数字孪生体：第四次工业革命的通用目的技术

这可能是目前在数字孪生领域最好的一本入门书。虽然作者的写作手法确实不行（有的地方啰嗦，有的地方重复，有的地方语言逻辑跳跃），但是能看出来作者是躬身入局、很有功底的人。从理论到实践，从历史到未来，作者认真的分析研究，很有启发和帮助

干货比较少，概念性的描述有些多。

还是忍不住要推荐一下，仁智见仁智者见智。厘清了以前混沌的概念，日本和德国高度集成的工业哲学，美国开放架构的工业哲学，日本失去的光阴岁月，德国从信息物理系统转向数字孪生。作者的降维策略真真妙不可言，数字孪生的各个流派和五级划分让可视化，仿真各路江湖各归其位，瞬间大彻大悟了人工智能，大模型，数据和算力的高规格。同时反复读几本书让多源异构的融合和并行工作有了深刻体会，烧脑如同烧cpu，怎一个烦字了得，难为了不再年轻的自己。😓😓😭😭

这本书很不错！起初读的时候就感受到了作者的用心良苦，一方面看到国内欣欣向荣的数字孪生从业企业日渐壮大，另一方面也看到了繁荣背后的乱象——有些只是借着概念带货出货，烂尾项目或者无法用起来的系统遍地开花，还有不成体系没有统一标准的孤岛数据集合……都证明中国的数字孪生发展还有很长远的路要走！还有一个更高度宏观的问题，从日美的“技术转让”局中局，搞烟雾弹让日本一顿操作不仅迷失了方向消耗大量成本还错失了机会，那中国也应该必须从自己实际出发有自主思考能力，而不是拿来主义或者跟随主义！当前国家之间的博弈早就变成了智力，谋略层面，而不是过去的热斗，肌肉比拼！从大里说，这是顶层设计，顶层设计决定了整体走向。从小里说，我们每个人每个领域的精进，最后也会影响全局。宏观和微观是密不可分互相影响的，不是单向的！整本书我还有很多细节没有仔细看，我会继续在最近几天好好研读和思考，感谢作者的悉心整理，与用心良苦，期待更多好作品！

全书措辞有点啰嗦，最有价值的观点就一个：数字孪生的核心在于降维，从而实现更复杂工业场景下的高效沟通。 从人参与的角度来看，人与机器的协作是高维度的自动化，对人的要求通常比较高；人与信息系统的协作是中维度自动化，而机器与机器之间进行协作则是低维度自动化。数字孪生体的本质是降维，用颗粒度更小的数据驱动机器与机器协作，将难度转移到体系设计阶段，从而降低检验测试、运行维护阶段的困难。 数字孪生体产生之初，就肩负了协调利益相关者之间利益的职责。采用降维方法，把注意力从信息层面切换到数据层面，争取设计一套设备或系统之间沟通的标准，尽量避免人的干扰，才有可能解决传统的固疾。通过对物理世界的对象进行建模，促使单一数据源的实现，这为数字孪生体的应用提供了先决条件。 让数据驱动的数字孪生体技术应用到低维度领域，更容易产生经济效益，这即为降维策略的意义。

最近在参与数字孪生的相关工作，也和领导、同事们一起接触了不少数字孪生基座的提供商。在调研过程中也看了一些文献和报告，这本书是一本比较合适的参考书，比较系统地描述了数字孪生的发展史，阐明了数字孪生的概念、执行线索与思路，有助于理解数字孪生体的本质，厘清数字孪生体平台与全生命周期管理、仿真、三维可视化之间的差异。对于各个行业上这本书也提供了一些案例，但对于技术执行细节上并未进行特别深入的探讨，这可能也是目前行业处于起步阶段的现状所致。 数字孪生是一项通用目的技术，不仅是三维建模与可视化或仿真，而是涉及到数字孪生化、数字线程与数字孪生平台，三者各司其职形成数字孪生体范式。（1）数字孪生化构建了物理世界在数字空间的表达，是数字孪生体是基本的原子资产；（2）数字线程以数字孪生体的数据交换为手段，通过数字孪生体实体模型单一数据源，完成设计、验证、生产与维护的全过程；（3）数字孪生平台是不同行业下承载数字孪生体、数字线程的平台，提供了包含大数据分析、人工智能等通用能力，以及工程设计、健康检测、实时控制、预测性维护、离线分析、在线推演等行业应用。 对于任意行业，数字孪生平台想要形成产业平台，则必然要解决行业的共性问题，形成杀手级应用。目前数字孪生的应用行业可分为资产类（城市、建筑、能源）、控制类（制造、能源、航空航天、交通）、仿真类（城市、交通、航空航天、医疗、材料、国防）。抽象出行业共性需要在后续项目的开展和实践中继续沉淀，目前可预见的资产类的杀手级应用应是资产管理，而控制类与仿真类的杀手级应用可能是运行机理与交互式预演。 与之对应的，目前数字孪生体存在三种流派：数据派、连接派与仿真派。数据派以数据驱动为基础，灵活度高，应用广泛，通常包含环境感知、数据治理与系统决策三个层级，具备较好的可扩展性；连接派将数字孪生体视为数字资产，期望通过物联网资产连接的规模增长形成网络效应，达到大范围信息交换与决策的目的，投入成本大，并且只有度过关键规模的拐点才能称得上成功；仿真派则要求基于细粒度数据的实体模拟，包含对真实实体物理运行特性与本质的描述，能达到贴合真实情况的效果，但成本与门槛均较高。 上述三个派系并无优劣之分，只是存在于不同的场景中。但数字孪生体的本质在于降维策略，即将原有的基于信息的高维人机交互，降维到基于数据的低维机机交互上，而数据派的执行路径天然契合这项策略。可以预见的是，数据驱动的数字孪生体平台将会有较大的发展空间。 初读这本书花了我快13个小时，仍有很多具体的概念需要进一步了解，后续在项目开展的过程中，还需要再细细品读理解。

