为什么构建数字孪生系统离不开传感器技术？-电子发烧友网

产业界自2002年首次设想将数字孪生（Digital Twins，又称数字双胞胎）应用于制造业，至今已有超过20年的历史。数字孪生并不算是个新概念，但其价值正逐渐被挖掘，属于一个常谈常新的概念。市场分析机构Gartner自2017年开始在每一年的十大战略技术趋势中都有谈到数字孪生，且都有不同的理解。

图1：数字孪生入选Gartner《2019年十大战略技术趋势》（图源：Gartner）

比如，Gartner在《2023年十大战略技术趋势》中预测，到2027年，全球超过40%的大型企业机构将在基于元宇宙的项目中使用Web3、增强现实（AR）云和数字孪生的组合来增加收入。

数字孪生的目标是提供一个用于实际系统优化和决策支持的全新方式，物理世界的实时数据是其做决策的主要依据。因而，帮助系统构建自我感知能力的传感器在数字孪生系统中扮演着重要的角色，这也是贸泽电子携手原厂赋能数字孪生发展的方式之一。

数字孪生的概念和价值

从概念上来讲，数字孪生是一种虚拟模型，旨在准确反映物理对象，是现实世界和数字世界融合的关键性技术。简言之，数字孪生是制造业流程、产品和服务的虚拟模型。因此，在数字孪生的大架构下，也会有一些小分类：组件/零件孪生、资产孪生、功能系统孪生和工艺孪生，这些概念从字面意思就很好理解，它们构成了整个数字孪生的大系统。

为了让数字孪生系统和物理世界能够准确对照，整个系统的构建需要具备四大属性，分别是准确性、实时性、协调性和闭环性。

准确性也称之为保真性，这一特性要求数字孪生系统获取到的数字是真实准确的，这个数据越精准，那么虚拟模型和物理实体的接近性越强。在此过程中，不仅是要在系统中构建各个设备、产品、产线的仿真数据，也要有物理实体的状态、相态和时态仿真。

对于实时性的要求则是基于因为数字孪生是多维度、多时间尺度虚拟交互的耦合关系，以虚控实为最终目的。因此，要实现精准的控制，就需要实时获取物理实体的状态量，形成物理实体实时状态的数字虚体映射。

协调性可以进一步分为互操作性和可扩展性，要求数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接，并且单一物理实体在不同的数字模型中支持互操作，以简化流程的复杂性。当然，由于生产任务的变动以及系统升级等需求存在，构建好的数字孪生系统在物理层级和数字架构层级上都要具备可扩展性，这是数字孪生和柔性生产融合的重点和要点。

闭环性是指数字孪生系统中各个子系统的可视化功能和内在机理要有统一的平台控制，因此各系统的监视、分析、推理、优化、运行功能存在闭环，具有明显的权限边界。

当具备上述特性之后，数字孪生系统就能够正式运转起来了。通过引入数字孪生系统，能够给制造产业、大型结构项目（建筑物、桥梁等）、电力设备和复杂系统项目（涡轮蒸汽机、飞机等）等应用带来智能生产和智能管理的新模式。

尤其是在研发、生产和设备管理方面：

研发：数字孪生可以基于现有产品创建大量的关键性能数据，这些数据对研发部门具有很大的参考价值，能够在产品迭代中进行必要的性能改进；

生产：数字孪生系统可以镜像和监测整个生产系统，当有产品投入生产后，该系统能够让生产任务实现和保持更高的效率，并通过监管预测系统降低生产中的风险；

设备管理：数字孪生中的仿真模型是基于物理实体的，对于设备的生命周期有着明确的信息，可以帮助制造商决定如何处理工作寿命结束的产品，并通过回收或其他措施进行最终处理。

总结而言，数字孪生能够帮助重点产业实现全要素数字化，完成数字经济和实体经济的有效融合，助力产业的数字化升级。

传感器在数字孪生中的应用

上文中我们主要讨论了数字孪生的属性和价值，接下来我们看看如何具体地实施数字孪生。下图是中国电力科学研究院人工智能应用研究所分享的一张数字孪生应用框架图，能够看到，在物理对象之上，数字孪生系统包括感知、数据、建模、可视化和应用五层架构。那么，感知系统便是整个系统的底层基础，是数据采集的入口。

图2：数字孪生系统框图

（图源：中国电力科学研究院人工智能应用研究所）

感知技术对运行环境和数字孪生组成部件自身状态数据的获取，是实现物理对象与其数字孪生系统间全要素、全业务、全流程精准映射与实时交互的重要一环。因此，物联网感知技术和建模技术也是数字孪生在数字仿真阶段非常重要的两项技术。

以电力设备的数字孪生应用为例，不仅需要精准掌握发/输/配电方面的信息，对于电站周边气象数据以及设备温度、声音、振动等数据也要准确把握，因此需要配备大量震动、温度、湿度等传感器。通过数据的精准测量，以及数据之间的协同交互，便能够保证电力设备的可信、可控。

其他数字孪生应用构建同样需要大量的传感器。在此，我们为大家推荐两款可用于数字孪生应用的传感器，它们可以帮助打造设备、生产、仓储等所需要的空气环境，两款设备均是空气质量传感器，来自制造商Sensirion。

在数字孪生应用中，空气质量传感器的应用非常广泛，无论是工业制造，还是城市管理等应用都离不开空气质量传感器。比如，在城市管理中通过空气质量传感器能够模拟碳排放和空气质量等重要指标，减少资源的浪费和环境的污染，帮助规划者制定科学有效的城市规划策略。

首先，我们要介绍的第一款空气质量传感器在贸泽电子官网上的料号为SGP41-D-R4。

图3：SGP41-D-R4

（图源：贸泽电子）

SGP41-D-R4属于Sensirion SGP41 CMOSens/MOXSens数字式空气质量传感器中的一款，是一种完整、易于使用的单芯片传感器系统。该系列器件具有优秀的性能，提供基于VOC和基于NOx的室内空气质量信号，拥有500个VOC和NOx索引点，可完成65,535计次测量；器件之间的变化分别为<±15个VOC索引点和<±50个NOx索引点；可重复性为<±5个VOC索引点和<±10个NOx索引点；采样间隔范围为0.5s至10s。

在清洁空气测量中，该系列数字式空气质量传感器可测量空气中乙醇为0至1,000,000ppb，指定值为500ppb至10,000ppb；在洁净空气测量中，该系列数字式空气质量传感器可测量NO2范围为0至10,000ppb，指定值为50ppb至650ppb。

图4：SGP41系列数字式空气质量传感器

对乙醇、NO₂和O₃的测量表现

（图源：Sensirion）

SGP41系列之所以具有如此优秀的性能，得益于该系列数字式空气质量传感器的设计。器件内具有数字I²C接口和温控微热板，搭载的传感元件和气体索引算法具有对空气质量应用中存在的污染气体的高鲁棒性，从而实现独特的长期稳定性和低漂移。小尺寸封装可以轻松集成到空气净化器或按需控制的通风系统，产品寿命超过10年。