NEWS CENTER新闻中心

什么是数字孪生?数字孪生有什么存在的意义?

发布时间:2022-06-20 14:25:28 作者: 浏览量:2022-06-20 14:25:28

数字时代下,数字孪生作为最重要的数字技术之一在人类社会数字化的进程中具有不可替代的重要意义,备受行业内外的关注。


据行行查数据显示,全球聚焦数字孪生技术,产业生态有望爆发。随着工业4.0相关战略的不断出台,数字孪生技术得到各方的普遍关注。英国国家基础设施委员会于2017年11月提出创建一个与国家基础设施相对应的数字孪生体,并于2019年1月启动。Garter公司连续4年将数字孪生列为当年十大战略科技发展趋势之一。根据IDC的统计数据及预测,2020年全球数字孪生市场达到52.2亿美元,到2024年市场规模有望达到212.8亿美元,期间CAGR高达42.09%。根据Markets&Markets数据调查显示,未来亚太地区市场规模增速会超过北美、欧洲等其他地区,成为全球数字孪生新兴市场的高地。

2019年全球市场规模过百亿,国内CAGR有望超35%。根据FutureBridge Analysis统计数据及预测,2019年全球制造业数字孪生市场规模为15亿美元,到2024年市场规模有望达到67亿美元,对应CAGR约为35%。此外,Markets&Markets、Zion Market Research等多家市场调查公司认为亚太地区数字孪生市场将以高于全球平均水平的增速快速成长,其中中国将领跑亚太地区高增长。结合国内制造业产业发展趋势,国内数字孪生市场有望迎来CAGR超35%的高增长期。

数字孪生(Digital Twin)定义:数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。即通过建立物理世界和数字世界之间精准映射、实时反馈机制,从而实现物理世界与数字世界互联、互通、互操作,构建起虚拟世界对物理世界描述、诊断、预测和决策新体系,并优化物理世界资源配置效率。

主要特点:(1)流动是双向的:本体向孪生体输出数据,孪生体也可以向本体反馈信息。(2)全生命周期:数字孪生可以贯穿产品包括设计、开发、制造、服务、维护乃至报废回收的整个周期。

数字孪生推动PLM技术进一步升级,数字孪生可以用PLM来管理产品或设备的生命周期,也从PLM软件中输出文件。数字孪生的出现,由于对物理产品的全程进行数字化呈现,这使得产品的“全生命周期”透明化、自动化管理概念,成为货真价实的实际方法。数字孪生和云计算共同构成数据到知识的关键环节,实现信息流在本体和孪生体之间的流动,基于数字孪生的聚合,感知从而实现制造的智能化、信息化。

数字孪生是实现智能制造的前提和基础。正逐步向制造、医疗、城市管理等领域渗透。数字孪生在感知、网络、大数据、人工智能、控制、建模等技术上的应用集中爆发。尤其是传感器和低功耗广域网技术的发展,将物理世界的动态,通过传感器精准、实时地反馈到数字世界。当前,数字孪生的技术应用逐步向智能制造的各个领域渗透,众多企业也已在尝试利用数字孪生促进产品全生命周期管理,为远程操控、智慧城市管理、健康监测与管理等方面提供了更多可能。作为数字化发展的高级阶段,数字孪生将向综合企业数字化、信息化、智能化发展历程融合推进。

工业软件巨头纷纷布局数字孪生,数字孪生产业生态有望迎来爆发期。21世纪初期数字孪生的概念被正式提出。2014起,美空军组织洛马、波音、诺格、通用电气、普惠等公司开展了一系列应用研究项目,数字孪生理论与技术体系初步建立。美国防部、NASA、西门子等公司开始接受这一概念并对外推广。随着工业4.0,智能制造等技术和发展战略的不断出台,数字孪生技术逐步成为智能制造的一个基本要素,并得到了各方的普遍关注。洛克希德马丁公司于2017年11月将数字孪生列为2018年未来国防和航天工业顶尖技术之首;英国国家基础设施委员会于2017年12月发布《数据的公共利益报告》(Public Good report),提出创建一个与国家基础设施相对应的数字孪生体,并于2019年1月启动相关计划。从2016年起,Gartner已经连续四年将“数字孪生”(Digital Twin)列为当年十大战略科技发展趋势,当前Gartner认为数字孪生处于顶峰期。据Gartner 预测,到2021 年,全球50%的大型工业企业将使用数字孪生技术,效率提高10%。

支撑技术和安全也是数字孪生产业链的重要组成部分。“5G+AI+云计算+边缘计算”构成数字孪生的底层技术支撑,主要参与方有AI企业(商汤/旷视/讯飞等),云厂商(华为/腾讯/阿里等)以及运营商(移动/电信/联通等);同时,随着数据资产越来越具有价值,安全领域不可或缺,主要参与方有赛门铁克、英特尔、深信服和奇安信等。

数字孪生生态系统架构雏形已现。数字孪生可划分为“基础支撑”、“数据互动”、“模型构建”、“仿真分析”、“共性应用”、“行业应用”6 大核心模块,对应从设备、数据到行业应用的全生命周期。国内外主要厂商主要有建模业务、仿真业务、平台业务、行业服务业务四大类。