数字孪生技术是如何「上位」的?
数字孪生技术的“前世”和“今生”

如果一个系统能实时呈现城市的“脉搏”,是不是非常酷炫?

Gartner十大被期待的技术之一,工业互联网皇冠上的明珠,数十亿市场规模,由工业场景迈向城市,GE、西门子、微软、阿里巴巴重点布局——这就是数字孪生(Digital Twin)的基本面。

2019年以来有两次A股热炒的概念,一是边缘计算,另一个就是数字孪生,多支相关股票出现涨停。

尤其是当波音737MAX8型飞机出现严重坠毁事故以及法国巴黎圣母院被焚毁,围绕数字孪生技术的讨论更是掀起高潮。

从资本投入力度上看,中国智慧城市技术相关投资达到 208 亿美元(仅次于美国)。

而数字孪生城市的提出,无疑为智慧城市建设注入了新的活力:带动相关产业的技术研发投入,促进地方政府加大对智慧城市的建设投资。

目前来看,大厂入局,工业场景启用,但整体赛道还略显稚嫩,各路玩家仍处在探索自己技术和商业法则的建立阶段,远远没到到实力PK的竞争期。

毕竟,这一概念被引进国内才几年时间,距离广泛应用还比较早期,智慧城市主赛道是城市大脑及各种城市级应用,包括数字政府。

数字孪生将会是一块有着巨大利益点的蛋糕,非常之诱人。

缘起空间探索,后进入国防工业

数字孪生这一概念诞生在美国,时间在2002年,提出者是密歇根大学教授Dr. Michael Grieves。

他在一篇文章中首次提到“Digital Twin”,并认为通过物理设备的数据,可以在虚拟(信息)空间构建一个可以表征该物理设备的虚拟实体和子系统,并且这种联系不是单向和静态的,而是在整个产品的生命周期中都联系在一起。
而将这种理念付诸实践的则是NASA,比如为其阿波罗计划开发了两种相同的太空飞行器,以反映地球上太空的状况,进行训练和飞行准备。

洛克希德·马丁公司视数字孪生为未来国防工业6大顶尖技术之首,美国GE(通用)公司已为每个引擎、每个涡轮、每台核磁共振创造了一个数字孪生体,通过这些拟真的数字化模型,在虚拟空间调试、实验,以让机器的运行效果达到最佳。

此前,Gartner发布了2019年十大战略性技术趋势,这些趋势并非概念技术,而是已经有了决定性的突破,将发展成更广泛的应用,其高度波动性在未来五年内达到临界点。

这些趋势中包括人工智能、数字孪生、边缘计算、量子计算、沉浸式技术、区块链、智能空间等,同时这些技术之间的联系越来越紧密。

Gartner Fellow兼副总裁David Cearley认为,无处不在的智能设备提供各种基于大数据的贴心服务,将是科技的未来。Gartner称之为Intelligent Digital Mesh。

何为数字孪生? 以虚控实的仿真过程

对于工业互联网行业的人士来说,数字孪生一词已经是老生常谈。

根据国际统一的定义,数字孪生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。

理解下来,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。

工业互联网是绝对的第一大场景,比如机器安装、产线安装,建立一个生产环境的虚拟版本,整个环境都是要用数字化的方式来描述。这迎合的是工业互联网的产业数字化大背景。

在该技术之下,工程师不仅能看到产品外部变化,更使内部零件动态的观察成为可能。例如,通过数字3D模型,我们可以看到汽车在运行过程中发动机内部的每一个零部件、线路、各种接头的每一次变化,从而可以对产品进行预防性维护。

目前主流的西门子、GE、施耐德等厂商早已在使用这套技术来优化工业流程。

一直以来,有个“工业领域 1%的革命”说法:生产效率提升1%,成本减少300亿。

这可以通过GE公司的 245000美元的故事说起。

在GE的工厂里,发电厂的汽轮机推力轴承改变了位置,使汽轮机的轴向位移从-0.29 mm变为-0.445mm。这个移动量等于单个睫毛的宽度,并且仍在安全的操作参数范围内。但是,汽轮机要承受极端的温度、压力和作用力,即使微小的变化也可能造成巨大的损失。

但是在没有干预的情况下,止推轴承将继续移动,轴向位移继续移动。等到工厂控制中心响起警报并发现偏差时,损坏已经造成:涡轮机必须脱机、零件将需要更换、电力生产数据将丢失。电力生产商的总成本是 245000美元。

幸运的是,对于电力生产商来说,这是他们不必支付的成本。

位于巴黎的GE 数字工业管理服务中心的工程师使用汽轮机的“数字孪生系统”观察到了偏差,并进行了提前预测,确保巨大损失无从发生。

截至2018年,GE已经拥有120万个数字孪生体,可以处理300000种不同类型的设备资产。此外,据Gartner称:

“到2021年,一半的大型工业公司将使用数字孪生,从而使这些组织的有效性提高10%。”

细想,这将是巨大的开支节省,也相当于是变相盈利了。在国内,树根互联、研华科技、软通动力等均在布局。

城市如何用上“数字孪生”?

