数字孪生概念与应用.docxVIP

1、数字挛生概念与应用目录目录1摘要2概述21. 数字率生32.1.定义32. 2.本质42. 3.数字挛生与传统仿真的区别52. 4.数字挛生兄弟的关系5数字挛生建模63. 1.建模基本思路63. 2.智能制造数字挛生建模72. 3.智慧城市数字挛生建模73.4,智慧战场数字挛生建模8数字挛生作用93. 字挛生技术如何使用？105.1.医疗保健中的数字挛生105.2.地产产业中的数字挛生105.3.数字挛生只是一个流行语吗？115.4.数字挛生的未来是什么？115.5.数字挛生概念及发展11数字挛生能力模型124. 数字挛生关键应用技术13全产业链服务解决方案的数字季生核心技术145. 数字季生

2、底座技术架构14数字线与数字挛生的概念与应用156. 全三维研制模式下产品构型管理17数字挛生模型在产品构型管理中应用1812.1.数字线与数字挛生的概念与应用19面的优化策略，实现数字兄弟的自我优化，提高数字兄弟和实体兄弟在各自环境的运行品质。例如，智慧城市领域中的数字率生从海量数据中挖掘实体城市特征信息，实施数字城市自我优化，提升城市物质资源、智力资源和数据资源配置质量，提高城市治理质量。5. 字挛生技术如何使用？虽然数字季生已经存在了几十年，但直到物联网迅速崛起的近几年，它才被广泛认可为是未来发展必不可少的工具之一。数字率生逐步走入大众视野，受到关注，数字季生集成了人工智能(AI)和机器

3、学习(ML)等技术，将数据、算法和决策分析结合在一起，建立模拟，即物理对象的虚拟映射，在问题发生之前先发现问题，监控在虚拟模型中物理对象的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效地规划或对相关设备进行维护。既然我们已经解决了比较难以捉摸的问题一一什么是数字率生技术，那么，接下来探索如何使用数字挛生技术来改善业务流程。在传统上，数字季生用于改善单一设备的性能，例如风力涡轮机或喷气发动机。但是，近年来，数字挛生变得更加复杂。现在不仅连接一个设备，甚至可连接多个设备系统乃至整个物联网系统。随着越来越多的设备为数字挛生所集成，设备的工作进程和操作员的信息也被结合了起

4、来，这有助于提高系统解决复杂问题的能力。5.1.医疗保健中的数字率生数字挛生在应用层面典型的一个例子是医疗保健。通过创建医院的数字挛生模型，医院管理员、医生和护士可以实时获取到患者的健康状况。使用传感器监控患者并协调设备和人员，数字率生提供了一种更好的方法来分析流程，并会在正确的时间针对需要立即采取行动的状况来提醒相关的人员。该方案可以提高急诊室的利用率并且疏散患者流量，降低操作成本并增强患者体验。据介绍，一家医院在实施数字挛生技术以后，综合成本节约了900%。此外，数字挛生可以预测和预防患者的紧急情况，如心肺或呼吸停止，从而挽救更多的生命。事实上，一家医院在实施数字挛生技术后，医疗保健网络将

5、蓝色代码(急诊)事件减少了61%0地产产业中的数字率生数字率生在应用层面产生重大影响的另一例子是地产建筑行业。数字挛生使建筑运营商将先前未连接的系统从安全性、供热通风与空气调节(HVAC)到寻路系统集成在一起，以获得新的决策，优化工作流程并远程监控。数字挛生还可用于控制房间的工作空间和环境条件，从而增强住户体验。通过优化系统和连接人员，业主和运营商可以使用数字挛生来降低成本，降低后期维修成本，在提高利用率的同时也提高整体资产价值。事实上，数字挛生可以将某些建筑物的运营成本降低至每年每平方英尺88美分。5.3.数字挛生只是一个流行语吗？数字率生这个词在各个行业都有出现。但它真的能应用于各个行业吗

6、?事实上，我们正处于数字率生爆发的边缘。Gartner的研究发现，在2018年，有48%的物联网项目在使用或计划使用数字挛生技术。此外，到2020年，将会有50%的大型制造商至少推出一项数字挛生用例，以及有关数字化的挛生技术的解决方案将在2022年增加三倍。换句话说，数字挛生将继续存在。重点在于如何实现数字挛生。数字挛生技术正在以新的和更成熟的方式投入应用，结合传感器、人工智能和机器学习，以便解决物联网用例面临的最大挑战。为了最大限度地发挥其实用性，数字率生需要由高性能数据库提供支持，这些数据库可以实时汇集和处理大量数据集。5.4. 数字挛生的未来是什么？在智慧城市建设的过程中，数字挛生提供了

7、更多的可能性。例如，在医院或地产建筑中使用数字挛生技术，不仅可以为建筑行政人员或业主提供决策参考，而且可以为这些建筑物内的人们创造良好的环境。数字挛生用以人为本的方法来思考问题和背景，最后添加连接设备到IT系统，以尝试解决大问题并创造长期价值。总之，对于已经使用数字率生技术的物联网公司而言，数字率生是数字化进程的下一步。数字挛生可提高效率、优化流程，在问题发生之前预测问题，并为未来进行创新。数字挛生技术值得深入探索！5.5.数字挛生概念及发展数字样机是数字挛生的最初形态。数字样机概念是对机械产品整机或者具有独立功能的子系统的数字化描述。通过这种描述反映产品对象的几何属性，以及产品的功能和性能特

