DT数字孪生（Digital Twin含CPS信息物理系统/赛博

非常容易混淆的两个概念，本文简单解释，资料来源网络。
数字孪生和平行系统作为新兴技术，在解决当今人工智能领域面临的信息量大，干扰信息不确定因素多，与人的参与沟通更加紧密，人机互动更加重视，为了使人们有更好的体验人工智能带来的便利，急需推动信息物理社会的高度融合，将人重重的放入其中，这两个模型为解决此问题带来了新思路，将成为未来智能制造、智能管理等领域的重要发展方向，但是目前理论研究和实际应用还处于萌芽阶段，在看了杨林瑶等几位老师发的论文《数字孪生与平行系统: 发展现状、对比及展望》后做了一些整理，感觉思路比较新颖，将以表格对比形式展现，供大家参考以便提供一种整体、系统性的解决思路。详细原文链接附后 。

VS	数字孪生（Digital Twin）	平行系统（Parallel System）
定义提出	Grieves 教授于2003 年在美国密歇根大学提出	王飞跃2004 年的 “平行系统方法与复杂系统的管理与控制”一文中首次提出了集人工系统、计算实验、平行执行（简称ACP）为一体的平行系统技术体系
定义内容	物理系统向信息空间数字化模型的映射，它通过充分利用布置在系统各部分的传感器, 对物理实体进行数据分析与建模, 形成仿真过程，将物理系统在不同真实场景中的情景反映出来。数字孪生的基本概念由三部分组成：1) 物理空间的物理实体; 2) 虚拟空间的虚拟实体;3) 虚实之间的通讯数据与判断信息。构建完整虚拟映射，实现产品健康状态、剩余寿命及任务可达性的预测。	通过实际系统与人工系统之间的虚实互动,对二者的行为进行对比、分析和预测, 相应地调整实际系统和人工系统的管理和控制方式, 实现对实际系统的优化管理与控制、对相关行为和决策的实验与评估，实现从知识表示、决策推理到场景自适应优化的闭环反馈，产生误差反馈信号, 对人工系统的参数进行修正, 减少差别, 通过循环往复的交互尽可能地使人工系统模拟实际系统;另一方面,实际系统中的新问题、新需求和新趋势可以实时导入人工系统, 通过在人工系统中的实验、测评和完善, 获得优化的新解决方案。
概念框图	图片.png	图片.png
模型关键	1)真实地再现物理实体的几何图形、属性、行为和规则等；2)这些模型不仅要在几何结构上与物理实体保持一致, 而且要能够模拟物理实体的时空状态、行为、功能等；	1)由实际系统的小数据驱动, 借助知识表示与知识学习等手段,针对实际系统中的各类元素和问题利用人工系统对复杂系统问题进行建；2)利用计算实验，设计各类智能体的组合及交互规则, 产生各类场景, 运行产生完备的场景数据，并借助机器学习、数据挖掘等手段, 对数据进行分析, 求得各类场景下的最优策略；3) 将人工系统与实际系统同时并举，通过一定的方式进行虚实互动，以平行执行引导和管理实际系统。
核心思想	数字孪生是构建实时动态数据驱动的仿真系统, 辅助寻找控制系统行为实现期望的目标，是以数据补充和完善仿真模型, 实现对物理实体的实时、高置信度仿真预测，是一个预测控制模型。	平行系统通过实际系统与人工系统的虚实互动、交互反馈, 形成自适应优化控制, 实现虚实互动反馈的引导，平行系统利用人工系统与实际系统的虚实交互、双向验证, 实现两者的协同进化以及对整个系统的多目标优化管理与控制，是一个以引导型的模型控制和优化系统。
