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的应用场景，为实体经济发展带来新的动力。

数字孪生是一个“系统”技术，也就是说，要实现的数字孪生系统是一个系统工程，包括多方面技术的综合。这也导致了不同的技术专家、不同的公司对数字孪生的理解和解读不同。数字孪生是什么？它是如何产生和发展的？数字孪生能解决什么问题？数字孪生如何构建？本书用7章内容来进行说明。第1章介绍数字孪生的发展背景；第2章介绍数字孪生的相关技术，以及一个通用的数字孪生实现框架；第3章介绍智能制造领域的数字孪生生态，分析了组成数字孪生生态的产品数字孪生、生产系统数字孪生和供应链数字孪生之间的关系；第4章介绍生产系统数字孪生，也就是数字孪生工厂的实现方法；第5章介绍智能建造以及智慧城市的数字孪生应用；第6章介绍基于数字孪生系统的典型智能化方法，作为数字孪生系统的智能化应用参考；第7章以Unity平台为例，介绍生产系统数字孪生系统的具体开发方法和应用案例。

本书介绍了数字孪生的基本组成、应用框架以及典型开发方法，可以为相关领域的技术人员在实际工作中提供参考，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。

本书撰写工作由同济大学CIMS研究中心的陆剑峰副教授、张浩教授、赵荣泳副教授合作完成。另外，同济大学电子与信息工程学院的博士研究生夏路遥、韩调娟和硕士研究生李兆佳、徐梦霞等，以及企业数字化技术教育部工程研究中心的孙久文工程师，都为本书的成稿做出了贡献。

本书的出版得到依托同济大学的企业数字化技术教育部工程研究中心的资助。本书部分研究工作得到国家自然科学基金重大项目“互联网与大数据环境下面向高端装备制造的智能工厂运营优化”（项目编号：71690230/71690234）、政府间国际科技创新合作重点专项“基于3D实时位置信息的智能工厂物流优化与碰撞规避技术研究”（项目编号：2017YFE0100900）支持。部分方法也来自国家自然科学基金“含双向充电桩的新能源微电网运行机制建模及优化策略”（项目编号：71871160）、工业和信息化部工业互联网专项、上海市经济和信息化委员会人工智能创新发展专项等项目的研究成果。本书在出版过程中得到机械工业出版社付承桂编辑的大力帮助，在此表示感谢。

数字孪生的实施和应用是一个包括多学科、多领域技术集成的系统工程，不同技术人员会有不同的方法与解决方案；数字孪生所依托的信息技术和人工智能技术也在不断发展，因此其相关概念也在不断发展中。由于作者水平有限，难免存在不足、片面甚至错误之处，恳请广大读者给予批评指正。

作者