数字孪生技术现状分析及发展趋势探讨

今年的技术趋势报告继续在开头回顾了11年来技术趋势的发展，显示了技术趋势时间演变的全过程、最新的宏观科学技术力量为业务变革基础带来的共生利益和不久的未来新兴科学技术力量。

随着企业应对不断变化的技术并迅速作出反应，期望更多的IT领导者和财务领导者更加紧密地合作，寻求灵活的融资方法。

一、2020年的4个重点趋势是：

1、数字孪生：连接现实与数字世界

有很长一段时间，使用虚拟模型优化流程、产品或服务的想法并不新鲜。 然而，随着具有更复杂的仿真和建模能力、更好的互操作性、IoT传感器和电力系统可视化的数字仿真平台和工具的广泛使用，企业更加精细、更加动态的数字仿真模型数字研究发现，在供应链优化、预测区域维护变更、有效缓解交通拥堵等领域发挥了重要作用。

数字孪生技术在越来越多的企业中得到了广泛的应用，特别是从产品销售转向产品服务捆绑销售的企业，或者作为服务销售的企业。 随着企业能力和成熟度的提高，今后将有更多企业使用数字孪生技术优化流程、决定数据驱动、修订新产品、新服务和业务模式。 从长远来看，要释放数字孪生技术的所有潜力，必须将数据与整个生态系统相结合。

2、体系结构觉醒

越来越多的技术和高级管理人员认识到，现在技术体系结构领域的科学比以往任何时候都更具有战略意义。 实际上，成熟企业需要不断改善他们的结构——，以在技术创新混乱的市场中维持竞争力，这个过程可以从技术设计修订者改变在企业中的作用开始。 在接下来的几个月里，更多的企业希望将修订者从传统的象牙塔转移到新的阵地。 有这些才能但没有充分利用的技术人员，通过承担服务和系统的作用，参加系统运营。 此变革的目的是将最有经验的修订者放在最需要的地方，例如参与修订复杂技术的软件开发团队。 同时，增加对修订者的人才培养，在企业整体上提高他们的战略价值，有助于使这个IT部门的功能发展成为数字经济的竞争优势。

3、技术道德与信任

在变化的趋势中，先驱企业越来越认识到企业内所有受技术影响的方面都可能是获得或失去信任的关键。 对他们来说，信任不仅是法规遵从性和公共关系问题，也是重要的企业目标。 目前，信任作为更加先进企业的全面承诺，确保企业内部技术、流程和人员等各个方面合作，维持众多相关人员期待的高信任。 企业领导人开始重新评估在产品、服务、数据管理、伙伴关系、员工培训等相关领域的战略如何建立信任。 CIO们也强调“技术伦理”，开发了一套工具，可以在企业需要导入和使用卓越技术时，正确把握其道德困境。 同时，贯彻企业价值观和技术道德的领导者们向社会展示了“从善”的承诺，有助于与相关人员建立长期的相互信赖关系。

4、人感体验平台

越来越多的人工智能(AI  )解决方案——被称为“情感补正”或“情感AI”——，重新定义了我们感受技术的方式。 未来几个月，更多的企业将积极应对AI技术的增长和不满意的需求，更好地理解人的感情，与人交流。 回顾历史，计算机不能将事件与人的情感或情感元素联系起来，但这种情况正因革新者现在向技术的IQ大规模添加EQ而改变。 人体验平台结合人工智能技术、以人为中心的设计和当前的神经学研究，能够识别人的情绪状态和背景内容，并做出适当的响应。 实际上，利用人感知平台大规模使用认知和情感数据的能力确实是企业未来发展的巨大机遇。

试想一下，你拥有一个现实世界。 也就是说，数字孪生。 它可以帮助你进行虚拟协作，快速获取传感器数据，模拟条件，明确理解假设情景，更准确地预测结果，输出操纵现实世界的指令。

目前，企业正在以多种方式使用数字孪生技术。 在汽车和飞机制造领域，数字孪生技术已成为优化价值链和整个创新产品的重要工具，在能源领域，油田服务运营商通过获取和分析大量井内数据建立数字模型，实时指导挖掘工作，心血管研究者在临床作为智能城市管理的一个典型示例，新加坡采用详细的虚拟城市模型，用于城市规划、维护和灾害预警项目。

