9月23日，Digital Twin發(fā)表了第一篇論文“數(shù)字孿生數(shù)據(jù)-方法與關(guān)鍵技術(shù)”。這篇文章由中國(guó)、澳大利亞、法國(guó)、瑞典、新加坡等5個(gè)國(guó)家學(xué)者合作完成，針對(duì)數(shù)字孿生理論與應(yīng)用不斷拓展與升級(jí)過程中出現(xiàn)的數(shù)據(jù)全面獲取、深度挖掘、充分融合、實(shí)時(shí)交互、迭代優(yōu)化、通用普適及按需使用新需求，探索建立了一套數(shù)字孿生數(shù)據(jù)構(gòu)建與處理準(zhǔn)則，在相關(guān)準(zhǔn)則指導(dǎo)下研究了數(shù)字孿生數(shù)據(jù)“獲取-存儲(chǔ)-交互-關(guān)聯(lián)-融合-演化-服務(wù)化”理論方法，并建立了面向數(shù)字孿生數(shù)據(jù)的關(guān)鍵技術(shù)體系。相關(guān)工作為數(shù)字孿生數(shù)據(jù)研究與應(yīng)用提供理論與方法參考。
論文來源
文章發(fā)表于《Digital Twin》期刊，2021年9月23日
DOI：10.12688/digitaltwin.17467.1
論文鏈接：
https://digitaltwin1.org/articles/1-2/v1
文章導(dǎo)讀
以下視頻來源于TandF學(xué)術(shù)，時(shí)長(zhǎng)01:47
數(shù)字孿生國(guó)際期刊
今年7月28日，Taylor & Francis 出版集團(tuán)攜旗下品牌F1000，聯(lián)合北京航空航天大學(xué)共同推出國(guó)際英文期刊Digital Twin（數(shù)字孿生）
（ISSN: 2752 – 5783; https://digitaltwin1.org/）
其為全球首個(gè)專注于數(shù)字孿生領(lǐng)域的國(guó)際期刊，主要發(fā)表與數(shù)字孿生研究有關(guān)的高質(zhì)量原創(chuàng)科研論文、綜述、案例、軟件工具、數(shù)據(jù)注釋、簡(jiǎn)報(bào)及評(píng)論等。Digital Twin 采取開放獲取的形式發(fā)表研究成果，論文投稿達(dá)到期刊要求之后，將在14個(gè)工作日內(nèi)完成首輪評(píng)審，評(píng)審?fù)ㄟ^后即分配DOI號(hào)上線發(fā)表。之后期刊提供公開透明的同行評(píng)審流程，并完全實(shí)施FAIR數(shù)據(jù)開放分享政策，以確保讀者對(duì)研究結(jié)果及源數(shù)據(jù)的便捷訪問和再利用。
譯 文
摘要
數(shù)字孿生作為踐行數(shù)字化轉(zhuǎn)型和智能化升級(jí)的關(guān)鍵使能技術(shù)，以及傳統(tǒng)行業(yè)與數(shù)字經(jīng)濟(jì)融合發(fā)展的驅(qū)動(dòng)助力，近年受到國(guó)內(nèi)外學(xué)術(shù)界與工業(yè)界的高度關(guān)注和研究實(shí)踐。數(shù)據(jù)是數(shù)字孿生的核心要素之一，是實(shí)現(xiàn)數(shù)字孿生模型構(gòu)建、實(shí)體與模型連接交互、智能服務(wù)運(yùn)行優(yōu)化等的重要基石。當(dāng)前，隨著相關(guān)理論技術(shù)與應(yīng)用的不斷拓展與升級(jí)，數(shù)字孿生對(duì)數(shù)據(jù)提出了一系列新要求。在此背景下，本文首先對(duì)全面獲取、深度挖掘、充分融合、實(shí)時(shí)聯(lián)動(dòng)、迭代優(yōu)化、通用普適及按需使用的數(shù)據(jù)新需求進(jìn)行了分析，接著基于作者團(tuán)隊(duì)前期提出的數(shù)字孿生數(shù)據(jù)（Digital Twin Data, DTD）概念，探索建立了一套面向數(shù)字孿生理論發(fā)展與實(shí)際應(yīng)用的數(shù)字孿生數(shù)據(jù)構(gòu)建與處理準(zhǔn)則，在相關(guān)準(zhǔn)則指導(dǎo)下進(jìn)一步研究了數(shù)字孿生數(shù)據(jù)“獲取-存儲(chǔ)-交互-關(guān)聯(lián)-融合-演化-服務(wù)化”理論方法，并建立了一套數(shù)字孿生數(shù)據(jù)關(guān)鍵技術(shù)體系。期望相關(guān)工作能為數(shù)字孿生數(shù)據(jù)理論研究與應(yīng)用實(shí)踐提供參考。
關(guān)鍵詞：數(shù)字孿生、數(shù)字孿生數(shù)據(jù)、準(zhǔn)則、理論方法、關(guān)鍵技術(shù)
1 從數(shù)據(jù)到數(shù)字孿生數(shù)據(jù)
隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等信息技術(shù)的不斷升級(jí)，全球數(shù)字經(jīng)濟(jì)蓬勃發(fā)展。數(shù)字孿生（Digital Twin）作為實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型與智能化升級(jí)的有效手段[1]，近年來受到航空航天[2-3]、車輛[4-5]、船舶[6]、智能電網(wǎng)[7-8]、智能城市[9]等行業(yè)的極大關(guān)注。特別是在智能制造領(lǐng)域，數(shù)字孿生已被應(yīng)用于車間智能管控[10-11]、個(gè)性化產(chǎn)線快速配置[12]、產(chǎn)品全生命周期管理[13]、智能物流[14]、動(dòng)態(tài)調(diào)度[15-16]、機(jī)器人運(yùn)行優(yōu)化[17]、產(chǎn)品質(zhì)量保障[18-19]、數(shù)控設(shè)備維修[20]及人機(jī)交互[21-22]等問題中。數(shù)字孿生實(shí)踐主要依賴以下幾方面關(guān)鍵技術(shù)[23]：物理實(shí)體智能感知與實(shí)時(shí)控制，多維虛擬模型構(gòu)建、組裝、融合、校正、驗(yàn)證及管理，信息系統(tǒng)服務(wù)全生命周期管理與增值增效，模型-服務(wù)-實(shí)體實(shí)時(shí)交互與動(dòng)態(tài)演化，多維數(shù)據(jù)關(guān)聯(lián)與融合處理等。雖然這些技術(shù)服務(wù)于數(shù)字孿生的不同功能應(yīng)用，但支持其實(shí)現(xiàn)的基本要素均為數(shù)據(jù)，因此保證高質(zhì)量的數(shù)據(jù)資源是實(shí)現(xiàn)數(shù)字孿生的關(guān)鍵核心之一。
早期的數(shù)據(jù)采集往往通過傳統(tǒng)的人工方式實(shí)現(xiàn)（如直接觀察、抽樣檢測(cè)、手動(dòng)統(tǒng)計(jì)等），這種方式效率低、成本高，且獲得的數(shù)據(jù)類型單一、規(guī)模小、實(shí)時(shí)性差，僅能對(duì)物理實(shí)體在某一階段或周期內(nèi)的屬性、能力、現(xiàn)象等進(jìn)行描述。近年來，得益于新一代信息技術(shù)的發(fā)展，越來越多的數(shù)據(jù)能夠被實(shí)時(shí)采集、存儲(chǔ)及處理，它們來自智能裝備、可穿戴設(shè)備、物聯(lián)網(wǎng)、信息系統(tǒng)等多種數(shù)據(jù)源，數(shù)據(jù)體量大、實(shí)時(shí)性強(qiáng)，能夠連續(xù)記錄并分析物理實(shí)體在整個(gè)生命周期的變化過程。然而，隨著數(shù)字孿生相關(guān)技術(shù)研究與應(yīng)用的不斷拓展與升級(jí)，對(duì)數(shù)據(jù)發(fā)展提出了以下新需求。