哲学基础	孪生系统属于还原论或旧唯物主义的反映论, 其孪生系统是相应物理系统直接、机械、被动和镜像式的反映,是相应物理系统的依附, 不具独立性，相对平行系统，人在系统中的作用没能有机融合。仅仅是指导、观察、命令式的下达	平行系统属于能动、整体和辩证式的认识论, 其人工系统并不要求与相应的实际物理系统完全一致, 因而具有一定的平行性或独立性，将物理系统视为与环境交互的系统，且其运行目标和效用是受社会资源约束的系统；强调人在系统中的作用，融合了人的意图的虚拟系统对物理系统的引导，目的是使物理系统在构成和运行方面达到某种进化
研究对象	数字孪生研究的是由信息空间和物理空间组成的信息物理融合系统(CPS), 数字孪生基于实时传感数据连接物理世界和数字化虚拟世界, 实现在虚拟空间实时监控与同步物理世界的活动。	平行系统主要针对社会网络、信息资源和物理空间深度融合的信息物理社会系统（CPSS），包含物理系统数据、虚拟的人工系统数据、泛在社会大数据等。构建人工系统, 通过虚拟和实际系统的平行运行, 实现计算、物理和社会的动态交互、时空一致, 处理不确定性, 成为解决CPSS 问题的有效途径。
基础设施	主要由物理实体和描述它的数字镜像组成, 数据是连通物理实体和数字镜像的桥梁, 以实现在虚拟空间中实时映射物理实体的行为和状态	是由物理子系统、描述子系统、预测子系统、引导子系统胎架构,它通过计算实验、平行执行等手段, 以虚拟的人工系统描述、预测、引导实际物理系统, 使物理系统自动逼近更优的人工系统, 实现物理系统的自适应优化
实现技术	主要基于物联网传感数据和仿真等手段构建物理实体的数字镜像	人工系统是软件定义的系统,将实际系统中的各要素建模为智能体,并基于实际系统的数据利用知识发现和知识工程获得智能体的属性和规则; 接着, 基于一定的目标生成大量的人工场景, 运行产生大量数据, 再利用机器学习、数据挖掘等方法进行分析、预测、评估, 获得针对特定目标、特定场景的最优控制方案; 最后, 通过平行执行循环、在线地引导实际系统逼近人工系统
系统功能	本质上是一种与实际系统实时动态数据交互的仿真系统, 通过在数字化空间构建镜像实体使物理实体的状态可观、可控. 但是, 它仅能依据物理实体的实际数据预测其未来的变化, 或基于专家经验提出针对某一特定场景的优化方案, 无法评估多种方案、多种参数下的系统表现。	能够实现对复杂系统更优的管理与控制，可以基于人工系统生成大量场景, 并在其中基于试错实验涌现分析出系统的全局最优控制方案, 自适应地进行优化控制。
未来展望/适用场景	数字孪生建模复杂系统难以考虑开放环境的影响, 它与环境的交互是单向的, 其对于环境的感知始终落后于环境的变化. 同时, 数字孪生中人机信息物理交互比较原始, 人员只能在物理空间, 通过感官获取设备的信息并对设备进行物理操作, 人因的复杂性难以量化建模和分析, 社会因素影响下的系统动态变化难以预测和有效管控。	平行系统中, 环境和人员都以智能体等方式建模到人工系统中, 环境智能体的解析空间具有更强的开放性, 而人员智能体与人相似, 它将实际系统在人工系统的映射作为其内在认知过程, 通过不断改变内在认知信息系统对社会环境作出响应. 平行系统在人工系统中构建虚拟人,将人沉浸在虚拟空间与虚拟物和其他虚拟人进行信息交互, 通过虚拟信息控制人的物理感受和行为,同时将虚拟空间构造的物体映射于物理空间, 在物理空间与智能体交互, 进而通过智能体的物理操作改变物体的状态。能够全面考虑环境和人员因素。
共同作用（共性）	平行系统和数字孪生都为解决信息、物理、社会融合这一科学问题提供了新的解决思路。都可归纳为虚实融合, 以虚控实。	两者的主要思路都是以数据驱动,构建与物理实体相对应的虚拟系统, 通过在虚拟系统上进行实验、分析, 解析并优化控制难以用数理模型分析的复杂系统.为实现实体和信息融合的信息物理系统(CPS)提供了清晰的新思路、方法和实施途径。

