历史的真相在细节中

 

回想我刚参加工作时，赶上单位推广二维CAD绘图，组里的前辈教我绘制发动机零件图。虽然只是二维CAD，已经比在图板上画图方便多了，很大程度上提高了设计和更改管理的效率。但我还不知足，看着AutoCAD的三维线框建模功能，我和那位前辈感叹：要是什么时候能在CAD软件里画出真实三维的发动机，并且能让发动机在软件里转起来就好了；要是还能带着实实在在的材料质量和控制功能地转起来，那就可以模拟试车台的试验了。没想到仅仅二十多年，这个与数字孪生体相关的建模和仿真的梦想已经部分实现了。

和我个人的梦想相比，数字孪生体缘起、产生和发展的历程则要脚踏实地、生动深刻得多。国内通常以为，数字孪生体的概念最早是由Michael Grieves博士于2002年12月在密歇根大学召开的PLM会议上提出，但实际的真相并非如此，其中的细节也要丰富得多。Michael Grieves博士多年来从事PLM咨询服务工作，曾在多所大学认职，现任佛罗里达理工学院先进制造首席科学家。Grieves博士先是在2002年10月制造工程协会管理论坛上展示了图1的片子，但没起名字；同年12月PLM会议上，Grieves博士为这张片子起名“PLM的概念化理想（Conceptual Ideal for PLM）”。2003年，这个模型被他用于密歇根大学的PLM课程；2005年，他将图1的模型命名为镜像空间模型（Mirrored Spaces Model）；2006年，改名为信息镜像模型（Information Mirroring Model）；接下来，还有虚拟孪生和虚拟幽灵的叫法。终于，在2011年出版的《Virtually Perfect: Driving Innovative and Lean Products throughProduct Lifecycle Management》一书中，Grieves博士引入了“数字孪生体（Digital Twin）”这一新名称，只不过这个新名称是出现在图1（汽车换成了火箭）所在5.2节标题（信息镜像模型）的尾注里。这个尾注有三句话，两部分内容，先是介绍了信息镜像模型的出处，然后第三句是——John Vicker of NASA has a simpler and more evocative（令人回味、引发联想）name: Digital Twin。可惜这个尾注最后这句在2017年的中译本中没有翻译。不知是否是Grieves博士在2016年初修订英文版（这个修订的英文版市面上见不到）时去掉了，还是漏译了？另外，2017年的中译本新增了第15章虚拟智能，其中包括15.2 节“物联网与数字孪生模型”，五百余字，介绍了数字孪生体模型对物联网不可或缺。

 图1 数字孪生体术语名称的前身——PLM的概念化理想

上面尾注中提到的John Vicker，是Grieves博士的客户和合作伙伴，长期担任NASA先进材料和制造领域首席技术专家，现任马歇尔中心材料与工艺实验室副主任和NASA国家先进制造中心主任。我们通过文献发现，实际上早在2010年，John Vicker领导的NASA团队就在其技术路线图中提到了数字孪生体技术。紧接着2011年，美国空军实验室也提出了利用数字孪生体技术进行飞机结构寿命预测。

虽然后来Grieves博士曾谈到，具体的名字不重要，关键是概念和模型的内容本身；但现在回首这段往事，我们会感叹，为一个概念起个好名字，有多重要。也会感叹，作为PLM咨询顾问的Michael Grieves博士与行业专家John Vickers的完美配合；更会思考，为什么“数字孪生体（Digital Twin）”会来自NASA和空军的工程实践。

数字孪生体的思想或需求可以再往前追溯到美国的阿波罗登月工程。NASA为登月火箭、飞船和登月舱所建各种模拟器，可以说就是一种物理孪生体。1970年，这些模拟器和相应的仿真团队在阿波罗13号飞船那场最成功的失败和最伟大的救援中起到了至关重要的作用（如为回程的三位宇航员攒出新的二氧化碳过滤装置，地面宇航员密集的返回测试和仿真等等）。五十年后的今天，NASA已经开始使用数字孪生体制造下一代太空飞行器。明年是火星探测的大年，中国为火星探测在河北怀来兴建的地外天体着陆综合试验场，也体现了数字孪生体的思想。

总结数字孪生体的发展历程，可以分为四个阶段：

(1) 1960-世纪之交，是数字孪生体的技术准备期，主要是指CAD/CAE建模仿真、系统工程等预先技术的准备。

(2) 2002-2010，是数字孪生体的概念产生期，指数字孪生体模型的出现和英文术语名称的确定。这段时间，预先技术继续成熟，出现了仿真驱动的设计、基于模型的系统工程等先进设计范式。

