深度解析从仿真技术到数字孪生对工业互联网发展影响

万向区块链
工业互联网连接了工业场景中的物理世界与数字世界,却难以实现身份唯一对应、信息不可串改、数据有效利用等问题。根据《工业互联网创新发展行动计划(2021-2023年)》,“十四五”时期将是工业互联网立足我国制造业转型升级,发挥新一代信息技术引领作用的关键阶段。
    随着区块链、物联网、5G等技术的发展,推动了数字仿真技术在工业场景中的应用探索,而仿真技术的创新发展也反作用于工业互联网的发展。本文将通过梳理从仿真技术到孪生技术的发展历史,并总结归纳不同历史阶段中,技术的发展规律,从而预判工业互联网未来的发展方向。
    作者:万向区块链首席经济学家办公室 王普玉
    审核:万向区块链首席经济学家 邹传伟

    当工程师完成一款汽车的设计方案后,如何判断产品性能的可靠性?当一套仓库平面设计方案被完成后,怎么验证其后期使用的效率?当我们完成工厂产线设计后,又该如何判断方案可行性?在现代工业发展中,离散型事件的规划离不开仿真技术的辅助,尤其在市场竞争日益加剧的情况下,工业企业面临产品迭代速度和产品创新多方面压力,企业需要在最短时间内完成产品的研发、测试及验证等,而仿真技术以其高效及低成本的方式,分析和研究系统运行行为、揭示系统的动态过程和运动规律,助力企业工业研发和管理。
    随着科技的迅速发展,仿真技术已经深入影响着工业产品的质量、安全及产量,但现有仿真技术也有其缺陷,决策模型多为相对静态,缺乏实时动态调整、演化和行为预测功能,难以满足未来工业制造的快节奏要求。而随着工业互联网技术的快速发展,一场OT与IT技术的融合掀起了改革浪潮,这场改革也影响到了仿真技术的发展,让我们看到了一个新的方向——数字孪生。
    一、仿真到孪生技术的发展历史
    仿真是将包含了确定性规律和完整机理的模型转化成软件的方式,来模拟物理世界的一种技术。只要模型正确,并拥有了完整的输入信息和环境数据,就可以基本正确地反映物理世界的特性和参数。如果说事物的模型化是我们对物理世界或问题的理解,那么仿真就是验证和确认这种理解的正确性和有效性。技术允许工业企业以低成本和零风险的方式在虚拟工厂里测试各种决策、战略和规定,验证不同方案的运行情况,目前仿真技术在工业领域的主要应用范畴如图1所示,主要包括三大类,分别是工具类、运营类和工控类。
    
    图1:仿真系统在工业领域主要应用范畴
    随着计算机技术的发展,仿真技术经历了从模拟计算机仿真转向数字计算机仿真的过程,以及从过程仿真到孪生的过程,具体包含了四个阶段:物理仿真、模拟仿真、数字仿真,数字孪生4个阶段。
    1、物理仿真
    物理仿真是根据实物的基本功能以更低成本建设其仿制品,实现更低成本和风险训练及科研等。例如1920年代,Edwin Link开发了世界上第一台飞行模拟器;1930年美国陆军、海军航空队采用了林克仪表飞行模拟训练器(如图2所示),在模拟环境中提升飞行员操作能力,以此降低训练成本,同时极大程度降低了飞行事故率的出现。据文献资料提供数据,该物理仿真系统帮助美国空军每年节约1.3亿美元训练费用及减少死亡人数高达500名以上。
    
    图2:林克仪表飞行模拟训练器
    2、模拟仿真
    50年代末期采用模拟\数字混合仿真方法,根据仿真对象的数字模型将一系列运算器(如放大器、加法器、乘法器、积分器和函数发生器等等)以及无源器件,如电阻器件、电容器、电位器等等相互连接而形成仿真电路。1950-1953年美国首先利用计算机来模拟战争,为防空兵力或地空作战等场景做出最优部署。1960年,美国NASA为了实施一系列的载人登月计划,在地面建设了一套高水准、完整的半物理结合模拟仿真系统(模拟器),用于宇航员培训和任务控制人员的作业(如图3所示)。1970年4月,阿波罗13发射后,在210000英里外的太空中宇宙飞船生活舱的氧气罐发生爆炸,地面工作人员通过物理仿真系统操作演练为宇航员设计了一套返回地球计划,并顺利完成任务。
    
