数字化中的数字孪生和数据进程及其应用架构
李明（上海大学）
在制造业数字化、信息化的历程中，出现了数字孪生（Digital Twin）和数字进程（Digital Thread）等几个重要概念。面对未来，用现有的概念去理解这些新概念显然是不妥的，它不仅会使我们的理解不到位，还会对整个数字化过程造成影响，甚至误导进程。下面是笔者基于数字化、信息化工程实践对这些概念进行的相关理解和解读，供读者们参考。
一、对数字孪生（Digital Twin）的解读
这里引用NIST网站上由DAG给出的数字孪生（Digital Twin）概念：
在数字进程（Digital Thread）支持下，使用最佳的可用模型、传感器信息和输入数据来映射和预测相应物理孪生体生命周期内活动/性能的一种多物理、多尺度、概率模拟集成系统。
Digital Twin（DAG）
An integratedmultiphysics , multiscale, probabilistic simulation of an as-built system,enabled by Digital Thread, that uses the best available models, sensorinformation, and input data to mirror and predict activities/performance overthe life of its corresponding physical twin。
这里有几个关键点需要讨论：
- 最佳的模型：基于对物理孪生体的充分认识、应用场景的有效定义、传感体系的有效操作、输入数据的完整合理、系统运行的有效掌控、孪生模型的有效验证
- 物理孪生体的映射：对于复杂系统而言，必然是一个能表征物理孪生体的全方位、全功能、全性能、全场景的映射
- 全生命周期：这里的关键是全生命周期如何达成？
于是，我们就能看到数字孪生（Digital Twin）与基于模型的虚拟仿真有着本质的区别。同时，也能看到这个模型的建立过程和使用目的。从某种角度讲，这是一个基于数字化，始终在迭代（验证、完善）的模型构建过程，也是一个从简要到成熟的模型成长过程，并最终是一个全自动运行的模型。
从上面可以看到，数字孪生（Digital Twin）实质是一个模型，那这个模型又如何应用呢？系统中有多少数字孪生（Digital Twin）、它们之间成什么关系？如何运行并发生作用呢？
二、对数字进程（Digital Thread）的解读
对于数字孪生（Digital Twin）的应用，涉及到另一个数字化过程中非常关键的概念——数字进程（Digital Thread），DAG同样给出了相应的定义：
一个基于数字系统模型模板，具有可扩展、可配置和组件式功能的企业级解析架构。在系统的生命周期内为决策者提供访问、集成不同数据并将其转换为可操作信息的能力，无缝加速企业数据信息知识系统中权威技术数据、软件、信息和知识的受控交互。
Digital Thread（DAG）
An extensible,configurable and component enterprise-level analytical framework that seamlesslyexpedites the controlled interplay of authoritative technical data, software,information, and knowledge in the enterprise data-information-knowledge systems,based on the Digital System Model template, to inform decision makersthroughout a system's life cycle by providing the capability to access,integrate and transform disparate data into actionable information。
这里同样有几个关键点需要讨论：
- 数字系统模型模板：模型实现的往往是一点上的功能，要让整个系统基于模型跑起来，需要的是关联架构和数据的驱动。对于信息化系统而言，就是采用模板，它描述了架构、定义了数据流向，并能在数据的驱动下自动、甚至智能地工作。它与数字孪生（Digital Twin）一起形成了解析架构。
- 可扩展、可配置和组件式功能：根据系统的复杂性和数字化操作需求，模型将会在学科融合、过程集成、层次细化等多个维度上深化展开，形成衍生、分支和阶段模型，这些模型需要关联、互动，适应变更，实现灵活配置和重组等管理。在这里，模型管理将是数字进程（Digital Thread）的一个重要工作内容
- 决策生成：基于数字孪生（Digital Twin）和数字系统模型模板（Digital System Model template）的决策，至少是智能辅助决策的，于是，知识的介入将是必不可少的
- 信息受控：数据/信息是整个系统运转的驱动源，其受控应包括正实、肯定、正确、且被专业、规范地描述，在这样的要求下，验证和认证将是必不可少的
关于Digital Thread，国内也有译为数字主线，但从其工作实质来看，称为数字进程（Digital Thread）应该更为贴切。
三、数字化操作和体系架构的构想
从上面对数字孪生（Digital Twin）和数字进程（Digital Thread）的讨论来看，这是一个在知识体系/智能辅助下，由数据驱动的全新模型和运作架构，图1对该架构进行了描绘和讨论：
图1数字孪生（Digital Twin）和数字进程（Digital Thread）使能机制
1. 数字孪生（Digital Twin）的构建
图中左侧给出了一个工作循环，从知识、认知、假设、建模、感知、验证，最后通过知识工程提升并返回到“知识”，其实际上是一个数字化的建模和验证过程，同时也是一个基于数字模型的迭代过程，最终将给出一个完善的，可重用的数字孪生（Digital Twin）模型。这个模型还可在数据驱动下自动运转、实现快速变更控制及具有与其他数字孪生（Digital Twin）模型和数字进程（Digital Thread）的关联集成功能。在这里，可重用需要认证的确认，变更也许是数字孪生（Digital Twin）中最难处理的问题、而可关联和集成是应用的基本需求
2. 数字进程（Digital Thread）的运作
从某种角度讲，这是一个基于信息化的运作架构，形成一个用模板和数字孪生（Digital Twin）组装成了的运行结构和基于智能技术的使能机制。于是信息的输入就能起到驱动的作用，这个驱动体现在随场景的生成、模板的自动套用、决策的自动生成（或辅助生成），以及系统的自动迭代。这个体系可以是系统的，也可以是企业级的，对应企业级的就是基于模型的企业（Model Based Enterprise, MBE）,此时的数字孪生（Digital Twin）对应的已不仅实际物理对象，还可以是流程和方法。
3. 信息和知识系统（LOTIK）的支持
无论是数字孪生（Digital Twin）和数字进程（Digital Thread）都需要有一个强大的知识和信息系统的支持，特别是当这样的数字系统借助智能技术自动运作时，知识和信息的合理性和正确性就极为重要，此时，认证将是一个不可或缺的技术手段。
从美国国家标准与技术研究院（NIST）举办的关于MBD的技术研讨中，我们可以看到一个词“档案信息系统（LOng Tern Archiving and Retrieval, LOTAR）”，这是国际航空航天行业的一个专门文档管理系统，美国和欧盟还专门构建了标准（EN 9300 / NAS 9300系列标准），主要用于业务、法律和认证，以及信息重用。所有信息都是经过认证处理操作后入库并投入使用的。
类似的操作在数字化过程中同样需求，但对于智能制造而言，它不仅是一个文档系统，更应该是一个基于认证的信息和知识系统，这里借鉴LOTAR中的LOng term, 称为知识信息系统（LOng Term Information andKnowledge , LOTIK）,它将为数字孪生（Digital Twin）的设计、迭代和应用，以及数字进程（Digital Thread）的智能化运作提供全面支撑。
总之，数字孪生（Digital Twin）的建立和应用绝不简单，数字进程（Digital Thread）更是下一代数字系统的运作架构和使能机制。而当LOTIK形成系统后，数字化系统才刚刚渐入佳景，制造的智能时代才真正来临。
而对于企业而言，更新理念，用数字化的系统思维、先进的数字化工具，并从补齐数据开始才是正道，毕竟千里之行始于足下。
欢迎转载，但请注明出处。
