数字孪生体是一个开放的架构，自诞生之日起，其内涵和外延都在不断演变进化中。数字孪生体实验室北美分部主任段海波博士总结了数字孪生体的发展历程，将其分为四个阶段（图1）：

(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、传统系统工程等预先技术的准备。结构、流体等仿真软件都诞生于这一时期，仿真技术的发展和普及为数字孪生体概念诞生孕育了坚实的基础。

(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（MBSE）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，其中NASA发布了包含数字孪生体的建模仿真、材料结构两份技术路线图。

(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

 

图1数字孪生体的发展的四个阶段

数字孪生体的核心是由模型驱动的，而常用的建模方法有两大类（图2），一类是第一性原理或称为基于物理的方法（仿真即属于这一类），另一类是基于数据的方法（例如深度学习和人工智能）。在应用上，这两种方法都能够预测物理世界的未来状态，起到“先知”的作用。区别是仿真是基于机理的，不受外在条件限制，而基于数据的方法则受到历史数据多寡的限制，同时，如果要考虑的影响因素太多的话，现有的深度学习技术还难以实现对未来的预测。

 

图2 数字孪生的建模方法第一性原理和数据驱动（图片来源于Mathworks）

因此，基于第一性原理对未来的预测，让仿真天然就具有“先知”能力，这种能力则使得数字孪生体智能化。缺少“先知”能力的数字孪生体，仅能感知现在，成为现实世界的可视化虚体。

下面，我们用两个例子来说明仿真在数字孪生体中的“先知”作用。

第一个例子

一台运行中的泵的数字孪生体

该案例利用ANSYS仿真平台模拟泵的运行过程，利用PTC ThingWorx^®物联网平台将设传感器和制动器连接到数字孪生体。

在泵的入口和出口处配备压力传感器，泵和轴承箱上配备测量振动的加速计，排出侧配备流量计。致动器控制排出阀，进口侧的阀门通过手动控制。传感器和致动器与数据采集设备连接，该设备能以20KHz的频率对数据进行采样，ThingWorx可作为传感器与数字数据（包括泵的仿真模型）之间的网关，负责监控传感器和其他设备，能自动学习泵运行时的正常状态模式，鉴别异常运行状态，并生成洞察力信息和预测结果。

在测试中，操作人员如果把泵入口的电磁阀门关小，会监测到振动加速计数据超标。通过ANSYS平台的仿真结果，查看到泵的局部压力过低，三维流场中发生汽蚀。如果不排除这一现象，泵的叶轮将在汽蚀条件下损坏。通过数字孪生体的仿真，模拟出增加上游阀门的合理开度值就可解决该问题。操作人员按此调节阀门，故障得到解除。

 图3 ANSYS、PTC实施的泵的数字孪生体

第二个例子

1986年乌克兰的切尔诺贝利核电站事故

 

当时造成了6-8万人死亡（图4）。事故原因目前还有两种观点，一种观点认为是操作失误（操作人员在定期维修和测试时，遇到功率下降太快的情况，而工程师选择拆除反应堆的部分控制杆来提升功率。这个决策，没有历史数据可以参考，工程师是凭借个人经验做出的决定。）另一种观点认为是设计缺陷。不管是哪一种原因，如果当时有核电站的数字孪生体，完全可以先在数字孪生体里“试操作”，看看会发生什么，当反应堆的数字孪生体显示危险的后果时，可以调整控制策略以确保安全。利用数字孪生体的“先知”，很可能就避免了这场世纪大灾难的发生。

 图4切尔诺贝利核事故的影响范围

未来，更多具有“先知”的数字孪生体会一定出现在我们身边，会护佑我们，实现人类文明的可持续发展。

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。