目錄
CONTENTS
前言
第1章 數字孿生的發展
1.1物理孿生和數字孿生
1.2數字孿生的概念
1.3數字孿生的特征
1.4數字孿生體的生命周期
1.5數字孿生的應用
1.5.1數字孿生應用對像類別
1.5.2數字孿生應用功能類別
1.5.3數字孿生典型應用場景
1.6數字孿生的發展
1.6.1各國的政策和發展
1.6.2相關企業的推動第

第2章 數字孿生相關技術和一般架構
2.1數字孿生的技術基礎
2.1.1建模仿真技術
2.1.2虛擬制造技術
2.1.3數字樣機技術
2.2數字孿生推動力——新興信息技術
2.2.1信息物理繫統
2.2.2工業互聯網與工業互聯網平臺
2.2.3大數據
2.2.4雲計算
2.2.5VR/AR/MR
2.2.6數字主線
2.3數字孿生繫統的一般架構
2.3.1一般架構設計
2.3.2數字孿生引擎

第3章 面向智能制造的數字孿生生態
3.1智能制造與智能工廠
3.1.1智能制造的內涵與定義
3.1.2智能制造特征
3.1.3智能制造繫統
3.1.4智能工廠是智能制造的載體
3.2基於數字孿生的智能制造
3.2.1智能產品的數字孿生應用場景
3.2.2智能生產繫統的數字孿生應用場景
3.2.3供應鏈管理的數字孿生應用場景
3.3制造數字孿生生態
3.3.1面向智能制造的數字孿生繫統
3.3.2多域融合的數字孿生生態繫統
3.3.3基於生態的模型治理與協同演化

第4章 數字化工廠和數字孿生工廠
4.1數字化工廠規劃與管控
4.1.1工廠全生命周期與數字化工廠的概念
4.1.2數字化工廠規劃
4.1.3工廠數字模型4.1.4數字交付
4.1.5數字化工廠管控
4.2工廠數字孿生繫統中的模型和數據
4.2.1基於模型的定義（MBD）和基於模型的企業（MBE）
4.2.2數字孿生與MBE的關繫
4.2.3工廠數字孿生繫統中的模型
4.3工廠數字孿生繫統的特點與結構
4.3.1工廠數字孿生繫統的特點
4.3.2工廠數字孿生繫統的總體架構
4.4工廠數字孿生繫統的構建
4.4.1工廠數字孿生繫統生命周期
4.4.2工廠數字孿生繫統實施的重點技術
4.4.3工廠數字孿生繫統的實現方法

第5章 基於數字孿生的智能建造與智慧城市
5.1基於數字孿生的智能建造
5.1.1BIM與智能建造
5.1.2智能建造與數字孿生
5.2基於數字孿生的智慧城市
5.2.1城市是一個開放的復雜巨繫統
5.2.2城市模型和城市信息模型
5.2.3智慧城市與數字孿生
5.2.4城市數字孿生繫統架構
5.3數字孿生城市應用案例
5.3.1智慧臨港
5.3.2虛擬新加坡

第6章 數字孿生的智能化應用
6.1知識及其表達
6.1.1數據和知識
6.1.2知識表示
6.1.3知識推理
6.2模型和數據雙驅動的優化
6.3基於數字孿生的機器學習
6.3.1基於模型的生成對抗網絡
6.3.2基於模型和數據的遷移學習
6.4基於數字孿生的裝配優化
6.4.1背景
6.4.2裝配產品數字孿生體的構建
6.4.3基於知識圖譜的裝配工藝表達及動態優化
6.4.4“操作-狀態-質量反饋”三層結構下的質量控制過程
6.4.5應用案例
6.5基於數字孿生的設備維護
6.5.1設備維護理論
6.5.2復雜設備預測性維護方法
6.5.3數字孿生驅動的設備預測性維護框架
6.5.4應用案例

第7章 數字孿生繫統開發和應用案例
7.1利用Unity開發數字孿生應用的準備
7.1.1Unity開發環境配置
7.1.2AR和VR環境配置
7.1.3Unity中WebService接口實現
7.1.4Unity中Socket通信
7.2智能車間數字孿生繫統實施案例
7.2.1智能車間數字孿生繫統功能需求分析
7.2.2智能數字孿生原型繫統構建框架
7.2.3智能車間數字孿生原型繫統的具體實現
7.2.4運行結果
7.3數字孿生生產繫統中VR/AR可視化應用
7.3.1生產繫統中可視化應用需求分析
7.3.2數字孿生生產繫統AR/VR應用架構
7.3.3基於AR的生產管理模塊
7.3.4基於AR的裝配可視化指導
7.3.5基於VR的生產管理可視化指導
縮略語
參考文獻

