数字孪生（Digital Twin）

工业 4.0 是基于 CPS 的工业革命，CPS 应用领域遍及农业、楼宇、

能源、制造、交通运输等行业，交互是 CPS 最主要的特征。CPS 是把

人、机、物互联，实体与虚拟对象双向连接，以虚控实，虚实融合。

以实现敏捷性和柔性、智能生产。CPS 是虚实融合。“实”是指人、

机、物，而“虚”则指“数字孪生”。

数字孪生（Digital Twin）是物理实体的数字化映像。它是从设

计/仿真，延伸到产品全生命周期。CPS 内涵中的虚实双向动态连接，

有两个步骤，一是虚拟的实体化，如设计一件东西，先进行模拟、仿

真，仿真再制作出来；二是实体的虚拟化，实体在使用、运行的过程
中，把状态反映到虚拟端去，通过虚拟方式进行判断、分析、预测和

优化。

1. 什么是数字孪生

“到了 2035 年，当航空公司接收一架飞机的时候，将同时还

验收另外一套数字模型。每个飞机尾号，都伴随着一套高度详细

的数字模型。”美国《航空周报》曾做出这样的预测。每一特定

架次的飞机都有一个忠诚的影子，从不消失，伴随一生。这就是

数字孪生。

2. 概念及来源

数字孪生，是以数字化方式为物理对象创建的虚拟模型，来模拟其

在现实环境中的行为。也被称为“数字镜像”，“数字双胞胎”或“数

字化映射”。通过搭建整合制造流程的数字孪生生产系统，能实现从
产品设计、生产计划到制造执行的全过程数字化，将产品创新、制造

效率和有效性水平提升至一个新的高度。

数字孪生从虚拟制造、数字样机等技术上发展而来，原本是美国军

方在航天系统研究中提出来的，现在已经拓展到智能制造、预测设备

故障以及改进产品等多个领域。

建立数字孪生的初衷，是为了描述产品设计者对一类产品的理想定

义，用于指导产品的制造、功能分析、性能推测等。产品在制造中由

于加工、装配误差等因素，使得真实情况与数字孪生长时间不能保持

完全一致，其有效性受到了明显限制。

随着物联技术的发展，利用物理模型、传感器更新、运行历史等

数据，集成多科学、多物理量、多尺度的仿真过程越来越精确。以飞

行器为例，将物理世界的参数，通过传感器重新反馈到数字世界，完

成仿真验证和动态调整已经成为可能。

数字孪生，也用来指代将一个工厂的厂房及产线，在没有建造之

前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和

模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，

在日常的运维中二者继续进行信息交互。

3. 主要特征

数字孪生不是构型管理的工具、不是制成品的 3D 尺寸模型、不是

制成品的 MBD（Model Based Definition）定义。对于数字孪生的极

端需求，同时也将驱动着新材料开发，而所有可能影响到装备工作状
态的异常，将被明确地进行考察、评估和监控。数字孪生正是从内嵌

的综合健康管理系统（IVHM）集成了传感器数据、历史维护数据，以

及通过挖掘而产生的相关派生数据。通过对以上数据的整合，数字孪

生可以持续地预测装备或系统的健康状况、剩余使用寿命以及任务执

行成功的概率，也可以预见关键安全事件的系统响应，通过与实体的

系统响应进行对比，揭示装备研制中存在的未知问题。数字孪生可能

通过激活自愈的机制或者建议更改任务参数来减轻损害或进行系统

的降级，从而提高寿命和任务执行成功的概率。

数字孪生的生命周期分为两个阶段，一个是型号（TYPE）阶段，

一个是实例（Instance）阶段，每个阶段有研发、使用和维护等环节。

产品的生命周期是从使用开始，要研究客户使用产品，与此同时进行

型号的设计，工程、工艺的设计，然后进行产品的工艺仿真，到使用

维护的仿真，等有了订单后，再进行定制化，改变 TYPE，然后再进

行制造、检测、培训、使用，这样构成完整的产品的全生命周期。它

有如下主要特点：

l 一是机器可读。制造领域技术数据繁多而杂乱，有图纸、BOM、

工序、数控程序、设备配合参数，而数字孪生首要解决的是单一

数据源，做到数控机床、机器人能否从它那里直接读到有用信息。

l 二是数字孪生可以直接对设计的“理论值”和加工的“实测值”

