Grandview Research公司认为，预计至少在2030年之前，数字孪生市场将会有显著增长。

　　具体而言，这家市场分析公司给出了这样一组数据：“2022年，全球数字孪生市场规模估计为111.3亿美元，预计从2023年到2030年，复合年增长率将达到37.5%。”

　　专家们对这一增长同样持乐观态度，例如Unity的行业解决方案总监Sven Boesen就表示：“数字孪生是一个快速发展的领域。人们拥有资产——无论是建筑物还是工厂，这正是数字孪生发展的一个驱动力。各行各业都需要数字孪生来提高运营效率。”

　　与开发和维护数字孪生相关的数据也在不断增长，其规模和复杂程度远远超过通常的制造数据。

　　一直以来，制造商往往依靠传统的产品生命周期管理（PLM）、产品数据管理（PDM）和企业资源管理（ERP）系统来管理供应商信息、合规记录、3D CAD 数据、二维图纸和物料清单。但数字孪生增加了新的层次，这也是数据科学所要求的。

　　Ansys的产品开发高级总监 Sameer Kher表示：“除了数字模型之外，来自物理资产的传感器数据对于维护预测性数字孪生至关重要。”“其中一些传感器数据用于定期验证和校准数字孪生，而大部分数据则作为数字孪生的输入。”

　　用于托管数字孪生、将其可视化并围绕数字孪生开展协作的强大平台正在出现。例如，英伟达公司的 Omniverse。但是，对于传统的PLM、PDM和ERP供应商来说，数字孪生数据管理仍然是一个未知领域。

　　西门子数字工业软件公司新产品开发、导入和数字孪生全球副总裁Stuart McCutcheon表示，CAD模型与数字孪生之间的关键区别在于后者能够模仿真实产品的行为。“行为是指描述产品各个方面的能力，包括运动学、应力、热力学、流体力学、声学等方面。所有这些都可以通过模拟产品或环境中的产品来描述。”

　　McCutcheon认为，任何三维模型浏览器都有可能成为数字孪生浏览器。“作为西门子 Xcelerator开放式架构的一部分，我们与许多浏览器合作。它们都拥有不同的优势。我们的轻量级工程格式JT是ISO开放标准，其浏览器JT2Go能够在大型场景中查看数字孪生，我们的设计解决方案NX也是如此。”

　　英伟达推出Omniverse时，西门子是较早与其建立合作关系的制造业巨头之一。

　　2022年6月，双方宣布了“连接英伟达Omniverse和西门子Xcelerator平台，实现全保真数字孪生，并连接从边缘到云端的软件定义人工智能系统。”

　　McCutcheon解释说：“对于NVIDIA Omniverse，我们正在西门子Xcelerator产品组合中开发一个3D浏览器组件，专门针对其高保真实时渲染。”

　　Kher指出：“一个关键的挑战在于，不同应用的数据体量和频率的差异很大。”“例如，像生物反应器这样的高度工程化设备可能有数不清的传感器，但设备本身可能只有几个实例。泵或压缩机等大批量产品可能有大量实例，但每个实例只有几个物理传感器。一般来说，如果需要大量的数据，就需要在边缘完成更多的处理，而不是在云端。”

　　为了寻找减轻数据管理工作负载的方法，一些人正在仔细研究降阶模型（ROM）。

　　传统模拟是数字孪生预测的一部分，需要对应力分布、偏转、变形和气流进行全面的物理计算。另一方面，使用ROM可以绕过部分或大部分基于物理的计算，只依赖于少数几个对设计性能影响较大的参数。这种方法更适合边缘处理，因为边缘设备的本地计算能力通常较低。

　　McCutcheon表示：“ROM可以让仿真运行得更快——在某些情况下，甚至比实时更快。”“它们不一定能达到100%的准确度，但通过相关性，它们可以接近100%的准确度。我们认为仿真提速的真正优势在于可以减少运算需求。”

　　一旦成功开发出可靠的ROM，就可以用较少的数据运行仿真。但具有讽刺意味的是，McCutcheon指出，“制作精确的ROM可能需要更多的数据”。

　　McCutcheon表示，西门子倡导闭环数字孪生：“物理产品和资产的传感器作为仿真模型的输入驱动器，以关联仿真模型并显示产品的实时状况。”