（1）數(shù)據(jù)全面獲取需求 實(shí)現(xiàn)基于數(shù)字孿生的設(shè)備關(guān)鍵參數(shù)預(yù)測(cè)、生產(chǎn)過程優(yōu)化、維修決策等服務(wù)需小概率事件數(shù)據(jù)、多尺度數(shù)據(jù)、復(fù)雜時(shí)變數(shù)據(jù)等的全面支持，目的是提高服務(wù)準(zhǔn)確性、對(duì)極端情況的適應(yīng)性及決策均衡性。當(dāng)前基于數(shù)據(jù)的相關(guān)研究通常采用來自設(shè)備、環(huán)境、人員等物理實(shí)體的屬性、狀態(tài)及行為等實(shí)況數(shù)據(jù)，或利用基于虛擬模型、智能算法、規(guī)律規(guī)則等生成的仿真數(shù)據(jù)，然而這些數(shù)據(jù)均不能實(shí)現(xiàn)對(duì)數(shù)據(jù)的全面覆蓋[24-25]。例如，①就物理實(shí)況數(shù)據(jù)而言，受環(huán)境、技術(shù)及成本限制，難以獲得設(shè)備故障、極端工況等小概率事件數(shù)據(jù)，多尺度溫度場(chǎng)、應(yīng)力場(chǎng)、流場(chǎng)數(shù)據(jù)，以及高溫高壓等極端環(huán)境下傳感器難以采集的數(shù)據(jù)。②就仿真數(shù)據(jù)而言，受建模能力、計(jì)算能力及實(shí)踐環(huán)境復(fù)雜程度的影響，難以準(zhǔn)確模擬突發(fā)性擾動(dòng)數(shù)據(jù)、高維動(dòng)態(tài)數(shù)據(jù)等復(fù)雜時(shí)變數(shù)據(jù)。
（2）數(shù)據(jù)深度挖掘需求 為了提高對(duì)物理世界的洞察力，需對(duì)物理實(shí)體的運(yùn)動(dòng)規(guī)則、故障機(jī)理、性能變化趨勢(shì)、演化規(guī)律等知識(shí)進(jìn)行提取與歸納，在此基礎(chǔ)上形成能夠真實(shí)刻畫物理實(shí)體行為屬性的數(shù)字孿生多維虛擬模型。當(dāng)前，盡管物聯(lián)網(wǎng)等技術(shù)的發(fā)展使數(shù)據(jù)體量大大提升，但如何實(shí)現(xiàn)對(duì)海量物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)、服務(wù)數(shù)據(jù)等的深度挖掘從而實(shí)現(xiàn)對(duì)知識(shí)的提取仍是重要難題之一。一方面由于無關(guān)數(shù)據(jù)、異常數(shù)據(jù)、冗余數(shù)據(jù)等占比較大，數(shù)據(jù)本身的可挖掘性較弱；另一方面難以充分提取數(shù)據(jù)間的隱性關(guān)聯(lián)關(guān)系（例如因果關(guān)系、相似關(guān)系和互補(bǔ)關(guān)系），以進(jìn)一步支持深入的知識(shí)挖掘。
（3）數(shù)據(jù)充分融合需求 由于支持?jǐn)?shù)字孿生技術(shù)研究的數(shù)據(jù)來自物理實(shí)體、虛擬模型、ERP和MES系統(tǒng)等多種數(shù)據(jù)源，存在數(shù)據(jù)干擾因素多、不同來源數(shù)據(jù)相互矛盾、數(shù)據(jù)整合程度低等問題，這造成數(shù)據(jù)價(jià)值密度偏低。例如，①受傳感設(shè)備故障、環(huán)境波動(dòng)、人為干擾等擾動(dòng)因素影響，采集的物理實(shí)體數(shù)據(jù)具備一定的不確定性、隨機(jī)性及模糊性，導(dǎo)致數(shù)據(jù)信息量損失；②模型與服務(wù)數(shù)據(jù)缺乏與物理實(shí)體數(shù)據(jù)的實(shí)時(shí)交互與相互驗(yàn)證，導(dǎo)致其偏離物理實(shí)際；③物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)及服務(wù)數(shù)據(jù)孤立且承載的信息視角單一，造成數(shù)據(jù)不全面。為了解決相關(guān)問題，需實(shí)現(xiàn)物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)、服務(wù)數(shù)據(jù)等的充分融合，通過數(shù)據(jù)的相互修正、補(bǔ)充及增強(qiáng)，保證信息的準(zhǔn)確性、一致性及全面性。
（4）數(shù)據(jù)實(shí)時(shí)交互需求 為了保證數(shù)字孿生的物理實(shí)體、虛擬模型、服務(wù)等不同組成部分動(dòng)態(tài)更新與及時(shí)響應(yīng)，需實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)交互。①為了保證虛擬模型實(shí)時(shí)更新、仿真及時(shí)準(zhǔn)確、以及實(shí)現(xiàn)基于仿真的物理實(shí)體行為實(shí)時(shí)調(diào)整，要求虛擬模型數(shù)據(jù)與物理實(shí)體數(shù)據(jù)實(shí)時(shí)聯(lián)動(dòng)。②為了基于模型仿真數(shù)據(jù)驗(yàn)證服務(wù)可用、可靠及準(zhǔn)確性，并基于校正服務(wù)及時(shí)優(yōu)化虛擬模型參數(shù)，要求實(shí)現(xiàn)虛擬模型數(shù)據(jù)與服務(wù)數(shù)據(jù)實(shí)時(shí)聯(lián)動(dòng)。③為了及時(shí)向物理實(shí)體提供故障診斷、維修決策、控制參數(shù)優(yōu)化等服務(wù)，并基于物理實(shí)況數(shù)據(jù)提高服務(wù)對(duì)實(shí)際環(huán)境變化與擾動(dòng)因素的適應(yīng)性，需實(shí)現(xiàn)物理實(shí)體數(shù)據(jù)與服務(wù)數(shù)據(jù)實(shí)時(shí)聯(lián)動(dòng)。
（5）數(shù)據(jù)迭代優(yōu)化需求 數(shù)據(jù)是構(gòu)建虛擬模型與服務(wù)的核心驅(qū)動(dòng)之一，為了支持?jǐn)?shù)字孿生虛擬模型自主進(jìn)化與服務(wù)功能不斷增強(qiáng)，要求實(shí)現(xiàn)基于“數(shù)據(jù)增加-數(shù)據(jù)融合-信息增加”循環(huán)的數(shù)據(jù)迭代優(yōu)化。數(shù)據(jù)迭代優(yōu)化能夠隨著數(shù)據(jù)增加實(shí)現(xiàn)有價(jià)值信息的持續(xù)增長(zhǎng)，從而使存在于數(shù)據(jù)之上的模型與服務(wù)不斷更新和進(jìn)化。實(shí)現(xiàn)數(shù)據(jù)迭代優(yōu)化面臨的問題包括：①由于數(shù)據(jù)融合對(duì)技術(shù)人員有較強(qiáng)的依賴，缺乏自主性和連續(xù)性，導(dǎo)致很難進(jìn)行持續(xù)有效的迭代；②即使迭代優(yōu)化過程得以持續(xù)進(jìn)行，由于連續(xù)的數(shù)據(jù)融合可能導(dǎo)致信息損失，造成難以保證信息持續(xù)增長(zhǎng)。
