数字孪生定义始于商品全生命周期管理方法（PLM），由美国密歇根大学专家教授迈克尔·格里夫斯于2002年明确提出。数字孪生运用最开始产生于航天航空领域，其中，美国国家航空航天局和美国空军实验室是第一批数字孪生运用企业。近些年，数字孪生运用已从航天航空领域向工业各领域全方位扩展，西门子、美国通用电气等工业大佬竞相打造出数字孪生解决方法，并颠覆式创新工业企业。据IDC预测分析，到2022年，70%的生产商将应用数字孪生技术展开流程模拟仿真和情景评定。由此可见，将来数字孪生技术有希望持续在工业界发挥作用，加速促进工业公司完成数字化转型发展。
一、工业数字孪生技术管理体系
工业数字孪生技术并不是最近问世的一项新技术，它是一系列数字化技术的集成化整合和创新性运用，技术管理体系包含了感知操纵、数据集成、模型剖析、人机交互技术四大领域和基础技术、关键技术两大种类。一方面，基础技术是搭建数字孪生数据信息闭环控制的支撑点保障，包含面向感知操纵领域的传感技术和操纵技术，面向数据集成领域的商品数据集成（PLM）和业务流程数据集成（BPM）技术，面向模型剖析领域的物理学模型、数据建模、业务流程模型技术，及其面向人机交互技术领域的AR/VR技术。另一方面，关键技术是数字孪生运用创新性的动力模块，集中在数据集成和模型剖析两个领域，包含数字进程、模型整合、模型调整、管理壳技术。
二 、数字孪生基础技术发展趋向
传感技术向小型化和一体化发展，支撑数字孪生更深层次地获得物理学目标数据信息。一是感应器向小型化发展，可以被集成化到智能家居产品中，完成更多方面的数据信息感知。二是多种类型传感技术工作能力集成化至单独传感技术控制模块，支撑完成更丰富的数据信息感知获得。多传感器整合技术根据多数据预处理剖析提高管理决策水准。
物理学建模工具创新性运用，提高数字孪生模型搭建效率。一是根据AI的创成式设计工具提高增加量商品的几何图形设计方案效率。二是根据三维扫描建模工具完成总量商品的自动化技术几何图形模型。三是仿真工具通过融进无网格区划作用减少模拟仿真时间。
传统式数据分析累加人工智能技术，加强数字孪生预测分析模型工作能力。一是根据强化学习、深度学习等新兴机器学习技术，创建深层剖析模型，提升剖析效率。二是根据语义网搭建产业链、全领域的巨模型，大大的扩展模型关系范畴。三是根据迁移学习基础理论，提高模型实用性，不用对于同领域、同种类、不同难题的目标重复建模。
虚拟现实技术发展趋势带来全新人机交互技术方式，提高数字孪生可视化效果。新兴AR/VR技术具有三维可视化实际效果，正加速与几何图形设计、模拟仿真整合，有希望不断提高数字孪生运用实际效果。在“AR﹢CAD”“AR﹢三维扫面建模”“AR﹢模拟仿真”等领域，现阶段都完成了运用落地。
三、数字孪生关键技术发展趋向
数字进程技术扩展数字孪生数据集成范畴和深度。一是数字进程技术从根据PLM/BPM的部分互连向根据工业网络平台的全方位互连演变。传统式PLM仅聚焦出示针对商品的数据集成工作能力，BPM聚焦出示商业服务数据集成工作能力，而依靠IoT服务平台的跨领域数据集成工作能力，可以搭建包括商品生命周期、全工作流程的数字进程。如PTC运用ThingWorx服务平台使creo（CAD）、windchill（PLM）、Vuforia（AR）及其其它数个系统软件完成实时数据同步，搭建全流程的数字进程。二是数字进程技术由单一领域向机械设备、手机软件、电子器件多领域集成化发展。传统式PLM仅管理机械设备领域数据信息，ALM管理方法IT手机软件领域数据信息，EDA管理方法电子器件电机控制领域数据信息，而数字进程技术完成针对机械设备、手机软件、电子器件等多领域数据信息深层集成化。如西门子Xcelerator综合性集成了商品生命周期管理方法（PLM）、电子设计自动化技术（EDA）、运用生命期管理方法（ALM）、生产制造经营管理（MOM）、嵌入式软件和物联网技术（IoT）。
