数字孪生技术与工程实践 模型+数据驱动的智能系统

本书作者多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，有着丰富的技术积累和实战经验。本书在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述了模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出了数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。
本书可供生产制造企业数字化转型实施人员，从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能、智能建造相关专业高年级本科生和研究生的教材。

三位作者均来自同济大学电子与信息学院CIMS研究中心，多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，在智能工厂和企业应用集成、工业互联网平台及应用等方面有着丰富的技术积累和实战经验。

适读人群 ：供生产制造企业数字化转型实施人员,从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感

·三位作者均来自同济大学电子与信息学院CIMS研究中心，多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，在智能工厂和企业应用集成、工业互联网平台及应用等方面有着丰富的技术积累和实战经验。
·在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。

前言
PREFACE
2013年夏，在一个和上汽大众（彼时还是“上海大众”）的技术人员探讨数字化工厂应用发展的内部会议上，第一次听到了西门子提出的“数字化双胞胎”的概念。德国大众对数字化工厂规划技术的应用十分重视，在2009年前后就提出所有新车型在被真正制造前需要在数字化工厂中经过验证。数字化工厂通过构建虚拟生产线，对产品进行可制造性分析，并且对工厂规划方案进行验证。数字化工厂技术广泛应用后，工厂数字模型如何继续利用好并且发挥更大的作用，一个思路就是“数字化双胞胎”，现在更广泛的叫法是“数字孪生”。
以“数字孪生”为名在国内公开发表的第一个成果是在2014年。而在2016年年底，世界著名咨询公司Gartner将数字孪生列入2017年十大战略性科技之一，数字孪生的概念开始在学术界、工业界得到重视并加以应用。
产品孪生的概念，最早于20世纪60年代由美国国家航空航天局（NASA）提出，当时的概念是发射到太空中的飞行器，地面需要有一个“物理孪生”，以便模拟各类指令的操作，保障太空飞行器各类动作的正确性和安全性。这个思想沿用至今。2021年4月29日，我国发射的天和核心舱，在地面上有一模一样的装备同步运行，它被形象地称作“地面空间站”，地面工作站通过接收在轨的遥测数据，可以设置成与天上一样的飞行状态，来验证整个飞行程序和操作指令。
当这个产品孪生在数字空间存在时，就是“数字孪生”。数字孪生以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界中的镜像数字化模型的精准映射，并充分利用两者的双向交互反馈、迭代运行，以达到物理实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。
数据和模型，是数字孪生系统的两个基本面。数据代表了物理实体，是从物理实体运行过程采集而来，代表实际；模型代表虚拟，是从数字模型分析、仿真而来，虚实融合就是模型和数据的融合。基于数字孪生的智能化应用，可以从模型和数据相结合的优化来考虑。传统的基于模型的或者基于知识的优化，在面向复杂大系统或者巨系统的情况时，可能会遇到效率不高、难以实现等问题；而单纯基于数据的优化，在工业、建筑业等已经拥有大量机理模型和物理、化学等演变规律知识的学科与行业中，往往事倍功半，容易在数据中迷失方向。数字孪生的优势，在于基于模型和知识，结合实际系统中采集的数据，融合后进行优化，充分发挥模型和数据各自的优势。人工智能先驱，图灵奖获得者 Judea Pearl指出，基于统计的、无模型的机器学习方法存在严重的理论局限，难以用于推理和回溯，难以作为强人工智能的基础。实现类人智能和强人工智能需要在机器学习系统中加入“实际模型的导引”。因此，脱离机理模型的大数据分析不适合复杂工业环境，需要两者结合，才能实现有效的应用。
从孪生对象的组成来说，数字孪生的应用可以分成产品数字孪生和系统数字孪生。
产品是生产活动的结果，是满足特定需求的物品或服务。产品数字孪生，就是在信息空间构建了产品的数字孪生体，对于物理产品，一般包括产品的三维几何模型及其相关的机理模型和数据模型；对于服务产品，一般包括活动过程模型及其相关的机理模型和数据模型。
系统是由相互作用、相互依赖的若干组成部分结合而成的，具有特定功能和一定结构的有机整体。一个系统可能是更大系统的组成部分。一个柔性加工单元、一条流水线、一个车间、一个工厂、一座城市都是一个系统，但是系统的复杂程度不一。
对于制造行业来说，产品数字孪生和生产系统数字孪生是既有区别又密切相关的两类数字孪生。产品是生产系统的生产对象和生产结果，生产系统的优化运行可以影响到产品的质量和成本；同时，产品的设计需求又会对生产系统提出新的要求，促进生产系统的不断演化。因此，整个制造相关的不同数字孪生系统构成了一个制造数字孪生生态。
从产品到工厂，由于对象复杂程度不同，涉及的要素不同，其数字孪生系统的组成、实施方案、实施难度也不同。相比工厂数字孪生系统和建筑数字孪生系统，更加复杂的是城市数字孪生系统。城市运行系统是一个典型的复杂巨系统，其数字孪生系统的构建，不同于产品数字孪生系统和工厂数字孪生系统，需要更加注重数据和模型基础库的建设，通过不断丰富数字孪生服务功能，满足多领域、多业务场景的应用需求。
数字孪生常常与智能制造、人工智能、虚拟现实/增强现实、工业互联网、云计算和大数据等热点技术名词联系在一起，而其中一个最为接近的名词是信息物理系统（Cyber-Physical System，CPS）。数字孪生为实现CPS的融合提供了有效途径和方法，实现CPS的融合是数字孪生的目标与核心挑战之一。而CPS理念也为数字孪生的建设提供了指导，不同的CPS单元、CPS系统也为数字孪生系统的实现提供了基础。
近几年，数字孪生正从概念阶段走向实际应用阶段，驱动制造业、建造业等实体产业进入数字化和智能化时代。随着企业数字化转型需求的提升以及政策的持续支持，数字孪生将会出现更深入