（6）數(shù)據(jù)通用普適需求 數(shù)據(jù)通用普適性低是數(shù)字孿生落地應(yīng)用的主要阻礙之一，主要體現(xiàn)在以下方面：①面向不同應(yīng)用條件時(shí)，由于數(shù)據(jù)獲取能力、數(shù)據(jù)基礎(chǔ)設(shè)施水平、數(shù)據(jù)歷史積累量不同，導(dǎo)致構(gòu)建的數(shù)字孿生難以遷移復(fù)用；②面向不同應(yīng)用對(duì)象時(shí)，由于數(shù)據(jù)具有不同的類型、結(jié)構(gòu)、接口及通訊方式，增大了不同對(duì)象數(shù)字孿生間的數(shù)據(jù)交換與解析難度；③面向不同應(yīng)用場(chǎng)景時(shí)，數(shù)據(jù)格式、分類、封裝等各異，造成不同場(chǎng)景下構(gòu)建的數(shù)字孿生難以實(shí)現(xiàn)數(shù)據(jù)集成共享。為了解決上述問題，需實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一轉(zhuǎn)換與建模，從而保證數(shù)據(jù)具有通用普適性。
（7）數(shù)據(jù)按需使用需求 數(shù)字孿生面向的用戶往往具備不同應(yīng)用需求、知識(shí)結(jié)構(gòu)及專業(yè)水平，因此用戶對(duì)數(shù)據(jù)需求有較大差異，如現(xiàn)場(chǎng)操作人員需工藝路線、裝配序列及維修計(jì)劃等現(xiàn)場(chǎng)操作指導(dǎo)數(shù)據(jù)，專業(yè)技術(shù)人員需生產(chǎn)設(shè)備性能評(píng)估、實(shí)時(shí)狀態(tài)監(jiān)測(cè)及生產(chǎn)分析結(jié)果等專業(yè)化數(shù)據(jù)，高層管理決策人員需產(chǎn)銷數(shù)據(jù)、需求分析及產(chǎn)品競(jìng)爭(zhēng)力等市場(chǎng)數(shù)據(jù)[26]。然而，由于當(dāng)前數(shù)據(jù)服務(wù)化程度普遍較低，數(shù)據(jù)搜索、匹配、調(diào)用、可視化等通常要求用戶具備較強(qiáng)的專業(yè)技能，這導(dǎo)致數(shù)據(jù)易用性差的問題。因此，面向不同層次的數(shù)字孿生用戶，需滿足以用戶為中心的數(shù)據(jù)按需使用需求。
針對(duì)數(shù)字孿生技術(shù)發(fā)展中出現(xiàn)的數(shù)據(jù)新需求，北航數(shù)字孿生研究組在前期工作中提出了數(shù)字孿生數(shù)據(jù)（Digital Twin Data, DTD）的概念[26]，它是數(shù)字孿生五維模型（包括物理實(shí)體、虛擬模型、服務(wù)、數(shù)字孿生數(shù)據(jù)及兩兩間的連接）的重要組成部分。為了充分利用數(shù)據(jù)孿生數(shù)據(jù)優(yōu)勢(shì)、滿足數(shù)據(jù)發(fā)展需求，本文在前期研究基礎(chǔ)上進(jìn)一步建立了數(shù)字孿生數(shù)據(jù)構(gòu)建與處理準(zhǔn)則，研究了數(shù)字孿生數(shù)據(jù)“獲取-存儲(chǔ)-交互-關(guān)聯(lián)-融合-演化-服務(wù)化”理論方法，建立了數(shù)字孿生數(shù)據(jù)關(guān)鍵技術(shù)體系，以期為數(shù)字孿生數(shù)據(jù)理論研究與應(yīng)用實(shí)踐提供參考。
2 數(shù)字孿生數(shù)據(jù)構(gòu)成
本節(jié)首先對(duì)數(shù)字孿生數(shù)據(jù)構(gòu)成進(jìn)行介紹。根據(jù)前期研究[26]，將數(shù)字孿生數(shù)據(jù)分為物理實(shí)體相關(guān)數(shù)據(jù)、虛擬模型相關(guān)數(shù)據(jù)、服務(wù)相關(guān)數(shù)據(jù)、融合數(shù)據(jù)、連接數(shù)據(jù)及領(lǐng)域知識(shí)六個(gè)部分，如圖1所示。
圖1 數(shù)字孿生數(shù)據(jù)構(gòu)成
物理實(shí)體指在物理空間客觀存在且具有一定結(jié)構(gòu)、功能及行為特點(diǎn)的對(duì)象實(shí)體[26]。物理實(shí)體相關(guān)數(shù)據(jù)包括設(shè)備、產(chǎn)品、人員、物料、工具等實(shí)體的尺寸、結(jié)構(gòu)、屬性、能力等靜態(tài)數(shù)據(jù)，以及實(shí)體狀態(tài)、突發(fā)擾動(dòng)及環(huán)境參數(shù)等動(dòng)態(tài)數(shù)據(jù)。物理實(shí)體相關(guān)數(shù)據(jù)是構(gòu)建數(shù)字孿生數(shù)據(jù)的事實(shí)基礎(chǔ)。
虛擬模型從幾何、物理、行為及規(guī)則多個(gè)維度對(duì)物理實(shí)體進(jìn)行真實(shí)刻畫[26]。相關(guān)數(shù)據(jù)是在物理實(shí)體數(shù)據(jù)基礎(chǔ)上，利用模型仿真生成的與物理實(shí)體數(shù)據(jù)具有相似、互補(bǔ)、因果等依存關(guān)系的數(shù)據(jù)。它主要包括刻畫物理實(shí)體幾何參數(shù)、物理屬性、動(dòng)態(tài)行為及規(guī)則的多維模型相關(guān)數(shù)據(jù)，如模型參數(shù)數(shù)據(jù)、仿真條件數(shù)據(jù)、仿真過程數(shù)據(jù)、仿真結(jié)果數(shù)據(jù)、模型驗(yàn)證數(shù)據(jù)等。
數(shù)字孿生服務(wù)包括支持?jǐn)?shù)字孿生運(yùn)行的基本功能性服務(wù)與面向具體應(yīng)用需求的業(yè)務(wù)性服務(wù)[27]。服務(wù)相關(guān)數(shù)據(jù)一方面指功能性服務(wù)（如模型管理服務(wù)、數(shù)據(jù)處理服務(wù)、連接服務(wù)）相關(guān)數(shù)據(jù)，如模型配置數(shù)據(jù)、算法配置數(shù)據(jù)、服務(wù)封裝數(shù)據(jù)等；另一方面指在物理實(shí)體數(shù)據(jù)與虛擬模型數(shù)據(jù)基礎(chǔ)上構(gòu)建的業(yè)務(wù)性服務(wù)（如設(shè)備關(guān)鍵參數(shù)預(yù)測(cè)服務(wù)、生產(chǎn)調(diào)度優(yōu)化服務(wù)、生產(chǎn)實(shí)時(shí)控制服務(wù)）相關(guān)數(shù)據(jù)，如設(shè)備性能評(píng)估數(shù)據(jù)、生產(chǎn)排程數(shù)據(jù)、工藝參數(shù)配置數(shù)據(jù)等。