前言
PREFACE
2013年夏，在一個和上汽大眾（彼時還是“上海大眾”）的技術人員探討數字化工廠應用發展的內部會議上，次聽到了西門子提出的“數字化雙胞胎”的概念。德國大眾對數字化工廠規劃技術的應用十分重視，在2009年前後就提出所有新車型在被真正制造前需要在數字化工廠中經過驗證。數字化工廠通過構建虛擬生產線，對產品進行可制造性分析，並且對工廠規劃方案進行驗證。數字化工廠技術廣泛應用後，工廠數字模型如何繼續利用好並且發揮更大的作用，一個思路就是“數字化雙胞胎”，現在更廣泛的叫法是“數字孿生”。
以“數字孿生”為名在國內公開發表的個成果是在2014年。而在2016年年底，世界著名咨詢公司Gartner將數字孿生列入2017年十大戰略性科技之一，數字孿生的概念開始在學術界、工業界得到重視並加以應用。
產品孿生的概念，早於20世紀60年代由美國國家航空航天局（NASA）提出，當時的概念是發射到太空中的飛行器，地面需要有一個“物理孿生”，以便模擬各類指令的操作，保障太空飛行器各類動作的正確性和安全性。這個思想沿用至今。2021年4月29日，我國發射的天和核心艙，在地面上有一模一樣的裝備同步運行，它被形像地稱作“地面空間站”，地面工作站通過接收在軌的遙測數據，可以設置成與天上一樣的飛行狀態，來驗證整個飛行程序和操作指令。
當這個產品孿生在數字空間存在時，就是“數字孿生”。數字孿生以模型和數據為基礎，通過多學科耦合仿真等方法，完成現實世界中的物理實體到虛擬世界中的鏡像數字化模型的精準映射，並充分利用兩者的雙向交互反饋、迭代運行，以達到物理實體狀態在數字空間的同步呈現，通過鏡像化數字化模型的診斷、分析和預測，進而優化實體對像在其全生命周期中的決策、控制行為，終實現實體與數字模型的共享智慧與協同發展。
數據和模型，是數字孿生繫統的兩個基本面。數據代表了物理實體，是從物理實體運行過程采集而來，代表實際；模型代表虛擬，是從數字模型分析、仿真而來，虛實融合就是模型和數據的融合。基於數字孿生的智能化應用，可以從模型和數據相結合的優化來考慮。傳統的基於模型的或者基於知識的優化，在面向復雜大繫統或者巨繫統的情況時，可能會遇到效率不高、難以實現等問題；而單純基於數據的優化，在工業、建築業等已經擁有大量機理模型和物理、化學等演變規律知識的學科與行業中，往往事倍功半，容易在數據中迷失方向。數字孿生的優勢，在於基於模型和知識，結合實際繫統中采集的數據，融合後進行優化，充分發揮模型和數據各自的優勢。人工智能先驅，圖靈獎獲得者 Judea Pearl指出，基於統計的、無模型的機器學習方法存在嚴重的理論局限，難以用於推理和回溯，難以作為強人工智能的基礎。實現類人智能和強人工智能需要在機器學習繫統中加入“實際模型的導引”。因此，脫離機理模型的大數據分析不適合復雜工業環境，需要兩者結合，纔能實現有效的應用。
從孿生對像的組成來說，數字孿生的應用可以分成產品數字孿生和繫統數字孿生。
產品是生產活動的結果，是滿足特定需求的物品或服務。產品數字孿生，就是在信息空間構建了產品的數字孿生體，對於物理產品，一般包括產品的三維幾何模型及其相關的機理模型和數據模型；對於服務產品，一般包括活動過程模型及其相關的機理模型和數據模型。
繫統是由相互作用、相互依賴的若干組成部分結合而成的，具有特定功能和一定結構的有機整體。一個繫統可能是更大繫統的組成部分。一個柔性、一條流水線、一個車間、一個工廠、一座城市都是一個繫統，但是繫統的復雜程度不一。
對於制造行業來說，產品數字孿生和生產繫統數字孿生是既有區別又密切相關的兩類數字孿生。產品是生產繫統的生產對像和生產結果，生產繫統的優化運行可以影響到產品的質量和成本；同時，產品的設計需求又會對生產繫統提出新的要求，促進生產繫統的不斷演化。因此，整個制造相關的不同數字孿生繫統構成了一個制造數字孿生生態。
從產品到工廠，由於對像復雜程度不同，涉及的要素不同，其數字孿生繫統的組成、實施方案、實施難度也不同。相比工廠數字孿生繫統和建築數字孿生繫統，更加復雜的是城市數字孿生繫統。城市運行繫統是一個典型的復雜巨繫統，其數字孿生繫統的構建，不同於產品數字孿生繫統和工廠數字孿生繫統，需要更加注重數據和模型基礎庫的建設，通過不斷豐富數字孿生服務功能，滿足多領域、多業務場景的應用需求。
數字孿生常常與智能制造、人工智能、虛擬現實/增強現實、工業互聯網、雲計算和大數據等熱點技術名詞聯繫在一起，而其中一個為接近的名詞是信息物理繫統（Cyber-Physical System，CPS）。數字孿生為實現CPS的融合提供了有效途徑和方法，實現CPS的融合是數字孿生的目標與核心挑戰之一。而CPS理念也為數字孿生的建設提供了指導，不同的C、CPS繫統也為數字孿生繫統的實現提供了基礎。
近幾年，數字孿生正從概念階段走向實際應用階段，驅動制造業、建造業等實體產業進入數字化和智能化時代。隨著企業數字化轉型需求的提升以及政策的持續支持，數字孿生將會出現更深入