数字孪生（Digital Twin）来源于军事领域，2011年3月美国空军研究实验室（AFRL，Air Force Research Laboratory）做的一次演讲，明确提到了数字孪生体，是最早的提出机构。但很快得到了领先工业企业的认同，是工业互联网的基础模型和技术。

AFRL

数字孪生（Digital Twin）是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

数字孪生（Digital Twin）技术，可以用于航空航天飞行器的健康维护与保障。首先在数字空间建立真实飞机的模型，并通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。

图片.png

数字孪生在发展过程中随着认知深化, 主要经历了三个阶段[11]:

1. 数字样机阶段, 数字样机是数字孪生的最初形态, 是对机械产品整机或者具有独立功能的子系统的数字化描述;
2. 狭义数字孪生阶段, 由Grieves 教授提出, 其定义对象就是产品及产品全生命周期的数字化表征;
3. 广义数字孪生阶段, 在定义对象方面广义数字孪生将涉及范围进行了大规模延伸, 从产品扩展到产品之外的更广泛领域. 世界著名咨询公司Gartner 连续三年将数字孪生列为十大技术趋势之一[12], 其对数字孪生描述为:数字孪生是现实世界实体或系统的数字化表现. 因此, 数字孪生成为任何信息系统或数字化系统的总称.

数字孪生（Digital Twin），有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，在日常的运维中二者继续进行信息交互。

图片.png

构建数字孪生需要三个要素：

1）根据物理实体创建足够精确的数字模型，能够对物理实体的结构、行为等进行准确地描述和展现；

2）将物理实体的状态、行为数据进行采集，并映射到数字孪生体的对应部位，包括其部件或者子系统，通过多次迭代，不断优化数字模型；

3）结合物理实体的实时数据和数字模型，能够对物理实体的结构变化、行为走向、故障产生等进行仿真预测，并在数字孪生体上进行可视化显示。

信息物理系统（CPS,Cyber-Physical Systems）主要是产生于嵌入式系统在工业领域的深度应用，美国国家科学基金会（NSF）的科学家颇感传统的信息技术（IT，Information Technology）概念无法有效地描述这种更深入的应用，当时NSF的主管科学家Helen Gill就结合到与会专家的讨论结果，提出了CPS这个全新的概念。

图片.png

信息物理系统（CPS）是一个综合计算、网络和物理环境的多维复杂系统，能够通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。

与构建数字孪生体（Digital Twin）相比，构建信息物理系统（CPS）还需要第四个要素：

4）基于数字孪生体的仿真预测结果不仅仅提供决策参考，而是自主决策，利用作动器控制物理实体，优化运行状态，实现虚实对象的迭代优化（如风力发电机）。
https://pics0.baidu.com/feed/2fdda3cc7cd98d106b6b17717dc23e087aec9032.jpeg?token=ca36f10189c7688e5c9bd204d887b6fe
Digital Twin创立之初就明确了以数据（Data）和模型（Models）为主要元素构建的MBSE（Model-Based Systems Engineering），DigitalTwin显然更适合采用人工智能（AI，Artificial Intelligence）和大数据（Big Data）等新的计算能力。而CPS主要以传感器（Sensor）和作动器（Actuator）为主要模块构建的系统。

美国制造行业的专家对CPS有较为清醒的认识，那就是CPS偏向一些科学原理的验证，而非工程应用的优化，所以，在实际工作中，真正采用CPS概念去指导工程实践的情况，主要限于一些航天军工领域，这些领域的工程系统的确太复杂，用传统的工程系统实在无法描述清楚。

图片.png

但是，美国的科学家没有放弃继续探索更好用概念体系的想法，特别是在美国军方的应用中，由于美国政府对军费削减得比较厉害，但美国军事上的投入却居高不下，这迫使美国军方寻找一种能够降低复杂工程系统建设费用的方法，Digital Twin就这样被选中了。

总结

那在航天军工领域到底是选择CPS还是选择Digital Twin呢？那就要看数字孪生体是否需要对物理实体进行控制，如果需要控制，就需要构建CPS，如果只是在数字孪生体生进行仿真预测，那就是Digital Twin。
http://blog.sciencenet.cn/blog-347754-1208577.html