中國移動：2021數字孿生技術應用白皮書（63頁）.pdf

《中國移動：2021數字孿生技術應用白皮書（63頁）.pdf》由會員分享，可在線閱讀，更多相關《中國移動：2021數字孿生技術應用白皮書（63頁）.pdf（63頁珍藏版）》請在三個皮匠報告上搜索。

1、數字孿生技術應用白皮書 1 數字孿生技術應用白皮書 2 前言前言 隨著經濟社會數字化轉型的持續推進， 數字孿生逐漸成為產業各界關注的熱點技術。數字孿生起源航天軍工領域，近年來持續向智能制造、智慧城市等垂直行業拓展，實現機理描述、異常診斷、風險預測、決策輔助等應用價值，已成為助力企業數字化轉型、促進數字經濟發展的重要抓手。 本白皮書聚焦數字孿生關鍵技術和行業應用發展， 梳理數字孿生整體發展情況， 深入分析技術體系和典型垂直行業應用場景，旨在為產業界在規劃實施數字孿生相關應用時提供參考借鑒，助力數字孿生技術演進和產業發展。 數字孿生技術應用白皮書 3 目錄目錄 前言 . 2 1 數字孿生概述 .

2、5 1.1 數字孿生內涵與發展歷程 . 5 1.2 數字孿生典型特征與概念辨析 . 6 1.3 數字孿生發展現狀. 7 2 數字孿生技術體系 . 10 2.1 數字孿生技術架構概述. 10 2.2 基礎技術：感知 . 11 2.3 基礎技術：網絡 . 13 2.4 關鍵技術：建模 . 16 2.5 關鍵技術：仿真 . 19 3 數字孿生賦能智慧城市 . 22 3.1 總體情況 . 22 3.2 核心價值 . 24 3.2.1 促進多源數據互通融合 . 24 3.2.2 建設城市全生命周期管理體系. 24 3.2.3 打造多方建設的創新模式 . 24 3.3 關鍵技術 . 25 3.3.1 多源

3、數據融合技術 . 25 3.3.2 多尺度建模技術 . 26 3.3.3 三維可視化技術 . 27 3.4 應用場景 . 28 3.4.1 城市綜合治理 . 28 3.4.2 城市規劃建設 . 29 3.4.3 城市交通管理 . 30 3.5 典型案例 . 31 3.5.1 數字孿生助力城市大腦高效指揮 . 31 3.5.2 數字孿生助力區域時空信息管理 . 33 4 數字孿生賦能智能制造 . 36 4.1 總體情況 . 36 4.2 核心價值 . 37 4.2.1 實現生產流程可視化提高生產管控 . 38 4.2.2 建設企業數字業務化降本增效. 38 4.2.3 打造高度協同生產制造價值鏈

4、釋放價值 . 38 4.2.4 構筑數字孿生運營模式賦能轉型升級 . 38 4.3 關鍵技術 . 38 4.3.1 多源異構數據集成技術 . 38 4.3.2 多模型構建及互操作技術 . 39 4.3.3 多動態高實時交互技術 . 39 4.4 應用場景 . 39 4.4.1 設備實時監控和故障診斷 . 39 4.4.2 設備工藝培訓 . 40 數字孿生技術應用白皮書 4 4.4.3 設備全生命周期管理 . 40 4.4.4 設備遠程運維數 . 41 4.4.5 工廠實時狀態監控 . 42 4.5 典型案例 . 43 4.5.1 數字孿生助力醫藥生產制造異地協同管控 . 43 4.5.2 數字

5、孿生助力新能源裝備制造智能化升級 . 45 4.5.3 數字孿生助力汽車制造全流程數字化管理 . 46 5 數字孿生賦能智慧網絡 . 49 5.1 總體情況 . 49 5.2 核心價值 . 50 5.2.1 沉浸式的管理體驗 . 50 5.2.2 網絡業務全生命周期管理 . 51 5.2.3 網絡風險和成本降低 . 51 5.2.4 網絡實時閉環控制 . 51 5.3 關鍵技術 . 51 5.3.1 網絡數字孿生體建模技術 . 51 5.3.2 數字線程技術 . 52 5.3.3 網絡數字孿生可視化技術 . 53 5.4 應用場景 . 54 5.4.1 無線網絡重保 . 54 5.4.2 智慧

6、園區網絡管理 . 55 5.5 典型案例 . 57 5.5.1 數字孿生助力場館重點區域網絡保障 . 57 5.5.2 數字孿生助力運營商光網絡高效管理 . 59 6 總結與展望 . 61 7 縮略語. 63 8 編寫單位及作者 . 64 數字孿生技術應用白皮書 5 1 數字孿生數字孿生概述概述 1.1 數字孿生數字孿生內涵與內涵與發展歷程發展歷程 數字孿生是一種數字化理念和技術手段， 它以數據與模型的集成融合為基礎與核心，通過在數字空間實時構建物理對象的精準數字化映射，基于數據整合與分析預測來模擬、驗證、預測、控制物理實體全生命周期過程，最終形成智能決策的優化閉環。其中，面向的物理對象包括實

