作者 | 張 霖，北京航空航天大學，轉載自『系統仿真學報』
近年來，數字孿生（Digital Twin）一詞迅速躥紅，成為一個炙手可熱的概念。但隨著工業界和學術界對數字孿生的不斷解讀，其含義卻越發撲朔迷離，和其他一些相關概念的界限也越來越模糊。數字孿生到底是什麼，能做什麼，邊界在哪裡，它和建模仿真是什麼關係等等問題令很多人困惑。本文嘗試對其中的一些疑惑進行粗淺的分析。
1. Digitaltwin 到底指什麼？
由於DigitalTwin的中文翻譯莫衷一是(這個問題稍後會提到)，暫時將使用DT代表Digital Twin。
在信息領域，一個概念有多種解釋已是司空見慣的事情。不過大多概念開始出現時雖含義模糊，定義不明，但經過一段時間討論和沉澱之後，會逐漸形成一致的看法，比如雲計算。而DT很有意思，它一開始的時候，含義還比較明確，但隨著研究的深入，定義和內涵卻越來越模糊。另外，很多概念，雖然有多種不同的定義和解釋，但大致的區別都在於要麼看問題的角度和側重點不同，要麼解釋的詳細程度不同，要麼文字表述方式不同，而概念本身所指向的事物主體卻是確定的。像數字孿生這樣，不同的定義指向不同的主體，卻很少見。
DT一詞，業界一般認為，最早是密西根大學Michael Grieves教授於2002年針對產品全生命週期管理（PLM）提出的一個概念，當初並不叫Digital Twin，而是叫鏡像空間模型（Mirrored Space Model, MSM），後來NASA的John Vickers將其命名為Digital Twin [1]. 其模型的屬性是很清楚的，儘管當時沒有引起太多關注，卻也沒有什麼歧義，DT就是一個數字化的模型。
但隨著NASA將其引入《NASA空間技術路線圖》，DT的含義發生了重要的變化。NASA給出的解釋是這樣的：
DT是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命週期過程[2]。
DT的主體變成了仿真。
還是這個報告，又很明確地指出，NASA的DigitalTwin就是“基於仿真的系統工程”（Simulation-Based Systems Engineering）。DT的主體又變成了系統工程。
NASA對DT的這些解讀大概是引起後續關於DT的定義和內涵含糊不清的根源。我們不妨列舉一些有代表性的定義。
（1）DT是物理設備的一個實時的數字副本[3]。
（2）DT是有生命或無生命的物理實體的數字副本。通過連接物理和虛擬世界，數據可以無縫傳輸，從而使得虛擬實體與物理實體同時存在 [4]。
（3）DT是對人工構建的或自然環境中的資產、流程或系統的數字表示 [5]。
（4）DT是資產和過程的軟件表示，用於理解，預測和優化性能以改善業務 [6]。
（5）DT是實際產品或流程的虛擬表示，用於理解和預測對應物的性能特點 [7]。
（6）DT是在雲平臺上運行的真實機器的耦合模型，並使用來自數據驅動的分析算法以及其他可用物理知識的集成化知識對健康狀況進行仿真 [8]。
（7）DT是物理對象或系統在其整個生命週期中的動態虛擬表示，使用實時數據實現理解，學習和推理 [9]。
（8）DT使用物理系統的數字副本執行實時優化 [10]。
（9）DT是現實世界和數字虛擬世界溝通的橋樑 [11]。
圖1 與DT相關的各個部分
圖1是上面各種定義中所提到的和DT有關的各個部分。包括①物理對象、②數據、③模型、④仿真和⑤仿真結果。
這些定義分別將DT指向圖1中的不同部分。
第一類：定義(1)至(5)將DT定義為數字副本、數字表示、軟件表示或虛擬表示，指向③，即DT是一個隨物理對象實時更新的模型，因為不管是數字副本、數字表示還是軟件表示或虛擬表示，都屬於模型的範疇。
第二類：定義(6)至(8)將DT指向③和④，即DT是模型加仿真。
第三類：定義(9)將DT指向②和⑤，即DT是連接物理對象和模型之間的橋樑。
那麼，作為一個嚴謹的學術術語，哪一個更合理呢？不妨來分析一下。
第二類將建模和仿真合起來定義成一個新的概念，一方面沒有必要，另一方面也不合理。因為模型和仿真雖然密切相關，但確是兩件事情。模型是對事物的描述，而仿真則是基於模型的各種活動，就像兩個數的量綱不同，是不能直接相加成為一個數的。
第三類聽起來很有煽動性，但卻最不合理。如果將來自物理對象的數據或是仿真反饋的數據稱為“橋樑”到無可厚非，但這兩類數據都不能稱為物理對象的Twin。
因此，相對而言還是第一類定義最為合理，即DT就是物理對象的一個數字化模型。只不過這個模型可以實時接收來自物理對象的數據，從而可以不斷演化以保持與物理對象的一致。當然並不是說之前的模型不具備演化特性，只不過之前模型的演化並沒有強調實時性。