跨领域、跨限度、跨种类模型整合技术支撑繁杂孪生模型搭建。一是多物理、多课程跨领域模型整合技术搭建更全面、更详细的孪生模型。如ANSYSSimplorer出示多物理场模型模拟仿真解决方法，可以外部输出繁杂模型整合的数字孪生搭建服务项目。贝加莱MapleSimConnector多学科协同模拟仿真统一不同领域仿真工具接口，搭建系统软件级数字孪生应用。二是以降阶模型技术为代表的跨种类模型整合技术，合理完成模拟仿真模型和数据信息模型的互操作，很大程度上减少模拟仿真求解时间。如ANSYS运用强化学习优化算法展开10次CFD模拟仿真，得到全部工作范畴内的流场遍布降阶模型，原先16个核的服务中心必须测算2钟头，如今笔记本只需测算三秒钟，很大程度上减少模拟仿真时间。三是多尺度模型技术根据建模工具整合不同时间、空间限度的模型，使孪生模型可以整合外部经济和宏观经济的各个方面原理。如西门子自动驾驶汽车商品PAVE，集成了从芯片设计到硬件软件系统、全车模型及其车流量等不同领域和限度下的模型，产生不同限度孪生模型整合工作能力。
模型调整技术持续提高数字孪生模型精密度。根据具体运作数据信息不断调整模型主要参数，是确保数字孪生高精密的关键所在方式，现阶段计算机科学和模拟仿真模型均具有相对的模型动态性调节技术。一是线上深度学习根据实时数据不断推动数据信息模型健全，可以合理对模型展开动态性调整。如盛行的Tensorflow、Scikitlearn等AI专用工具上都置入了线上深度学习控制模块，根据实时数据动态更新模型。二是有限元模拟仿真模型调整技术可以根据实验或是评测数据信息对初始有限元模型展开调整。如达索、ANSYS、MathWorks等领跑生产商的有限元仿真工具中，均具有了有限元模型调整的接口或是控制模块，适用客户根据实验数据信息对模型展开调整。
管理壳技术为数字孪生出示模块化设计的管理方法架构。管理壳技术为数字孪生出示了一套数据信息互连、信息内容相通、模型互操作的管理方法架构，为数字孪生出示从模块到系统软件的灵便组合工作能力。一是具有数据集成作用，完成不同机器设备、不同业务管理系统数据类型的统一。二是具有模型管理方法及整合作用，合理管理几何图形模型、数据信息模型、模拟仿真模型、业务流程模型等不同种类模型，适用模型间无缝互操作。三是具有标识解析作用，每一个管理壳都是有唯一标志，不同管理壳间可以互相鉴别，从而完成管理壳间模型灵活提取。四是具有工业通讯作用、统一网络层协议，完成高效率的信息共享。将来，管理壳技术有希望根据累加AI技术提高多智能体技术产品化运用，为数字孪生出示更智能化的协同管理。
四、工业数字孪生前景展望
工业数字孪生是多种类型数字化技术的集成化整合，在其中工业模拟仿真和新一代信息内容技术的整合运用是数字孪生发展趋势的关键所在。工业数字孪生是繁杂的自动化控制，现阶段仅有极少数工业大佬可以独自一人搭建数字孪生解决方法，大部分企业需要根据工作能力互补协作共同出示数字孪生服务项目。统一数据信息与模型的规范是数字孪生改革创新遭遇的最重要挑战，管理壳有希望变成关键解决方法。服务平台是数据集成、模型整合的关键媒介，将变成数字孪生发展的关键基础设施建设。
本文地址：https://blog.csdn.net/ztmap2020/article/details/107906354