7、物、行為、過程，構建孿生體涉及到的數據包括實時傳感數據和運行歷史數據，集成的模型涵蓋物理模型、機理模型和流程模型等。 數字孿生的概念始于航天軍工領域，經歷了“技術探索、概念提出、應用萌芽、行業滲透”四個發展階段。數字孿生技術最早在 1969 年被 NASA 應用于阿波羅計劃中，用于構建航天飛行器的孿生體，反映航天器在軌工作狀態，輔助緊急事件的處置。2003 年，數字孿生概念正式被密歇根大學的 Grieves 教授提出，并強調全生命周期交互映射的特征。經歷了幾年的概念演進發展后，自 2010 年開始， 數字孿生技術在各行業呈現應用價值， 美國軍方基于數字孿生實現 F35 戰機的數字伴飛，降低戰機

8、維護成本和使用風險；通用電器為客機航空發動機建立孿生模型，實現實時監控和預測性維護；歐洲工控巨頭西門子、達索、ABB 在工業裝備企業中推廣數字孿生技術， 進一步促進了技術向工業領域的推廣。 近年來，數字孿生技術在工業、城市管理領域持續滲透，并向交通、健康醫療等垂直行業拓展，實現機理描述、異常診斷、風險預測、決策輔助等應用價值，有望在未來成為經濟社會產業數字化轉型的通用技術。 數字孿生技術應用白皮書 6 圖圖 1-1 數字孿生發展歷程沿革數字孿生發展歷程沿革 1.2 數字孿生數字孿生典型特征與概念辨析典型特征與概念辨析 數字孿生是一種“實踐先行、概念后成”的新興技術理念，與物聯網、模型構建、 仿

9、真分析等成熟技術有非常強的關聯性和延續性。數字孿生具有典型的跨技術領域、 跨系統集成、 跨行業融合的特點， 涉及的技術范疇廣， 自概念提出以來，技術邊界始終不夠清晰。但是，與既有的數字化技術相比，數字孿生具有四個典型的技術特征： （一）（一） 虛實映射虛實映射。 數字孿生技術要求在數字空間構建物理對象的數字化表示，現實世界中的物理對象和數字空間中的孿生體能夠實現雙向映射、 數據連接和狀態交互。 （二）實時同步。（二）實時同步?；趯崟r傳感等多元數據的獲取，孿生體可全面、精準、動態反映物理對象的狀態變化，包括外觀、性能、位置、異常等。 （三）共生演進。（三）共生演進。在理想狀態下，數字孿生所實現

10、的映射和同步狀態應覆蓋孿生對象從設計、生產、運營到報廢的全生命周期，孿生體應隨孿生對象生命周期進程而不斷演進更新。 （四）閉環優化。（四）閉環優化。建立孿生體的最終目的，是通過描述物理實體內在機理，分析規律、洞察趨勢，基于分析與仿真對物理世界形成優化指令或策略，實現對物理實體決策優化功能的閉環。 數字孿生技術應用白皮書 7 數字孿生與一些技術概念有很強的關聯性， 但又不完全相同： 一是仿真技術。一是仿真技術。仿真是一種基于確定性規律和完整機理模型來模擬物理世界的軟件方法， 是數字孿生的核心技術之一，但不是全部。仿真技術僅能以離線的方式模擬物理世界，主要是用于研發、設計階段，通常不搭載分析優化功

11、能，不具備數字孿生的實時同步、閉環優化等特征。二是資產管理殼（二是資產管理殼（AAS） 。） 。AAS 的本質是基于德國工業4.0 體系搭建的一套描述語言和建模工具，旨在提升生產資料之間的互聯互通和互操作性。AAS 是支撐數字孿生的基礎技術之一，數字孿生與 AAS 在一定程度上代表了美國和德國工業數字化轉型的不同理念。三是三是數字線程（數字線程（Digital Thread） 。數字線程發源并廣泛應用于航空航天業，是覆蓋復雜產品全生命周期的數據流，集成并驅動以統一模型為核心的產品設計、制造和運營。數字線程是實現數字孿生多類模型數據融合的重要技術。 1.3 數字孿生發展現狀數字孿生發展現狀 從從

12、政策層面來看，數字孿生成為各國推進政策層面來看，數字孿生成為各國推進經濟社會數字化進程經濟社會數字化進程的重要抓手。的重要抓手。國外主要發達經濟體從國家層面制定相關政策、成立組織聯盟、合作開展研究，加速數字孿生發展，美國將數字孿生作為工業互聯網落地的核心載體，側重軍工和大型裝備領域應用；德國在工業 4.0 架構下推廣資產管理殼(AAS)，側重制造業和城市管理數字化；英國成立數字建造英國中心，瞄準數字孿生城市，打造國家級孿生體。在 2020 年，美國工業互聯網聯盟（IIC）和德國工業 4.0 平臺聯合發布數字孿生白皮書，將數字孿生納入工業物聯網技術體系。自 2019 年以來，中國政府陸續出臺相關