(3) 2010-2020是数字孪生体的预先应用期，主要指NASA、美军方和GE等航空航天国防军工机构的领先应用；这段时间也是物联网、大数据、机器学习、区块链等外围使能技术的准备期。目前数字孪生体的定义不下20个，大部分IT厂商、工业巨头和咨询机构都有自己的定义或与自身业务相关的数字孪生体解决方案。从今年开始，ISO、IEC、IEEE三大标准化组织开始着手数字孪生体相关标准化工作，明年会陆续有相关国际标准发布。

(4) 2020-未来，数字孪生体技术的深度开发和大规模扩展应用期。MarketsandMarkets于2018年4月发布预测：数字孪生体市场年化增长率将达到38%，到2023年，数字孪生体市场价值将达到156.6亿美元。为什么会有这样乐观的预测？数字孪生体技术在即将到来的第四次工业革命中的地位和作用究竟如何？

未来的趋势在共识

 

先来看近几年Gartner公司的技术趋势预测。2017年，数字孪生体出现在新兴技术成熟度曲线的上升段（图2）；2018年，数字孪生体到达了曲线的顶点（图3）。Gartner公司认为数字孪生体技术需要5-10年到达曲线的平台期。2019年，数字孪生体未出现在曲线中，标志着它已不再是新兴技术，而是进入主流技术行列。

 图2 Gartner公司2017年新兴技术成熟度曲线

图3 Gartner公司2018年新兴技术成熟度曲线

而且，数字孪生体技术从2017年到2019年，连续三年入选Gartner十大战略技术趋势（图4）。Gartner公司将战略技术趋势定义为具有重大颠覆性潜力的趋势，正在从新兴状态中发展壮大，有望产生更广泛的影响及应用范围，或者正在以巨大的波动性迅速增长，并预计能够在未来五年内达到临界点。

 图4 Gartner公司十大战略技术趋势2017-2019

更进一步， Gartner公司的2020年十大战略技术中的第一项，超自动化（Hyperautomation，指通过多种机器学习、软件和自动化工具的打包组合来完成工作）认为，在模型驱动的组织基础上，实现组织的数字孪生体（Digital Twin of an Organization）是获得超自动化全部收益的预先要求和前提。

再进一步，2019年7月，Gartner公司发布数字政府技术成熟度曲线（图5），“政府的数字孪生体”赫然出现在曲线的起点。

图5 Gartner公司2019数字政府技术成熟度曲线

咨询机构的这些数字和曲线告诉我们，数字孪生体绝对不是炒概念，而是实实在在的技术和生意。在真正理解未来的趋势和确定当下的行动之前，我们需要思考一下，这一切是如何发生的？我们需要回到事情的本源，看看数字孪生体的初心和本质究竟是什么？

NASA为阿波罗工程创建的各种模拟器和仿真团队，是为了消除登月项目的不确定性；同样，数字孪生体也是为了消除各种系统、特别是复杂系统的不确定性，只不过，数字孪生体是通过数字化和模型化，以更少的能量，以信息换能量的方式来消除不确定性。现在，让我们用现代TRIZ理论的技术系统完备性法则（图6）和技术系统进化趋势（图7）来重新审视这两种孪生方式。我们发现，阿波罗工程的物理孪生模型只是单纯应用了向双系统跃迁趋势，两个孪生子系统之间需要外部资源（人工）介入；图1的数字孪生体模型复合应用了流增强趋势、增强物场相互作用趋势和向超系统跃迁趋势，以降低能耗，来提高系统理想度（即用尽可能少的资源实现尽可能多的有用功能）。

接下来的问题是，为什么要以信息换能量？为什么要降低能耗？为什么要提高系统理想度？或者问：半个世纪前NASA或美国为什么要登月？现在人类为什么要重启探月、登月，还要去火星？所有这些问题的答案都是一个：为了人类文明的可持续发展。六千至八千年的人类文明进程是城市化、全球化和工业化依次展开、相互交织和叠加的历史进程，人类文明的可持续发展是这三化的共同目标（图8）。城市化是通过持续增加城市人口聚集程度和个体专业化分工（增加能量密度和信息沟通效率），来不断提升以群体与环境互动为核心的人类生活水平。全球化是通过人员、物资、技术、资金、信息、市场等这些价值资源的跨（国家、族群、行业、组织）边界的流动和全球配置，来不断提升人类社会活动（经济政治文化等）的体系化水平。工业化是通过持续采用新技术和追求高效的专业化组织（增加能量利用总量和改进信息组织水平），来不断提升以产品设计和制造活动为核心的物质生产水平。物质生产、能量利用和信息组织是人类文明进程中内含的三条主线。人类文明进程的终极目标是不断提升人类文明的理想度，走出地球走向宇宙。