8、性。在产业实践中，数字样机首先在设计阶段被定义为数字化产品定义（digitalproductdefinition,DPD,通过DPD来表达产品的设计信息，构建表征物理客体的数字化模型，此时的DPD因限定于产品定义阶段，所以对物理客体的全生命周期信息表达不全面，尤其是制造阶段和服务阶段的定义表达与应用管理问题日益突出。因DPD存在对产品全生命周期信息表述不全面的问题，Grieves教授于2003年提出数字季生的概念。此时的数字率生统称为狭义数字季生，其定义对象就是产品及产品全生命周期的数字化表征。Grieves将数字挛生定位为一套从微观原子级到宏观几何级全面描述潜在生产或者实际制造产品的虚拟信息

9、结构。由此可以看出数字挛生的概念首次在定义对象中明确为产品，在定义内容方面，从产品的设计阶段扩展到产品全生命周期。通过数字样机的概念延伸和扩展，实现对物理产品全生命周期信息的数字化描述，并有效管控产品全生命周期的数据信息。广义数字率生在定义对象方面进行了较大延伸，从产品扩展到产品之外的更广泛领域。数字李生是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字挛生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更

10、加实时、高效、智能的服务。Gartner在2018年和2019年十大战略科技发展趋势中将数字挛生作为重要技术之一，其对数字挛生描述为：数字率生是现实世界实体或系统的数字化表现。由此可见，数字挛生成为任何信息系统或数字化系统的总称。6. 数字挛生能力模型当把数字挛生视为现实世界实体或系统的数字化表现时，更注重架构引领、模型驱动、数据驱动、虚实融合要求。为此，从过程演化角度建立数字挛生的“定义、展现、交互、服务、进化”五维度能力模型。其中，数据是整个能力模型的基础，五大能力围绕数据来发挥作用和效能。数字率生作为现实世界实体或系统的数字化表现，因人类社会尚有未发现的真理、未发明的技术、未掌握的知识技

11、能，故对物理客体的认识本身始终是逐渐逼近真相的过程，因而数字挛生的构建能力是模型驱动的基础，是推动对客体认识的不断深入，不断定义的过程。数字享生的展现能力要求对数字空间中定义的客体的动态和静态内容进行展示。静态内容包括客体属性、方法、行为相关数据及其关联，动态内容是根据客体可视化需要动态、快速、准确展不实时或准实时的可变信息，最终实现高逼真、高精度、高动态的信息展现，为更科学认知物理客体提供手段。交互能力是数字挛生有别于传统信息化系统和数字应用的关键特性。数字挛生通过多种传感设备或终端实现与物理世界的动态交互，因为具有了动态交互能力才将物理世界与数字世界连接为整体，从而导致数字挛生可以实时、准

12、确获取物理客体的信息，数字挛生依据定义模型和客体信息进行实时计算与分析，并将分析结果反馈给物理客体，为物理客体的执行提供信息参考，或为相应人员提供决策支持，从而可更准确、及时、客观把握客体状态并进一步增强与物理客体的耦合时效。服务能力是数字季生对物理客体赋能的体现，在传统物理客体基础上，因为具有了数字挛生的支持，可以具备传统客体不具备的新的特性和能力，导致物理客体自身伴随数字率生发生实质性变化。数字率生利用先进的大数据分析和人工智能等技术，获得超出现有认知的新的信息，为人类认知客体提供更直观详实的佐证和依据，为人类再设计再优化客体提供支持，推动物理实体的改进和提升。同时，物理客体通过配备内置传

13、感、物联及控制器件，实现对数字挛生中计算、分析的结果传递和信息的接收，使客体在数字感知、反馈、分析、自主决策水平方面得以提升。进化能力指可以随着客体的发展存亡，在广度和深度维度实现对物理客体详尽描述和记录，广度上的进化指可全面记录客体全生命周期内的状态、行为、过程等静态或动态信息，具备无限量信息接纳能力；深度上的进化指可随时复现客体任一时刻的状态，并可根据认知机理和规则推演或仿真未来时刻的“假设”场景，并预判其状态。另外，数字挛生具备自学习、自适应能力，可以对自身的各种能力实现迭代和优化。7. 数字挛生关键应用技术数字挛生目前在学术和应用领域依然处于发展阶段，不仅缺乏系统性的数字率生理论/技术

14、支撑和应用准则指导，同时也存在数字挛生应用中比较优势不明、产品生命周期各阶段应用不全等问题，这些都有待进一步研究和实践。在数字地球相关研究中，图6描述了数字率生涉及到的关键应用技术：jZi算痫S-津数据管理4I投影必瓣h!坐标必驾il坐标系统一快速查询数爵管伟出.空间数据共曾职据闵ft扣竺>T阿加拘巾储技术p数据系列标准一In-术一其他*,w密学等软件平台.着咬件体系程序is言图6数字挛生涉及到的关键应用技术在智慧企业应用要求下，数字挛生涉及的关键应用技术：软件架构技术一一C/S软件架构、B/S软件架构、SOA软件架构以及微服务架构。全集数据管理技术一一数据采集、数据识别、数据融合和数据

