元宇宙在数字孪生上运行

大多数人将元宇宙定义为“虚拟现实”，其中包含化身和空间中真实物体的 3D 表示，模拟我们与物理世界的互动方式。元宇宙的这一部分倾向于“以消费者为导向”，允许用户在他们的 VR 系统中“适应”并与虚拟世界中的人和事物互动。

消费者（或社交）元宇宙主要关注娱乐价值，而工业元宇宙则专注于通过高级建模和模拟解决复杂的行业问题。这些建模和仿真功能利用了互联数字孪生提供的整体知识和理解。

Gartner 将数字孪生定义为“现实世界实体或系统的数字表示”。在单个产品的领域内，这个定义与对象建模或计算机辅助设计没有太大区别。但工业元宇宙的真正力量在于这些数字孪生相互交互的能力。连接数字孪生可以创建整个虚拟化的“系统系统”，其中一个数字孪生的输入和由此产生的行为可能会影响完全在虚拟空间内运行的其他数字孪生。

工业元宇宙的目标是对数字孪生进行建模，使它们能够相互连接和接口，以使更大的系统和工业世界了解如何解决我们全球社会今天面临的复杂问题。例如，解决世界饥饿问题需要大量数字孪生——从农场和农业设备到配送中心和运输系统——来形成一个虚拟的系统系统。通过建模和仿真，所有“组成”数字孪生系统的运行都针对整个系统系统的食品可持续性目标进行了优化。

另一个例子是，汽车制造商可以使用新车辆设计的数字孪生，并在各种路况、汽油等级和维护时间表下虚拟仿真其性能，以预测油耗、可靠性和环境影响。工业元宇宙可以使这个数字车辆孪生体插入到更大系统（智能城市）的数字孪生中，以评估道路影响、排放和交通模式。

尽管模拟和数字孪生都利用数字模型来复制系统的各种过程，但数字孪生实际上是一个虚拟环境，这使得它的研究更加丰富。这里的关键区别很大程度上是规模问题：虽然模拟通常研究一个特定的过程，但数字孪生可以运行任意数量的有用模拟来研究多个过程。数字孪生的第一个版本可以只是其现实生活中对应物的一些属性的简单表示，但随着时间的推移，根据需要，孪生体可以变得更加复杂，以匹配物理系统的演变。

可以将各种刺激应用于数字孪生，以分析和预测产品或系统行为。这允许在构建物理产品或实现物理系统之前进行设计优化。

数字孪生、信息物理系统和 MBSE

一旦构建了物理产品，数字孪生的价值就有限，除非它能够准确地将其状态与物理对应项的状态同步。信息物理系统 （CPS） 在数字孪生和物理系统之间提供了关键接口。这些系统由物理组件组成，可以通过智能传感器、软件和执行器进行监控、控制和优化。

在许多方面，CPS包含数字孪生和物联网技术，为无人驾驶汽车等自主系统奠定基础。然而，数字孪生需要整体信息集而不是基本模型，而CPS开发中的一个挑战是系统创建中涉及的各种工程学科（如软件和机械工程）之间的设计实践存在巨大差异。

进入MBSE的概念，它涉及设计，分析和验证这些复杂系统的方法。MBSE提供了一种设计“语言”，该语言对于创建CPS所涉及的所有学科都是通用的。

软件工程研究所将MBSE定义为一种正式的方法，用于支持与复杂系统开发相关的需求，设计，分析，验证和确认。与以文档为中心的工程设计相比，MBSE 将模型置于系统设计的中心。

但MBSE不仅仅是一个系统模型。它是模型的链接，以创建一个了解其边界，矛盾并可以传达其设计更改原因的系统。它是需求与领域专家创建的低级、高保真技术模型之间的桥梁。

当快速创新至关重要时，来自所有学科的工程师必须能够协作探索系统设计，快速将职责分配给软件和硬件元素，然后分析它们之间的权衡。MBSE 可以成为开发和采用数字孪生的驱动力，这些数字孪生在整个系统生命周期中与物理孪生体没有区别。

优化智能产品设计：迈向数字孪生和 MBSE 驱动的生命周期之旅

数字孪生和CPS与系统工程越来越相关，更具体地说，MBSE。它们的结合使现实世界的系统能够得到分析和优化，但这需要在整个开发生命周期中进行转型，以实现MBSE和数字孪生技术的采用，并确保实现其所有优势。

例如，像汽车这样的智能产品正在成为复杂的系统系统，挑战工程师利用复杂性和数据层，并模糊不同工程领域之间的界限。在全面的数字孪生中对智能产品的各个方面进行数字表示不再是管理当今产品开发复杂性的可选内容，而是已成为一项设计要求。

为了充分利用数字孪生技术，我们必须首先将重点转移到开发可在整个系统生命周期（包括产品设计）中使用的数字孪生模型。一个常见的误解是，数字孪生只有在创建其物理对应物后才会使用，但“左移”哲学（或通过将测试等任务转移到尽可能早的开发生命周期来提高质量的做法）也可以使用数字孪生来发现和预防产品或系统设计过程的早期缺陷。