13、文件，推動數字孿生技術發展，今年我國又將數字孿生寫入 “十四五”規劃 ， 作為建設數字中國的重要發展方向。 工業互聯網聯盟 （AII）也增設數字孿生特設組，開展數字孿生技術產業研究,推進相關標準制定,加速行數字孿生技術應用白皮書 8 業應用推廣。 圖圖 1-2 國內數字孿生相關政策沿革國內數字孿生相關政策沿革 從行業應用層面來看，數字孿生成為垂直行業數字化轉型的重要使能技術。從行業應用層面來看，數字孿生成為垂直行業數字化轉型的重要使能技術。數字孿生加速與 DICT 領域最新技術融合，逐漸成為一種基礎性、普適性、綜合性的理論和技術體系，在經濟社會各領域的滲透率不斷提升，行業應用持續走深向實。工業

14、領域中工業領域中，在石化、冶金等流程制造業中，數字孿生聚焦工藝流程管控和重大設備管理等場景，賦能生產過程優化；在裝備制造、汽車制造等離散制造業中，聚焦產品數字化設計和智能運維等場景，賦能產品全生命周期管理。智慧智慧城市領域中城市領域中，數字孿生賦能城市規劃、建設、治理、優化等全生命周期環節，實現城市全要素數字化、全狀態可視化、管理決策智能化。另外，數字孿生在自動駕駛、站場規劃、車隊管理、智慧地鐵等交通領域中交通領域中，在基于 BIM 的建筑智能設計與性能評估、智慧工地管理、智能運營維護、安全應急協同等建筑領域建筑領域中，在農作物監測、智慧農機、智慧農場等農業領域農業領域中，在虛擬人、身體機能監

15、測、智慧醫院、手術模擬等健康醫療領域健康醫療領域中也有不同程度的應用。 從市場前景層面來看，從市場前景層面來看， 數字孿生是數字孿生是熱度最高的數字化技術之一熱度最高的數字化技術之一， 存在巨大的， 存在巨大的發展空間。發展空間。Gartner 連續三年將數字孿生列入年度（2017-2019）十大戰略性技術趨勢，認為它在未來 5 年將產生顛覆性創新，同時預測到 2021 年，半數的大型工業企業將使用數字孿生，從而使這些企業的效率提高 10%；到 2024 年，超過數字孿生技術應用白皮書 9 25%的全新數字孿生將作為新IoT原生業務應用的綁定功能被采用。 根據Markets and Marke

16、ts 預測，數字孿生市場規模將由 2020 年的 31 億美元增長到 2026 年的482 億美元，年復合增長率 58%。 從企業主體層面來看， 數字孿生被納入眾多科技企業戰略大方向， 成為數字從企業主體層面來看， 數字孿生被納入眾多科技企業戰略大方向， 成為數字領域技術和市場競爭主航道。領域技術和市場競爭主航道。 數字孿生技術價值高、 市場規模大， 典型的 IT、 OT和制造業龍頭企業已開始布局，微軟與仿真巨頭 Ansys 合作，在 Azure 物聯網平臺上擴展數字孿生功能模塊； 西門子基于工業互聯網平臺構建了完整的數字孿生解決方案體系，并將既有主流產品及系統納入其中；Ansys 依托數字孿

17、生技術對復雜產品對象全生命周期建模，結合仿真分析， 打通從產品設計研發到生產的數據流；阿里聚合城市多維數據，構建“城市大腦”智能孿生平臺，提供智慧園區一體化方案，已在杭州蕭山區落地；華為發布沃土數字孿生平臺，打造 5GAI 賦能下的城市場景、業務數字化創新模式。 從標準化層面來看，從標準化層面來看，數字孿生標準數字孿生標準體系初步建立，關鍵領域標準制修訂進體系初步建立，關鍵領域標準制修訂進入快車道入快車道。ISO、IEC、IEEE 和 ITU 等國際標準化組織推動數字孿生分技術委員會和工作組的成立，推進標準建設、啟動測試床等概念驗證項目。例如：2018 年起，ISO/TC 184/SC 4 的

18、 WG15 工作組推動了面向制造的數字孿生系統框架系列標準（ISO 23247）的研制和驗證工作。2020 年 11 月， ISO/IEC JTC 1 的 SC41 更名為物聯網和數字孿生分技術委員會，并成立 WG6數字孿生工作組，負責統籌推進數字孿生國際標準化工作。 數字孿生技術應用白皮書 10 2 數字孿生技術體系數字孿生技術體系 2.1 數字孿生數字孿生技術架構技術架構概述概述 數字孿生技術通過構建物理對象的數字化鏡像， 描述物理對象在現實世界中的變化，模擬物理對象在現實環境中行為和影響，以實現狀態監測、故障診斷、趨勢預測和綜合優化。為了構建數字化鏡像并實現上述目標，需要 IOT、建模、

19、仿真等基礎支撐技術通過平臺化的架構進行融合， 搭建從物理世界到孿生空間的信息交互閉環。整體來看，一個完成的數字孿生系統應包含以下四個實體層級：一是數據采集與控制實體一是數據采集與控制實體，主要涵蓋感知、控制、標識等技術，承擔孿生體與物理對象間上行感知數據的采集和下行控制指令的執行。 二是核心實體，二是核心實體，依托通用支撐技術，實現模型構建與融合、數據集成、仿真分析、系統擴展等功能，是生成孿生體并拓展應用的主要載體。 三是用戶實體，三是用戶實體，主要以可視化技術和虛擬現實技術為主，承擔人機交互的職能。四是跨域實體，四是跨域實體，承擔各實體層級之間的數據互通和安全保障職能。 圖圖 2-1 數字孿