    图3:NASA宇宙飞船半物理仿真系统
    3、数字仿真
    模拟仿真虽然给市场带来了便利,但也有其明显缺点,如处理速度过慢,需要的技术人员较多,对计算机性能要求高,更麻烦的是仿真结果经常含糊不清、模棱两可。而数字仿真的出现,让模拟仿真存在的缺点得以很大程度的改善。数字建模也称计算机建模,使用计算机对物理世界的运行机理进行数学模型化,同时通过多次模拟实验获取结果。数字仿真的类型非常多,目前行业内没有具体分类和界定,此处按照仿真展示效果分为2D仿真和3D仿真。
    (1)2D仿真
    19世纪50年代末期,Gordon就职于贝尔实验室,研究信息交换系统时尝试了用单服务器和多服务器来完成简单仿真实验,完成了基于框图的交换系统模拟器,这也是历史上首个基于数字仿真的应用。1960年Gordon加入IBM并开启了终端系统反应时间的研究项目,前期大家看到了仿真系统存在的潜在价值,于是根据经验完成了基于模块化的模拟器(如图4所示),命名为通用系统仿真语言(General Purpose System Simulator, 简称GPSS),虽然整个系统仅25个模块,但开启了仿真系统市场化先河,该系统直至现在仍在迭代使用。随后1963年Nygaard和Dahl开发了SIMULA,同年Kiviat开发并发布了了GASP;MIT发布了SIMSCRIPT等等,仿真软件在不同行业出现了百花齐放的场景。
    
    图4:GPSS仿真输入及输出表示例
    GPSS框图(如图5)用GPSS语言编制仿真程序时,首先用框图描述被仿真的动态系统。框图中每一个模块表示一种动作。各模块之间的连线表示动作的先后顺序。如果由模块引出的连线多于一条,则要在模块上说明动作选择的条件,所以GPSS框图与流程图相似。这种以程序设计语言为基础的框图描述方法,要求对每一模块给出确切的定义和名称,并指出相应的操作数。
    
    图5:GPSS框图
    (2)3D仿真
    3D仿真是以三维模型形式展示目标对象,让设计者或观察者能够清晰的观察到目标对象的形状、大小、以及目标对象想象中的纹理和质地。1960年,3D图画的最早开拓者Ivan Sutherland 和他的同事David Evans在犹他大学创建了计算机科学教研室,他们用计算机软件,通过算法建模,电脑手绘,或者扫描等方式,让物理世界中各类事物以3D数字模型真实的展示在电脑上,操作者通过计算机能够让3D模型任意旋转、翻转、分解和操作;3D数字模型在早期主要应用于工业产品设计及展示、建筑设计效果展示等。1978年,数字照片的出现对仿真技术有重要的意义,除最早的动画展示外,真实场景也可以逐渐以三维仿真出现。截至今天,各类仿真软件已经成熟的应用于不同行业,就在新冠疫情期间,武汉雷神山医院的建设也用到了仿真系统BIM,能够在短短13天的时间内完成如此浩大的工程,仿真系统的作用功不可没。
    
