德国专家呼吁加强“数字孪生工程”的研究

导读：本文由弗劳恩霍夫ILT的Thomas Uslander博士撰写，从工程视角阐释了数字孪生体的价值，强调数字孪生工程（Engineering of Digital Twins）的研究。工业4.0研究院全文翻译，供行业人士参考。

多年来，用数据模型来表示真实世界中的物体，一直是计算机科学领域的一个中心主题。对于给定的任务，系统建模人员总是很有感兴趣去寻找适当且有效的方式来对物理对象的特征和属性进行数字化表示。

然而，为了降低复杂度并且由于IT设备在内存消耗和处理能力方面的限制，数字视图一直是受紧密关注的焦点。

在自动化技术中，这意味着生产控制系统中，机器的数字模型除了标识数据之外仅有与操作员有关的机器状态和操作数据。而描述类型和几何形状的工程数据，却通常无法从系统中获得。

现今，这些独特的表示形式通常由不同的IT系统存储和提供，并且它们之间大多数不兼容，大大阻碍了数字工厂组件的集成建模、仿真概念以及综合工业分析。

“数字孪生体”（Digital Twin）概念即将改变这种状况。

它传达了这样一种理念：数字表示应该具有其现实世界对应物体的许多基本属性。此外，它还期待数字表示的状态应该尽可能与其真实世界中的对应物体相互同步。

理想状态下，它应该是物理组件（例如机械臂或压力传感器）的精确图像，包含了该组件的所有属性及功能，并且在其整个生命周期内（接近）实时同步。

因此，对数字孪生体的操作应该立即影响物理组件，反之亦然。如今，嵌入式传感器和传感器数据处理都靠近设备（边缘计算），用于无处不在的数据传输（M2M）的工业物联网，以及低成本和可扩展的数据存储等，都使这种数据同步成为可能。

简化的数字孪生体模型

然而，“数字孪生体”这个词有一定的误导性。

尽管生物学上的双胞胎或多胞胎表现出许多基因匹配，并且出生于同一个环境，但至少随着年龄的增长，他们很大程度上会各自独立自主地成长和社会化。

相反，数字化工厂中的数字孪生体，它们的“社会化”和生命周期基本上独立于现实世界中的物理孪生体。在设计和工程部门，数字表示是在越来越接近现实的虚拟环境中创建的。

例如一台物理机械臂，甚至在它生产和安装之前，就可以先用数字表示来模拟它和其它机械臂或人类的协作，从中优化其行为。在虚拟世界中，时间可以按要求进行来回演示，这使得模型分析师能够评估过去的情况，并且通过预测模型模拟未来的情况。

在物理孪生体的寿命结束（例如由于磨损或拆卸）很长一段时间后，虚拟的数字孪生体仍然可以存储其数据用于文档目的。尽管在技术上取得了巨大进步，今天的数字孪生体也只能包含真实物体的部分方面的数据。

在工业4.0中，这些元数据集在逻辑上包含在所谓资产管理壳中（AAS）。AAS区分了由应用领域、行业领域及其标准确定的子模型，以及由预期用例所需属性定义的功能和信息管理壳视图。

SERVUS元模型

因此，在考虑数字孪生体的工程设计时，充分了解需要哪些属性以及如何将它们映射到子模型是非常重要的。

弗劳恩霍夫IOSB提供了一种称为SERVUS方法。该方法可以系统地支持信息系统分析师和设计人员执行任务，而且在工业项目环境中已经过验证。

分析人员可以将用例指定并记录为半结构化的表格，将它们分解为需求，以敏捷的方式将它们映射到现有和新出现的IIoT平台的功能和技术。

这些分析和设计活动由平台工程信息系统（PEIS，Platform Engineering Information System）提供支持，PEIS帮助用户、产品经理、软件工程师和技术专家之间协调可能相互冲突的需求。

这种类型的方法对于实施数字孪生工程来说是必不可少的，因为他们需要一个面向服务的、基于开放标准技术的部署和运行环境。