20、生技術架構數字孿生技術架構 數字孿生技術應用白皮書 11 2.2 基礎基礎技術技術：感知：感知 感知是數字孿生體系架構中的底層基礎，在一個完備的數字孿生系統中，對運行環境和數字孿生組成部件自身狀態數據的獲取，是實現物理對象與其數字孿生系統間全要素、全業務、全流程精準映射與實時交互的重要一環。因此，數字孿生體系對感知技術提出更高要求，為了建立全域全時段的物聯感知體系，并實現物理對象運行態勢的多維度、多層次精準監測，感知技術不但需要更精確可靠的物理測量技術，還需考慮感知數據間的協同交互，明確物體在全域的空間位置及唯一標識，并確保設備可信可控。 圖圖 2-2 典型數字孿生感知系統構建典型數字孿生感知

21、系統構建 （1）數字孿生全域標識）數字孿生全域標識 全域標識能夠為物理對象賦予數字“身份信息”，支撐孿生映射。標識技術能夠為各類城市部件、物體賦予獨一無二的數字化身份編碼，從而確?，F實世界中的每一個物理實體都能與孿生空間中的數字虛體精準映射、一一對應，物理實體的任何狀態變化都能同步反應在數字虛體中，對數字虛體的任何操控都能實時影響到對應的物理實體，也便于物理實體之間跨域、跨系統的互通和共享。同時，數字孿生全域標識是數字孿生中各物理對象及其數字孿生在信息模數字孿生技術應用白皮書 12 型平臺中的唯一身份標識，數字孿生全域標識可實現數字孿生資產數據庫的物體快速索引、定位及關聯信息加載。目前，主流的

22、物體標識采用 Handle、Ecode、OID 等。 （2）智能化技術）智能化技術 隨著行業應用場景不斷拓展，傳統傳感器已無法滿足數字孿生對數據精度、一致性、多功能性的需求。而智能化傳感器是將傳感器獲取信息的基本功能與專用微處理器的信息分析、自校準、功耗管理、數據處理等功能緊密結合在一起，具備傳統傳感器不具備的自動校零、漂移補償、傳感單元過載防護、數采模式轉換、數據存儲、數據分析等能力，其能力決定了智能化傳感器具備較高的精度、分辨率，穩定性及可靠性，使其在數字孿生體系中不但可以作為數據采集的端口，更可以自發地上報自身信息狀態，構建感知節點的數字孿生。 （3）多傳感器融合技術多傳感器融合技術 由

23、于單一傳感器不可避免地存在不確定或偶然不確定性，缺乏全面性、魯棒性，所以偶然的微小故障就會導致系統失效。多傳感器集成與融合技術通過部署多個不同類型傳感器對對象進行感知，在收集觀測目標多個維度的數據后，對這些數據進行特征提取的變換，提取代表觀測數據的特征矢量，利用聚類算法、自適應神經網絡等模式識別算法將特征矢量變換成目標屬性，并將各傳感器關于目標的說明數據按同一目標進行分組、關聯，最終利用融合算法將目標的各傳感器數據進行合成，得到該目標的一致性解釋與描述。多傳感器數據融合不僅可以描述同一環境特征的多個冗余信息，而且可以描述不同的環境特征，極大的增強了感知的冗余性、互補性、實時性和低成本性。 數字

24、孿生技術應用白皮書 13 2.3 基礎基礎技術：技術：網絡網絡 網絡是數字孿生體系架構的基礎設施，在數字孿生系統中，網絡可以對物理運行環境和數字孿生組成部件自身信息交互進行實時傳輸，是實現物理對象與其數字孿生系統間實時交互、相互影響的前提。網絡既可以為數字孿生系統的狀態數據提供增強能力的傳輸基礎，滿足業務對超低時延、高可靠、精同步、高并發等關鍵特性的演進需求，也可以助推物理網絡自身實現高效率創新，有效降低網絡傳輸設施的部署成本和運營效率。 伴隨物聯網技術的興起，通信模式不斷更新，網絡承載的業務類型、網絡所服務的對象、連接到網絡的設備類型等呈現出多樣化發展，要求網絡具有較高靈活性；同時，伴隨移動

25、網絡深入樓宇、醫院、商超、工業園區等場景，物理運行環境對確定性數據傳輸、廣泛的設備信息采集、高速率數據上傳、極限數量設備連接等需求愈加強烈，這也相應要求物理運行環境必須打破以前“黑盒”和“盲啞”的狀態，讓現場設備、機器和系統能夠更加透明和智能。因此，數字孿生體系架構需要更加豐富和強大的網絡接入技術，以實現物理網絡的極簡化和智慧化運維。 （1）基于行業現場網）基于行業現場網的組網技術的組網技術 行業現場網是用于現場設備之間、現場設備與外部設備之間、以及設備與業務平臺之間數據互通的通信與管理技術。行業近端網、組網需求碎片化，利用行業現場網可以為行業設備提供在近端通信域互操作的手段，實現行業現場異構

