制造业作为实体经济的重要基础，已经成为新一轮技术革命和产业变革中必须占据的制高点。发展智能制造技术是推动我国制造业变革和转型升级，促进我国产业迈向全球价值链中高端的必经之路。
数字孪生作为智能制造领域一项新兴技术，2003年由美国密歇根大学迈克尔·格里夫斯（Michael Grieves）教授在产品全生命周期管理课程上提出，2012年美国空军和美国国家航空航天局将数字孪生应用到飞机健康监测运维中，西门子、GE等工业巨头相继入局建立数字孪生系统。数字孪生被美国知名咨询及分析机构Gartner连续三年列入十大战略性技术。工业数字孪生为我国工业互联网智能化探索提供了基础方法，成为支撑我国制造业高质量发展的关键抓手，有力推动着各产业数字化、网络化、智能化发展进程。特别是极大地带动了我国工业软件产业快速发展，通过工业机理模型的沉淀，实现工业软件弯道超车。
数字孪生又称“数字双胞胎”，是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。工业数字孪生发展经历了以虚拟实、以虚映实、以虚控实三个阶段，其发展背后是新一代信息技术在工业领域的演进与变革。工业数字孪生技术并不是近期诞生的一项新技术，它是一系列数字化技术的集成、融合和创新应用，可以看作是一种理念、方法、过程、思路、框架和途径。通过装备运行或生产过程高保真数字化描述，以及融合产品全生命周期数据和全价值链数据的统一集成管理，并基于信息的实时交互，实现对高端装备的模拟、监控、诊断、控制，从而构建出多场景数字孪生系统应用体系，它具备互操作性、可扩展性、实时性、高保真性以及闭环性等特征。数字孪生不同于传统的仿真技术，数字模型与物理实体共生，数据驱动的孪生体是仿真应用的发展和升级。从孪生对象的组成来说，数字孪生的应用可以分成产品数字孪生和系统数字孪生。
面向全生命周期的产品数字孪生系统存在两个平行系统，一个系统关联产品的物理世界，一个系统关联产品的计算机虚拟世界，并且通过智能技术，使得这个存在于虚拟世界中的系统能以一种直观的方式让我们感知与触碰产品的全生命周期状态。因为物理世界是由千亿级的各类数据构成，所以在虚拟世界中的仿真就是对各类数据的仿真。
产品数字孪生系统基于产品设计、生产制造和使用过程来建设，其模型和数据来源为产品设计端、制造端、运维端以及用户端。产品在全生命周期内的演化是一个分层次、分阶段且相互交互协同的立体反馈运行模型。在产品设计阶段，作为先于物理产品开始的唯一模型，集成了产品的三维几何模型、产品关联属性信息、工艺信息等。同时，根据生产经验和工艺知识进行工艺流程的编制，即将产品设计模型转变为制造方法、步骤和工艺参数，然后将产品数字孪生模型和设计文档传递到制造阶段。在产品制造阶段，生产进度、实时工艺参数以及产品质量等数据都实时记录在产品数字孪生体中，实现产品制造过程的完全透明化，交付给用户的是产品设计的物理产品以及与其对应的唯一的产品数字孪生体。在产品使用和运维阶段，物理产品的所有使用状态变化、组件变更信息、产品性能的退化信息都将反馈到产品数字孪生体。物理产品在进入使用服务阶段往往随着使用时间推移和使用次数增加会出现零组件故障，基于产品健康监测系统产品数字孪生体与物理产品始终保持一致并变更信息。
产品数字孪生体是产品全生命周期的数据中心，刻画了产品从设计阶段、生产制造、使用运维到报废回收的所有信息和模型。产品数字孪生系统采用全数字量表达产品的几何特征、性能、状态和功能，也是全价值链的信息集成中心，其主要目的在于记录和反映整个价值链中的“价值”在时间和空间上无缝协同的实况，这不仅是共享产品信息，也是一种在空间上基于信息唯一性的全价值链服务协同。因此，产品信息能够在全价值链实现可追溯，并能够反馈到产品数字孪生体中，形成信息高度闭环的产品数字孪生体。
面向生产过程优化的数字孪生系统就是在不改变原有物理工厂的情况下，运用数字孪生技术，克隆出与之对应的虚拟工厂，在虚拟环境中可以实时看到物理工厂的方方面面，并且可以在虚拟系统中进行各种分析与应用，这样就可以提前感知某种决策运用到现实生产中是否可行，大大减少试错成本，并且对工艺可以不断调优，使得决策更加精准。针对高端装备产品生产过程存在大量信息孤岛等问题，通过生产过程数字孪生体的精确建模，将物理空间、信息空间与业务空间融合形成多维孪生体，实现多角度的三维实时监控。基于工业物联网技术，实现多源异构信息实时采集交互，实时监控车间运行各环节，实现设备状态可视化、产品质量可追踪化、工厂运作透明化和智能化。通过数据的积累与机理模型的沉淀，基于生产管控大数据分析及应用技术，可从海量工业数据中提取规律信息，支撑业务管理及决策。
生产要素间往往相互影响，形成复杂关系网，通过对制造数据关联关系的挖掘，运用关联分析算法能够从中挖掘生产或设备不同参数间的相互关系。这样使系统可以充分利用历史数据、实时感知数据、仿真数据等多重数据反馈，对孪生数据进行深度知识挖掘，提升全过程数据价值和事件响应能力。全要素、全流程、全业务、全服务融合集成的数字孪生技术实现了对柔性化生产制造系统的主动感知、动态优化控制和智能决策，可显著提高高端装备的快速研制与批产能力，提升智能工厂运行的“健康度”。
工业数字孪生结合不同的工业应用场景和实际需求，具有不同的落地形式和实现途径。比如在航空发动机形性协同精确制造过程中，以数字孪生技术为基础的航空发动机复杂薄壁构件制造变形预测与控制，将“刀具—工装”系统、虚拟仿真加工过程再现，对加工过程中的实时数据采集、多源异构信息融合、智能决策和反馈控制算法进行集成，利用数字孪生技术指导实际加工过程，可实现对薄壁构件实际加工过程的孪生，以及薄壁构件变形的预测与控制，从而保证了复杂薄壁构件的加工质量和工艺参数优化。数字孪生技术与人工智能技术、设备健康监测技术、云计算、AR/VR/MR等前沿技术深度融合，集成多源数据、多学科方法、多领域建模技术，实现了从设计、制造、测试、服役、运维等阶段对高端装备生产制造的建模、监测、分析、预测、评估等，极大拓展了应用场景和应用深度。
工业数字孪生技术的发展和应用必然会促进数字经济与实体经济融合，贯通大量的工业生产信息孤岛并释放数据价值，统筹协调产业链生产系统内外部变化，实现生产资源的优化配置，加速企业“智改数转”工程，加快促进高端装备制造业的高质量发展。
（作者系南京航空航天大学机电学院教授）
责任编辑：王昆鹏
