先进成形与智能技术 课件 10.1 数字孪生的定义

10.1数字孪生的定义以及发展现状战略性新兴领域教材建设团队-重型高端装备制造目录CONTENTS10.1.1数字孪生的概念10.1.2数字孪生的特征10.1.3数字孪生的发展战略性新兴领域教材建设团队-重型高端装备制造110.1.1数字孪生的概念硬件服务ABCD新一代信息技术智能决策信息获取战略性新兴领域教材建设团队-重型高端装备制造2数字化转型10.1.1数字孪生的概念数字孪生（DigitalTwin）起源航空军工领域各产业融合深化12向垂直行业拓展3战略性新兴领域教材建设团队-重型高端装备制造3孪生的概念

物理孪生的概念在轧制生产过程中也有类似应用。在连轧生产中，每一个规格轧制参数的设定往往都需要事先在离线软件中进行模拟，最终才能应用到轧制工艺设定中。包含了设备及相关生产参数的离线轧制规程模拟软件便可视为是轧制生产线中轧制环节的孪生体，根据仿真的数据能够帮助工程师优化轧制参数、分析和评估设备的健康状况，如图所示。由美国国家航空航天局提出10.1.1数字孪生的概念10.1.1数字孪生的概念物理孪生与数字孪生对比战略性新兴领域教材建设团队-重型高端装备制造4对比内容物理孪生数字孪生形式物理复制品数字模型和仿真依赖制造工艺和材料数据收集和计算技术实时性静态或动态实验实时监控和更新应用范围通常用于关键零部件或系统广泛，涉及多领域成本制造和材料成本数据和计算成本局限性复制成本高，难以大规模应用依赖数据质量和模型精度战略性新兴领域教材建设团队-重型高端装备制造5数字孪生的定义10.1.1数字孪生的概念数字孪生（数字镜像、数字映射、数字双胞胎、数字双生、数字孪生体）

以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界中的镜像数字化模型的精准映射，并充分利用两者的双向交互反馈、迭代运行，以达到物理实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。战略性新兴领域教材建设团队-重型高端装备制造6多维度多领域模型结合1多源异构数据采集与分析为核心2双向映射、动态交互、实时同步和迭代优化3闭环反馈控制410.1.2数字孪生的特征战略性新兴领域教材建设团队-重型高端装备制造7多维度多领域模型结合10.1.2数字孪生的特征数字孪生作为仿真应用的发展和升级，与传统的仿真方式有着巨大的区别。数字孪生的模型贯穿物理系统的整个生命周期。数字孪生模型的构建需要考虑产品全生命周期的数据和行为表述。多个物理系统融合，多学科、多领域融合是现实系统的运行特点。物理系统在数字空间的数字模型需要体现这个融合，实现数字融合模型。不同的智能系统关注的重点领域不一，多学科耦合程度存在差异，因而其数字模型需要根据不同的应用场景对其组成部分进行融合，以全方位地刻画物理实体。数字孪生体与物理实体应该是“形神兼似”。“形似”就是几何形状、三维模型上要一致，“神似”就是运行机理上要一致。数字孪生模型的构建应按层级逐渐展开，形成单元级、区域级、系统级、跨系统级等多尺度层级，各层级逐渐扩大，完成不同的系统功能。

数字孪生技术解决问题的出发点在于建立高保真度的虚拟模型，在虚拟模型中完成仿真、分析、优化、控制，并以此虚拟模型完成物理实体的智能调控与精准执行，即系统构建于模型之上，模型是数字孪生体的主体组成。战略性新兴领域教材建设团队-重型高端装备制造8多源异构数据采集与分析为核心10.1.2数字孪生的特征战略性新兴领域教材建设团队-重型高端装备制造9物理系统、数字模型通过实时连接，进行动态交互、实现双向映射。适合应用场景的实时连接。“实时连接”在不同的应用场景下，其物理含义是不同的。数字孪生为复杂系统的感知、建模、描述、仿真、分析、诊断、预测、调控等提供了可行的解决方案，数字孪生系统必须能不断地迭代优化，即适应内外部的快速变化并做出针对性的调整双向映射、动态交互、实时同步和迭代优化10.1.2数字孪生的特征战略性新兴领域教材建设团队-重型高端装备制造10闭环反馈控制数字孪生的监控一般构建于三维可视化模型之上，各类数据按模型的空间、运行流程、管理层级等不同维度进行展示，能让用户直观感受系统运行状态，便于做出决策。数字孪生系统具备模拟、监控、诊断、推演预测与分析、自主决策、自主管控与执行等智能化功能。数字孪生系统必须数字孪生可看作是一种技术、方法、过程、思路、框架和途径，本质上是以服务为导向，对特定领域中的系统进行优化，满足系统某一方面的功能要求，如成本、效率、故障预测与监控、可靠运维等。10.1.2数字孪生的特征10.1.3数字孪生的发展战略性新兴领域教材建设团队-重型高端装备制造11

数字孪生是一种数字化理念和技术手段，它以数据与模型的集成融合为基础与核心，通过在数字空间实时构建物理对象的精准数字化映射，基于数据整合与分析预测来模拟、验证、预测、控制物理实体全生命周期过程，最终形成智能决策的优化闭环。

其中面向的物理对象包括实物、行为、过程，构建孪生体涉及到的数据包括实时传感数据和运行历史数据，集成的模型涵盖物理模型、机理模型和流程模型等。战略性新兴领域教材建设团队-重型高端装备制造122003年前后，关于数字孪生（DigitalTwin）

的设想首次出现于Grieves教授在美国密歇根大学的产品全生命周期管理课程上。但是，当时“DigitalTwin”一词还没有被正式提出，Grieves将这一设想称为“ConceptualIdealforPLM（ProductLifecycleManagement）”，10.1.3数字孪生的发展战略性新兴领域教材建设团队-重型高端装备制造13燕山大学通过研发冷轧铜带板形控制数字孪生系统，在600mm四辊轧机和600mm六辊轧机上的工业应用表明，冷轧铜带板形控制数字孪生系统，不仅可以实时监控和优化轧制过程，改善板形控制效果，而且可以预警轧制故障，提高轧机运行的稳定性和安全性。东北大学RAL实验室基于现有自动化与信息化系统，深度融合数据驱动模型与