26、網絡的互聯互通、柔性組網。 行業現場網關鍵技術包括面向資產盤點、出入庫管理等場景的新型無源RFID 技術，面向超低時延、超高可靠設備互通信的新型短距技術，面向數據高數字孿生技術應用白皮書 14 可靠確定性通信的確定性傳輸技術，面向環境監控等場景的中低速技術，及面向設備及人員定位的室內定位技術等。5G+行業現場網是以網關為中心，南向通過無源 RFID、短距、確定性傳輸等現場網技術實現現場設備連接與通信，北向通過 5G 網絡將行業現場生產及管理數據傳輸到平臺，可服務于行業生產現場，滿足各類業務差異化需求。行業現場網與 5G 協同，一方面能夠滿足不同行業現場通信需求，進一步提升網絡的管理和運維能力；

27、另一方面可結合邊緣計算、算力感知等能力，提升網絡的智能化能力。 圖圖 2-3 5G+行業現場網體系架構行業現場網體系架構 （2）基于）基于 SLA 服務的服務的 QoS 保障技術保障技術 網絡故障將帶來丟包、亂序、時延、抖動，甚至網絡服務中斷等問題，這會直接影響用戶的使用體驗和滿意度。如何結合不同等級的 SLA 服務對網絡可靠性的需求，保證網絡業務用戶體驗是數字孿生網絡的重點研究內容之一。具體來說，基于 SLA 服務的 QoS 架構及能力分級管理方法，就是通過構建全流程、一體化的網絡可靠性參數集、資源分配策略，包括端到端 QoS 映射規則、配置規則、監測及保障機制等，實現高效、可靠的 SLA

28、服務管理的增強，以承載各種能力等級要求的泛在感知應用，以及與之相關的用戶體驗一致性服務。 作為一種服務質量增強技術，該技術可以將包括用戶服務質量請求在內的 數字孿生技術應用白皮書 15 SLA 請求參數高效傳遞給抽象后的網絡管理虛擬化節點，并且逐步根據 QoS服務的共性特征，形成 API 封裝的平臺級能力。 （3）基于多維度動態調度的資源編排技術）基于多維度動態調度的資源編排技術 由于數字孿生網絡可以感知無處不在的計算和服務，如何實現物理網絡資源的統籌調度及編排，是數字孿生網絡的重點研究內容之一。具體來說，數字孿生網絡的各級管理實體應能夠根據感知采樣周期、網絡拓撲結構和差異化數據質量需求等，以

29、主動協商的方式對抽象后的網絡資源、計算資源進行靈活度量和協同編排，決定在什么時間、什么地點、使用合理的網絡控制面和用戶面資源來傳輸什么內容，為全要素、全業務數據的感知信息在網絡會話中的關聯、分發提供可信服務。 作為一種網絡資源智能調度技術，該技術可快速將高優先業務流匹配至最優節點，實現對高質量感知數據的優先傳輸、運營，也可對整體網絡資源進行最優部署、管理，有效降低物理網絡的總能耗，實現綠色低碳、計算智能的低能耗網絡組合。 （4）基于智能路由的數據流控技術）基于智能路由的數據流控技術 感知數據高效傳輸是滿足物聯網系統實現計算智能、認知智能的必要前提。如何在通信域全業務周期中為所有感知節點的實時數

30、據流提供柔性組網、接納控制的方法，是數字孿生網絡的重點研究內容之一。具體來說，物理網絡為了滿足行業近端網絡碎片化的組網需求，需要考慮引入智能路由的方式，在網絡控制平面中定義多通信域之間的角色選擇、信息交互機制及交互格式等，實現信息資源在網絡中的自動化關聯、尋址、調配等智能功能，高效指導實時數據流在全業務周期內的路由配置。 數字孿生技術應用白皮書 16 作為一種網絡管道增強技術，該技術綜合考慮全網路由狀況和數據流計算狀況，在用戶不關心物理網絡路由配置狀態的前提下，保證每個業務流數據的傳輸路徑的先后順序和邏輯關系，可適用于異構網絡自適應融合通信、多域數據流接納控制等場景，在在網絡流量全息透視、網元

31、全生命周期管理等場景也能發揮重要作用。 2.4 關鍵技術關鍵技術：建模：建模 數字孿生的建模是將物理世界的對象數字化和模型化的過程。 通過建模將物理對象表達為計算機和網絡所能識別的數字模型， 對物理世界或問題的理解進行簡化和模型化。 數字孿生建模需要完成從多領域多學科角度模型融合以實現物理對象各領域特征的全面刻畫，建模后的虛擬對象會表征實體對象的狀態、模擬實體對象在現實環境中的行為、分析物理對象的未來發展趨勢。建立物理對象的數字化建模技術是實現數字孿生的源頭和核心技術， 也是 “數字化” 階段的核心。而模型實現方法研究主要涉及建模語言和模型開發工具等， 關注如何從技術上實現數字孿生模型。在模型