15、技术状态、数据安全等。动态建模及模型驱动技术复杂对象、属性、关系的动态表达、计算，不同的客体数据连接到数字季生定义模型建立模型驱动业务模式。高效数据分析计算技术和精准服务技术一一数字率生可以结合实际的业务类型、环境等要素快速识别、获取并定义场景，快速完成场景画像，建立获取专业服务的关键输入；其次基于画像的快速数据处理，根据识别后的场景快速组织所需的各类数据，依据对应的领域模型，提供快速分析计算服务，并得到计算结果。精准服务技术方面需要持续的知识自动化和智能化技术，要求不同业务环节不断进行知识积累和沉淀，将各类专业技术、专业技能、专业流程和专业服务数字化、结构化、软件化，继而实现针对业务环节的精

16、准筛选和推介。虚实融合的沉浸式体验技术一一数字挛生将充分结合虚拟现实(VR)、增强现实(AR)和混合现实(MR)等多种感知技术，通过多模式多渠道体验来实现人们与数字世界的高效连接。8. 全产业链服务解决方案的数字挛生核心技术工程设备及工艺数据采集一一倾斜摄影技术、点云技术、正射影响数字高程；工程数据建模实景建模技术、语义建模技术、场景融合技术；云计算数据平台一一时空信息平台、大数据可视化平台、语义计算平台。9. 数字挛生底座技术架构致据诃楔化JS示兆务£5用仿度成用应用层；敷字开故平台知iR工程和仿H计K平台ioTa呼台存德展&字生，据层；OMSrnvarMMIOT«

17、;5tBlMiftl；时空值息云平台平台层；业威息疼语义数据廊(CIMDB)Gi$WeiS义建模引擎烦心矗图7数字挛生底座技术架构基于数字挛生底座(3DGIS、BIM、IOT)数据，提取影像、点云、传感器等多种数据进行三维空间及结构语义化建模，通过数据流转构建与物理世界的对应数字世界模型，涵盖空间信息、业务信息的语义数据库(CIMDB),通过面向Server端的统一数据管理平台(CIMBuilder)>时空信息云平台(CIMServerGISServer)、知识工程图谱和仿真计算平台(SIMHubGraphBuilder)>IOT管理平台(loTServer)部署搭建微服务框架开放

18、平台、API等进行Client端的数据可视化展示、仿真及业务应用，实现物理世界数据数字化的全过程流转、整合、计算、分析及应用。10, 数字线与数字挛生的概念与应用数字线最早是由洛克希德-马工公司提出的，他们在生产F35中将MBD数据直接输入计算机数控机床加工成零件。或通过编程系统完成复合材料的敷设，并将这种新的工作模式称之为“数字线”。“数字线”为F-35的3种构型节省了6000套工装，还省去了这些工装的管理和与零件相互配置的时间，以及工装的配送和向机床上装夹所花费的时间。数字线产生的背景建立在“模型为中心”的基础上，这里的模型是具备信息完整丰富、按照统一的开放标准建立的、规范的和语义化的数字

19、化模型，并且可被机器(或系统)稳定无歧义地读取。在此基础上，数字线集成并驱动现代化的产品设计、制造和保障流程，使各环节的模型都能够及时进行关键数据的双向同步和沟通。其原理如图8所示。可以看到，在设计与生产的过程中，仿真分析模型的参数传递给产品定义的全三维几何模型和数字化生产线加工成真实的物理产品，然后通过在线的数字化检测/测量系统反映到产品定义模型中，进而再反馈到仿真分析模型中，从而实现了一个数据的双向传递过程。数字线的核心就是如何搭建一个涵盖产品研制全过程的协同环境，使统一的模型在产品研制各个阶段实现数据的双向流动、重用和不断丰富的过程。图8数字线原理数字挛生也被称为数字镜像、数字双胞胎和数

20、字化映射。数字挛生是MBD技术的深入发展和应用,其根源在于企业在实施基于模型的系统工程MBSEfModelBasedSystemEngineering过程中，产生了大量的基于物理的、数学的模型被忽视。由此，最早的数字挛生思想由密歇根大学的MichaelGrieves命名为“信息镜像模型"(InformarionMirroringModel),而后扩展为“数字挛生”的术语。2012年NASA公布的技术路线图中给出了数字季生的概念描述。数字孝生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期

21、过程。随后，美国国防将数字率生应用于航空航天飞行器的健康维护与保障中。其目的是在数字空间建立真实飞机的模型，并通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。随后数字挛生的概念被扩展到制造领域，美同国防采办大学对数字挛生的定义是充分利用物理模型、传感器、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，从而反映相对应实作产品的全生命周期过程。其中实作产品(AsbuiltProduct)模型的内容可包括物理产品构型、材料微观结构、瑕疵、制造异常等。图9为飞机产品的数字挛生示例

22、。图9数字挛生定义示例可以看到飞机的数字挛生模型与飞机物理产品建立了一对一的映射，不仅包括传统的几何模型，还包括材料属性、生产、检验、力学分析、空气动力、健康维护以及试飞等物理实现环节所反馈的一系列数据。这些数据通过数据线建立的双向通道向研制的上游和下游不断反馈、解析和利用从而形成可设计制造的智能闭环。也可以说数字率生是虚拟制造和数字样机技术的深入和拓展，从定义范同来看，其不仅仅进行了产品的数字化定义，而是扩展了包含产品研制的所有实体装备的数字化定义；从涉及范围来看，其向后延拓至生产研制的终端实作产品的数字化定义，两者的定义和应用目标如表1所示。表1数字样机与数字挛生的区别数字样机数字事生定义