    图6:仓库仿真
    如图6所示,在仿真软件普及前,各公司通常基于经验完成仓库平面布局设计;在完成施工并投入使用后,经常出现某个功能区域大小不足、动线不合理的情况,为此需拆除个别设备再重新调整布局,花费高昂成本。有了3D仿真软件后,可以按照设计概念或物理世界的已有场景设计仓库,在仿真软件中调用组件并完成各功能区域的配置;图像中每个对象(货架、人、货物、叉车等等)的运行参数均可调节。完成模型构建后,通过模仿现实中的订单量,甚至使用更大订单量,寻找系统的作业瓶颈、作业过程中的拥堵、闲置或者其他意外情况,能够在仓库建设前或者使用中给出仓库运行的最佳布局及人员、设备等安排计划。
    (3)VR及AR
    以上数字仿真的介绍是从技术维度分类,影响仿真技术发展还有一个很重要的维度,即设备,包括电脑技术的发展、VR头盔、AR眼镜的发展等。
    ① 虚拟现实(VR)
    虚拟现实(简称VR),具有沉浸性、交互性和构想性特征;这个概念集合了计算机图形学、仿真技术、多媒体技术、人工智能技术、计算机网络技术、并行处理技术和多传感器技术等多种技术,模拟人的视觉、听觉、触觉等感觉器官功能,让体验者恍若身临其境,沉浸在计算机生成的虚拟世界中(与现实世界没有联系),并能通过语言、手势等进行实时交流,增强进入感和沉浸感。
    概念的发展,最早在上世纪30年代小说《皮革马利翁的眼镜》讲到神奇的装备;之后到1960年,Heilig将一部五分钟的幕布电影配合着光、声音、可移动座椅、风扇(模拟风吹)等制造了一个体验式摩托车,这开创了虚拟现实(VR)的先河;1968年Sutherland发明了头戴式展示系统,用来帮助直升机飞行员通过红外线成像技术在狭窄环境下成功降落,多年来他也被同行认为是“VR之父”;1980年,NASA发明了军队飞行虚拟仿真系统,这也从真正意义上带动了VR技术的发展。90年代各大厂商争先恐后的布局VR技术,但由于显示器技术、3D渲染技术和动作检测技术并不成熟,观看体验达不到“可用”的标准。直至2012年Oculus Rift问世,让公众对该技术的兴趣重新点燃,如今VR眼镜已经普及市场,相关产品也逐步问世,如VR游戏、电影、教学实验室等。
    ② 增强现实AR
    如果说VR呈现了一个完全的虚拟世界,那么AR则完全相反(如图7所示),是在真实物理世界中叠加出虚拟的内容。增强现实(简称AR),利用计算机技术将虚拟的信息叠加到物理世界,通过手机、平板电脑、智能眼镜等设备显示出来,被人们感知,从而物理世界与虚拟的大融合,丰富显示世界。简而言之,将本身平面的内容“活起来”,赋予实物更多的信息,增强立体感,加强视觉效果和互动体验感。
    
    图7:已有AR设备与物理世界交互的示例
    AR概念同样起步于VR的发展,只是在1990年,波音公司发明了“Augmented Reality”这个词组,两年后美国空军基于AR研发了虚拟帮助系统,以及哥伦比亚大学的Steven Feiner等发明了机械师修理帮助系统,主要用于辅助测距和具体位置观察等简单功能。2000年左右,出现了基于AR的Toolkt和ARQuake等游戏,将增强现实概念带入大众面前,但当时的设备笨重且价格高,所以没有市场化。直到2012年,Google Glass面市,这无疑对VR发展是里程碑式作用。截至2020年,主要典型市场应用如表1所示。
    
    表1:2020年VR与AR典型应用案例 (数据来源:赛迪智库整理)
    因此,在计算机图形技术快速发展后,仿真技术也得以迅速发展,展示形式从最早的二维到三维,再到四维。从单纯的演示到互动操作,从屏幕展示到场景沉浸,这些都是虚拟技术的进步。仿真让模型构建难度有效降低,让相关方能够直观的感受目标对象的物理形态,当前主要产品如图8所示;对未来发展,尤其C2M,每一个客户可以是自己的设计师,仿真系统则是必不可少的。
    
