案例 | Oracle推进数字孪生体战略的挑战

数字孪生体研究中心（DTRC，Digital Twin Research Center）在12月启动“企业案例”的系列文章，逐步介绍美国、德国及中国的数字孪生体先行者，帮助数字孪生体联盟的成员企业尽快掌握数字孪生体的思路、技术和应用。

通过企业案例来理解数字孪生体解决方案，这是行业人士学习的常见方法。本文主要结合到Oracle的数字孪生体白皮书和解决方案，揭示其“数字孪生体战略”（Oracle Digital Twin Strategy，https://docs.oracle.com/en/cloud/paas/iot-cloud/iotgs/oracle-iot-digital-twin-implementation.html）。

Oracle作为美国一家传统的IT企业，对中国企业具有很好的借鉴作用。

2017年，Oracle发布了《物联网应用的数字孪生体》（Digital Twins for IoT Applications）（简称“白皮书”），全面介绍了Oracle的数字孪生体开发平台，并称之为Oracle云计算找到了抓手。

从白皮书来看，Oracle受Gartner发布的《2017年十大战略趋势》报告影响比较大，在这份报告中，Gartner把数字孪生体列为排名第5的技术趋势。Oracle引用了该报告，并表示将基于Oracle IoT Cloud来部署数字孪生体应用。

对于数字孪生体的认识，Oracle受Michael Grieves的影响比较大，直接引用了不少概念（例如DTP、DTI和DTA等）和定义。因此，Oracle的数字孪生体认识有很浓重的PLM痕迹。

在构建数字孪生体战略的时候，Oracle把它分为三个阶段：虚拟孪生体（Virtual Twin）、预测性孪生体（Predictive Twin）和孪生体应用（Twin Projections）。

阶段一：虚拟孪生体

为了实现所谓虚拟孪生体，Oracle提供了设备虚拟化（Device Virtualization）服务，这类似IOT 3000数字孪生大脑（Digital Twin Brain®️）平台上的物联网部分，主要是用物联网工具把相关设备表现出来，包含相关参数。

同时，该功能也有点类似德国工业4.0的资产管理壳（AAS，Assets Administration Shell），其根本功能就是把设备虚拟化，或者数字化，这是数字孪生分析的基础。

阶段二：预测性孪生体

当设备的基础数据采集过来之后，就进入到数字孪生分析阶段，Oracle强调预测性分析功能，因此把这个阶段命名为预测性孪生体。

Oracle认为，数字孪生分析主要有两种，分别为基于物理的方法（Physics-Based Approach）和基于统计的模型（Statistics-Based Models）。

在具体实现所谓预测性孪生体的时候，Oracle提供了不少分析引擎，但工业4.0研究院观察看来，其分析方法还比较传统，并没有体现数字孪生体的优势和潜力。

阶段三：孪生体应用

这个阶段也可以称之为业务应用（Business Applications），如果对照我国工业互联网体系，称之为“工业APP”未尝不可。

对于这个部分的内容，Oracle至少在2017年并未准备好，2019年在物联网大会（IoT World）的演讲资料也丝毫看不到数字孪生体系的进展，在官方网站上的内容改进并不突出。

这也许是IT企业进入到数字孪生体领域的一个通病，物理世界的复杂性往往让IT企业不知所措。

《交通行业的数字孪生体应用》（Oracle）全文：