今天我们来聊一下数字孪生的构建要素。

数字孪生五大维度：

数字孪生应用的的发展很大一部分得益于物联网、传感技术的普及应用，在各种产品上安装传感器，把物理世界正在发生而过去捕捉不到的各种现场信息，转化成为计算机可用的比特数据。

“物理实体”、“虚拟实体”及其“连接”，这三个维度已经不足以覆盖数字孪生的范围。“数据”和“服务”两个维度加入进来组成了数字孪生的五个维度，所有的技术都要回归到应用场景，解决实际的问题，这样除了物理、虚拟以及二者的交互之外，还可以利用新技术融合物理和虚拟两方面的数据，实现更全面、更准确的信息获取；同时，“服务（应用）”纳入数字孪生模型中，像检测、判断和预测等等对于用户来说就比较直观了，这里面的服务（应用）就是之前有提到的场景，有兴趣的小伙伴可以看我之前写的一篇文章-从泛孪生到小场景，数字孪生如何破皮。

数字孪生的核心

模型、数据、连接和服务始终在数字孪生中扮演着最重要的角色，这四个部分构成了数字孪生的核心框架。

一、模型

数字孪生的一个重要特征是，对于每个物理对象，都有一个“数字镜像”存在于虚拟世界中，并与它在整个生命周期中一起“工作”。大多数人对数字孪生第一印象中的“3D模型”，可以说就是这里所说的模型中的一部分，但数字孪生的模型，不仅仅是你能看到的3D模型，它包括几何尺寸、物理特性和行为等，具有实时同步、可靠映射和高保真等特点。

三维模型数据一般包含：机械数据、建筑数据、工厂数据、GIS数据等其他方面格式，后面我们会有一期单独谈建模工具和建模数据格式，这里先不展开叙述。

二、数据

数字孪生数据-多数开发者形象称之为“多源异构数据”，或者结构化数据，某种程度上也包括上面提到的“三维模型数据”这里面我们主要指的是业务数据。

主要是关键信息和变量的数据结构、元数据、功能数据和系统数据，细分的话由五部分组成：

1、物理实体的数据，主要包括运行状态和工作条件；

2、虚拟镜像的数据，由模型参数和模型运行数据组成；

3、服务应用的数据，描述服务的封装、组合、调用等；

4、从收集的数据中挖掘或从现有数据库和系统中获取的领域知识；

5、数据的融合处理数据，可以通过算法获得，比如深度学习、机器学习。

三、服务

服务又分为面向物理实体和面向虚拟镜像两种服务，这些服务通过实时调节使物理实体按预期工作，并通过物理实体与镜像模型的关系校准以及模型参数校准保持虚拟镜像的高保真度。

1、面向物理实体的服务主要包括监测服务、PHM服务、状态预测服务、能耗优化服务等；

2、向虚拟镜像的服务主要包括模型的构建服务、标定服务和测试服务等。

四、连接

从概念图可以看到，在五维数字孪生中的连接，不止于物理实体与虚拟镜像之间的连接，还包括他们与服务以及数字孪生数据之间的双向连接。由此也可以看出，数字孪生中服务和数据角色的增加，也带来了整个体系角色之间联系的复杂化。

下面我们抛开概念性质的内容，谈一下在实际工作中的数字孪生的认识。

在工作中大家都喜欢就把自己从事的行业都尽量的往"数字孪生"名词上蹭，造成了大家嘴上说的名称都是“数字孪生”，做的工作还都是自己的老本行，要么建模，要么开发，所以就不明觉厉的和别的专业的“杠上了”。你认识到的和他理解的是完全是不一样的，就形成了“鸡同鸭讲”。有个很有意思的就是“元宇宙”这个概念出来的时候，做空气币的、做影视的、做动画的、做游戏的很多都宣称自己是是做元宇宙的，现在搞得我们做的也是像元宇宙。

下面再接着“废话”数字孪生的应用方向，这个也是目前能够落地的一些业务方向，让你也能和专业的人在一起友好地“侃大山”了。

一般可以从两个大类上对数字孪生的应用进行应用层面的分解：

1、3D可视化：

这个方向上是市面上应用最广，最容易理解的应用，也是项目最容易落地的。这个方向大部分是用游戏引擎，就是把真实环境在3d场景下用做游戏的技术重做一下，其实就是做了一个较为粗糙的游戏，然后再把物联网数据、业务数据接入到平台中，实现虚实同步。从事这个领域的人员一般是做游戏开发人员 ，把游戏的技术到这个行业试试水，前两年吃了一波“红利”，但是这种多半对客户的业务了解不够深，所以对行业的理解还是欠缺，往往浅尝辄止。当然也有做大做强的一些平台公司，在垂直行业深耕或则通用平台研究的，把问题用3d可视化的方式暴露出来，也是一个有效的手段，然后用合理的工具链去解决问题。再深入一点就是对于传统的信息系统做改造，比如MES系统、WMS系统等做传统IT系统做结合，给老系统做前端的可视化改造，这样给客户的产品既有专业性又有“颜值”。

2、虚拟仿真分析：

这里主要指的是有限元分析与工序优化 。有限元分析主要包括动态的静态的、动态的分析，这里面主要关注的是安全、经济性的问题，一般是在设计和建造阶段。工艺优化主要是建造流程、工艺设计是否合理问题。