目录
CONTENTS
前言
第1章 数字孪生的发展
1.1物理孪生和数字孪生
1.2数字孪生的概念
1.3数字孪生的特征
1.4数字孪生体的生命周期
1.5数字孪生的应用
1.5.1数字孪生应用对象类别
1.5.2数字孪生应用功能类别
1.5.3数字孪生典型应用场景
1.6数字孪生的发展
1.6.1各国的政策和发展
1.6.2相关企业的推动第

第2章 数字孪生相关技术和一般架构
2.1数字孪生的技术基础
2.1.1建模仿真技术
2.1.2虚拟制造技术
2.1.3数字样机技术
2.2数字孪生推动力——新兴信息技术
2.2.1信息物理系统
2.2.2工业互联网与工业互联网平台
2.2.3大数据
2.2.4云计算
2.2.5VR/AR/MR
2.2.6数字主线
2.3数字孪生系统的一般架构
2.3.1一般架构设计
2.3.2数字孪生引擎

第3章 面向智能制造的数字孪生生态
3.1智能制造与智能工厂
3.1.1智能制造的内涵与定义
3.1.2智能制造特征
3.1.3智能制造系统
3.1.4智能工厂是智能制造的载体
3.2基于数字孪生的智能制造
3.2.1智能产品的数字孪生应用场景
3.2.2智能生产系统的数字孪生应用场景
3.2.3供应链管理的数字孪生应用场景
3.3制造数字孪生生态
3.3.1面向智能制造的数字孪生系统
3.3.2多域融合的数字孪生生态系统
3.3.3基于生态的模型治理与协同演化

第4章 数字化工厂和数字孪生工厂
4.1数字化工厂规划与管控
4.1.1工厂全生命周期与数字化工厂的概念
4.1.2数字化工厂规划
4.1.3工厂数字模型4.1.4数字交付
4.1.5数字化工厂管控
4.2工厂数字孪生系统中的模型和数据
4.2.1基于模型的定义（MBD）和基于模型的企业（MBE）
4.2.2数字孪生与MBE的关系
4.2.3工厂数字孪生系统中的模型
4.3工厂数字孪生系统的特点与结构
4.3.1工厂数字孪生系统的特点
4.3.2工厂数字孪生系统的总体架构
4.4工厂数字孪生系统的构建
4.4.1工厂数字孪生系统生命周期
4.4.2工厂数字孪生系统实施的重点技术
4.4.3工厂数字孪生系统的实现方法

第5章 基于数字孪生的智能建造与智慧城市
5.1基于数字孪生的智能建造
5.1.1BIM与智能建造
5.1.2智能建造与数字孪生
5.2基于数字孪生的智慧城市
5.2.1城市是一个开放的复杂巨系统
5.2.2城市模型和城市信息模型
5.2.3智慧城市与数字孪生
5.2.4城市数字孪生系统架构
5.3数字孪生城市应用案例
5.3.1智慧临港
5.3.2虚拟新加坡

第6章 数字孪生的智能化应用
6.1知识及其表达
6.1.1数据和知识
6.1.2知识表示
6.1.3知识推理
6.2模型和数据双驱动的优化
6.3基于数字孪生的机器学习
6.3.1基于模型的生成对抗网络
6.3.2基于模型和数据的迁移学习
6.4基于数字孪生的装配优化
6.4.1背景
6.4.2装配产品数字孪生体的构建
6.4.3基于知识图谱的装配工艺表达及动态优化
6.4.4“操作-状态-质量反馈”三层结构下的质量控制过程
6.4.5应用案例
6.5基于数字孪生的设备维护
6.5.1设备维护理论
6.5.2复杂设备预测性维护方法
6.5.3数字孪生驱动的设备预测性维护框架
6.5.4应用案例

第7章 数字孪生系统开发和应用案例
7.1利用Unity开发数字孪生应用的准备
7.1.1Unity开发环境配置
7.1.2AR和VR环境配置
7.1.3Unity中WebService接口实现
7.1.4Unity中Socket通信
7.2智能车间数字孪生系统实施案例
7.2.1智能车间数字孪生系统功能需求分析
7.2.2智能制造单元数字孪生原型系统构建框架
7.2.3智能车间数字孪生原型系统的具体实现
7.2.4运行结果
7.3数字孪生生产系统中VR/AR可视化应用
7.3.1生产系统中可视化应用需求分析
7.3.2数字孪生生产系统AR/VR应用架构
7.3.3基于AR的生产管理模块
7.3.4基于AR的装配可视化指导
7.3.5基于VR的生产管理可视化指导
缩略语
参考文献