領(lǐng)域知識(shí)指面向不同行業(yè)的專業(yè)經(jīng)驗(yàn)、系統(tǒng)規(guī)則、標(biāo)準(zhǔn)規(guī)范等[26]。此外，它也包括基于數(shù)字孿生數(shù)據(jù)不斷挖掘產(chǎn)生的規(guī)律規(guī)則等新增知識(shí)，它們是指導(dǎo)數(shù)字孿生模型構(gòu)建與管理、服務(wù)運(yùn)行優(yōu)化、數(shù)字孿生數(shù)據(jù)處理等的參考和指導(dǎo)。
融合數(shù)據(jù)是通過相似或互補(bǔ)數(shù)據(jù)時(shí)空配準(zhǔn)、多維關(guān)聯(lián)、全面融合等多層次、多方面綜合作用，對(duì)物理實(shí)體相關(guān)數(shù)據(jù)、虛擬模型相關(guān)數(shù)據(jù)、服務(wù)相關(guān)數(shù)據(jù)及領(lǐng)域知識(shí)等多源數(shù)據(jù)進(jìn)行融合處理，形成的針對(duì)某一屬性、特征或行為的統(tǒng)一、全面、準(zhǔn)確描述[26]。與來自單一數(shù)據(jù)源的數(shù)據(jù)相比，融合數(shù)據(jù)對(duì)數(shù)字孿生多源多模態(tài)數(shù)據(jù)進(jìn)行綜合與整合，能夠體現(xiàn)更豐富的信息。
連接數(shù)據(jù)是指在物理實(shí)體相關(guān)數(shù)據(jù)、虛擬模型相關(guān)數(shù)據(jù)、服務(wù)相關(guān)數(shù)據(jù)、融合數(shù)據(jù)及領(lǐng)域知識(shí)間進(jìn)行雙向傳輸?shù)臄?shù)據(jù)[26]。連接數(shù)據(jù)來源于上述五類數(shù)據(jù)，但與其原始數(shù)據(jù)不同的是，連接數(shù)據(jù)通常需通過數(shù)據(jù)處理算法進(jìn)行壓縮，以達(dá)到縮減數(shù)據(jù)量、提高數(shù)據(jù)傳輸效率的目的。連接數(shù)據(jù)通過統(tǒng)一的數(shù)據(jù)接口與通訊協(xié)議實(shí)現(xiàn)實(shí)時(shí)交互，目的是保持各部分?jǐn)?shù)字孿生數(shù)據(jù)的一致性與聯(lián)動(dòng)性。
3 數(shù)字孿生數(shù)據(jù)標(biāo)準(zhǔn)
為了滿足數(shù)字孿生對(duì)數(shù)據(jù)全面獲取、深度挖掘、充分融合、實(shí)時(shí)交互、迭代優(yōu)化、通用普適及按需使用需求，本節(jié)提出了一套數(shù)字孿生數(shù)據(jù)構(gòu)建與處理準(zhǔn)則，如圖2所示。
圖2 數(shù)字孿生數(shù)據(jù)準(zhǔn)則
（1）互補(bǔ)準(zhǔn)則互補(bǔ)準(zhǔn)則強(qiáng)調(diào)對(duì)信息與物理空間數(shù)據(jù)的全面獲取，一方面利用物理實(shí)體數(shù)據(jù)能夠真實(shí)反映動(dòng)態(tài)實(shí)況變化的優(yōu)勢(shì)，補(bǔ)充虛擬模型仿真數(shù)據(jù)缺乏的不確定性復(fù)雜時(shí)變數(shù)據(jù)等；另一方面利用虛擬模型仿真數(shù)據(jù)不受時(shí)間、空間及成本限制的優(yōu)勢(shì)，補(bǔ)充物理空間缺乏的設(shè)備故障等小概率事件數(shù)據(jù)、多尺度物理場(chǎng)數(shù)據(jù)、難以直接測(cè)量的極端環(huán)境數(shù)據(jù)等。該準(zhǔn)則是為了滿足數(shù)字孿生數(shù)據(jù)全面獲取需求。
（2）標(biāo)準(zhǔn)化準(zhǔn)則標(biāo)準(zhǔn)化準(zhǔn)則是指將不同應(yīng)用對(duì)象、條件及場(chǎng)景下獲取的數(shù)字孿生數(shù)據(jù)轉(zhuǎn)換為具有統(tǒng)一數(shù)據(jù)結(jié)構(gòu)、格式、類型、接口等的標(biāo)準(zhǔn)化數(shù)據(jù)。該準(zhǔn)則的目的是滿足數(shù)字孿生數(shù)據(jù)通用普適性需求，以支持不同應(yīng)用對(duì)象間數(shù)字孿生數(shù)據(jù)的交換、不同應(yīng)用條件下數(shù)字孿生數(shù)據(jù)的遷移復(fù)用、以及不同應(yīng)用場(chǎng)景下數(shù)字孿生數(shù)據(jù)的集成共享。
（3）及時(shí)性準(zhǔn)則及時(shí)性準(zhǔn)則是指需實(shí)現(xiàn)數(shù)字孿生數(shù)據(jù)不同組成部分兩兩間連接數(shù)據(jù)的實(shí)時(shí)傳遞與及時(shí)校正，從而滿足數(shù)字孿生數(shù)據(jù)實(shí)時(shí)交互需求。為此，一方面需有效壓縮連接數(shù)據(jù)，提高數(shù)據(jù)傳輸效率；另一方面當(dāng)兩類數(shù)據(jù)間的連接數(shù)據(jù)出現(xiàn)沖突時(shí)（數(shù)據(jù)差值超出設(shè)定閾值），需及時(shí)調(diào)整模型、服務(wù)及物理實(shí)體相關(guān)參數(shù)，使連接數(shù)據(jù)重新歸為一致。
（4）關(guān)聯(lián)準(zhǔn)則關(guān)聯(lián)準(zhǔn)則是為了滿足數(shù)據(jù)深度挖掘需求，該準(zhǔn)則指最大程度地挖掘物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)、服務(wù)數(shù)據(jù)、領(lǐng)域知識(shí)、融合數(shù)據(jù)間的因果、相似、互補(bǔ)等關(guān)聯(lián)關(guān)系，在此基礎(chǔ)上提取隱含在數(shù)據(jù)中的信息（如物理實(shí)體行為模式、虛擬模型仿真機(jī)制、數(shù)字孿生不同組成部分的行為-性能映射關(guān)系），并通過歸納總結(jié)實(shí)現(xiàn)對(duì)更深層規(guī)律規(guī)則等隱性知識(shí)的深度挖掘。
（5）融合準(zhǔn)則融合準(zhǔn)則強(qiáng)調(diào)通過融合具備不同關(guān)聯(lián)關(guān)系的數(shù)字孿生數(shù)據(jù)，滿足數(shù)據(jù)充分融合需求。例如，通過融合具有相似關(guān)聯(lián)關(guān)系的物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)及服務(wù)數(shù)據(jù)，可降低物理實(shí)體數(shù)據(jù)的不確定性、隨機(jī)性及模糊性，或提高信息空間虛擬模型數(shù)據(jù)與服務(wù)數(shù)據(jù)的準(zhǔn)確性與可靠性；通過融合多源互補(bǔ)數(shù)據(jù)，有利于增強(qiáng)融合數(shù)據(jù)承載信息的多樣性。