进行直接比较和分析。
l 三是数字孪生可用于生产模拟，可以对自动或手工作业进行模

拟，包括装配、机器人焊、锻铸和车铣刨磨等。

l 四是数字孪生是价值网络协作的基础，包括厂际、供应链上下

游之间、乃至全球范围的协作企业。

因此，数字孪生是产品全生命周期的数据中心，其本质的提升是

实现了单一数据源和阶段间信息贯通。它从概念设计贯通到产品设计、

仿真、工艺及后面的使用和维护。

数字孪生也是全价值链的数据中心。其本质的提升在于无缝协同，

而不只是共享信息，如与上下游进行装配的仿真、在客户的“虚拟”

使用环境中测试/改进产品等。如发动机制造商可以下游的汽车厂商

的环境中，测试自己的发动机产品。这就是一种全价值链的协同。

4. 实现途径

实现数字孪生的许多关键技术都已经开发出来，比如多物理尺度

和多物理量建模、结构化的健康管理、高性能计算等，但实现数字孪

生需要集成和融合这些跨领域、跨专业的多项技术，从而对装备的健

康状况进行有效评估，这与单个技术发展的愿景有着显著的区别。因

此，可以设想数字孪生这样一个极具颠覆的概念，在未来可以预见的

时间内很难取得足够的成熟度，建立中间过程的里程碑目标就显得尤

为必要。数字孪生的实现方式主要有以下四步。

l 第一步是 3D 设计+PMI（Product Manufacturing

Information），PMI 包括了物理产品的几何尺寸、公差，以
 及 3D 注释、表面质地指定、完工要求、工艺注释、材料指定

和焊接符号等；

l 第二步，在 3D 设计+PMI 的基础上，实现 MBOM（Manufacture

BOM，即制造 BOM）+BOP（BOM-Bill of Process，即工艺设计）；

l 第三步，使用部分则实现 Product Memory，即产品档案，

包含技术追溯、物料追溯、测量结果等；

l 第四步实现 O&S（即 Operations and Sustainment，即使用

和维护），Operations 这里主要是指操作，Sustainment 既包

括维修、保养，也包括升级和改造。

数字孪生的实现方法有这样几个特点：

l 首先，它主张单一数据源（Unified Repository，UR）；

l 其次，三维设计时标注 PMI，由 MES 建立 BOP，写入产品档

案；

l 最后，Product Memory 要能够实现除标准件之外的所有件

都可以追溯。这要依靠物流体系的追溯方法。

举例来说，美国 F35 战斗机的设计与生产，就是采用了融合了数字孪

生的数字纽带技术的方法。它实现了整条供应链的协同，很多厂商在

一起协同设计研发，单一数据源是最佳方式。它在生产过程中，所有

不同厂商的车床的数据直接从数字孪生读取。这就是单一数据源的意

义，通过统一的数据，实现协同的仿真和分析，上下游可以一起进行
仿真和分析。从而提高效率，减少返工。3D 数字纽带的数据存储在

PDM 系统中，世界各地的合作伙伴和供应商都可无缝使用。激光测量

借助数字纽带，允许“虚拟工人（virtual mate）”在“物理工人

（physical mate）”之前，识别潜在的干扰问题。

5. 数字纽带

数字纽带（Digital Thread，也译为数字线程、数字主线等）。

数字纽带为数字孪生提供访问（access）、整合（integrate）和转

换（transform）能力，其目标是贯通产品生命周期和价值链，实现

全面追溯、双向共享/交互信息、价值链协同。由此可见，数字孪生

是对象、数据，而数字纽带是方法、通道、链接、接口。通过数字纽

带交换、处理数字孪生的相关信息。

数字孪生与数字纽带的关系数字孪生是与数字纽带，既相互关联，

又有所区别的一个概念。

数字孪生是一个物理产品的数字化表达，以便于我们能够在这个

数字化产品上看到实际物理产品可能发生的情况，与此相关的技术包

括增强现实和虚拟现实。