在關於DT的理解中，還有一個問題令人困擾，即一個DT是否應該包含物理對象，即圖1中的①？這也使得很多人對於DT與信息物理系統的關係感到困惑。
造成這個問題的根源也來自NASA和美國空軍研究辦公室的相關文獻 [12] [13]，它們認為DT概念由三個不同的部分組成：物理產品，數字/虛擬產品以及兩個產品之間的連接。即圖1中的①②③甚至⑤。
但顯然這樣的解釋存在邏輯上的問題。如果DT裡面包含物理系統，那麼這個Twin就沒有了參照物。因為Twin一定是和另一個人（或物體）相對而言的。當然如果將①和③合起來稱為 Twins，即雙胞胎，倒還說得過去，但不能叫Digital Twins，因為其中一個是digital，另一個是physical。所以在DT概念裡還是應該把物理對象和數字模型這兩部分區分開來。
按照前面的分析，若將DT定義為物理對象的一個數字化模型，那麼DT和信息物理系統（Cyber Physical System）之間的關係就很容易理清了，即數字模型、基於數字模型的各種活動（仿真）、物理對象以及數字模型和物理對象之間的連接（數據及仿真結果）形成一個信息物理系統，如圖2所示。
圖2 DT和信息物理系統之間的關係
另外，還有一個可能引起歧義問題，即DT中是否應該包含從物理系統採集的數據，即圖1中的②？本人認為，DT概念中不需要也不宜包含這類數據，因為這裡的模型是根據這些數據實時演化的，所以數據的信息將在模型中得到體現。而且關於數據還有一個專門的技術，即Digital Thread技術，它可以用來處理和Digital Twin有關的數據問題。
再來看一下關於DT 的中文翻譯問題。目前雖然數字孿生一詞用的較為普遍，但數字雙胞胎或數字化雙胞胎等稱謂仍然經常被使用。
DT最早翻譯為數字化雙胞胎或數字雙胞胎。後來經專家考證，改為數字孿生。大概的意思是說，雙胞胎是指兩個人，即雙胞胎兄弟或雙胞胎姐妹，對應的英文單詞應該是Twins，Twin則是指雙胞胎中的一個，所以應該叫孿生。其實孿生這個詞在中文裡也少見單獨使用，多數情況下和兄弟、姐妹連用，如孿生兄弟、孿生姐妹等。不過單從詞義的準確性上講，用數字孿生對應Digital Twin，確實比數字雙胞胎更合理些。
聯想前面提到的關於DT概念的各種解釋，將DT譯為數字孿生，也就意味著，默認了DT是指模型這一事實，並且不包含物理系統。因為孿生指的是雙胞胎中的一個，顯然不包含所對應的物理系統本身。如果既包含模型部分又包含物理部分，那叫數字（化）雙胞胎應該更合適些，雖然也不算嚴謹，因為正如前面所說，物理系統不是數字的。
在中文文獻中，對DigitalTwin還有一種解讀，即將其解釋為一種建模的過程和方法，也稱為數字孿生技術，而利用這一技術所構建的模型稱為數字孿生模型，或數字孿生體。這樣的解釋顯然和Digital Twin的基本含義無法對應。
對DT概念認識上的模糊不清，也是導致中文翻譯一直不能統一的一個重要原因。
綜上所述，筆者認為，將DT翻譯為數字孿生更符合其本來的含義，對於數字孿生可以這樣理解：
數字孿生是物理對象的數字模型，該模型可以通過接收來自物理對象的數據而實時演化，從而與物理對象在全生命週期保持一致。基於數字孿生可進行分析、預測、診斷、訓練等（即仿真），並將仿真結果反饋給物理對象，從而幫助對物理對象進行優化和決策。物理對象、數字孿生以及基於數字孿生的仿真及反饋一起構成一個信息物理系統 (cyber physical systems). 面向數字孿生全生命週期（構建、演化、評估、管理、使用）的技術可稱為數字孿生技術（Digital Twin Technology）。
2. 數字孿生背後的建模和仿真技術
作為學術研究，我們需要採用一個合理的且沒有歧義的概念，而不必糾結於NASA對於 DT的解釋。但對於NASA所提到的NASA Digital Twin的真實目的卻不能忽視。事實上很多人對於DT的熱情和研究動機就來自於NASA Digital Twin為製造業的未來帶來的無限憧憬。
雖然我們對NASA關於DT概念的解釋並不認同，但換個角度想一想，NASA其實並沒有將DT當作一個嚴肅的學術術語來進行定義。其真正想表達的意思，是強調仿真的價值，即NASA飛行器研製需要遵循“基於仿真的系統工程”這一理念。
仿真技術幾乎是伴隨著計算機技術的誕生而產生的，自上世紀五十年代至今，已經經歷了六十多年的發展。由於仿真是以建立模型為基礎的，所以為了突出建模的重要性，建模和仿真常常一起出現，即Modeling & Simulation，常縮寫為M&S.
