什么是数字孪生体？来自西门子、PTC、北航的精华观点和实践
01 西门子
西门子公司提出了“综合数字孪生体”的概念，其中包含数字孪生体产品、数字孪生体生产和数字孪生体运行的精准的连续映射递进关系，最终达成理想的高质量产品交付，如图5-16所示。
▲图5-16 综合数字孪生体的连续映射递进关系
02 达索
“3DEXPERIENCE孪生体”是达索公司给出的一个数字孪生体的新概念，着重强调体验一致性、原理一致性、单一数据源、宏观与微观统一。物理孪生体与3DEXPERIENCE孪生体在功能/性能/逻辑上相互对应。
以开发飞机为例，如经过数字验证，3DEXPERIENCE孪生体飞机能飞，物理实体飞机就能飞；如研究给病人打退烧针后是否退烧，可给3DEXPERIENCE孪生体虚拟打一针，其产生的效果，应与真实世界一致。如图5-17所示。
▲图5-17 3DEXPERIENCE孪生体
03 PTC
PTC公司对数字孪生体的研究侧重于“数字孪生体+增强现实（AR）技术”，让数字孪生体更具有真实感和工作场景感。
例如在客户购车现场，可以利用AR技术在真实车辆的旁边，放置几乎一模一样的数字孪生体“轿车”，让客户来参观、评估和体验，甚至在该“轿车”上加载具有高度真实感的虚拟气流，动态显示高速行驶时车身上的空气动力学气流“实况”。还可以按客户要求，给数字孪生体轿车换车身颜色、车轮颜色或轮毂式样。如图5-18所示。
▲图5-18 数字孪生体轿车的空气动力学气流“实况”
04 ESI
ESI公司认为，从虚拟孪生到混合孪生，是一个逐渐发展的过程。虚拟孪生与数字孪生是有不同内涵的。由物理基础模型构建的虚拟孪生（数学模型/因果模型/降阶模型等），与由真实数据分析和机器学习构建的数据驱动的数字孪生（机器学习模型/经验模型等），二者叠加，构成了混合孪生。如图5-19所示。
▲图5-19 混合孪生模型的基本构成
ESI认为，混合孪生解决方案通过联接当前物联网（IoT）的信息和过去大数据的信息，并结合未来可能的演绎（更新和推断的虚拟原型），使企业能够虚拟地提供预测性维护并优化产品的辅助运营。
例如，因为气流强度和方向的高度不确定性，风力发电很难预测和管理。ESI做了一个海上“风孪生”（WindTwin）项目，其中，风电设备将其状态实时地传达给维护站，维护站的“风孪生”模型能够根据当下发电结果调整运行参数、提出警告并预测任何失效或损坏。
05 北京航空航天大学
北京航空航天大学陶飞教授给出了数字孪生“五维模型”和新内涵：数字孪生=物理实体+数字实体+服务+孪生数据+连接，即DT={PE, VE, Ss, DD, CN}，除物理实体以外，其余4个都可以用各自的模型来描述，五个维度的模型与数据彼此交互，迭代优化。如图5-20所示。
▲图5-20 数字孪生的“五维模型”
更多相关文章
- 协整分析和误差修正操作步骤, 程序和各种检验, 附上代码并通过示
- 添加一个新变量能使以前不显著的变量变得显著了？
- ARIMA时间序列模型的步骤, 程序和各种检验, 附上代码并通过示例
- ARCH及其扩展模型的操作步骤, 程序和各种检验, 附上代码并通过示
- 模型可解释性在保险理赔反欺诈中的实践
- 深度排序模型在淘宝直播的演进与应用
- 数字化转型最致命的5个误区
- 引力模型基础上的工具变量如何构建？
- 210323 CSS 盒子模型 字体图标 定位