（6）信息增長(zhǎng)準(zhǔn)則信息增長(zhǎng)準(zhǔn)則是指在數(shù)據(jù)動(dòng)態(tài)積累過程中，首先需實(shí)現(xiàn)新增數(shù)據(jù)與歷史數(shù)據(jù)的自主融合，接著通過評(píng)估融合數(shù)據(jù)信息量的增損情況決定是否接受本次融合；在多次融合的基礎(chǔ)上挖掘信息增損規(guī)則，并在相關(guān)規(guī)則指導(dǎo)下持續(xù)優(yōu)化后續(xù)數(shù)據(jù)融合過程。該準(zhǔn)則目的是滿足信息持續(xù)增長(zhǎng)需求。
（7）服務(wù)化準(zhǔn)則服務(wù)化準(zhǔn)則是指將數(shù)字孿生數(shù)據(jù)相關(guān)資源（如數(shù)據(jù)、數(shù)據(jù)模型、數(shù)據(jù)處理算法、數(shù)據(jù)可視化方法）封裝成具有標(biāo)準(zhǔn)輸入、輸出、功能等的服務(wù)，根據(jù)用戶的不同應(yīng)用需求對(duì)服務(wù)進(jìn)行按需搜索、匹配、調(diào)用、組合及可視化等，最終提供用戶所需數(shù)據(jù)。該準(zhǔn)則是為了滿足數(shù)據(jù)按需使用需求，從而降低對(duì)用戶專業(yè)技能的要求。
4. 數(shù)字孿生數(shù)據(jù)理論方法
基于上述準(zhǔn)則，本文提出了一套數(shù)字孿生數(shù)據(jù)“獲取-存儲(chǔ)-交互-關(guān)聯(lián)-融合-演化-服務(wù)化”理論方法，如圖3所示。其中，根據(jù)準(zhǔn)則（1），在數(shù)據(jù)獲取步驟同時(shí)獲取物理實(shí)體數(shù)據(jù)與信息空間仿真數(shù)據(jù)以提高數(shù)據(jù)全面性。根據(jù)準(zhǔn)則（2），在數(shù)據(jù)存儲(chǔ)步驟通過對(duì)不同對(duì)象、條件、場(chǎng)景獲取的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化統(tǒng)一轉(zhuǎn)換增強(qiáng)數(shù)據(jù)通用性。根據(jù)準(zhǔn)則（3），在數(shù)據(jù)交互步驟實(shí)現(xiàn)連接數(shù)據(jù)的實(shí)時(shí)傳輸與一致性評(píng)估。根據(jù)準(zhǔn)則（4），在數(shù)據(jù)關(guān)聯(lián)步驟深入提取數(shù)據(jù)間的多樣化關(guān)聯(lián)關(guān)系以增加知識(shí)深度。根據(jù)準(zhǔn)則（5），數(shù)據(jù)融合步驟通過充分融合物理實(shí)體、虛擬模型、服務(wù)、領(lǐng)域知識(shí)的相似數(shù)據(jù)與互補(bǔ)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的相互驗(yàn)證與補(bǔ)充。根據(jù)準(zhǔn)則（6），在數(shù)據(jù)演化步驟實(shí)現(xiàn)基于迭代優(yōu)化的數(shù)據(jù)融合，保證信息持續(xù)增長(zhǎng)。根據(jù)準(zhǔn)則（7），數(shù)據(jù)服務(wù)化步驟實(shí)現(xiàn)對(duì)數(shù)字孿生數(shù)據(jù)、算法、模型等資源的服務(wù)化，支持?jǐn)?shù)字孿生數(shù)據(jù)按需使用。
圖3 數(shù)字孿生數(shù)據(jù)理論方法
4.1 數(shù)字孿生數(shù)據(jù)獲取
數(shù)字孿生數(shù)據(jù)獲取包括物理實(shí)體相關(guān)數(shù)據(jù)、虛擬模型相關(guān)數(shù)據(jù)、服務(wù)相關(guān)數(shù)據(jù)及領(lǐng)域知識(shí)的獲取。連接數(shù)據(jù)與融合數(shù)據(jù)可視為這四類數(shù)據(jù)的衍生數(shù)據(jù)。①物理實(shí)體狀態(tài)、環(huán)境及擾動(dòng)等動(dòng)態(tài)數(shù)據(jù)可通過傳感裝置、嵌入式系統(tǒng)、數(shù)據(jù)采集卡等實(shí)時(shí)采集，物理實(shí)體屬性、能力、功能等靜態(tài)數(shù)據(jù)可通過人工測(cè)量、抽樣檢驗(yàn)等方式獲取。②虛擬模型相關(guān)數(shù)據(jù)主要在各類模型的構(gòu)建、仿真及驗(yàn)證過程中生成，相關(guān)數(shù)據(jù)可通過查詢建模手冊(cè)、記錄仿真日志、監(jiān)測(cè)仿真實(shí)時(shí)輸出等方式獲取。其中，物理機(jī)理模型對(duì)物理實(shí)體內(nèi)部物理場(chǎng)、因果關(guān)系、物質(zhì)/能量流的傳遞機(jī)理等進(jìn)行分析，是仿真數(shù)據(jù)生成的主要方法之一。為了提高物理機(jī)理模型仿真數(shù)據(jù)生成效率與準(zhǔn)確性，本文作者團(tuán)隊(duì)設(shè)計(jì)了機(jī)理模型與數(shù)據(jù)雙驅(qū)動(dòng)的仿真數(shù)據(jù)生成方法[19]。③服務(wù)相關(guān)數(shù)據(jù)一方面通過設(shè)備故障預(yù)測(cè)、設(shè)備動(dòng)態(tài)調(diào)度、工藝參數(shù)優(yōu)化決策等業(yè)務(wù)性服務(wù)生成；另一方面通過數(shù)據(jù)處理、模型管理、工具組件等功能性服務(wù)產(chǎn)生。④領(lǐng)域知識(shí)一方面可通過分析專家經(jīng)驗(yàn)、歷史大數(shù)據(jù)、行業(yè)標(biāo)準(zhǔn)及手冊(cè)等提煉獲??；另一方面通過對(duì)數(shù)字孿生數(shù)據(jù)關(guān)聯(lián)關(guān)系的挖掘與歸納不斷產(chǎn)生新知識(shí)。
4.2 數(shù)字孿生數(shù)據(jù)存儲(chǔ)
對(duì)數(shù)字孿生在不同應(yīng)用對(duì)象、應(yīng)用條件及應(yīng)用場(chǎng)景下獲取的物理實(shí)體、虛擬模型、服務(wù)及領(lǐng)域知識(shí)等相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)一建模與存儲(chǔ)，使數(shù)據(jù)結(jié)構(gòu)、格式、類型、接口等標(biāo)準(zhǔn)化。①定義數(shù)字孿生數(shù)據(jù)的規(guī)范化描述方式，包括對(duì)數(shù)據(jù)格式（如數(shù)值型數(shù)據(jù)、文本型數(shù)據(jù)、圖像、視頻）、結(jié)構(gòu)（如結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化）、數(shù)據(jù)接口類型、采樣頻率、歷史數(shù)據(jù)積累量、通訊協(xié)議等的描述。