23、定义日拆描述产品设计者对产品的理想定义(包含几何/功能/性能)川卜指导产品理想状态下产品的定义.功能性能分析和制造过程在虚拟空间反映相对应实体装备的数字化定义过程反映直实产品系统的准确情况由此可以看到，数字挛生的核心问题是如何定义包含产品研制全过程的全要素产品模型，如何为研制全过程提供数据准备或者反馈，从而实现“基于模型驱动”的产品研制模式。11. 全三维研制模式下产品构型管理构型管理是一种面向产品全生命周期的，以产品结构为组织方式，将各阶段产品数据关联起来并对其进行管理和控制，从而保证产品数据一致性和有效性的产品数据管理技术，有些行业也称之为技术状态管理和配置管理。构型管理通过5个关键要素，

24、即构型管理计划、构型标识、构型更改控制、构型纪实、构型审核和验证，建立起一套科学的、可靠的产品质量保障体系。总地来说，实施构型管理的主要目的包括以下几点：(1) 从宏观上把握大型复杂产品的整体结构，建立产品整体结构，并充分利用己有的设计成果，缩短产品的设计周期；(2) 协调更改，建立产品完整的更改历史记录，进行有效的版本管理和控制，维护产品数据的全部有用版本，确保在各个阶段能够获得产品的完整的技术描述；(3) 控制、检查、调整交付状态构型要求与真实生产后的构型偏差，确保产品的性能、功能特性和物理特性与产品的需求、设计和使用信息之间的一致性。目前来看，大多制造企业在实施构型管理过程中，已经改变了

25、原来基于图纸的构型管理模式，逐步建立了基于零件或模块的构型管理模式，即通过产品数据管理系统建立产品结构，并以之为主线建立产品各环节和各组成部分的关联，进行产品的构型管理和控制。但在构型纪实、构型验证和审核验证环节中，其本质和还是沿用了传统模式下的构型管理机制，尤其是在物理构型的审核环节，其分为功能构型审核和物理构型审核，功能构型审核是检查构型项是否实现了需求定义的性能、功能和接口特性要求；物理构型审核是检查物理构型项是否与图纸或模型、技术规范、技术数据、质保数据和试验记录等的一致性要求。其最终目的是为了保证最终的物理产品构型与需求、设计、制造和交付整个生命周期的闭环。现有的构型管理方法往往是通

26、过对研制过程中的文件、产品和记录(包括构型清单、规范、二维图样、维模型、操作检验记录等)的逐项检查，以及对各种程序、流程和操作系统的评估，来检验产品的设计是否满足性能和功能要求，以及产品的状态是否已被准确地记录在文件之中。基于这种工作模式，虽然有产品数据管理等系统的辅助，技术人员和构型审核人员也需要花费大量的时间聚焦在产品图纸、产品模型和各种数据报表之间的比对和维护当中，效率极低且容易出错。随着全三维研制模式和智能制造技术的发展和深入应用，对产品构型管理提出了更高的要求：(1) 客户个性化需求增强，产品的设计构型多变，产品构型管理过程需要动态响应；(2) 智能化设备的大量采用，要求产品研制过程

27、中构型数据的快速收集、提取和实时反馈；(3) 产品研制的全生命周期过程中，产品构型数据需要进行全面分析和维护。以改善设计和制造工艺过程，改善产品质量。显然传统的构型管理方法己不能适应当前构型管理的高效的动态响应要求，因此需要一种高效可控的构型数据管理和控制机制，来实现产品研制全生命周期过程中产品构型数据的快速收集、提取和高效追溯。12. 数字挛生模型在产品构型管理中应用基于模型定义MBDfModelBasedDefinition,MBD)技术是将产品的所有相关设计定义、工艺描述、属性和管理等信息都附着在产品三维模型中的先进的数字化定义方法。基于模型定义的技术自波音787飞机首次引入并向其他行业

28、进行推广已经日趋成熟，其效益已经被国内外知名公司和机构反复验证。目前国外相关研究的重点是实现面向产品生命周期全过程全要素的制造信息集成共享和协同环境，最终建立基于模型的企业MBEfModelBasedEnterpriseo在此基础上，美国开展了数字线DTfDigitalThread)技术研究，进而又提出了数字挛生DT(DigilalTwin)的概念。数字挛生概念的产生和应用是MBD技术的进一步发展，使数字化设计制造技术迈向了一个新的台阶，是实现智能制造的基础。目前，我围制造企业已经较好地实现了二维研制模式下的产品构型管理和控制过程，然而，随着MBD技术的发展和深入应用，如何实现全三维模式下的产

29、品构型管理又成为产品构型管理领域中的新议题，数字挛生相关技术的产生和应用为全三维研制模式下产品构型管理提供了一个可借鉴的技术方案。12.1,数字线与数字挛生的概念与应用数字线最早是由洛克希德马工公司提出的，他们在生产F35中将MBD数据直接输入计算机数控机床加工成零件。或通过编程系统完成复合材料的敷设，并将这种新的工作模式称之为“数字线”。“数字线”为F-35的3种构型节省了6000套工装，还省去了这些工装的管理和与零件相互配置的时间，以及工装的配送和向机床上装夹所花费的时间。数字线产生的背景建立在“模型为中心”的基础上，这里的模型是具备信息完整丰富、按照统一的开放标准建立的、规范的和语义化的