從下面的這段文字可以看出美國對建模和仿真的認識所達到的高度。這段文字摘錄自美國國會於2007年7月16日通過的487號決議 [14]。
美利堅合眾國是一個偉大而繁榮的國家，而建模和仿真極大地促進了這一偉大和繁榮。
在美國，建模和仿真是計算機科學和數學的獨特應用，它基於模型或仿真的有效性、正確性和可重複性，以及成千上萬的美國人在建模和仿真事業中開發這些模型的能力；
政府、工業界和學術界的建模和仿真領域的成員為美國的整體福利做出了突出的貢獻，下面的例子可以部分體現建模和仿真為美國做出的貢獻，儘管這些貢獻不勝枚舉：
（1）曼哈頓計劃期間，通過最早復現核鏈式反應過程的仿真，拓展了對核裂變的理解，最終促成了第二次世界大戰的結束；
（2）作為“庫存管理計劃”的基本要素，使美國總統能夠在不進行真實核試驗的情況下，確保核武器庫存十年以上的安全性和可靠性，並展示了國家對核不擴散的承諾。
僅從上面兩項貢獻，便可看出建模和仿真的巨大威力。而在這個決議中，這樣的案例共羅列了11條。在該決議中還明確提出，建模和仿真是“國家核心技術（NationalCritical Technology）”。
下面的內容更加震撼。
1965年頒佈的《高等教育法》是美國曆史上第一部高等教育立法,它通過擴展聯邦政府在高等教育財政領域的角色，使聯邦政府介入美國高等教育的發展，為美國高等教育普及化奠定了基礎。該法在美國高等教育改革中具有里程碑的意義 [15]。
而2018年12月修訂生效的新版高等教育法，專門將建模和仿真作為一項重要的內容（20 U.S.Code § 1161v - Modeling and simulation）列入其中[16]，並使用大量篇幅說明政府和社會應如何推動建模和仿真技術在大學教育中的普及。在整個法案中，還沒有見到任何其他的一項技術能夠享受如此高的待遇，即使近年來熱火朝天的人工智能技術，都沒有出現。
從這兩個文件可以看出，建模和仿真技術的基礎性和長遠價值已遠遠超出其所在的技術領域範疇，將對國家利益和國家安全產生重大影響。
而在製造業，建模和仿真也一直髮揮著不可替代的作用。2000年，由美國DARPA、商務部、能源部、NSF聯合發佈了一項國家級製造業發展戰略研究及推廣計劃“集成製造技術路線圖 (Integrated Manufacturing TechnologyRoadmapping－IMTR)”。IMTR提出了未來製造業面臨的6個“重大挑戰”，即成為精良、高效的企業，提高響應客戶的企業，成為全面互聯的企業，保持環境可持續性，進行知識管理，善於應用新技術。不難看出，這六大挑戰放到今天也仍然成立。IMTR進而提出了迎接這6大挑戰的4類技術對策，即面向製造的信息系統，建模和仿真技術，製造工藝與裝備，企業集成。由此可見建模和仿真技術對於製造業的重要性。
而在此報告發布之前的1997年，美國國防部對武器採辦進行改革，最重要的改革就是提出“基於仿真的採辦”（SimulationBased Acquisition, SBA），即將建模和仿真應用於武器從需求分析到最終報廢的全生命週期過程。而洛克希德馬丁公司的F35則是第一個全面引進SBA概念而研製的產品。2017年11月，有報道稱，洛克希德馬丁公司將數字孿生列為未來國防和航天工業六大頂尖技術之首。洛瑪的數字孿生背後其實是SBA，即基於仿真的採辦，這和NASA的基於仿真的系統工程如出一轍。