数字纽带在设计与生产的过程中，仿真分析模型的参数，可以传

递到产品定义的全三维几何模型，再传递到数字化生产线加工成真实

的物理产品，再通过在线的数字化检测/测量系统反映到产品定义模

型中，进而又反馈到仿真分析模型中。
 依靠数字纽带，所有数据模型都能够双向沟通，因此真实物理产

品的状态和参数将通过与智能生产系统集成的赛博物理系统 CPS 向

数字化模型反馈，致使生命周期各个环节的数字化模型保持一致，从

而能够实现动态、实时评估系统的当前及未来的功能和性能。

而装备在运行的过程中，又通过将不断增加的传感器、机器的联

接而收集的数据进行解释利用，可以将后期产品生产制造和运营维护

的需求融入到早期的产品设计过程中，形成设计改进的智能闭环。这

就是数字孪生的领域。然而，并不是建立了全机有限元模型，就有了

数字孪生，那只是问题的一个角度；必须在生产中把所有真实制造尺

寸反馈回模型，再用 PHM（健康预测管理）实时搜集飞机实际受力情

况，反馈回模型，才有可能成为数字孪生。

数字孪生描述的是通过数字纽带连接的各具体环节的模型。可以

说数字纽带是把各环节集成，再配合智能的制造系统、数字化测量检

验系统的以及赛博物理融合系统的结果。
 通过数字纽带集成了生命周期全过程的模型，这些模型与实际的

智能制造系统和数字化测量检测系统进一步与嵌入式的赛博物理融

合系统(CPS)进行无缝的集成和同步，从而使我们能够在这个数字化

产品上看到实际物理产品可能发生的情况。简单说，数字纽带贯穿了

整个产品生命周期，尤其是从产品设计、生产、运维的无缝集成；而

数字孪生更像是智能产品的概念，它强调的是从产品运维到产品设计

的回馈。它是物理产品的数字化影子，通过与外界传感器的集成，反

映对象从微观到宏观的所有特性，展示产品的生命周期的演进过程。

当然，不止产品，生产产品的系统（生产设备、生产线）和使用维护

中的系统也要按需建立数字孪生。

6. 数字孪生应用

数字孪生突破了虚拟与现实的界限，让人们能在物理与数字模型

之间自由交互与行走。
6.1. 预见设计质量和制造过程

在传统模式中，完成设计后必须先制造出实体零部件，才能对设

计方案的质量和可制造性进行评估，这意味着成本和风险的增加。而

通过建立数字孪生，任何零部件在被实际制造出来之前，都可以预测

其成品质量，识别是否存在设计缺陷，比如零部件之间的干扰，设计

是否符合规格等。找到产生设计缺陷的原因，在数字孪生中直接修改

设计，并重新进行制造仿真，查看问题是否得到解决。

制造系统中，只有当所有流程都准确无误时，才能顺利进行生产，一

般的流程验证方法是获得配置好的生产设备之后再进行试用，判断设

备是否运行正常，但是到这个时候再发现问题为时已晚，有可能导致

生产延误，而且此时解决问题所需要的花费将远远高于流程早期。

当前自动化技术广泛应用，最具革命性意义的是机器人开始出现

在工作人员身旁，引入机器人的企业需要评估机器人是否能在生产环

境中准确执行人的工作，机器人的尺寸和伸缩范围会不会对周围的设
备造成干扰，以及它有没有可能导致操作员受到伤害。机器人成本昂

贵，更需要在早期就完成这些工作的验证。

高效的方法是建立包含所有制造过程细节的数字孪生，在虚拟环

境中验证制造过程。发现问题后只需要在模型中进行修正即可，比如

机器人发生干涉时，改变工作台的高度、输送带的位置、反转装配台

等，然后再次执行仿真，确保机器人能正确执行任务。

借助数字孪生在产品设计阶段预见其性能并加以改进，制造流程

初期就掌握准确信息并预见制造过程，保证所有细节都准确无误，这

些无疑是具有重要意义的，因为越早知道如何制造出色的产品，就能

越快的向市场推出优质的产品，抢占先机。

6.2. 推进设计和制造高效协同

随着产品制造过程越来越复杂，制造中所发生的一切需要进行完

善的规划。而一般的过程规划是设计人员和制造人员基于不同的系统