图6 现代TRIZ理论的技术系统完备性法则

 

图7 现代TRIZ理论技术系统进化趋势的应用

图8 人类文明的可持续发展是城市化、全球化和工业化的共同目标

表1 历次工业革命的技术系统分析

有了这个终极目标，我们可以通过回望人类历史的历次工业革命，来分析数字孪生体技术在即将到来的第四次工业革命中的地位和作用。表1中的部分项目借用了图6的TRIZ理论技术系统完备性法则的模板，限于篇幅仅选取了工业化这一个视角，引入了技术经济学中的“通用目的技术”这一概念。通用目的技术（GPT）是一种单一的通用技术，在其整个生命周期中都具有以下公认的四个特征：(1) 最初有很大的改进余地，(2) 最终被广泛使用，(3) 具有多种用途，(4) 并具有许多溢出效应。目前普遍认为，蒸汽机、电和内燃机、计算机分别是头三次工业革命的GPT；主流观点也接受AI是第四次工业革命的GPT。虽然数字孪生体技术满足GPT的四个充分必要条件，虽然我们有上述咨询机构给出的市场预测和技术预测，但在技术经济学领域还未正式认可数字孪生体技术是第四次工业革命的GPT，需要技术经济领域的专家或数字经济学家做专业的论证。我个人对相关技术、经济以及技术和经济的互动持审慎乐观的态度，相信未来的趋势在共识中。

当下的行动在系统中

 

这里的“系统”是指系统思维和系统工程。首先是命名和术语定义。本文先讨论命名问题，为什么我们要把Digital Twin的中文名称定为“数字孪生体”？

“体”在中文中有多种涵义，其中包括：(1)事物的本身或全部，如物体、实体（object, entity）；(2) 事物的格局或规矩，如体制、体系（system, system of systems）。数字孪生体中的“体”字包含了上述两种涵义。即数字孪生体，既可以指与现实空间中物理或逻辑实体或对象相对的某种数字化模型的实例，也可以指Digital Twin这一现象背后所包含的技术体系或学科（中文中的“体系”也是多义词，可指系统system，如技术体系；也可指系统之系统system of systems，如体系工程。在这里取系统之意），也可以指数字孪生体这一技术系统在系统级（如产品、设备等）和体系级（如智能工厂、智慧城市、数字化作战任务工程等）场景下的应用，还可以指作为通用目的技术引发的商业、经济和社会影响体系。

加上这个“体”字，一方面是借用了中文“体”字语义的模糊性来应对和减少Digital Twin译成中文时在不同使用场景下的不确定性；另一方面，加上“体”字后，数字孪生体就是一个名词，这样为digital twinned和digital twinning的翻译腾挪出了空间。

数字孪生体为跨层级、跨尺度的现实世界和虚拟世界建立了沟通的桥梁，是第四次工业革命的通用目的技术和核心技术体系之一，是支撑万物互联的综合技术体系，是数字经济发展的基础，是未来智能时代的信息基础设施。接下来的十年，21世纪20年代，将成为“数字孪生体时代”。

现在离21世纪20年代的到来已经以小时计了。这样的时间点，既是制定年度计划的好时候，也是考虑五年规划、十年愿景的好时候，更是以宏大的历史视角，回望人类历次工业革命的工业化进程，展望第四次工业革命未来五十年、八十年的图景及其带给人类工业化、城市化和全球化的机遇和挑战的恰当时机。没有比“一只脚迈进第四次工业革命的门槛”这样一幅画面更具仪式感的想象了。当下，人们需要这样的仪式感和敬畏心，不忘初心，牢记使命，以系统思维和系统工程的理论方法为指导，既关注长期，也关注当下，使得数字孪生体在21世纪20年代顺利进入技术发展的平台期，为数字经济赋能，为迎接第四次工业革命的到来夯实基础。

关于安世亚太

安世亚太具有24年的研发信息化工业软件开发和服务经验、6年的工业品先进设计和增材制造经验，是我国工业企业研发信息化领域的领先者、新型工业品研制者、企业仿真体系和精益研发体系创立者，在国内PLM、虚拟仿真及先进设计领域处于领先地位，提出了基于增材思维的先进设计和智能制造解决方案，聚焦于打造以增材思维为核心的先进设计与智能制造产业链，以全球视野和格局进行资源整合、技术转化和生态构建。