30、数字化模型，并且可被机器(或系统)稳定无歧义地读取。在此基础上，数字线集成并驱动现代化的产品设计、制造和保障流程，使各环节的模型都能够及时进行关键数据的双向同步和沟通。其原理如图10所示。可以看到，在设计与生产的过程中，仿真分析模型的参数传递给产品定义的全三维几何模型和数字化生产线加工成真实的物理产品，然后通过在线的数字化检测/测量系统反映到产品定义模型中，进而再反馈到仿真分析模型中，从而实现了一个数据的双向传递过程。数字线的核心就是如何搭建一个涵盖产品研制全过程的协同环境，使统一的模型在产品研制各个阶段实现数据的双向流动、重用和不断丰富的过程。产品定义模型(MBD)产品实物(MBD)图io数

31、字线原理wors数字挛生也被称为数字镜像、数字双胞胎和数字化映射。数字季生是MBD技术的深入发展和应用,其根源在于企业在实施基于模型的系统工程MBSEfModelBasedSystemEngineering过程中，产生了大量的基于物理的、数学的模型被忽视。由此，最早的数字挛生思想由密歇根大学的MichaelGrieves命名为“信息镜像模型"(InformarionMirroringModel,而后扩展为“数字率生”的术语。2012年NASA公布的技术路线图中给出了数字挛生的概念描述。数字季生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中

32、对实体产品的镜像，反映了相对应物理实体产品12.2.全三维研制模式下产品构型管理2112.3.基于数字挛生模型的产品构型管理2212.4.小结25基于数字挛生模型的产品构型管理2513. 结束语27摘要本文研究了数字季生的概念和定义，分析了信息建模作为数字挛生本质的基本规律，探讨了数字率生模型的生成机理，阐述了智能制造、智慧城市和军事应用等领域中的数字率生建模与应用，并从优化决策、缩减工期、降低成本、控制风险和提高质量等方面，阐述了数字模型对观察实体对象和改造实体对象的作用。1. 概述2003年，Grieves教授在美国密歇根大学产品生命周期管理课上首次提出数字挛生概念。数字挛生早期主要用于军

33、工及航空航天领域，通过优化生产管理流程和生产资源配置等方式，提高军工产品的生产效率。目前，数字季生已在智能制造、智慧城市和军事应用等方面得到广泛应用，己成为新一轮科技革命的核心驱动技术和国家数字化转型的抓手。数字挛生的发展大致包括以下4个阶段：1）技术准备期（19602001年）：主要是计算机辅助设计（CAD）/计算机辅助工程（CAE）建模仿真、传统系统工程等预先技术的准备；2）概念产生期（20022010年）：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）领先应用期（20102020年）：美国航空航天局、美国军方和美国通用电气公司等航空航天和国防军工机构领先应

34、用，也是物联网、大数据、机器学习和云计算等外围使能技术的准备期，2018年起，国际标准化组织（ISO）、国际电工委员会（IEC）和电气与电子工程师协会（IEEE）3大标准化组织开始数字挛生技术的标准化工作；4）深度开发和大规模扩展应用期（2020年以后）：从智能制造向智慧城市等领域拓展。随着云计算、物联网、大数据等IT技术，以及人工智能、机器学习等智能技术的持续发展和深化应用，各行各业贯彻加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。的全生命周期过程。随后，美国国防将数字挛生应用于航空航天飞行器的健康维护与保障中。其目的是在数字空间建立真实飞机的模型，并

35、通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。随后数字季生的概念被扩展到制造领域，美同国防采办大学对数字挛生的定义是充分利用物理模型、传感器、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，从而反映相对应实作产品的全生命周期过程。其中实作产品(AsbuiltProduct)模型的内容可包括物理产品构型、材料微观结构、瑕疵、制造异常等。图11为飞机产品的数字挛生示例。机身数字华生材料属性图11数字享生定义示例可以看到飞机的数字挛生模型与飞机物理产品建立了一对一的映射，不仅

36、包括传统的几何模型，还包括材料属性、生产、检验、力学分析、空气动力、健康维护以及试飞等物理实现环节所反馈的一系列数据。这些数据通过数据线建立的双向通道向研制的上游和下游不断反馈、解析和利用从而形成可设计制造的智能闭环。也可以说数字挛生是虚拟制造和数字样机技术的深入和拓展，从定义范同来看，其不仅仅进行了产品的数字化定义，而是扩展了包含产品研制的所有实体装备的数字化定义；从涉及范围来看，其向后延拓至生产研制的终端实作产品的数字化定义，两者的定义和应用目标如表2所示。表2数字样机与数字挛生的区别由此可以看到，数字挛生的核心问题是如何定义包含产品研制全过程的全要素产品模型，如何为研制全过程提供数据准备

37、或者反馈，从而实现“基于模型驱动”的产品研制模式。数字样机定义描述产品设计者对产品的理想定义(包含几何/功能/性能)在艰拟空间反映相对形实体装备的数字化1Z2程目标用于指导产品理想状态下产品的定义.功能性能分析和制造过程反映氏实产品系统的准确情况12.2.全三维研制模式下产品构型管理构型管理是一种面向产品全生命周期的，以产品结构为组织方式，将各阶段产品数据关联起来并对其进行管理和控制，从而保证产品数据一致性和有效性的产品数据管理技术，有些行业也称之为技术状态管理和配置管理。构型管理通过5个关键要素，即构型管理计划、构型标识、构型更改控制、构型纪实、构型审核和验证，建立起一套科学的、可靠的产品质