建模和仿真技術六十多年前誕生於美國，而且一直都在為美國的國家利益發揮著不可估量的作用，但美國人從來不把建模和仿真拿出來炒作。其中的原因值得我們深思。
3. 對數字孿生不宜過度演繹，需保持清醒的頭腦
數字孿生（digitaltwin）這個詞之所以能夠走紅，很大程度上得益於這個詞本身的傳播特性，它形象，上口，通俗易懂，即使行外人也能從字面上明白個大概，而且還能引發無限的想象。對於科普或商業推廣，確實是個好詞。但作為一個學術術語，它卻缺乏應有的嚴謹性，至少到目前為止仍然如此。當前有兩種傾向值得關注，一是在概念上把數字孿生的內涵不斷放大，賦予越來越多的內容，致使與其他概念交叉甚至重疊；二是在應用上將傳統技術應用貼上數字孿生的標籤。這兩種傾向對數字孿生技術的發展都沒有好處。
正如前面說講，數字孿生背後是建模和仿真技術。數字孿生最誘人的地方，是數字模型和物聯網的結合，而這種結合的最終目的是為了將模型打磨得更加接近真實系統。物聯網技術為建模提供了一種新的強有力的手段，而且在對複雜系統機理缺乏足夠認識的情況下，還可基於所採集的數據利用人工智能技術對系統進行建模。這是對建模技術的發展和補充。而基於模型的分析、預測、訓練等等活動，本來就是仿真要做的事。所以數字孿生本質上是新一代信息技術在建模和仿真中的應用。
經過半個多世紀的發展，建模和仿真已經形成了一個相當完善和系統的技術體系。事實上，在仿真領域，利用動態實時數據進行建模和仿真的方法和技術已經研究多年，如動態數據驅動的仿真（Dynamic Data Driven Simulations, DDDS），嵌入式仿真，硬件在迴路的仿真等等。當然，數字孿生作為仿真技術的重要內容，通過與新一代信息技術的融合，將進一步促進建模和仿真技術的發展。
另外，建模和仿真技術體系中很多可以直接用於數字孿生的研究和應用，包括理論、方法、標準、工具和平臺，而沒有必要在數字孿生的名義下重複開發。這也是NASA雖然提出2027年實現DigitalTwin的目標，但後續並沒有就Digital Twin本身再建立新的技術體系的原因。因為所需要的技術、標準、工具和平臺等，在其建模和仿真技術體系裡大多都已經存在了。換個標籤，再搞一套類似的東西，既浪費資源，又浪費時間。
數字孿生的火爆，名字起的好固然很重要，但更重要的還是得益於西門子、GE等行業大鱷們的推波助瀾。清醒的業內人士都清楚，數字孿生相關的核心技術大多掌握在外國人手中，如傳感技術、CAD技術、CAE技術、PLM技術、VR/AR技術等等。西門子, Predix, 達索、PTC, SAP, Ansys等企業之所以大肆渲染數字孿生的迷人前景和應用價值，是因為他們確實掌握著數字孿生所必須的核心技術，而伴隨著數字孿生熱度的提升，真正熱賣的都是這些企業的產品。工業界對新概念的熱衷，都有其自身的目的，行內人都心知肚明。
然而，上面提到的這些核心技術和產品恰恰是我國目前最缺乏的。但有意思的是，在國內，對數字孿生的研究卻常常避重就輕，關注的多是些外圍的、非核心的東西，而且對其概念的熱情遠遠高於提出這一概念的美國以及其他工業發達國家。我們大多數時間熱衷於概念的炒作，說的多、做的少，做虛事兒多，做實事兒少。其實尚且不知，我們一輪一輪的吶喊，都是在為他人助威。
對於嚴重缺乏核心技術支撐的我們，在熱詞不斷湧現的今天，應該保持清醒的頭腦。埋頭研發卡脖子的關鍵技術才是硬道理。否則，我們既浪費了資源，又浪費了時間，最終失去的是發展的大好機遇和戰略主動權。
閱讀更多 工業互聯網研習社 的文章
