2019年数字孪生白皮书_30页_1mb

数字孪生白皮书（2019年）总结

核心内容概述

数字孪生是一项以数字化形式对物理实体进行映射和交互的技术，正在成为全球信息技术发展的重要方向，并被主要国家视为数字化转型的关键抓手。其发展态势、定义内涵、应用场景及未来展望构成了白皮书的核心内容。

---

主要观点

1. 数字孪生的发展态势

• 全球趋势：数字孪生自2016年起被Gartner列为十大战略科技发展趋势之一，2019年被认为处于期望膨胀期顶峰，将在未来5年产生破坏性创新。
• 企业布局：跨国企业如西门子公司、PTC、达索、GE、ESI等已开始布局数字孪生业务，推动其在工业互联网、车联网、智慧城市等领域的应用。
• 国家层面：美国工业互联网联盟、德国工业4.0参考架构等均将数字孪生作为核心内容，各国也在智慧城市、自动驾驶等领域积极实践。

2. 数字孪生的定义内涵

• 国外定义：

  • 德勤：数字孪生是对物理实体过去和目前行为的动态呈现。
  • 埃森哲：数字孪生是物理产品在虚拟空间中的全生命周期数字模型。
  • 美国国防采办大学：数字孪生是基于多学科、多物理量、多尺度、多概率的仿真过程，反映实体的全生命周期。
  • 密歇根大学：数字孪生是基于传感器建立的数字化模型，可模拟现实中的具体事物。

• 国内定义：

  • 宁振波：数字孪生是物理对象在虚拟空间的数字化呈现，模拟其行为特征。
  • 赵敏：数字孪生是虚实精确映射关系，涵盖形态与举止。
  • 林诗万：数字孪生是实体或逻辑对象在数字空间的动态复制体，实现高保真度表征与模拟。
  • 陶飞：数字孪生是多维、多时空尺度、多学科、多物理量的动态虚拟模型。

• 技术定义：数字孪生是综合运用感知、计算、建模等信息技术，对物理空间进行描述、诊断、预测、决策，实现物理空间与赛博空间的交互映射。

---

关键信息

数字孪生的“12345”内涵

• 1：一个物理实体在数字空间的映射。
• 2：两个空间（物理空间与赛博空间）的交互映射。
• 3：三种技术支撑：感知、计算、建模。
• 4：四个能力等级：描述、诊断、预测、决策。
• 5：五个发展阶段：设想、确定方案、试运行、产业化、效果后评价。

数字孪生典型特征

特征	描述
数据驱动	通过数据流动重构物理世界的运行轨道。
模型支撑	建立机理模型或数据驱动模型，实现虚实交互。
软件定义	将模型代码化、标准化，动态模拟或监测物理空间。
精准映射	实现物理空间在赛博空间的全面呈现与动态监测。
智能决策	融合人工智能等技术，实现虚实互动与辅助决策。

---

数字孪生技术架构

数字孪生技术架构分为四层，分别是：

1. 物理层：物理实体。
2. 数据层：数据采集与传输。
3. 模型层：机理模型与数据驱动模型。
4. 功能层：描述、诊断、预测、决策。

---

主要应用场景

3.1 数字化设计

• 应用：数字孪生+产品创新。
• 案例：达索、PTC、波音等公司利用数字孪生进行体系化仿真，实现反馈式设计、迭代式创新和持续优化。
• 领域：汽车、轮船、航空航天、精密装备制造等。

3.2 虚拟工厂

• 应用：数字孪生+生产制造全过程管理。
• 案例：西门子、洛马等国外公司及华龙迅达、东方国信、石化盈科等国内公司构建虚拟车间、数字工厂。
• 功能：实现物理实体与数字虚体之间的数据双向交互，优化生产参数，提高生产效率。

3.3 设备预测性维护

• 应用：数字孪生+设备管理。
• 案例：GE、空客等公司开发设备数字孪生体，实现全生命周期管理。
• 优势：提供故障分析、寿命预测、远程管理等增值服务，提升用户体验，降低运维成本。

3.4 智慧城市

• 应用：数字孪生+城市运行管理。
• 目标：绘制“城市画像”，支撑城市规划、治理与问题解决。
• 案例：新加坡“虚拟新加坡”、法国“数字孪生巴黎”、中国“雄安新区数字城市”、“杭州城市大脑”。

3.5 车联网

• 应用：数字孪生+自动驾驶与交通管理。
• 目标：实现车与人、车、路、设施的全面连接。
• 案例：百度、谷歌、腾讯等企业推动数字孪生在车联网中的应用，提升自动驾驶智能化水平与交通安全保障。

3.6 智慧医疗

• 应用：数字孪生+医疗服务。
• 目标：模拟人体运行机理，实现医疗设备的动态监测与优化。
• 案例：达索、海信等公司尝试将数字孪生与医疗结合，加速科研成果向临床转化。

---

未来展望

从宏观看

• 数字孪生不仅是技术，更是一种方法论，将成为数字社会中认识和改造世界的重要工具。

从中观看

• 数字孪生将成为支撑社会治理和产业数字化转型的发展范式。
• 涵盖“数字孪生政府”、“数字孪生城市”、“数字孪生公民”、“数字孪生工业”、“数字孪生农业”、“数字孪生医疗”等多个领域。

从微观看

• 数字孪生落地的关键在于“数据+模型+软件”。
• 当前我国在数据采集、模型积累和软件开发等方面存在短板，需分领域、分行业编制模型全景图谱。

---

总结与思考

• 阶段性：数字孪生是信息化发展的必然结果，正成为解构、描述和认识物理世界的新型工具。
• 长期性：数字孪生是一套支撑数字化转型的综合技术体系，其应用推广是动态、演进和长期的过程。
• 艰巨性：数字孪生的发展面临数据、模型和软件等多方面的挑战。
• 突破口：应以需求迫切、基础较好、潜力巨大的应用场景为突破口，推动重点领域的突破与样板建设。

---

编写组成员

• 张洪国、姚磊、袁晓庆、安琳、周峰、宋颖昌、许亚倩、王宇霞、徐靖、孙刚、张朝、管桐

---

致谢

• 宁振波：中国航空工业集团公司信息技术中心原首席顾问
• 赵敏：走向智能研究院执行院长
• 郎燕：PTC发展战略总监
• 林雪萍：北京联讯动力咨询公司总经理
• 朱铎先：北京兰光创新科技有限公司董事长
• 王湘念：中国航空制造技术研究院副总工程师
• 赵宏博：北京东方国信科技股份有限公司工业互联网研究院院长