对于一项技术而言,城市场景更加宏大,从工业走向城市场景是必然。

据预测,到2022年,85%的IoT平台将使用某种数字孪生技术进行监控,少数城市将率先利用数字孪生技术进行智慧城市的管理。

Bentley Systems这家公司位于美国,是目前业内比较活跃的数字孪生厂商,他们目前正在努力使其数字孪生云服务从基础设施工程“爬坡”到整个城市规模。

该公司的CEO Greg Bentley说:

“这最终为所有者开放了他们以前的工程技术和数据(ET),并与传统信息技术(IT)和新连接的操作技术(OT)联合。”

言外之意是,对于基础设施专业人员(包括现实网格、地形模型、图像和GIS源)来说,建筑信息建模(BIM)和地理信息系统(GIS)通过4D数字孪生模型得到了有效的推进。

这是一种典型的细分场景与城市场景结合的可能性。

你可能不信,在印度,安得拉邦(Andhra Pradesh)的首府海得拉巴建立了当地第一个数字孪生系统,使当地政府官员能够管理许可程序、监视施工进度并评估设计计划,使他们能够了解诸如建筑物如何响应高温高湿气候等事宜。

新加坡为其“虚拟新加坡”(Virtual Singapore)项目投资了7300万美元,建成之后,这将是一个权威的数字三维城市模型和数据协作平台,可以被政府机构,企业和研究人员用作测试平台,以建设更具弹性的城市。

赛道里的玩家:巨头与初创“并轨”

时至今日,数字孪生除了在工厂中实际应用,这项技术也正在让科技公司为之“着魔”。

比如Amazon、微软、Google、苹果和阿里巴巴。Amazon是全球技术投入最高的科技公司,也是技术布局最广泛的巨头之一,范围几乎涵盖Garnter 2019年十大技术报告的所有内容。

微软高调公开的Azure Digital Twin服务,能够创建任何物理环境的数字模型,包括连接它们的人员、地点、事物、关系和流程,并与物理世界保持同步。通过Azure Digital Twins,用户可以在空间的语境中查询数据,而不仅仅是查询单独的传感器。该服务将成为Azure IoT平台的一部分。

Azure Digital Twin 与 Azure IoT的关系

阿里巴巴城市大脑的团队一直保持着“交通智能”、“城市智能”、“生态智能”的梯次进化思考,并总结出3条“城市大脑”的衡量标准:

1)能够实时处理人所不能理解的超大规模全量多源数据(整体认知);2)能够洞悉人所没有发现的复杂隐藏规律(机器学习);3)能够制定超越人类局部次优决策的全局最优策略(全局协同)。

与之相反,局限于单一数据来源、只卖设备不懂业务场景、数据实时处理规模存在上限的“伪城市大脑”则会给城市带来更多复杂性风险。

阿里巴巴副总裁刘松此前也提到,目前的城市建设只能规划到城市未来10年的发展,等换了一批城市中生活的人群,城市的承载力不一样了,城市又需要重塑,而数字孪生技术预测城市100年后的变化,这是最大的区别。

“工业界提出数字孪生,汽车制造、飞机制造得以应用,但数字孪生城市更加雄伟。目前每10年生活方式都会反转一次,未来都是以100年来计算。10年对100年,这是矛盾,但数字孪生是好的尝试,数据是其基础介质。”

2019年3月,达摩院视觉智能团队推出“数字平行世界”。相比较阿里之前“城市大脑”的一些系统和场景,“数字平行世界”的这套系统实际上从城市的基本数据的感知、分析、提炼真正走进了城市的三维架构,从外观信息升级到了内外部结合的领域,更底层更深入,实操性和实用性会更强。

科大讯飞一直有“讯飞超脑”的智慧城市解决方案,也涉及到数字孪生技术。

科大讯飞轮值总裁胡郁此前提到,未来某一座城市的道路该不该挖,工程人员和决策者需要先在虚拟城市里模拟,选择最佳方案,在物理城市实施。这就是用鲜活的数据激活城市、解决城市病的逻辑。

数字孪生技术是如何「上位」的?
丁肇之
1 三月, 2020
分享这篇文章
存档
登录 留下评论
离散型制造业如何实现智能制造?
离散型行业智能制造的重点、痛点和难点