38、量保障体系。总地来说，实施构型管理的主要目的包括以下几点：(1) 从宏观上把握大型复杂产品的整体结构，建立产品整体结构，并充分利用已有的设计成果，缩短产品的设计周期；(2) 协调更改，建立产品完整的更改历史记录，进行有效的版本管理和控制，维护产品数据的全部有用版本，确保在各个阶段能够获得产品的完整的技术描述；(3) 控制、检查、调整交付状态构型要求与真实生产后的构型偏差，确保产品的性能、功能特性和物理特性与产品的需求、设计和使用信息之间的一致性。目前来看，大多制造企业在实施构型管理过程中，已经改变了原来基于图纸的构型管理模式，逐步建立了基于零件或模块的构型管理模式，即通过产品数据管理系统建立产

39、品结构，并以之为主线建立产品各环节和各组成部分的关联，进行产品的构型管理和控制。但在构型纪实、构型验证和审核验证环节中，其本质和还是沿用了传统模式下的构型管理机制，尤其是在物理构型的审核环节，其分为功能构型审核和物理构型审核，功能构型审核是检查构型项是否实现了需求定义的性能、功能和接口特性要求；物理构型审核是检查物理构型项是否与图纸或模型、技术规范、技术数据、质保数据和试验记录等的一致性要求。其最终目的是为了保证最终的物理产品构型与需求、设计、制造和交付整个生命周期的闭环。现有的构型管理方法往往是通过对研制过程中的文件、产品和记录(包括构型清单、规范、二维图样、维模型、操作检验记录等)的逐项检

40、查，以及对各种程序、流程和操作系统的评估，来检验产品的设计是否满足性能和功能要求，以及产品的状态是否己被准确地记录在文件之中。基于这种工作模式，虽然有产品数据管理等系统的辅助，技术人员和构型审核人员也需要花费大量的时间聚焦在产品图纸、产品模型和各种数据报表之间的比对和维护当中，效率极低且容易出错。随着全三维研制模式和智能制造技术的发展和深入应用，对产品构型管理提出了更高的要求：(1) 客户个性化需求增强，产品的设计构型多变，产品构型管理过程需要动态响应；(2) 智能化设备的大量采用，要求产品研制过程中构型数据的快速收集、提取和实时反馈；(3) 产品研制的全生命周期过程中，产品构型数据需要进行全

41、面分析和维护。以改善设计和制造工艺过程，改善产品质量。显然传统的构型管理方法己不能适应当前构型管理的高效的动态响应要求，因此需要一种高效可控的构型数据管理和控制机制，来实现产品研制全生命周期过程中产品构型数据的快速收集、提取和高效追溯。12.3.基于数字挛生模型的产品构型管理数字率生通过在虚拟空间中构建真实物理世界中的产品模型，通过物理系统向赛博空间数字化模型的反馈，实现了闭环的研制过程。数字率生的关键技术包括数字化定义、数据检测与采集、大数据分析、多物理场建模等诸多技术，其中最基础也是关键的是如何构建一个包含产品全生命周期全过程的全要素的产品模型，这个产品模型能够实现与物理真实世界的一一映射

42、。这样包含了产品物理研制全过程全要素的产品模型，则可以在产品构型验证和审核的过程中，建立与相关研制数据之间的关联，省去了原来传统构型纪实和构型验证审核过程中人工进行模型和研制数据之间的对比工作，大大增加了审核效率和一致性判断。同时，产品数字挛生模型中包含了产品的构型状态数据也为构型更改控制过程中实现快速动态响应，预见产品质量和制造过程、推进设计和制造的高效协同、确保设计和制造的准确执行提供了基础。基于产品数字挛生模型的产品构型数据定义与反馈过程如图12所示。构型项在研制的全生命周期过程中，一般会经历设计、工艺规划、生产制造、检验检测等全过程，相关的构型数据会在产品不断演变和叼后拓延的过程中，不

43、断丰富和完善，相应的产品设计和研制数据与模型特征建立关联，从而实现模型驱动的产品研制过程。针对构型管理过程中的构型标识、构型控制、构型纪实、构型审核与验证而言，也恰恰实现了模型驱动的产品构型数据的收集、采集和实日寸反馈的过程。III11一制造资源|制造匚艺11制造公差I广检测计11.检验模型I聃躅构计之造一-箫(T.奥聃躅构计之造一-箫(T.奥norns图12基于数字挛生模型的构型数据定义与反馈过程在基于数字挛生的产品构型数据定义与反馈过程中，一个非常重要的关键技术就是需要实现基于语义的产品模型表达。所谓的本体是为了描述真实世界中客观对象所隐含的语义信息而诞生的。W3C推荐采用OWL语言作为一

44、种本体描述语言，其具有统一语法格式、明确语义。对于特定领域和应用范同，根据领域知识，利用OWL本体语言，可以定义OWL类及OWL属性，实现领域本体构建。在基于本体的产品数字挛生模型建模过程中，可以构建以设计模型为父类、几何特征和构型数据为子类的组织形式，其中几何特征子类用来描述模型的实体信息和尺寸与公差信息；构型数据子类描述产品的构型技术状态信息。图13为包含构型数据的零件数字挛生模型的本体表达框架。图13包含构型数据的数字挛生模型本体表达几何特征子类的本体表达抽取了5类常见特征作为研究对象，包括凸台(Pad)、凹槽(Pocket)、旋转体(Shaft)、加强筋(Stiffener)和也(Ho