32、實現方法上，相關技術方法和工具呈多元化發展趨勢。當前，數字孿生建模語言主要有 Modelica、 AutomationML、UML、SysML 及 XML 等。一些模型采用通用建模工具如 CAD 等開發，更多模型的開發是基于專用建模工具如 FlexSim 和 Qfsm 等。 按照實現來看， 物理對象的建?？梢园莻€步驟， 如下圖所示， 模型抽象、模型表達、模型構建、模型運行。其中模型抽象實現對物理對象的特征抽象、模型表達對抽象后的信息進行描述，模型構建階段會實現模型的校驗、編排等，模型運行提供虛擬模型運行環境。 數字孿生技術應用白皮書 17 圖圖 2-4 數字孿生數字孿生模型構建流程模型構建

33、流程 為了達到物理實體與數字實體之間的實時準確刻畫， 需要基礎支撐技術做為依托， 同時經歷多階段的演進才能很好的實現物理實體在數字世界中的塑造。在數字孿生建模的過程中涉及到的技術來看，涉及到不同領域的技術族，可以從模型建模的使用場景來分析。IT、OT、CT 三個領域有各自的特點。IT 領域目前的建模主要集中在兩個場景，物聯網設備建模和數字孿生城市等場景建模。其中物聯網設備的建模主要由大的平臺廠家推動，實現設備數據的平臺呈現，在描述層面，大多采用 json、xml 等語言進行描述，自定義架構，并采用 MQTT，COAP等應用傳輸協議進行虛實系統交互。 OT 領域建模主要集中在復雜裝備， 對于 O

34、T領域的復雜裝備和場景的建模，需要融合機械、電氣、液壓等不同領域知識。Modelica 是由瑞典非贏利組織 Modelica 協會開發， 是一種開放的、 面向對象的、基于方程的多領域統一物理系統建模語言， 支持例如機械、 電氣、 液壓、 控制、電磁等面向對象的組件模型構建。工業界的三大工業建模工具都支持 Modelica建模語言。Modelica 開放、標準、與平臺無關的特性，逐漸形成了豐富的模型庫生態， 利用模型庫可很大提高建模效率和質量，模型庫也成為商業建模工具最重要的競爭力。另外，如 OPC UA 等技術，在 OT 領域的信息模型構建方面也提供了如信息模型描述， 信息模型模板等技術。 C

35、T 領域的模型構建能力主要集中在數字孿生技術應用白皮書 18 網絡基礎設施和網絡組網等能力的構建，主要集中在信息模型領域，以SNMP/mib 方式為主，實現網絡中網元狀態信息，配置信息等的交互。對于 CT領域數字孿生的需求，目前業界研究 telemetry 技術，用 netconf/YANG 來實現更高效的虛實交互能力。 從不同層面的建模來看， 可以把模型構建分為幾何模型構建、 信息模型構建、機理模型構建等不同分類，完成不同模型構建后，進行模型融合，實現物理實體的統一刻畫。如下圖提供的模型融合架構。面對不同領域的多種異構模型，需要提供統一的協議轉換和語義解析能力。 圖圖 2-5 跨跨領域虛實交

36、互框架領域虛實交互框架 數字孿生模型的建立以實現業務功能為目標，對于不同的建模技術，最核心的競爭力都在工具和模型庫。數字孿生模型庫的組件原則可以提供以人員、設備數字孿生技術應用白皮書 19 設施、物料材料、場地環境等信息為主要內容的對象組件模型庫，也可以生產信息規則模型庫、產品信息規則模型庫、技術知識規則模型庫為主要內容的規則模型庫。也可提供與人機交互、業務展示相關的幾何、拓撲等模型庫。數字孿生模型庫是與建模工具相輔相成的能力，作為數字孿生技術的底座和核心， 模型構建的理論、方法和相關工具及模型庫的發展，都是數字孿生核心的技術，這些都是數字孿生技術應用的有效支撐。 2.5 關鍵技術關鍵技術：仿

37、真：仿真 數字孿生體系中的仿真作為一種在線數字仿真技術， 將包含了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界。只要模型正確，并擁有了完整的輸入信息和環境數據，就可以基本正確地反映物理世界的特性和參數，驗證和確認對物理世界或問題理解的正確性和有效性。從仿真的視角，數字孿生技術中的仿真屬于一種在線數字仿真技術，可以將數字孿生理解為：針對物理實體建立相對應的虛擬模型，并模擬物理實體在真實環境下的行為。和傳統的仿真技術相比， 更強調物理系統和信息系統之間的虛實共融和實時交互，是作貫穿全生命周期的高頻次并不斷循環迭代的仿真過程。 因此仿真技術不再僅僅用于降低測試成本，通過打造數字孿生，仿真

38、技術的應用將擴展到各個運營領域，甚至涵蓋產品的健康管理、遠程診斷、智能維護、共享服務等應用?；跀底謱\生可對物理對象通過模型進行分析、預測、診斷、訓練等（即仿真） ，并將仿真結果反饋給物理對象，從而幫助對物理對象進行優化和決策。因此仿真技術是創建和運行數字孿生體、保證數字孿生體與對應物理實體實現有效閉環的核心技術。 數字孿生技術應用白皮書 20 圖圖 2-6 與數字孿生相關的各部分與數字孿生相關的各部分 隨著與云計算、大數據、物聯網、人工智能等新技術新理念的融合，仿真進入了一個新的發展階段，向著數字化、網絡化、服務化、智能化方向發展，體系逐漸完備。 從對象、 架構及粒度維度， 數字孿生仿真技術