数字孪生可以模拟物理对象或过程的各个方面。 它们既可以展示新产品的图纸和尺寸，也可以从设置修订展示消费者整个供应链中的所有子部件和对应的环节——即“完成”数字孪生，还可以采用“即维护”模式3354生产工厂设备的实物仿真模型捕获设备如何工作、工程师如何维护以及该设备生产的产品与客户如何相关。 数字孪生体有多种形式，无一例外地捕捉并利用着现实世界的数据。Markets  and  Markets的最新研究表明，数字孪生技术的探索已经开展： 2019年的数字孪生市场价值为38亿美元，预计2025年将增加到358亿美元。

是什么引起了这种猛增？ 数字孪生并不新鲜，为什么现在开始成长？ 21世纪初以来，先驱企业开始寻求利用数字模型改善产品和流程的方法。 当时，数字孪生的潜力已经出现，但许多企业发现数字孪生的开发涉及大量的数据，处理这些数据所需的连接性、修正计算能力、数据存储、带宽成本很高。

数字孪生迅速发展，从迅速发展的模拟和建模能力、更好的互操作性和物联网传感器，以及更多可用的工具和订算基础设施等方面受益。 因此，各个领域的大中小企业都可以接触到更多的数字孪生技术。 IDC预计到2022年，40%的物联网平台供应商将整合模拟平台、系统、功能，创建数字孪生，70%的制造商将使用该技术进行过程模拟和场景评估。

同时，通过访问大量数据，能够制作比以往更详细且动态的模拟。 对于长期的数字孪生用户来说，这就像是从模糊的黑白快照转移到彩色高清数码照片，从数码源得到的信息越多，最终呈现的照片越生动。

二、模型数据=洞察力和实际价值

数字孪生功能最初是工程师工具箱中的选择工具，它简化了设置修订过程，并删除了原型测试的许多方面。 使用3D仿真和人机界面(增强现实和虚拟现实等)，工程师可以根据产品的规格、制造方法和使用材料以及相关的政策、标准和法规来决定进行设置修订评估的方法。 数字孪生有助于工程师识别潜在的制造性、质量、耐用性等问题，然后再确定修订的最终稿件。 因此，传统的原型设置修正速度提高，产品成本更低，生产效率更高。

除了设计外，数字孪生还期待着企业改变对产品和机器的预测性维护方式。 嵌入机器内的传感器将性能数据实时传输给数字孪生。 这不仅可以事先识别和解决故障，而且可以定制服务和维护修订计划，更好地满足客户的个性需求最近，荷兰的壳牌公司创立了两年的数字孪生修订计划，石油和天然气运营商更高效地管理海上资产，劳动

数字孪生有助于优化供应链、分销和运营，并优化这些业务相关员工的个人绩效。 例如，世界快消产品制造商联合利华启动了数字孪生项目，创造了数十个工厂的虚拟模型。 在这些工厂，物联网传感器被嵌入机器内部，向AI和机器学习应用程序反馈机器性能数据，进行分析。 将分析的操作信息重新输入数字孪生，工人可以预测机械维护的时机，优化生产，提高产品合格率。

例如，智能城市修订计划使用数字孪生技术缓解堵塞，进行城市修订计划。 新加坡雄心勃勃的“虚拟新加坡订划”，使从基站和太阳能电池的订划，到模拟交通工具和人流，一切都成为可能。 另一种潜在用途可能用于在新加坡年度F1赛车关闭期间安排紧急疏散规划和路线。

三、新事物

在过去的十年中，数字孪生技术的引进因素加快了：

1）模拟。 构建数字孪生技术所需工具的能力和成熟度不断提高。 目前，可以设置和修改复杂的假设模拟方案，从检测到的实际情况回溯，即使执行数百万次模拟过程，系统也不会过载。 另外，随着供应商数量的增加，选择范围也继续扩大。 同时，机器学习功能提高了洞察的深度和可用性。

2）新数据源。 实时资产监控技术(如激光雷达(LIDAR  )和前视红外(FLIR  ) )生成的数据现在可以与数字孪生集成。 同样，内置于设备内部或整个供应链中的物联网传感器将生产数据直接输入到模拟系统中，以实现持续的实时监控。

3）互操作性。 在过去的十年中，数码技术和现实世界的结合能力显着提高。 这种改进主要是由于物联网传感器、操作技术之间的工业通信标准的增强，以及供应商为整合多个平台所做的努力。