    图8:全生命周期主流仿真软件图谱 (资料来源:EFFRA FOF 2020咨询文件)
    无论是3D仿真技术,还是AR、VR概念,对工业发展有着至关重要的影响,随着工业制造对可视化、数字化、协同化供应链的要求,除了静态仿真,对实时动态仿真的需求越来越多,因此原有的仿真技术也有潜在瓶颈,如下:
    其一、大多场景无法实时获取工业所需数据;
    其二、数据模型训练不足以支撑过程控制;
    其三、不同仿真软件大多只支持单一行业或场景,IOT+AI的出现让仿真可能发生一次新的颠覆。
    4、数字孪生
    2002年Michael Grieves在密歇根大学为PLM(全生命周期管理)中心成立而向工业界发表演讲而制作的幻灯片,首次提到了PLM概念模型,如图9所示,模型中出现了物理空间,虚拟空间,从物理空间到虚拟空间的数据流,从虚拟空间到现实空间的信息流,以及虚拟子空间的表述,此时提出的内容已经具备了数字孪生的所有要素。
    
    图9:PLM中的概念设想
    2010年在NASA的技术路线图中正式使用“digital twin”命名这项技术,替代了原本被Michael Grieves命名的“信息镜像模型”。当前行业对于数字孪生没有统一的定义,在该部分暂时使用标准化组织给出的定义:具有数据连接的特定物理实体或过程的数字化表达,该数据连接可以保证物理状态和虚拟状态之间的同速率收敛,并提供物理实体或流程过程的整个生命周期的集成视图,有助于优化整体性能。
    
    图10:生产流程数字孪生模型 (资料来源:德勤大学出版社)
    虚拟仿真仅能做到事前或事后的模拟、分析优化,而数字孪生做到将虚拟模型与机器的实际运行数据相连接,构成一个数字孪生体。通过传感器和物联网实现物理对象和数字孪生模型的双向映射,再对数字孪生模型进行可视化和仿真分析,优化其对物理对象的性能和运行状态。如图10所示,在生产流程中,物理世界生成数据后,会通过传感器和物联网等映射到数字孪生模型中,数字孪生模型可以同步聚合、分析及洞见数据,为当前生产环境给出最优结果并发送指令至物理世界来实施具体生产过程。数字孪生不仅限于工业生产,其能够映射到物理世界每一项事物,我们的城市生活、教育、娱乐等等。
    
