognitive asset

      组织或人工物理实体在运营或运行过程中产生的无形资产。

      注:数据、信息、知识和智慧都属于认知资产。

      5.3.9 数据 data, pl

      (a) 关于实体的事实。

      (b) 以适合于通信、解释或处理的形式化方式对信息进行可重新解释的表示。

      注1:数据通常采用定性变量或定量变量值的集合的形式。

      (c) 分配给基本测度、派生测度或指标的值的集合。

      注2:定义(b)和定义(c)等价。

      5.3.10 信息 information

      (a) 实体所呈现(所表述)的过程状态及其变化方式。

      (b) 认识主体所表述的实体过程状态及其变化的形式、含义和价值。

      (c) 经过处理、组织和关联以产生意义的数据。

      注:定义(a)是信息的本体论定义;定义(b)是信息的认识论定义。定义(b)和定义(c)等价。认识主体既可以是组织,也可以是具有信息处理能力或一定智能的物理虚拟混合实体。

      5.3.11 知识 knowledge

      (a) 被维护、处理和解释的信息。

      (b) 认识主体所表述的实体过程状态及其变化规律。

      注:定义(a)和定义(b)等价。认识主体既可以是组织,也可以是具有信息处理能力或一定智能的物理虚拟混合实体。

      5.4 分类框架相关术语

      5.4.1 尺度 scale

      与实体属性映射的一组有序的连续或离散值或一组类目。

      注:本标准利用时间关系、空间关系和目的-手段关系(反映为系统目的、行业领域、质量特性、需求指标的展开)三个维度的尺度建立对实体及其数字模型的视角和数字孪生体的应用场景的分类框架(图2)。

按时间、空间和目的-手段关系构建的三维分类框架

图2 按时间、空间和目的-手段关系构建的三维分类框架

      5.4.2 时间尺度 temporal scale

      对实体的生命周期的度量。

      注:这种度量包括两个方面:一是实体生命周期长度的数量级,如秒、小时、星期、年等,或微观、介观、宏观、宇观等;二是生命周期阶段列表。

      5.4.3 生命周期 life cycle

      生存周期 life cycle

      实体从产生或概念构思到消亡或退役报废的演变过程。

      示例:产品生命周期、系统生存周期、软件生存周期。

      注:在PLM领域多用生命周期的说法;在系统工程和软件工程领域多用生存周期的说法。

      5.4.4 生命周期阶段 life cycle stage

      生存期阶段 life cycle stage

      实体生命周期中的时间段,与实体的描述或实现的状态相关。

      注:生命周期阶段涉及实体生命周期中的重大进展和里程碑成就。生命周期阶段可以重叠。

      5.4.5 空间尺度 spatial scale

      对实体的空间范围和系统复杂程度的度量。

      注1:这种度量包括两个方面:一是实体所在的系统层次,如系统元素、子系统、系统、体系;二是实体所占空间尺寸的数量级,也称物质尺度,如原子尺度、分子尺度、生物尺度、地球尺度、宇宙尺度,或微观、介观、宏观、遥观、宇观。物质尺度可以继续细分,如分子尺度包括单原子分子、有机小分子、有机高分子、生物/非生物大分子、超分子;生物尺度包括细胞、组织、器官、系统(等同于系统层次中的子系统)、生物个体。

      注2:体系一词在中文中和在本标准中都是多义词。本标准和GB/T 19100-2003中的概念体系,是指概念系统,即体系等同于系统;本标准系统层次中的体系,等同于一系列系统工程标准(ISO/IEC/IEEE 15288/21839/21840/21841)中的系统的系统(System of systems),这是一类特殊的系统。

      参考文献

      [1] 数字孪生体技术白皮书(2019),安世亚太科技股份有限公司, 2019

      [2] 全球工业4.0研究报告(2020),工业4.0研究院,2019

      [3] 数字孪生体:第四次工业革命的通用目的技术,胡权,2020

      [4] 数字孪生体报告(2021),工业4.0研究院,2020