45、le),建立了基于草图的特征本体分类及数据属性。以“Hole”类为例，可将其分为简单孔(SimpleHole)与复杂孔(ComplexHole)o对于“SimpleHole”类,包括两个属性：孔深度(hasHoledepth)：孔直径(hasHolediameter)o对于“ComplexHole”,以沉头孔(Counterbored一Hole)为例，包括4个属性:沉头直径(hasBoreddiameter)沉头深度(hasBoreddepth)孔直径(hasHolediametet孔深度(hasHoledepth)构型数据子类包括设计数据(Design一Data)、制造数据(Manufact

46、ure一Data)和检测数据(Inspection一Data)。以uInspection一Data"的检测反馈(Inspection一Spaceholder)子类为例,可包括3个属性：内容(hasContent)-链接(hasURL),对象关联(hasreliance)其中内容(has-Content)属性用来描述检测反馈的数据，链接(hasURL)用来描述检测用到的外部链接；对象关联(has-reliance)属性用来描述特征与构型反馈数据之间的关联关系。由此，构建的基于本体的产品数字率生模型可以与相应的构型数据关联在一起，实际的物理产品研制过程中的相关技术状态数据也可以与之建立关

47、联关系，从而可以基于产品数字挛生模型实现构型数据的纪实，进而实现全三维研制模式下模型驱动的构型数据快速追溯和快速响应。12.4. 小结全三维研制模式下对产品的构型管理提出了更高的要求和挑战。产品数字率生模型能持续积累产品设计、制造和检验全生命周期过程的相关数据和知识。并可以不断地实现重用和改进，其通过动态感知、存储和呈现产品全生命周期的构型信息，从而可以实现产品构型数据的管理、追踪和一致性维护，实现产品构型在全生命周期过程中的可视化和透明化。本文目前仅探索了一种包含产品构型信息的产品数字挛生模型的构建框架和基于本体的表达方式，以期为全三维研制模式下的产品构型管理提供一个可行的技术解决方案。随着

48、研究的逐步深入，基于产品数字率生模型的构型管理方法不仅可以高效实时地记录和反映产品的构型状态，而且可以基于反馈同的产品构型数据进行大数据统计和分析，从而改进产品研制流程，提高产品设计质量。7. 基于数字率生模型的产品构型管理数字挛生通过在虚拟空间中构建真实物理世界中的产品模型，通过物理系统向赛博空间数字化模型的反馈，实现了闭环的研制过程。数字率生的关键技术包括数字化定义、数据检测与采集、大数据分析、多物理场建模等诸多技术，其中最基础也是关键的是如何构建一个包含产品全生命周期全过程的全要素的产品模型，这个产品模型能够实现与物理真实世界的一一映射。这样包含了产品物理研制全过程全要素的产品模型，则可

49、以在产品构型验证和审核的过程中，建立与相关研制数据之间的关联，省去了原来传统构型纪实和构型验证审核过程中人工进行模型和研制数据之间的对比工作，大大增加了审核效率和一致性判断。同时，产品数字挛生模型中包含了产品的构型状态数据也为构型更改控制过程中实现快速动态响应，预见产品质量和制造过程、推进设计和制造的高效协同、确保设计和制造的准确执行提供了基础。基于产品数字挛生模型的产品构型数据定义与反馈过程如图14所示。构型项在研制的全生命周期过程中，一般会经历设计、工艺规划、生产制造、检验检测等全过程，相关的构型数据会在产品不断演变和向后拓延的过程中，不断丰富和完善，相应的产品设计和研制数据与模型特征建立

50、关联，从而实现模型驱动的产品研制过程。针对构型管理过程中的构型标识、构型控制、构型纪实、构型审核与验证而言，也恰恰实现了模型驱动的产品构型数据的收集、采集和实时反馈的过程。图14基于数字享生模型的构型数据定义与反馈过程在基于数字挛生的产品构型数据定义与反馈过程中，一个非常重要的关键技术就是需要实现基于语义的产品模型表达。所谓的本体是为了描述真实世界中客观对象所隐含的语义信息而诞生的。W3C推荐采用OWL语言作为一种本体描述语言，其具有统一语法格式、明确语义。对于特定领域和应用范同，根据领域知识，利用OWL本体语言，可以定义OWL类及OWL属性，实现领域本体构建。在基于本体的产品数字挛生模型建模

51、过程中，可以构建以设计模型为父类、几何特征和构型数据为子类的组织形式，其中几何特征子类用来描述模型的实体信息和尺寸与公差信息；构型数据子类描述产品的构型技术状态信息。图15为包含构型数据的零件数字挛生模型的本体表达框架。图15包含构型数据的数字挛生模型本体表达几何特征子类的本体表达抽取了5类常见特征作为研究对象，包括凸台(Pad)、凹槽(Pocket)、旋转体(Shaft)、加强筋(Stiffener)和也Hole,建立了基于草图的特征本体分类及数据属性。以“Hole”类为例，可将其分为简单孔(Simple一Hole)与复杂孔(Complex一Holejo对于“SimpleHole”类，包括两