39、發展出很多種類和分支。 按被仿真的對象可以分為： 工程系統仿真工程系統仿真， 將實際工程的狀態在模型中進行模擬， 通過仿真技術確認工程系統的內在變量對被控對象的影響，如制造過程的仿真，仿真技術已被用于產品制造的整個生命周期；自然系統仿真自然系統仿真，對自然場景進行真實模擬， 部分自然場景具有不規則性、 動態性和隨機性， 如氣候變化仿真、自然災害仿真，因此對自然場景的實時仿真具有重大的意義；社會系統仿真社會系統仿真，是對復雜社會系統的描述與研究方法， 有助于提高決策層對系統運行狀態的快速掌握以及對各種狀況的及時處理，如人工社會、經濟行為的仿真；生命系統仿真生命系統仿真，是以生命系統為研究對象，以

40、生命的某種功能為劃分系統的原則，以定量研究為特點的一種新興學科，如數字人體，數字人體是指用信息化與數字化的方法研究和構建人體，即人體活動的信息全部數字化之后，由計算機網絡來管理的技術系統， 用以了解整個人體系統所涉及的信息過程，并特別注重人體系統之間信息的聯系與相互作用的規律。軍事系統仿真軍事系統仿真，在軍事仿真方面，有戰爭模擬、作戰演練、裝備使用和維修培訓等應用場景，能節約經費、提高效率、保護環境、減少傷亡。如通過仿真進行軍事演習，可以極大地降低演習的消耗，并避免人員的傷亡。 數字孿生技術應用白皮書 21 按仿真粒度可以分為：單元級仿真單元級仿真，即面向單個部分或領域的仿真，如機械結構仿真、

41、控制仿真、流體仿真、電磁仿真；系統級仿真系統級仿真，面向單一系統整體行為的仿真，如汽車、飛機等產品的全系統仿真；體系級仿真體系級仿真，面向由多個獨立系統組成的體系系統的仿真，關注體系中各部分之間的關系和體系的涌現行為，如城市交通仿真、體系對抗仿真。 按仿真系統架可以分為： 集中式仿真集中式仿真， 即運行于單臺計算機或單個平臺上的仿真系統，適合中小型的仿真系統，便于設計和管理；分布式仿真分布式仿真，即運行于多臺計算機或多個平臺上的仿真系統，常用于大規模體系級仿真。 數字孿生技術是仿真技術在制造領域的應用并與物聯網、 虛擬現實等技術相結合的產物，在工業互聯網浪潮的推動下，得到迅速傳播。數字孿生的概

42、念由于形象通俗的特點而引發行業內外的廣泛關注和濃厚興趣， 也使人們進一步認識了仿真技術的價值和重要性。仿真形成了較為完善的理論、方法和技術體系，這些將為數字孿生的研究和應用提供堅實的基礎和有力的支撐。 數字孿生技術應用白皮書 22 3 數字孿生數字孿生賦能智慧城市賦能智慧城市 3.1 總體情況總體情況 （一）（一）需求背景需求背景 一是一是政策政策導向層面。導向層面。國家將數字化作為推動經濟社會發展重要的戰略手段，中華人民共和國國民經濟和社會發展第十四個五年規劃和 2035 年遠景目標綱要中明確探索建設數字孿生城市，推進城市數據大腦建設，加快數字化發展建設數字中國。同時住建部、發改委、自然資源

43、部、工信部、網信辦等均發布相關政策，鼓勵數字孿生城市的發展。 二是二是企業支撐企業支撐層面。層面。 數字孿生城市理念提出后受到政府和產業界的高度關注和認同，各地對數字孿生城市規劃和建設的需求非常強烈，企業紛紛入局數字孿生城市建設，包括運營商、地理信息與測繪、BIM、建模仿真、集成商、互聯網企業、 大數據廠商、 硬件廠商等， 集結各領域優秀企業， 共同建設數字孿生城市。 三是三是城市建設需求城市建設需求。 新冠疫情防控、 洪澇災害充分暴露出我國城市治理還存在諸多短板和弱項，包括城市風險預警預測滯后、突發事件應急響應遲鈍、資源統籌協調能力不足等， 將全周期管理意識落實到城市治理的具體實踐中還有很多

44、現實困難，需要解決目前還存在的技術應用割裂、數據碎片化分布、治理協同難以達成等問題。 如何通過數字孿生技術， 構建韌性城市， 是當前亟需解決的問題。 （二）（二）功能架構功能架構 基于云計算、大數據、人工智能、物聯網新一代信息技術構建的開放創新和運營平臺， 其深度整合匯集政府數據、 設備感知數據、 歷史統計數據、 GIS 數據、行為事件、宏觀經濟等人、事、物數據等海量、多源、異構數據，開展數據融合計算，完成數據融合、智能感知、業務聯動處置閉環，實現城市運行感知、公共數字孿生技術應用白皮書 23 資源配置、宏觀決策指揮、事件預測預警等功能，完成對城市可視、可監、可控的閉環控制。并基于統一的標準和