②針對(duì)歷史數(shù)據(jù)積累量、數(shù)據(jù)種類、數(shù)據(jù)采樣頻率等屬性定義必要約束，明確數(shù)字孿生應(yīng)用對(duì)數(shù)據(jù)的基本要求；針對(duì)來自不同應(yīng)用場(chǎng)景且具有不同格式、分類、封裝等的數(shù)據(jù)，需定義標(biāo)準(zhǔn)化的數(shù)據(jù)表達(dá)方式，通過建立原始數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)的映射規(guī)則實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一轉(zhuǎn)換；針對(duì)來自不同應(yīng)用對(duì)象的數(shù)據(jù)（如不同熱壓罐設(shè)備的溫度數(shù)據(jù)），將數(shù)據(jù)單位、采樣間隔、空間坐標(biāo)等進(jìn)行配準(zhǔn)，數(shù)據(jù)接口與通訊方式進(jìn)行統(tǒng)一轉(zhuǎn)換。③對(duì)轉(zhuǎn)換后的數(shù)據(jù)進(jìn)行統(tǒng)一建模，常用的建模語言包括統(tǒng)一建模語言（UML）[28]、系統(tǒng)建模語言（SysML）[29]、本體語言[30]等。此外，基于范疇理論的數(shù)學(xué)方法[31]可支持?jǐn)?shù)據(jù)建模、互操作及集成。在此基礎(chǔ)上，對(duì)數(shù)據(jù)模型進(jìn)行存儲(chǔ)，并實(shí)現(xiàn)數(shù)據(jù)歸檔、復(fù)制、索引、訪問、加密、共享等功能。
4.3 數(shù)字孿生數(shù)據(jù)交互
構(gòu)建數(shù)字孿生數(shù)據(jù)的連接數(shù)據(jù)，目的是支持?jǐn)?shù)字孿生各部分的實(shí)時(shí)交互，包括：①定義數(shù)字孿生數(shù)據(jù)兩兩間的連接數(shù)據(jù)以支持信息的有效傳遞，以生產(chǎn)設(shè)備為例，可將傳感器采集的設(shè)備實(shí)際狀態(tài)數(shù)據(jù)與虛擬模型生成的設(shè)備預(yù)期狀態(tài)數(shù)據(jù)作為物理實(shí)體相關(guān)數(shù)據(jù)和虛擬模型相關(guān)數(shù)據(jù)的連接數(shù)據(jù)；②通過數(shù)據(jù)清洗、篩選、降維、壓縮等操作去除數(shù)據(jù)噪聲、冗余數(shù)據(jù)等，將處理后的連接數(shù)據(jù)封裝成符合指定規(guī)范的數(shù)據(jù)包，并基于通用的傳感器、軟件及數(shù)據(jù)庫接口實(shí)現(xiàn)連接數(shù)據(jù)實(shí)時(shí)交互；③構(gòu)建不同數(shù)據(jù)源兩兩間連接數(shù)據(jù)一致性判斷方法，包括連接數(shù)據(jù)時(shí)空配準(zhǔn)、基于歐式距離的數(shù)據(jù)一致性計(jì)算、一致性判斷閾值設(shè)定等；④對(duì)連接數(shù)據(jù)進(jìn)行實(shí)時(shí)對(duì)比，若連接數(shù)據(jù)出現(xiàn)不一致，則根據(jù)沖突特征定位原因，并實(shí)施相應(yīng)的虛擬模型參數(shù)校正、服務(wù)數(shù)據(jù)更新以及物理實(shí)體行為調(diào)整等，使兩兩間的連接數(shù)據(jù)重新歸為一致，保證數(shù)字孿生各部分的協(xié)調(diào)運(yùn)行。
4.4 數(shù)字孿生數(shù)據(jù)關(guān)聯(lián)
挖掘物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)、服務(wù)數(shù)據(jù)、領(lǐng)域知識(shí)等多樣化數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，支持對(duì)更深層知識(shí)的提取。①對(duì)來自物理實(shí)體、虛擬模型、服務(wù)、領(lǐng)域知識(shí)的數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)濾波、異常數(shù)據(jù)與無關(guān)數(shù)據(jù)剔除、數(shù)據(jù)特征提取等。②將處理后的數(shù)據(jù)進(jìn)行時(shí)空配準(zhǔn)，如利用最小二乘配準(zhǔn)法使數(shù)據(jù)在時(shí)間維度同步、在空間處于同一坐標(biāo)系。③基于皮爾遜相關(guān)性分析方法[32]、K-means[33]、Apriori算法[34]等最大程度地挖掘配準(zhǔn)后數(shù)據(jù)間的時(shí)空關(guān)聯(lián)性?；趶?fù)雜網(wǎng)絡(luò)模型建立數(shù)據(jù)關(guān)系網(wǎng)絡(luò)，在該網(wǎng)絡(luò)中將單個(gè)數(shù)據(jù)變量（如設(shè)備溫度、振動(dòng)、轉(zhuǎn)速等）視為網(wǎng)絡(luò)節(jié)點(diǎn)，數(shù)據(jù)關(guān)聯(lián)關(guān)系視為網(wǎng)絡(luò)邊。④在此基礎(chǔ)上，通過統(tǒng)計(jì)法、聚類法、分類法等進(jìn)一步實(shí)現(xiàn)知識(shí)推理，并將得到的知識(shí)以知識(shí)圖譜的形式表示。為了支持?jǐn)?shù)據(jù)融合，這里特別指出兩種數(shù)據(jù)關(guān)聯(lián)關(guān)系，分別是相似關(guān)聯(lián)與互補(bǔ)關(guān)聯(lián)。其中，前者指具有相似屬性、相似數(shù)值或相似增減趨勢(shì)等的數(shù)據(jù)間關(guān)聯(lián)關(guān)系，后者指來自多個(gè)數(shù)據(jù)源且從不同角度對(duì)同一屬性或行為進(jìn)行描述的多模態(tài)數(shù)據(jù)間的關(guān)聯(lián)關(guān)系。
4.5 數(shù)字孿生數(shù)據(jù)融合
數(shù)據(jù)融合是對(duì)物理實(shí)體、虛擬模型、服務(wù)、領(lǐng)域知識(shí)數(shù)據(jù)的認(rèn)知、分析及綜合處理過程，目的是提高數(shù)據(jù)確定性、準(zhǔn)確性、多視角性。當(dāng)前數(shù)據(jù)融合研究主要集中在對(duì)物理實(shí)體數(shù)據(jù)的綜合處理與分析上（如基于多傳感器數(shù)據(jù)融合的設(shè)備狀態(tài)評(píng)估、預(yù)測(cè)及優(yōu)化）[35-37]，對(duì)物理實(shí)體數(shù)據(jù)、虛擬模型數(shù)據(jù)、服務(wù)數(shù)據(jù)、領(lǐng)域知識(shí)等的融合關(guān)注較少。數(shù)字孿生數(shù)據(jù)融合是通過選擇合理的融合數(shù)據(jù)、融合方法等實(shí)現(xiàn)物理實(shí)體、虛擬模型、服務(wù)、領(lǐng)域知識(shí)數(shù)據(jù)的最優(yōu)融合，支持?jǐn)?shù)據(jù)的相互修正與補(bǔ)充。例如，①當(dāng)物理實(shí)體數(shù)據(jù)受實(shí)際環(huán)境噪聲干擾時(shí)，采用加權(quán)法[38]、證據(jù)理論法[39]、卡爾曼濾波[40]等融合具有相似關(guān)聯(lián)關(guān)系的物理實(shí)體數(shù)據(jù)、模型數(shù)據(jù)、服務(wù)數(shù)據(jù)等，降低數(shù)據(jù)的不確定性；②類似地，當(dāng)模型數(shù)據(jù)、服務(wù)數(shù)據(jù)偏離物理實(shí)際時(shí)，采用貝葉斯估計(jì)[41]、神經(jīng)網(wǎng)絡(luò)[42]等方法融合與其具有相似關(guān)聯(lián)關(guān)系的物理實(shí)體數(shù)據(jù)，保證融合數(shù)據(jù)準(zhǔn)確性與可靠性；③針對(duì)從不同角度對(duì)同一屬性或行為進(jìn)行描述的互補(bǔ)性多模態(tài)數(shù)據(jù)，采用加權(quán)法[38]、神經(jīng)網(wǎng)絡(luò)[42]等對(duì)其進(jìn)行融合處理，增強(qiáng)融合數(shù)據(jù)承載信息的多樣性。