“除此之外，我们还增加了与这些虚拟化现实世界环境相结合的能力。..。..半导体在进入硅之前运行良好。这是一个真正的左移环境，使OEM能够对他们正在做出的决策充满信心，这是前所未有的“——西门子Joseph Sawicki。

构建工业元宇宙的平台

虚拟系统设计可以减少对原型硬件的依赖，并为所有工程师在产品开发周期的任何阶段提供对系统的虚拟访问。当然，数字孪生不仅仅是代表系统，它们还涉及评估设计和操作替代方案，通过准确模拟进行更改时发生的情况，可以节省时间和/或成本。

“数字孪生的定义是从NASA时代的传统含义演变而来的，”MathWorks研究员Jim Tung说。“它不仅是运营中资产的数字表示，还反映了其当前状态。它还在其发展的各个阶段使用资产模型。20多年来，我们一直将这种方法称为基于模型的设计，您可以使用模型做出更好的设计选择，与实时模型交互以验证需求，组合其他模型进行虚拟集成，并自动生成生产代码。

“当这些模型被调整以代表系统运行时，这种重用是强大的，”Tung继续说道。“这不仅仅是为了显示当前状态，也是为了在许多可能的情况下模拟该系统。这就是预测性维护如此热门的原因。它涉及资产在潜在情况下的表现。因此，在整个开发和运行过程中对系统进行仿真是我们思考数字孪生价值主张的方式。

精确模拟物理行为可能极具挑战性，需要高级工具来优化虚拟模型。例如，MathWorks 为数字孪生提供了系统建模和仿真功能。他们的 Simulink 平台可以对由物理硬件、嵌入式软件、算法和系统运行环境组成的复杂虚拟系统进行建模、仿真和分析。

为了支持最佳决策和行动，数字孪生系统需要通过信息交换进行连续和递归的过程改进，包括从传感系统到人工智能和机器学习系统到致动系统的信息流。像 Simulink 运行的仿真模型可以通过考虑扩展的信息集来解释和预测现实世界的结果，从而迭代地优化自身。这甚至延伸到不确定性量化科学。

最终，智能产品将通过数字孪生进行测试、交付和配置，该数字孪生连接到工业元宇宙中的其他数字孪生，从而在复杂的系统部署中优化价值并最大限度地降低最终客户的风险。NVIDIAOmniverse是在“工业元宇宙”中运行的联合、可互操作的数字孪生生态系统的可扩展平台的一个例子。

Omniverse 是一个支持 GPU 的开发平台，用于构建和操作 3D 模拟。它还支持人工智能工具，这些工具能够创建能够复制物理现实中正在发生的事情的移动虚拟元素。生态系统软件合作伙伴可以利用 Omniverse 以及 NVIDIA 的其他各种技术。一个例子是最近与西门子合作，创建了一个逼真的、基于物理的工业元宇宙;将Omniverse与西门子的Xcelerator和Simcenter工具相结合，将形成一个用于工业用例的数字孪生平台。

Omniverse基于皮克斯的通用场景描述（USD），这是一个用于协作构建3D场景的开源软件框架。USD 是可扩展的，因此来自物理（如建筑物、机器人或传感器）或虚拟资产的多个数据集可以组合在一起，而不会相互碰撞。这允许通过易于更新的设计、操作和维护进行极端协作。该平台还保留资产模拟中的计算状态值，因此您可以回放和网格划分工程数据以预测结果。例如，它允许您确定如果资产在某个时刻掉落或调整撞击力会发生什么。

大规模解决社会和经济挑战

基于分布式系统架构的多级系统系统可以实现整体理解、最佳决策和有效行动。像这样的架构可以演变成可扩展的机制，支持由连接的、基于状态的系统生成和使用的可操作信息流。

由英国数字建筑中心（CDBB）运营的国家数字孪生计划（NDTp）是政府倡议开发的互联数字孪生系统生态系统的一个例子，该计划为社会和经济带来更好的成果。最初的活动侧重于使行业和政府保持一致，遵循一个共同的信息管理定义和方法，以便数据可以在未来的数字孪生之间大规模公开安全地共享。

该倡议于今年结束，有几个工作组，涵盖技术基础设施和经济和环境政策研究，所有这些都旨在利用工业元宇宙来解决世界上最复杂的问题。

未来几年，在城市交通、能源、环境、防灾、医疗等领域分别开发的多个数字孪生将相互连接，其底层数据将相互链接。然后，我们将在数字空间中建立联合系统，使我们能够排练复杂的场景，例如城市交通和能源供应如何受到大规模灾难的影响。这将使我们能够准备对系统性风险作出迅速和适当的反应。它还将帮助我们模拟气候变化和未来流行病的影响。

无论您称之为行业范式转变还是革命，毫无疑问，工业元宇宙和互联数字孪生是推动解决我们最复杂的行业、经济和社会问题的关键组成部分。

审核编辑：郭婷