45、規范，積累完整的城市大數據資產，支撐城市管理、生態環保、安全保障、應急管理、公共服務、產業發展等各領域的數字化轉型升級， 輔助城市管理者實現從規劃-建設-管理-運維的城市全生命周期體檢評估，有利于提升城市精細化治理水平，提升政府管理能力。 圖圖 3-1 數字孿生城市整體架構數字孿生城市整體架構 1）基礎設施：基礎設施：匯聚城市多維時空數據，包含政府熱線、網格巡查、設備感知、專業數據及外部數據。 2）數據資源：數據資源：對原始數據如矢量數據、柵格數據、BIM 模型數據、點云數據、人工建模數據等靜態數據，IoT 感知數據、業務運行數據、仿真算法數據等動態數據。進行聚合、質量管理、數據清洗，形成不同

46、結構化的主題數據庫，提供基礎計算能力。 3）通用能力：又通用能力：又稱平臺支撐層，包含城市骨架、空間服務與行為運控，城市骨架，供包括應用代碼、SDK、操作系統以及 API 在內的 IT 組件，借助微服務組建及平臺開發工具， 構建 UBD 數字孿生底座、 可視化平臺、 場景編輯平臺、業務仿真平臺及業務開發平臺，同時，用戶可使用工具集自定義數字孿生體。融合算法模型，向下接通數據，向上支撐業務應用。 數字孿生技術應用白皮書 24 4）行業應用：行業應用：為數字孿生平臺應用提供賦能，一方面為數字孿生行業應用業務系統提供功能擴展接口，行業應用，如智慧城市、智慧園區、智慧水務、智慧交通、智能汽車、智能制造

47、、智能港口等行業。另一方面實現運行、管理、預警應急等協同工作機制，并提供創新性的業務應用。 5）互動：互動：通過運營大屏、會商中屏、巡檢小屏完成對數字孿生平臺的可視化呈現。 3.2 核心價值核心價值 3.2.1 促進多源數據互通融合促進多源數據互通融合 匯聚城市多源異構數據，包含由地理矢量數據、模型數據、BIM 數據等為主的基礎數據，以及城市各業務涉及的專題數據，形成可復用的、龐大的數據資產庫，解決數據碎片化、數據不完整、格式不一致、數據孤島等問題，通過精準的“數據反哺”，為數據驅動城市運行提供基礎。 3.2.2 建設城市全生命周期管理體系建設城市全生命周期管理體系 通過構建城市規劃、建設、管

48、理、運營全生命周期管理體系，實現一張藍圖繪到底、干到底、管到底：一張藍圖繪到底，支撐多規合一的規建業務，實現多要素的靜態場景和圖層的管理；一張藍圖干到底，支持動態引入制定模型，實現城市-系統同步更新， 多精度場景貼近現實； 一張藍圖管到底， 支撐城市綜合治理業務， 實現數據驅動靜態場景、 動態場景， 映射現實世界。 在這一藍圖的基礎上，圍繞人民群眾最關心的問題，開展大城市治理，像“繡花”般精細，像釘釘子般務實賣力，形成有效的超大城市的治理體系靠的是精細化管理水平。 3.2.3 打造多方建設的創新模式打造多方建設的創新模式 城市本身是一個知識集成、技術集成、數據集成、算法集成、工具集成、應數字孿

49、生技術應用白皮書 25 用集成的復雜巨系統，因此必須有強有力的產業生態緊密協作，對零散的應用平臺進行集成和升級， 通過政府、 企業、 社會合作構建產業生態， 打造集約化平臺，用科技產業發展帶動技術進步， 推動整個社會參與城市治理服務、 數字經濟發展，實現公共資源高效調配，城市事件精準處置。 3.3 關鍵關鍵技術技術 3.3.1 多源數據融合技術多源數據融合技術 以 GIS 數據、IoT 數據、BIM 數據、公共專題數據、行業專題數據、互聯網數據等海量異構多維時空數據為數據源，利用機器學習、深度學習算法，對時空大數據進行自動識別、數據挖掘及三維重建，能夠為數據賦予空間特性及用途，構建涵蓋地上地下

50、、室內室外、二三維一體化的全息、高清的數字空間。同時，構建時空數據庫，為數據設計統一定義、存儲、索引及服務機制，形成 TB 級數據集、分布式集群管理，實現數據統一接入、交換和高效共享，構建全要素數據體系。 為城市提供完整統一的三維數字底板。數字孿生系統包含全要素場景衍生數據（DEM、DOM、矢量、傾斜攝影、BIM、激光點云、人工模型等） 、行業數據（城市、交通、航空、碼頭、醫療、工地、能源、生態、水務等） 、物聯感知數據（智能手機、可穿戴設備、傳感器等）等多種數據。 數字孿生技術應用白皮書 26 組組圖圖 3-2 全要素場景數據處理全要素場景數據處理 3.3.2 多尺度建模技術多尺度建模技術