4）可视化。 创建数字孪生所需的庞大数据量可能使分析变得复杂，如何获得有意义的洞察变得更加困难。 高级数据可视化可以通过实时过滤和提取信息来解决这个问题。 最新的数据可视化工具包括基本招牌和标准可视化功能，以及交互式3D、VR和AR可视化、AI可视化和实时媒体流。

5）仪器。 无论是嵌入式还是外部设备，网络传感器都越来越小、精确、成本低、性能高。 随着网络技术和网络安全的提高，传统的控制系统可以用于获得关于真实世界的更精细、更及时和更准确的信息，并与虚拟模型集成。

6）平台。 强大而廉价的处理能力、提高网络和存储的可用性和访问能力是数字孪生技术的重要推动因素。 一些软件公司在基于云平台、物联网、分析技术领域进行了大量投资，跟上了数字孪生的潮流。 一些投资被用于简化业界固有的数字孪生应用程序的开发。

四、成本和收益

为数字孪生提供动力的AI和机器学习算法需要大量的数据，但是生产现场的传感器输入的数据往往是破损、丢失或不完整的。 因此，小组必须立即开始收集数据。 特别是在问题数量最多、停机成本最高的地区，需要开始收集数据。 现在开始逐步开发所需的基础架构和数据管理方法，可以缩短企业获利的时间。

平衡成本/收益分析很重要。 现代飞机引擎有成千上万的传感器，每秒可产生数兆字节的数据。为新流程、系统和设备创建数字孪生并不能完全测试整个流程。 在化学生物反应和极端情况下，有时过程本身无法直接测量，有时测量物理对象成本过高或不太实用。 因此，企业不应该将传感器直接放入轮胎，而应该寻找车辆上的设备和利用传感器等替代物，或者利用化学反应和生物反应产生的光和热等可检测元素。

另外，随着传感器成本的降低，平衡成本/收益分析对于确定使用的传感器数量非常重要。 现代飞机引擎有成千上万的传感器，每秒可产生数兆字节的数据。 数字孪生、机器学习和预测模型，制造商可以提供各种建议，使飞行员能够优化燃油效率，进行预测性维护，帮助机械队管理成本等。 但是，大多数应用程序只需在关键位置放置少量传感器，即可检测流程中的关键I/O数据和关键阶段。

五、模型之外

未来几年，数字孪生技术将在各行各业广泛应用。 在物流、制造和供应链领域，使用机器学习和先进的网络连接(例如5G  )数字双晶技术，更多的跟踪、监控、订购渠道和优化世界各地货物流，使货物的位置和地点环境(温度、湿度等)实时可见。 无需人为干预，“控制塔”可以指挥库存转移、装配线工序的调整、集装箱路线的重新订划等纠正措施。

从产品销售向产品服务模式或者销售即服务(As-a-service  )转型的企业，正在开拓新的数字孪生技术应用。 将数字孪生连接到嵌入式传感器上，用于财务分析和预测，可以改善和优化预测、定价和销售机会。

例如，公司可以监控产品的高磨损使用情况，并添加保修和维护选项。 企业可以在农业、交通、智能大厦等多个行业作为服务销售生产和吞吐量。 随着能力和成熟度的增加，预计将来会有更多企业以数字孪生为模型，为产品和服务寻求新的货币化战略。

六、数字未来建模

随着数字孪生技术的发展趋势在未来几年加快，越来越多的企业开始使用数字孪生技术优化流程，实时做出数据库决策，并开始寻找修订新产品、服务和商业模式的机会。 在制造业、公用事业、能源等资本密集型产业中，成为数字孪生技术应用的先驱。 如果早期的实践者在各个行业领域表现出先发优势的话，其他企业也紧随其后。

从长远来看，要实现数字孪生技术的所有潜力，可能需要整合整个生态圈的系统和数据。 建立完整的客户生命周期或供应链数字模拟，提供有洞察力的宏观运营观点，包括一线供应商及其自身供应商，但仍需要将外部实体集成到内部数字生态系统中。 今天，大多数公司仍然不满意点对点连接以外的外部整合。 克服这种犹豫也许是一个长期的挑战，但最终所有的付出都是值得的。 将来，企业希望利用块链打破信息孤岛，验证信息并输入数字孪生。 这将释放以前无法访问的大量数据，使模拟更加详细、动态化和潜在价值。