    图11:数字孪生实现架构
    5、总结
    从物理仿真到数字孪生,本文梳理了仿真技术当前正在发生的一些变化,通过总结,我们可以得到以下规律:
    第一、数字世界对物理世界的还原度越来越高
    数字图像技术的发展,让人们能够记录一些重要的时刻,这些技术已经深度融合进3D仿真应用。但从过往的数据中发现,这些记录是碎布片化的,而技术尝试着以相似的框架在数字世界里还原物理世界中的一切。
    第二、物理世界与数字世界的交互性越来越强
    早期需要依靠人为操作将数据录入到仿真系统中,并完成数据的分析;随着物联网技术的发展,数据可以自动收集并上传至数字世界中,通过AI技术完成数据分析和算法迭代,并指挥物理世界运行,形成了一种闭环,这种交互性逐渐脱离人为操作,形成自动运行机制。
    第三、数字世界相比物理世界具有更强的可扩展性
    物理世界的所有行为是对立的,比如做或不做,向前或向后等等;在数字世界里,不仅可以实现与物理世界的1:1映射,同时可以映射出其他我们想象中的场景,去探寻不同的可能性。
    第四、物理世界与数字世界的边界正在发生变化
    物理世界与数字世界的边界是什么?尤其新冠疫情后,引发了很多人的深思,我们在物理世界的很多行为,逐步在数字世界中被替代,如一场线上会议,可以更高效、低成本达到讨论目的;再比如一节线上课,在数字世界的时间里学生们获得与物理世界同样的知识。所以,在未来,是否有更多事情会通过技术在数字世界去完成?尤其随着AR、MR概念的发展,以及其他正在提出的黑科技发展,这种边界似乎在变得模糊。
    6、未来
    当前我们对数字化相关技术的使用,大多是为了更加便捷、高效、低成本地服务于物理世界各项事务的治理,所以我们所看到的大多是“数字化应用”、“数字化系统”、“数字化场景”,而不是“数字世界”,换句话说,当前的数据是没有整体的结构,其散落在数字世界的各个角落。但从上面四个规则来看,技术正在让物理世界与数字世界走向:复制-映射-交互-融合,目前我们正在构建着一个与物理世界相映射的数字世界,甚至比物理世界更大的数字世界。例如游戏行业,包括微软、苹果、亚马逊、Facebook,国内腾讯都在布局的元宇宙(Metaverse),一个平行于现实世界并始终在线的虚拟世界。所谓元宇宙,可以想象成一个虚拟现实,或大型多人在线游戏(MMOG)。在虚拟世界里,人们可以玩游戏、聊天、购物、散步、聊天、看电影、参加音乐会等等在现实世界中能做到的大多数事情,也许某一天,在元宇宙中逛完街购物结束,回到物理世界,快递已经把所有东西送到家门口。
    二、数字孪生与工业互联网的关系
    无论是元宇宙,还是数字世界,都是我们对未来的预判,实现过程会受硬件、软件技术以及法律等等因素的影响,发展需要一个漫长的过程。但如果借助未来的视角回看当前对技术、管理、及商业的布局策略,也许会出现一些不一样的想法。
    工业互联网是未来工业物理世界与数字世界融合必不可少的媒介,结合物联网技术、传感器等设备能够让实时数据实现交互。此处,物理世界是明确的,即肉眼可见的工业场景,但数字世界具体指代什么?为更好的理解数字世界身份,我们抽象出工业互联网平台,宏观概念看,工业互联网通过工业经济全要素、全产业链、全价值链的全面连接,支撑制造业数字化、网络化、智能化转型,不断催生新模式、新业态、新产业,重塑工业生产制造和服务体系,实现工业经济高质量发展。如图12所示,工业互联网的定位是通过物联网+融合解决万物互联数字化需求,但是前面提到的数字世界与物理世界交互规律,再回看工业互联网定义,中间缺少以下几个问题的答案:
    
    图12 需求导向下的技术发展阶段
    1、工业场景下物理世界与数字世界的关系是怎样的?
    工业场景下,数据要素如何使用,与物理世界的关系如何界定?要素之间(如不同软件、系统等)按照1:1映射关系,还是场景1:1映射关系,或者是世界1:1映射关系,在工业互联网定义和定位中均未回答。工业互联网平台仅是汇集着连接数字世界的各类工具及软件资源池,并未明确指明是以何种方式实现双方映射。
    2、工业场景下数据如何管理及使用?
    因为缺少物理世界和数字世界映射关系的清晰定位,所以通过物联网收集到海量数据后,出现效能无法真正发挥。对于大型制造业,将映射关系默认为“要素”或“场景”,因此,数据用来迭代已有软件、算法和决策。而对于小企业,受制于技术能力及知识积累薄弱,陷入“数据森林”的迷雾中,明知森林里都是宝藏,但不知如何挖掘。再回看大型制造业的数据应用情况,例如前面图10提到的生产环节,通过生产数据采集并传输至数据储存中心,结合已有得数据模型进行大数据分析,再将分析结果以指令形式发回至物理世界。基于要素或场景的映射,沉淀的数据要素对数据世界的意义到底是什么?对我们训练数据世界又有什么帮助?是否真正发挥了数据应有的价值?
    3、数字孪生与工业互联网平台的功能关系界定是否合理?
    根据前文所述,数字孪生是依赖于工业互联网在数字世界里构建的物理世界中“要素”、“场景”的孪生体。这也回答了前面所提出的问题,即物理世界与数字世界的映射关系是什么。所以数据收集的本身就是在逐步形成一个物理对象的孪生,是数字孪生的过程。然而,纵观当前市场主流工业互联网平台,数字孪生均是作为一个子功能,用于建模分析,这可能无法为物理世界的对象提供一个明确的映射对象,让数字世界发展进入无序、混沌的状态。