数字孪生体是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。 这个概念起源于美国国防部的国F35战斗机的设计与生产。大家需要解决一个困难的问题，就是“丑小孩综合征”。丑小孩综合征的意思是母亲不愿意也不能事先知道自己怀着的婴儿有可能是丑小孩。但是在传统的制造业中，只有当把所有的流程都走一遍，把东西生产出来了，才知道原来这不是自己想要的。更何研发战斗机的流程如此的长，而且花钱，重来一遍简直要了老命了。 有没有办法在事先就知道自己“怀了丑小孩”呢？这时候DARPA（国防高级研究计划局，其辉煌战绩就是研发现在的互联网）再度出山，提出虚拟战斗机方案，模拟所其有的物理机制。同时把制造的各个环节的数据打通，输入其中，这个虚拟战斗机会作出相应的改变（依照物理规律）。当发现虚拟战斗机符合样子后，即确认不是“丑小孩”了，才实际投入生产。而这个虚拟战斗机就是数字孪生体。 这个虚拟战斗机看着挺像一种仿真技术的。我起初搞不懂其中的区别，后来仔细研读后，特别是后面的数字城市篇章后，才发现数字孪生蕴含的格局要远远仿真技术。 仿真只是单纯的模拟物理世界的事物，和物理事物并不交互，或者交互是单向的，物理事物把状态传递给仿真体。而数字孪生体想做的是双向控制，实体实时传输数据给虚拟体，而虚拟体随着数据和实体保持同步演变，还要根据对实体进行控制。仿真体可能在实体生产完成后，其生命结束，被销毁。但是数字孪生体则要与实体一直共存。除了在生产环节预测实体的最终形态，待实体制造完成后，还要接受实体的运行数据，不断的检测、管理和改进实体。 就拿书中特斯拉的例子。传统的汽车出厂了，几乎就和厂商没什么关系了。即便生产过程中，可能建造了仿真体来模拟，大大降低生产成本。但是这不叫数字孪生体。 真正的数字孪生体应该是像特斯拉这样。车卖出去后，还是和特斯拉公司紧紧的保持联系。特斯拉为每辆车都登记了一个孪生体，通过其车里的软件系统获悉车主行驶数据，然后依照数据提供个性化服务。比如发现有车主总是路途中用完电池，车载系统自动安装一个报警提示程序，来防止这种令人不愉快的事情再发生。 这才叫真正的“个性化”产品。 从这个例子我们明显发现数字孪生体的生命周期要远远长于仿真体。它真正的做到了思想颠覆，把厂商从只顾生产环节，延伸到了客户的使用环节。让一件商品演变成一种服务。 还有令一个例子让我很受震撼，太空制造。在地球上我们可以随时派人进行干预，但是太空中那基本上就不可能。可数字孪生体发展成熟后，它可以通过孪生体控制实体，那么远程进行生产，维护就成为可能。这个概念比无人工厂更加大，多加了运行维护环节。眼界拓展到太空制造真的很不一般。 数字孪生体还有一个意外的领域，那就是数字人体孪生，书中给出用途是模拟人在太空中的健康问题。成熟的话可以应用药物开发上，减少真人的临床实验。 一旦接受数据孪生体这个设定后，我们就发现它的威力是巨大的。它不仅仅是生产环节的一个附属品，而是变成了控制实体的管理者。既然有了管理者属性，应用的领域一下子就宽起来了。用书中的描述，就是成为一种通用技术。

