数字孪生应用及安全发展综述

2022 年 10 月 1 日 专知

数字孪生以数字化的形式对生产的全过程进行动态仿真实现，覆盖了产品的全生命周期和全价值链，对推动智能制造等领域发展具有重要意义。概述数字孪生概念的起源、梳理技术发展历程和相关技术体系；简述数字孪生技术在智能制造产品生命周期、生产生命周期的应用，并总结分析了其在智慧城市建设方面的主要应用特点。以智能制造和智慧城市发展为例，分析了相关应用面临的主要网络安全风险和挑战，并尝试给出了数字孪生技术的网络安全保障方案，为推动数字孪生技术和应用的安全发展提供参考。

数字孪生(Digital Twins)，是现实世界(系统) 的数字化。在物联网的背景下，数字孪生体与真实世界的物体系统相连，并提供有关物品状态的信息，响应变化，改善操作并增加价值。作为一种前沿技术，数字孪生引起了工业界与学术界的广泛关注。全球最具权威的 IT 研究与顾问咨询公司 Gartner 将数字孪生列为十大战略科技发展趋势之一[1-3]。目前，数字孪生主要被应用于制造业领域[4]，国际数据公司(IDC)表示现今有 40%的大型制造商都会应用这种虚拟仿真技术为生产过程建模，数字孪生已成为制造企业迈向工业 4.0 的解决方案。到 2020 年，估计有 210 亿个连接的传感器和终端服务于数字孪生，在不久的将来数字化孪生将存在数十亿种[5]。党的十九大报告明确提出要加快建设制造强国，《中国制造 2025》指出“将智能制造作为两化融合的主攻方向，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平”。在此背景下，数字孪生技术受到广泛关注，并将具有巨大的发展潜力。与此同时，开放环境下的网络安全问题随之而来，这在一定程度上制约了技术的发展和应用。

https://www.china-simulation.com/CN/10.16182/j.issn1004731x.joss.19-0025

1 概述

1.1 基本概念和发展历程

如图 1 所示，数字孪生的理念可追溯到 1969 年，而其明确的概念则普遍认为是在 2003 年由美国密歇根大学的 Michael Grieves 教授提出，当时被称为“与物理产品等价的虚拟数字化表达”，但由于当时技术和认知上的局限，数字孪生的概念并没有得到重视[6-8]。在 2003-2005 年间，数字孪生一直被称为“镜像的空间模型”，2006-2010 年被称为“信息镜像模型”。美国空军研究实验室与 NASA 在 2011 年开展合作，提出了飞行器的数字孪生体概念，数字孪生才有了明确的定义。2012 年，NASA 发布“建模、仿真、信息技术和处理”路线图，数字孪生概念正式进入公众视野。2013 年，美空军发布《全球地平线》顶层科技规划文件，将数字线索和数字孪生并列视为“改变游戏规则”的颠覆性机遇，并从 2014 财年起组织洛马、波音、诺格、通用电气、普惠等公司开展了一系列应用研究项目。就此，数字孪生理论与技术体系初步建立，美国防部、NASA、西门子等公司开始接受这一概念并对外推广。随着工业 4.0，智能制造等技术和发展战略的不断出台，数字孪生技术逐步成为智能制造的一个基本要素，并得到了各方的普遍关注。洛克希德马丁公司于 2017-11 将数字孪生列为 2018 年未来国防和航天工业顶尖技术之首；英国国家基础设施委员会于 2017-12 发布《数据的公共利益报告》(Public Good report)，提出创建一个与国家基础设施相对应的数字孪生体，并于 2019-01 启动相关计划；Gartner 公司连续 3 年(2017-2019 年) 将数字孪生列为当年十大战略科技发展趋势之一 [1-3]。当前，数字孪生在工业界和学术界有多种不同的定义和理解，但从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现。表 1 梳理了不同机构对数字孪生技术的不同概念理解。

1.2 相关技术

基于工业界及学术界对数字孪生的定义，工四 100 术语编写组对数字孪生进行了较为全面的概括，将数字孪生技术定义为：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[8]。这一理解得到较为广泛的认同。根据其定义，数字孪生的技术体系必须支撑虚拟空间、物理空间以及双向的信息流动等要素，并在其全生命周期发挥作用。从虚实空间映射以及协同角度出发，西门子公司给出了如图 2 所示的应用方案。在虚拟空间，需要具备对基础设备、产品系统、生产环境等进行多层次的仿真和建模能力。在物理空间，需要具备完整的生产系统运营管理能力、全集成自动化系统工程能力以及基于云计算、物联网和大数据的数字孪生分析和服务能力。同时，在连接和协同方面，需要具备虚拟空间和物理空间的信息集成和闭环反馈能力[12-14]。从产品设计、制造和服务的全周期出发，数字孪生技术在各个阶段均发挥了重要作用。在产品设计阶段，模型定义(MBD)技术实现了产品数据的高效表达、模型轻量化技术优化了模型的存储结构、仿真及优化技术使产品数字孪生模型与物理产品的功能和特点更加接近[15-16]。在产品制造阶段，数字孪生技术通过于工业互联网、物联网、传感器等发生多级互联，与人工智能、机器学习、数据挖掘、高性能计算等信息技术进行协同，在复杂动态空间的多源构数据采集、数据集成展示、产品生产监督和质量管理、智能分析决策等方面均发挥了重要作用。在产品服务阶段，数字孪生综合利用传感技术、追溯技术、仿真技术、物联网技术等，在产品状态跟踪监控、故障预警和定位分析等方面提供支持。