4.6 數(shù)字孿生數(shù)據(jù)演化
由于數(shù)據(jù)演化可視為多次數(shù)據(jù)融合的疊加，只著眼于單次融合不足以完整刻畫數(shù)據(jù)演化規(guī)律，因此采用基于復(fù)雜網(wǎng)絡(luò)模型建立的數(shù)據(jù)關(guān)系網(wǎng)絡(luò)對(duì)數(shù)據(jù)演化過程進(jìn)行動(dòng)態(tài)描述。當(dāng)新增數(shù)據(jù)加入網(wǎng)絡(luò)時(shí)，通過新增數(shù)據(jù)預(yù)處理、新增數(shù)據(jù)與歷史數(shù)據(jù)配準(zhǔn)、以及配準(zhǔn)數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘?qū)崿F(xiàn)新增數(shù)據(jù)與歷史數(shù)據(jù)的關(guān)聯(lián)。接著，構(gòu)建自主融合框架（支持對(duì)融合數(shù)據(jù)、融合方法、融合機(jī)制的自主選擇）實(shí)現(xiàn)具備相似或互補(bǔ)關(guān)聯(lián)關(guān)系的新增數(shù)據(jù)與歷史數(shù)據(jù)融合，支持對(duì)數(shù)據(jù)的修正或補(bǔ)充。結(jié)合信息熵概念[43]與復(fù)雜網(wǎng)絡(luò)特征[44]對(duì)數(shù)據(jù)融合的有效性進(jìn)行評(píng)估，例如，基于信息熵可對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)信息量進(jìn)行量化測(cè)量，通過比較數(shù)據(jù)融合前后網(wǎng)絡(luò)節(jié)點(diǎn)的信息熵實(shí)現(xiàn)對(duì)信息增損的評(píng)估；根據(jù)復(fù)雜網(wǎng)絡(luò)特征（如度分布、介數(shù)、聚類系數(shù)）可對(duì)數(shù)據(jù)融合前后網(wǎng)絡(luò)結(jié)構(gòu)的變化進(jìn)行評(píng)估，從而分析信息分布與網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)聯(lián)關(guān)系等?；诙啻稳诤虾驮u(píng)估結(jié)果挖掘信息增損規(guī)律，并在此基礎(chǔ)上持續(xù)優(yōu)化自主融合框架，目的是實(shí)現(xiàn)對(duì)后續(xù)數(shù)據(jù)融合過程的不斷優(yōu)化、保證信息持續(xù)增長(zhǎng)。
4.7 數(shù)字孿生數(shù)據(jù)服務(wù)化
該步驟是通過服務(wù)化達(dá)到物理實(shí)體相關(guān)數(shù)據(jù)、虛擬模型相關(guān)數(shù)據(jù)、服務(wù)相關(guān)數(shù)據(jù)、連接數(shù)據(jù)、融合數(shù)據(jù)、領(lǐng)域知識(shí)等數(shù)字孿生數(shù)據(jù)按需使用的目的，使其滿足不同層次用戶的應(yīng)用需求，具體步驟闡述如下[45]。首先，將數(shù)據(jù)、算法、模型、可視化方法等封裝成服務(wù)，對(duì)其輸入（如數(shù)據(jù)類型、數(shù)據(jù)量、數(shù)據(jù)特征）、輸出（如結(jié)果數(shù)據(jù)、可視化圖表）、功能（如數(shù)據(jù)提取、處理、可視化）、性能（如時(shí)間、成本、可靠性）等進(jìn)行服務(wù)化描述。接著，根據(jù)用戶的數(shù)據(jù)需求（如對(duì)設(shè)備狀態(tài)融合數(shù)據(jù)、零部件剩余壽命預(yù)測(cè)結(jié)果數(shù)據(jù)、設(shè)備維修操作指導(dǎo)數(shù)據(jù)的需求），匹配相應(yīng)的服務(wù)實(shí)現(xiàn)數(shù)據(jù)提取、處理及可視化等功能。綜合考慮時(shí)間、成本、可靠性等多個(gè)優(yōu)化目標(biāo)，對(duì)上述服務(wù)進(jìn)行組合優(yōu)化，形成的組合服務(wù)能夠在滿足多個(gè)優(yōu)化目標(biāo)的前提下，將結(jié)果數(shù)據(jù)按需提供給用戶，相關(guān)技術(shù)包括需求分解、相似性匹配、多目標(biāo)組合優(yōu)化等。在數(shù)據(jù)可視化方面，除傳統(tǒng)的圖表可視化外，可基于虛擬現(xiàn)實(shí)（Virtual Reality，VR）[46]、增強(qiáng)現(xiàn)實(shí)技術(shù)（Augmented Reality，AR）[47]將數(shù)據(jù)和與其級(jí)聯(lián)的虛擬模型、物理實(shí)體進(jìn)行融合，融合后的結(jié)果能夠更深入地展示數(shù)據(jù)-模型-實(shí)體的映射關(guān)系。
5 數(shù)字孿生數(shù)據(jù)關(guān)鍵技術(shù)體系
在本文作者團(tuán)隊(duì)前期提出的數(shù)字孿生使能技術(shù)[23]和數(shù)字孿生車間關(guān)鍵技術(shù)[48]基礎(chǔ)上，本文進(jìn)一步總結(jié)了數(shù)字孿生數(shù)據(jù)關(guān)鍵技術(shù)體系，如圖4所示。
（1）數(shù)字孿生數(shù)據(jù)獲取步驟需獲取小概率事件數(shù)據(jù)、極端環(huán)境數(shù)據(jù)、多物理場(chǎng)耦合數(shù)據(jù)等，而這些數(shù)據(jù)往往需基于模型仿真生成，相關(guān)技術(shù)包括多維模型構(gòu)建技術(shù)、仿真數(shù)據(jù)驗(yàn)證技術(shù)、遷移學(xué)習(xí)技術(shù)、高效仿真技術(shù)等。其中，多維模型構(gòu)建技術(shù)支持幾何、物理、行為、規(guī)則模型的構(gòu)建；高效仿真技術(shù)（如元模型[49]）可提高仿真數(shù)據(jù)生成效率；遷移學(xué)習(xí)技術(shù)可解決建模數(shù)據(jù)不足問題，實(shí)現(xiàn)基于小樣本數(shù)據(jù)的建模。
圖4 數(shù)字孿生數(shù)據(jù)關(guān)鍵技術(shù)
