数字孪生的趣味入门：从数码宝贝的启示谈起

作者由浅入深，通过《数码宝贝》引申出数字孪生的发展历程与生活中的实际运用，分析了数字孪生运用中的重点及难点，最后通过案例展示了数字孪生的使用方式。

或许大家有发现数字孪生的概念正慢慢地变得火热起来。不仅变成了众多行业、企业，各种大中小型研讨会追捧的话题，也成为了大家茶余饭后的谈资。

数字孪生

可以说1970年Apollo 13事故中拯救了三位宇航员的模拟器是第一个数字孪生的应用。而概念上的起源是2002年Michael Grieves在密西根大学做演讲时在PLM概念模型中首次提出的现实与虚拟空间的概念，之后在其著作中被称之为镜像空间模型（Mirror Space Model），演化至今成为了数字孪生（Digital Twin）。

数字孪生是一种超越现实的概念，如今可以被视为一个或多个重要且彼此依赖的装备系统间的数字映射系统。

数字孪生是某个特定实体产品/系统的数字表示，能够更深入地洞察该产品的状态、性能和行为；能够实现系统设计、优化、预见性维护、优化工业产品管理。

这种方式充分利用了物理模型、传感器更新、运行历史等数据，集成为一个多学科、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。

举个简单点的例子：不知道大家还是否记得《数码宝贝（Digital Monster）》 ，数码暴龙机与数码暴龙的结合就是比较典型的数字孪生早教片了。

▲暴龙实体

▲暴龙数字体

这个听起来可能是养成 + 战斗类游戏，而反应在工业上严谨度会更高。

类似的是：你有关心的重要设备（Monster）、各种不同的工况、不同的环境以及他们之间的影响（Buff），我们通过监控虚拟设备的运行情况，结合实际工况/数据的实时采集（HP/MP），能及时预测、发现并解决问题，使得系统良好运转（Fight），为系统提高效率（Evolution）。

其实，不仅在制造业（产品设计，PLM，制造过程工艺，设备诊断，自动化控制，机器人等）有数字孪生概念的应用，更贴近生活的智能化家居、医疗、农业、交通等行业也都有广泛的应用，很多企业的各种电子产品的生态链就是比较好的例子。

▲ 生活相关设备应用的智能联合、控制、管理

▲ 飞行系统数字孪生

▲ 电池包系统孪生

数字孪生的难点与挑战

当然数字孪生的创建也存在众多难点。正如数字孪生的字面意思，最重要的是我们需要做一个近似的数字体，它包含了实体的各种物理特性。

早期，作为先驱的NASA在实践中首先认识到了使得物理孪生的重要性。后来得益于计算机的高速发展，现在物理孪生对象从行为上可以用计算机系统进行模拟代替。在高保真度的系统模型中，物理孪生对象能够通过三维的CAE仿真的降阶加入到一维系统之中，代替理想模型来高度还原产品的物理特征。

举例而言，如我们要利用ANSYS Twinbuilder创建高保真度的水泵系统数字孪生，其流程如下：

■ 搭建Twinbuilder （Modelica）理想系统模型；

■ 使用ANSYS CFD 进行泵的3D物理场仿真；

■ 使用Twinbuilder的ROM Builder对3D物理模型进行降阶处理，并创建ROM模块。此举可大大降低计算时间，并同时保证计算精度，使虚拟的时间能够匹配真实的物理时间；

■ 在系统中加入降阶模型，添加控制，封装代码，创建面板

▲水泵系统数字孪生创建流程

界面的创建与使用，水位高度的监测，开关阀门、泵的转速调节，泵容易发生气蚀的警报

当然我们可以通过Twinbuilder的元件库、Twinbuilder的控制元件库、外部代码等更多部件的降阶模型对系统进行封装，来创建更复杂、更大、更全面的系统，来涵盖系统中各种产品关于结构、流体、热、电磁等特性。

利用数字孪生进行优化

最后关于优化，可利用数字孪生中的数据并结合优化软件如Optislang、Optimetrics等，甚至AI对部件、系统的运维进行优化。

以前共事过的韩国同事做过一些有趣的真实小案例，如使用Maxwell、Twinbuilder与Optimetrics，通过真实体与数字孪生体的数据对真实产品的运作进行优化，如下图所示。

另外，也可以通过对作动器系统数字孪生的优化控制，使作动器平滑地移动，如下图所示。

结语

数字孪生有大有小，但都是比较复杂、多学科复合的集合体。在未来，上海安世亚太希望能以逐步的积累与沉淀实现更多的改变，从而绽放出更多的光彩。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删