今天看到一则新闻“雄安城市计算中心正式投入运营”，其中提到了一个词“数字孪生城市”，由这个产生了一些联想…… 数字孪生城市我还是第一次听说，特意去查了下。 什么是数字孪生城市？ 　　本世纪初，迈克尔·格里夫斯（Michael Grieves）教授在美国密歇根大学的课堂上首次提出“数字孪生”（Digital Twin）的设想。作为一种仿真技术，在理论上不仅要求与物理实体的几何结构保持一致，而且能够在信息系统中镜像复原物理实体的状态和行为，技术上即利用大量的传感器监测物理实体的运行状态，通过数据建模仿真来验证对物理实体的控制效果，最终可以控制物理实体的运行。 简单通俗一点解释就是：把现实生活中的城市在网上做一个一模一样的镜像，网上和现实是实时同步的，网上可以监控甚至可以控制现实的实体。 我们常听到的就是智慧交通，大数据可以分析车流的状况来控制红绿灯或者提示司机路况信息，这个已经很常见了。 在这基础上升级，现实中的每栋楼房，每个商场，甚至每个消防设置，地下管道，甚至一块草坪都要上传到云端。 人脸识别，人流量，个人的行踪都会到云端。 云端又可以控制现实中的实体。 想象一下，你去看一场演唱会，数据会自动上传到云端，演唱会里有多少人，能够承受多大的负荷都会精准地计算出来。有了这个数据，云端就可以根据计算就可以限制人流，演唱会踩踏事件就可以避免掉了。 再比如：城市化绿地干湿度大数据会自动分析并会根据情况是否启动浇水，也可以分析街道的整洁程度，是否启动自动清扫车…… 还比如：可以根据小区人口的数量和年龄段而精准匹配配套的社会资源…… 孪生数字城市可以干的事情就很多的了。 我们现在看到的一些软件根据浏览记录来给你推送你的喜好，在孪生数字城市下就显得太弱了，已经不是一个级别的了。 孪生数字城市背后就是“5G+大数据+物联网+人工智能”的综合应用。 脑洞在开大些： 个人的行动，喜好，隐私都有可能被数据分析得到………… 在孪生数字城市下，我们好像变的越来越透明………… 甚至从出生到上学到成年，都可能被安排好了………… 一个一个的人被复制出来………… 我们离科幻电影里面的场景是不是越来越近……………… 在“孪生数字城市”下，一些工作势必会被取代 例如我们刚才举的例子：保安是不是就可以不需要那么多了呀，智慧交通下，无人驾驶，出租车司机就有可能失业的，大数据+人工智能用于工业化生产，工人也有可能会失业…… 只要是能够被机器取代的行业，人们都有可能面临失业。 那我们应该做什么？ 不要过于焦虑，任何一项新事物发展起来，会消除一些职业，也会带来新的职业的。 比如电商行业，实体就被冲击的很大，同时造就了电商主和物流行业，快递员等职业。 在这个科技飞速发展的时代，我们需要的就是紧跟时代的步伐的。 核心的一点，科技是为人服务的，是为了让人生活的更好，而人内心的富足安宁才是根本，这个就是内求，向内不断追求提升，寻求满足，科技只是外求。

本书几个观点： 1）数字孪生体，作为新时代的通用目的技术之一，将会推动工业4.0迅猛前进。 2）数字孪生体，来源于美国空军机身孪生体项目，后降维在民用市场。它区别于信息物理系统，后者肇始于美国，发展于德国，鼎盛于日本，最终被时代抛弃。 3）数字孪生体，包括三种技术，数字化孪生化，数字线程，数字化孪生平台。孪生化解决物理世界数据映射到虚拟世界，数字线程解决虚实世界之间的数据互动，孪生平台是整体结果呈现。数字化线程有三个流派：仿真派，（物联）连接派，数字派。 4）数字孪生体解决的主要问题，是产品在设计、研发、生产、运维全周期阶段，数据源的唯一性问题。通过数据全程驱动产品全周期，从而实现复杂产品的简化和降本。 本书提出的从高维“人机协同”降维到“人-系统-机器协同”中维，进而降维到“机器与机器之间协同”低纬概念，通过降维将事情简化，是一个值得参考的概念。

数字孪生的发展其实并不乐观，但是并不妨碍通过本书对这类技术及市场的全景认知。企业经营管理者还是要从客户、市场出发来思考数字孪生的意义。