（2）數(shù)據(jù)存儲(chǔ)需面向具有不同結(jié)構(gòu)、格式、類型、封裝及接口等的數(shù)據(jù)，相關(guān)技術(shù)包括數(shù)據(jù)統(tǒng)一建模技術(shù)、數(shù)據(jù)庫管理技術(shù)、數(shù)據(jù)空間擴(kuò)展技術(shù)、數(shù)據(jù)集成技術(shù)、數(shù)據(jù)安全技術(shù)等。其中，數(shù)據(jù)統(tǒng)一建模技術(shù)實(shí)現(xiàn)對(duì)各類數(shù)據(jù)的統(tǒng)一轉(zhuǎn)換與描述；數(shù)據(jù)庫管理技術(shù)支持基本數(shù)據(jù)操作；數(shù)據(jù)空間擴(kuò)展技術(shù)能夠適應(yīng)不斷增長(zhǎng)的數(shù)字孿生數(shù)據(jù)；數(shù)據(jù)集成技術(shù)可消除數(shù)據(jù)孤島，保證數(shù)字孿生數(shù)據(jù)的全面共享。
（3）在數(shù)據(jù)交互方面，相關(guān)技術(shù)包括數(shù)據(jù)采集技術(shù)、數(shù)據(jù)降維技術(shù)、數(shù)據(jù)壓縮技術(shù)、數(shù)據(jù)中間件技術(shù)、數(shù)據(jù)一致性評(píng)估技術(shù)等。其中，數(shù)據(jù)采集技術(shù)可通過傳感器、數(shù)據(jù)爬蟲、軟件接口等多種方式從各部分?jǐn)?shù)字孿生數(shù)據(jù)中提取連接數(shù)據(jù)；數(shù)據(jù)降維技術(shù)可減少無關(guān)數(shù)據(jù)、冗余數(shù)據(jù)；數(shù)據(jù)中間件技術(shù)[50]實(shí)現(xiàn)數(shù)據(jù)格式、接口及通信協(xié)議的轉(zhuǎn)換，保證數(shù)據(jù)統(tǒng)一傳輸；數(shù)據(jù)一致性評(píng)估技術(shù)實(shí)現(xiàn)數(shù)據(jù)距離計(jì)算、一致性評(píng)估閾值設(shè)定等。
（4）在數(shù)據(jù)關(guān)聯(lián)方面，相關(guān)技術(shù)包括數(shù)據(jù)時(shí)空配準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘、知識(shí)推理、知識(shí)表示等。時(shí)空配準(zhǔn)技術(shù)使數(shù)字孿生數(shù)據(jù)在時(shí)間上同步、在空間上屬于同一坐標(biāo)系；數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘算法支持對(duì)數(shù)據(jù)分類、關(guān)系及相關(guān)性的分析；知識(shí)推理技術(shù)進(jìn)一步從數(shù)據(jù)分類、關(guān)系、相關(guān)性中提取知識(shí)；知識(shí)表示可直觀地描述知識(shí)、載體及知識(shí)間的相互聯(lián)系。
（5）在數(shù)據(jù)融合方面，相關(guān)技術(shù)包括異常數(shù)據(jù)檢測(cè)技術(shù)、粒度轉(zhuǎn)換技術(shù)、異構(gòu)數(shù)據(jù)融合技術(shù)、數(shù)據(jù)融合容錯(cuò)機(jī)制、數(shù)據(jù)融合算法等[51]。異常數(shù)據(jù)檢測(cè)技術(shù)在數(shù)據(jù)融合前去除異常數(shù)據(jù)；粒度轉(zhuǎn)換技術(shù)可將不同粒度的數(shù)據(jù)（例如稀疏數(shù)據(jù)和密集數(shù)據(jù)、原始數(shù)據(jù)和數(shù)據(jù)特征、抽象符號(hào)和具有實(shí)際意義的數(shù)據(jù)）[51]轉(zhuǎn)換到相同粒度；異構(gòu)數(shù)據(jù)融合技術(shù)融合具有不同類型、結(jié)構(gòu)、采樣頻率的數(shù)據(jù)；容錯(cuò)機(jī)制可增強(qiáng)數(shù)據(jù)融合的魯棒性。
（6）在數(shù)據(jù)演化方面，復(fù)雜網(wǎng)絡(luò)建模技術(shù)支持?jǐn)?shù)據(jù)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的構(gòu)建；基于信息測(cè)量技術(shù)可評(píng)估網(wǎng)絡(luò)節(jié)點(diǎn)信息量、信息分布、信息累積量；傳播動(dòng)力學(xué)建模技術(shù)[44]可分析從單個(gè)數(shù)據(jù)到融合數(shù)據(jù)的信息傳遞，動(dòng)態(tài)描述信息傳播過程；此外，可從信息增長(zhǎng)、變化、傳遞過程中挖掘數(shù)據(jù)進(jìn)化規(guī)則，優(yōu)化對(duì)融合數(shù)據(jù)類型、方法、機(jī)制的選擇。
（7）在數(shù)據(jù)服務(wù)化方面，相關(guān)技術(shù)包括資源封裝、用戶需求分解、多目標(biāo)組合優(yōu)化、基于VR和AR的數(shù)據(jù)可視化等。資源封裝技術(shù)將數(shù)字孿生數(shù)據(jù)相關(guān)資源轉(zhuǎn)化為可用元組描述的服務(wù)；用戶需求分解技術(shù)將復(fù)雜的用戶需求分解為多個(gè)子需求，便于實(shí)現(xiàn)對(duì)特定服務(wù)的搜索匹配；多目標(biāo)組合優(yōu)化技術(shù)可通過權(quán)衡考慮相互沖突的目標(biāo)（如時(shí)間、成本、可靠性）形成組合服務(wù)；基于VR和AR的可視化技術(shù)以更直觀的方式呈現(xiàn)數(shù)據(jù)、虛擬模型和物理實(shí)體間的關(guān)系。
6 結(jié)束語
數(shù)據(jù)是數(shù)字孿生的核心驅(qū)動(dòng)之一。為了滿足數(shù)字孿生技術(shù)研究與落地應(yīng)用對(duì)數(shù)據(jù)提出的全面獲取、深度挖掘、充分融合、實(shí)時(shí)交互、迭代優(yōu)化、通用普適、及按需使用新要求，本文基于作者團(tuán)隊(duì)前期提出的數(shù)字孿生數(shù)據(jù)概念，進(jìn)一步研究了數(shù)字孿生數(shù)據(jù)準(zhǔn)則、方法及關(guān)鍵技術(shù)，為數(shù)字孿生數(shù)據(jù)的進(jìn)一步推廣和應(yīng)用提供了理論基礎(chǔ)，這將有助于獲取更全面、一致的數(shù)據(jù)，更豐富、深入的信息，以及支持更便捷、標(biāo)準(zhǔn)的數(shù)據(jù)使用。
本文是在團(tuán)隊(duì)前期相關(guān)研究基礎(chǔ)上對(duì)數(shù)字孿生數(shù)據(jù)理論方法的初步探討，后續(xù)將結(jié)合企業(yè)需求對(duì)數(shù)字孿生數(shù)據(jù)獲取、存儲(chǔ)、交互、關(guān)聯(lián)、融合、演化、服務(wù)化等方法應(yīng)用效果進(jìn)行進(jìn)一步驗(yàn)證與優(yōu)化。由于數(shù)字孿生數(shù)據(jù)理論與技術(shù)體系龐大，文章內(nèi)容細(xì)節(jié)難免有不足之處，懇請(qǐng)國(guó)內(nèi)外專家和同行批評(píng)指正。
聯(lián)系客服