独立工作。设计人员将产品创意提交给制造部门，由他们去思考如何

制造。这样容易导致产品信息流失，使得制造人员很难看到实际状况，

增加出错的几率。一旦设计发生变更，制造过程很难实现同步更新。

而在数字孪生中，所需要制造的产品、制造的方式、资源以及地

点等各个方面可以进行系统地规划，将各方面关联起来，实现设计人

员和制造人员的协同。一旦发生设计变更，可以在数字孪生中方便地

更新制造过程，包括更新面向制造的物料清单，创建新的工序，为工

序分配新的操作人员，在此基础上进一步将完成各项任务所需的时间
以及所有不同的工序整合在一起，进行分析和规划，直到产生满意制

造过程方案。

除了过程规划之外，生产布局也是复杂的制造系统中重要的工作。

一般的生产布局是用来设置生产设备和生产系统的二维原理图和纸

质平面图，设计这些布局图往往需要大量的时间精力。

竞争日益激烈，企业需要不断向产品中加入更好的功能，以更快

的速度向市场推出更多的产品，这意味着制造系统需要持续扩展和更

新。但静态的二维布局图由于缺乏智能关联性，修改又会耗费大量时

间，制造人员难以获得有关生产环境的最新信息，来制定明确的决策

和及时采取行动。

借助数字孪生可以设计出包含所有细节信息的生产布局，包括机

械、自动化设备、工具、资源甚至是操作人员等各种详细信息，并将

之与产品设计进行无缝关联。比如一个新的产品制造方案中，引入的

机器人干涉到一条传送带，布局工程师需要对传送带进行调整并发出

变更申请，当发生变更时，同步执行影响分析来了解生产线设备供应

商中，哪些会受到影响，以及对生产调度产生怎么样的影响，这样在

设置新的生产系统时，就能在需要的时间获得正确的设备。

基于数字孪生，设计人员和制造人员实现协同，设计方案和生产

布局实现同步，这些都大大提高了制造业务的敏捷度和效率，帮助企

业面对更加复杂的产品制造挑战。

6.3. 确保设计和制造准确执行
 如果制造系统中所有流程都准确无误，生产便可以顺利开展。但

万一生产进展不顺利，由于整个过程非常复杂，制造环节出现问题并

影响到产出的时候，很难迅速找出问题所在。

最简单的方法是在生产系统中尝试一种全新的生产策略，但是面

对众多不同的材料和设备选择，清楚的知道哪些选择将带来最佳效果

又是一个难题。

针对这种情况，可以在数字孪生中对不同的生产策略进行模拟仿

真和评估，结合大数据分析和统计学技术，快速找出有空档时间的工

序。调整策略后再模拟仿真整个生产系统的绩效，进一步优化实现所

有资源利用率的最大化，确保所有工序上的所有人都尽其所能，实现

盈利能力的最大化。

为了实现卓越的制造，必须清楚了解生产规划以及执行情况。企

业经常抱怨难以确保规划和执行都准确无误，并满足所有设计需求，

这是因为如何在规划与执行之间实现关联，如何将在生产环节收集到

的有效信息反馈至产品设计环节，是一个很大的挑战。

解决方案是搭建规划和执行的闭合环路，利用数字孪生将虚拟生

产世界和现实生产世界结合起来，具体而言就是集成 PLM 系统、制造

运营管理系统以及生产设备。过程计划发布至制造执行系统之后，利

用数字孪生生成详细的作业指导书，与生产设计全过程进行关联，这

样一来如果发生任何变更，整个过程都会进行相应的更新，甚至还能

从生产环境中收集有关生产执行情况的信息。
7. 数字孪生势在必行

随着工业传感器及物联网技术的快速发展，未来数字世界和现实

世界会是一体两面。一些嗅觉敏锐的工厂及生产线引入数字孪生，在

没有建造之前，对工厂进行仿真和模拟，并将真实参数传给实际的工

厂建设，有效减少误差和风险。待厂房和生产线建成之后，日常的运

行和维护通过数字孪生进行交互，能够迅速找出问题所在，提高工作

效率。

数字孪生不仅指产品的数字化，更包含工厂本身和工艺流程及设

备的数字化。数字孪生的实行是虚拟与现实相互促进的过程，谁驾驭

了这个过程，谁就将占领市场先机。

Published in 技术前沿