2.3.2 数字孪生引擎
数字孪生引擎是连接物理实体和虚拟实体，实现数字孪生系统的一个核心模块。“虚拟实体+数字孪生引擎=数字孪生体”，因此，本节对数字孪生引擎的一般组成进行进一步的说明。
图2-16给出了数字孪生引擎的基本模块，图2-17对其组成给出了进一步的说明。
图2-17 数字孪生引擎的基本组成
1 交互驱动模块
交互驱动模块，是数字孪生引擎用来连接各个相关系统的核心模块，包括物理实体交互驱动接口、虚拟实体交互驱动接口、外部软件交互驱动接口和服务接口。
物理实体交互驱动接口，是从物理实体采集实时数据的接口以及传送给物理实体的指令执行接口。传统的信息系统应用、管控软件中，也包括了对物理实体的数据采集和指令下达，但是数字孪生系统根据模型和数据融合需求，需要更多的数据，以及更精准的指令执行功能，就需要数字孪生引擎的交互接口来提供额外的驱动接口，实现数字孪生的增强功能。
虚拟实体交互驱动接口，是数字孪生引擎的一个主要接口。模型、数据大部分通过这个接口进入数字孪生引擎。一些计算结果也通过这个接口传回给虚拟实体。根据上述分析，虚拟实体包括了数字模型和信息系统，传统的管控功能还是需要通过信息系统完成，而数字孪生引擎所产生的新的数据能辅助模型仿真、信息系统运行更好地完成。
外部软件交互驱动接口，是指物理实体和数字孪生体本身之外的一些软件，为数字孪生系统提供软件环境。例如，一个数字孪生车间，其主要的软件系统是MES，而企业级的ERP、SCM、PLM等软件系统就是数字孪生车间系统的外部软件；对于一个建筑来说，BIM是其关键模型，而这个建筑所在的小区信息系统、CIM就是外部软件。外部软件为数字孪生系统的运行提供了参考信息，以及一些功能支撑，所以需要专门的接口来获取相关的模型和数据。
服务接口，是数字孪生引擎为数字孪生服务模块提供各类模型和数据访问的接口。这类接口比较多，根据不同的实际系统需求而进行定义。
2 数据存储和管理模块
数据存储和管理，是数字孪生引擎运行的一个数据支撑环境。虚拟实体的信息系统包括了物理实体运行过程的相关数据，但是这些数据是根据业务需求而定义的，不能满足数字孪生系统运行过程的数据需求，因此，在已有的信息之外，数字孪生引擎需要定义自己的数据存储和管理。从这个意义上说，数字孪生引擎的数据存储和管理是虚拟实体中包含的信息系统中的数据存储之外的一个补充。
这个模块一般包括实时数据库、主题数据库和数据仓库。主题数据库存放的是按各类分析主题整理的实时或半实时数据。数据仓库包括了按一定主题存放的经过分析整理后的数据，用于支持联机分析处理（OLAP）和数据挖掘。
数据抽取、数据转化、数据集成是传统意义上的ETL（抽取、转化、装载）过程，数据更新则是根据物理实体和虚拟实体接口，实时在线更新相关数据的过程。
需要说明的是，由于数据的多样性，所以需要根据不同数据特点来选择关系型数据库、非关系型数据库或者是分布式文件系统来存储不同的数据，数字孪生引擎需要支持多模式数据库管理系统的数据应用集成与管理。
3 模型管理模块
模型管理，主要包括机理模型和基于数据的模型。这些模型如果在虚拟实体中已经包含，则在数字孪生引擎中无须重建，但是需要对模型进行跟踪，保证这些模型在数字孪生应用中可用和可管理。
模型采集，是指根据数字孪生智能计算和模型/数据融合需要，从虚拟实体中选择相关模型导入到数字孪生引擎模型库的过程。模型训练，是根据应用需要，从数据中训练新模型的过程。模型更新，是对模型进行完善和更新的过程。模型分发，是根据服务需求，对相关模型分发过程进行管理的模块。
4 模型/数据融合模块
模型和数据的融合，是数字孪生的基本特征。脱离了模型的数据分析，就会脱离物理实体的基本逻辑和应用场景，导致数据分析的无目的性；而离开了实时数据，模型只能作为物理实体设计规划时的静态应用，不能指导实际运行。
模型和数据映射，是建立相关模型和实时数据的关联关系。例如，利用三维几何模型，可以构建实时数据的空间关系，支持数据在三维空间中的展示；对于仿真模型引入实时数据，可以完善仿真参数，让模型运行更加贴合实际过程。
模型和数据的比较，是构建模型运行结果和实际系统运行结果的比较关系，这个对于一些管控方案的评估起到关键作用，也能评估模型参数设定是否合理。
数据驱动下的模型更新，是对传统建模过程中参数不确定的一个补充。在物理实体运行前，很多仿真参数都是假设的，或者是理论模型，不能和实际运行状况吻合。通过数据分析结果来完善模型参数，让模型更拟实，是数字孪生的一个基本功能。
模型驱动下的数据采集，是利用机理模型来指导数据分析的基础。传统的大数据一个特点就是价值密度低，其含义就是大量的数据看起来是没有用的，或者说是“无心”采集的；而在工业领域，由于传感器部署都是需要成本的，没有目的的数据采集在工业领域往往不切实际。利用机理模型分析需求来指导数据采集过程，有限成本下部署最多的数据感知点，是数字孪生应用顺利开展的一个基础。
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。
5 智能计算模块
智能计算模块是数字孪生引擎的驱动力，通过智能计算实现数字孪生服务所需要的各类功能。
预测分析，是利用“模型+数据”对物理实体的运行过程进行预测。可以是一个运行规律的计算，也可以是对几种方案的仿真评估。给出虚拟实体未来运行趋势的分析，为物理实体的运行提供优化建议。
知识推理，是利用已有的知识模型，对一些事实进行推理分析，得到推理结果的过程。一般用于规律已知情况下的判断和决策。
在线/离线分析，是利用计算模型，进行在线分析、离线分析。根据所掌握的分析模型以及应用需要，可以选择在线或离线模式。一般来说，大量的计算需要采用离线模式；局部的、明确的一些判断，则可以结合边缘计算架构实现在线模式。
X在环仿真，是指“硬件在环仿真”或“软件在环仿真”。对于一个物理实体，其规划设计、安装调试过程往往是十分复杂的，利用硬件在环仿真，可以对软件设计进行优化；而软件在环仿真，又可以对硬件设计和安装进行评估和检验。利用模型和数据的融合，这部分功能在数字孪生系统中可以得到很好的支持。