　　Kher表示：“ROM当然有助于减少对数据的需求。例如，ROM使虚拟传感器能够增强物理传感器，减少对物理传感器的需求，从而减轻数据管理负担。”

　　Kher还在2023年11月举行的DE 24/7圆桌会议上发表了题为《数字孪生：谁需要它们？它们有什么用？》的演讲。该演讲重点介绍了从数字孪生中获益最多的制造商以及预测性孪生的可靠性。

　　Unity以游戏引擎闻名，现在Unity已经将其产品扩展到了制造业。Unity的交互式环境配备了实时3D渲染、运动学和AR/VR流媒体，是构建和托管数字孪生的又一选择。

　　Boesen 表示：“从历史上看，Unity 是作为一种游戏引擎出现的，能够在轻量级设备上提供高性能的应用。”“这也是许多制造商将Unity作为首选的原因之一。如果你需要在功能不强大的设备上处理大量3D数据时，Unity能很好地满足你的需求。”

　　配备图形处理器（GPU）的工作站可以轻松处理数字孪生所需的交互式渲染。另一方面，Unity 解决方案还能适应平板电脑和智能手机等轻型设备，从而大大拓宽了数字孪生的潜在用户群。

　　从CAD到Unity的数据管道通常是通过Pixyz这样的插件来实现的，这涉及到一些手工操作。

　　Boesen表示：“我们还有Unity Cloud，它可以自动完成大部分工作。可以自动创建细节层次。CAD将被转换为可用于流媒体的网格格式。”

　　对于那些希望使用AR/VR硬件来虚拟检查和分析数字孪生的人来说，这通常是至关重要的一步。

　　为了编辑和合成3D资产，Unity提供了Unity Editor。在这个环境中，用户可以导入扫描数据，如真实工厂的点云数据、网格模型和通过摄影测量构建的模型，然后将其连接到实时传感器馈送和资产管理系统。

　　Boesen表示：“你当然可以在本地处理和组合这些数据，但是在云端进行处理的好处在于之后就可以从云端进行流式传输。”

　　许多CAD装配和子装配都有连接信息，这些信息定义了可能的自由度。这通常反映了实际设备的功能。如果在导入过程中丢失了这些数据，手动重新创建将是一项艰巨的任务。

　　Boesen表示：“在Unity导入过程中，这些连接数据就像游戏角色的关节一样，就像控制其运动的虚拟装备一样。”

　　以设计、仿真和PLM产品闻名的达索系统（Dassault Systèmes）公司也在密切关注数字孪生现象。不过，从该公司的相关文章中可以看出，它更倾向于使用虚拟孪生这一术语。

　　达索系统公司NETVIBES高级经理Karin Cudd表示：“虚拟孪生体验通过建模和模拟将产品、工厂或公司的科学呈现与真实世界数据科学带来的预测结合起来。换句话说，虚拟孪生体验与数字孪生原型不同，数字孪生原型关注的是一个特定的对象，而虚拟孪生体验则让你对整个环境的复杂体验进行可视化、建模和模拟。它们有助于在整个产品生命周期内实现可持续的业务创新。虚拟孪生既是产品本身的数字复制品，也是其历史和演变的数字复制品。”

　　Cudd认为，虚拟孪生平台还需要包含人工智能和机器学习（ML）算法，以实现持续改进。他指出：“建模和仿真与协作平台上丰富的数据相结合，使用户能够获得最佳洞察力，从而做出更明智的决策。这为他们提供了信心——业务决策是基于数据得出的。”

　　十多年前，即2012年，达索系统收购了一家法国初创公司NETVIBES，该公司提供管理品牌声誉、在线活动和社区的控制面板。收购之后，该产品逐渐成长为一个品牌，提供一套自己的、数据科学驱动的产品开发解决方案。

　　Cudd表示：“这一解决方案可以通过分析现实和虚拟世界的数据，弥合物理世界和虚拟世界之间的信息鸿沟，使用户能够获得关键的洞察力，从而学习并做出更明智的决策。”“人工智能和高级分析揭示出了运营数据中的关键点，提升了建模和仿真数据，让虚拟孪生能够对复杂的变量做出反应，同时允许不受限的假设实验。”

　　随着数字孪生的开发和维护发展成为一门独立新的学科，包括仿真、可视化和数据管理在内的许多相关领域的领先供应商，很可能会催生出新的产品变体，以满足新出现的需求。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。