52、个属性：孔深度(hasHoledepth：孔直径(hasHolediametero对于“Complex一Hole,以沉头孔(Counterbored一Hole)为例，包括4个属性：沉头直径(hasBoreddiameter)沉头深度(hasBoreddepth)孔直径(hasHolediametet孔深度(hasHoledepth)构型数据子类包括设计数据(Design一Data)、制造数据(Manufacture一Data)和检测数据(Inspection一Data)。以“InspectionData"的检测反馈(Inspection一Spaceholder子类为例,可包括3个属性

53、：内容(hasContent链接(hasURL)对象关联(hasreliance其中内容(hasContent)属性用来描述检测反馈的数据，链接(hasURL)用来描述检测用到的外部链接；对象关联(has-reliance)属性用来描述特征与构型反馈数据之间的关联关系。由此，构建的基于本体的产品数字享生模型可以与相应的构型数据关联在一起，实际的物理产品研制过程中的相关技术状态数据也可以与之建立关联关系，从而可以基于产品数字挛生模型实现构型数据的纪实，进而实现全三维研制模式下模型驱动的构型数据快速追溯和快速响应。8. 结束语数字率生是大数据、人工智能、物联网和深度学习等蓬勃发展背景下，在传统仿真

54、技术基础上孕育而生的新技术，通过构建以大数据为基础、客观描述物理空间的数字空间，采用人工智能计算能力，实现物理空间和数字空间的挛生成长、相辅相成和共同进步，从而使数字空间优化、引导和辅助物理空间的发展。数字挛生将渗透到国民经济、社会和国防建设的方方面面，并带动全产业链创新升级和产业模式转型，产生不可估量的经济和社会效益。后续将针对智慧空管等新兴领域开展数字挛生建模等方面的研究，以期对智慧空管体系规划、系统设计、技术研究和应用部署等提供指导。全三维研制模式下对产品的构型管理提出了更高的要求和挑战。产品数字率生模型能持续积累产品设计、制造和检验全生命周期过程的相关数据和知识。并可以不断地实现重用和

55、改进，其通过动态感知、存储和呈现产品全生命周期的构型信息，从而可以实现产品构型数据的管理、追踪和一致性维护，实现产品构型在全生命周期过程中的可视化和透明化。本文目前仅探索了一种包含产品构型信息的产品数字挛生模型的构建框架和基于本体的表达方式，以期为全三维研制模式下的产品构型管理提供一个可行的技术解决方案。随着研究的逐步深入，基于产品数字率生模型的构型管理方法不仅可以高效实时地记录和反映产品的构型状态，而且可以基于反馈同的产品构型数据进行大数据统计和分析，从而改进产品研制流程，提高产品设计质量。图1形象地描绘了数字化转型将通过数字技术与工业技术的融合来推动产品设计、工艺、制造、测试、交付、运维全

56、环节的产品研制创新，通过数字技术与管理技术的融合来推动计划、进度、经费、合同、人员、财务、资源、交付、服务和市场全链条的企业管理创新。数字挛生作为重要的支撑理论和技术得到更多关注与认可。图1数字化转型将通过数字技术与工业技术的融合来推动产品生产本文深入分析了数字挛生的内涵与实质，研究了数字率生主要应用领域的建模特点，阐述了数字挛生的重要作用，以期为数字挛生应用与发展提供理论参考。2.数字挛生在以传感器和大数据为主的现代信息技术蓬勃发展的背景下，出现了真实和数字虚拟2个新世界。真实世界里的每一个真实物体均可生成与之相近的虚拟体，称数字挛生体，而其相关技术称数字挛生技术。2. 1.定义与其他新兴技

57、术概念一样，数字挛生的概念也是五花八门的。不同学者和机构分别从业务、技术和应用等角度定义数字享生技术，其中广泛认同的定义为：数字挛生充分利用物理模型、传感器更新和运行历史等数据，集成多学科、多物理量、多尺度和多概率的仿真过程，在虚拟空间中完成映射，从而反映相应的实体装备的全生命周期过程。文献分析和参考国内外研究情况后，给出了数字季生体的定义：数字挛生体是现有或将有的物理实体对象的数字模型，通过实测、仿真和数据分析来实时感知、诊断和预测物理实体对象的状态，通过优化和指令来调控物理实体对象的行为，通过相关数字模型间的相互学习来进化自身，同时改进利益相关方在物理实体对象生命周期内的决策。借鉴已有文献

58、，本文给出数字挛生基本概念如下：数字挛生利用大数据、人工智能、物联网、深度学习和仿真建模等技术，从知识、信息、数据和信号等出发，通过汇聚、分析、挖掘和仿真等手段静态或动态掌握物理世界各类实体的外在形象、外部行为、内部关系和整体状态等，在虚拟世界建立描述物理世界实体数字特征的共生数字模型，构建实体模型与数字模型良性互动环境，形成实体模型与数字模型数字再生、数据同步、精准映射和共同进步的技术体系，实现数字模型向实体模型的深度学习，同时实体模型接受由数字模型演化产生的改进策略，实现从精准可视化到全要素数字表达再到智慧成长的全生命周期覆盖。2.2, 本质构建一个可信的和高质量的数字挛生模型是开展各类数字挛生应用的核心和基础。数字挛生的本质是信息建模，旨在为现实世界中的实体对象在数字虚拟世界中构建完