摘要：研究了工業(yè)數(shù)字孿生內(nèi)涵、發(fā)展脈絡(luò)及意義，重點(diǎn)對(duì)工業(yè)數(shù)字孿生技術(shù)體系和關(guān)鍵技術(shù)發(fā)展趨勢(shì)進(jìn)行了深入剖析，分析了數(shù)字支撐、數(shù)字線程、模型構(gòu)建、模型融合、模型修正、模型驗(yàn)證、人機(jī)交互等關(guān)鍵技術(shù)，提出了對(duì)工業(yè)數(shù)字孿生發(fā)展的建議。

近些年，隨著全球工業(yè)互聯(lián)網(wǎng)發(fā)展戰(zhàn)略深入實(shí)施，工業(yè)領(lǐng)域催生出一批數(shù)字化、網(wǎng)絡(luò)化、智能化的新模式、新業(yè)態(tài)。其中，工業(yè)數(shù)字孿生日趨成為學(xué)術(shù)、產(chǎn)業(yè)界研究熱點(diǎn)，并有望成為推動(dòng)工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的新動(dòng)能。與此同時(shí)，當(dāng)前產(chǎn)業(yè)界對(duì)于工業(yè)數(shù)字孿生定義及內(nèi)涵尚未形成統(tǒng)一認(rèn)識(shí)，亟需系統(tǒng)梳理相關(guān)概念、關(guān)鍵技術(shù)、應(yīng)用場(chǎng)景和實(shí)施路徑，凝聚和深化產(chǎn)業(yè)共識(shí)，加速工業(yè)數(shù)字孿生技術(shù)創(chuàng)新和產(chǎn)業(yè)實(shí)踐。

1 工業(yè)數(shù)字孿生內(nèi)涵及意義

1.1 工業(yè)數(shù)字孿生的發(fā)展脈絡(luò)

工業(yè)數(shù)字孿生發(fā)展經(jīng)歷了3個(gè)階段，其發(fā)展的背后是數(shù)字化技術(shù)在工業(yè)領(lǐng)域的演進(jìn)與變革。第一階段，概念發(fā)展過(guò)渡期。2003年，美國(guó)密歇根大學(xué)Michael Grieves教授首次提出了數(shù)字孿生概念［1］，原因是當(dāng)時(shí)PLM、仿真等工業(yè)軟件已經(jīng)較為成熟，為數(shù)字孿生在虛擬空間構(gòu)建奠定了基礎(chǔ)。第二階段，航空航天行業(yè)應(yīng)用期。2010年以后，數(shù)字孿生開(kāi)始最早應(yīng)用于航空航天行業(yè)，NASA和美國(guó)空軍實(shí)驗(yàn)室是第一批應(yīng)用數(shù)字孿生技術(shù)的企業(yè)，這與航空航天行業(yè)最早建設(shè)基于模型的系統(tǒng)工程（MBSE）息息相關(guān)，能夠支撐多類模型敏捷流轉(zhuǎn)和無(wú)縫集成。第三階段，多行業(yè)拓展應(yīng)用期。當(dāng)前，數(shù)字孿生應(yīng)用已經(jīng)由航空航天領(lǐng)域向多個(gè)行業(yè)拓展演進(jìn)，以GE、西門子等為代表的工業(yè)企業(yè)加快構(gòu)建數(shù)字孿生解決方案，為工業(yè)企業(yè)提供創(chuàng)新賦能服務(wù)。數(shù)字孿生蓬勃發(fā)展的背后與新一代信息技術(shù)的興起、工業(yè)互聯(lián)網(wǎng)在多個(gè)行業(yè)的普及應(yīng)用息息相關(guān)。未來(lái)，數(shù)字孿生在工業(yè)領(lǐng)域的應(yīng)用將持續(xù)深化，并加快推動(dòng)工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

1.2 工業(yè)數(shù)字孿生的定義及功能架構(gòu)

1.2.1 工業(yè)數(shù)字孿生的定義

工業(yè)數(shù)字孿生是以數(shù)據(jù)與模型的集成融合為核心的數(shù)字化轉(zhuǎn)型方法論，基于多類建模工具在數(shù)字空間構(gòu)建物理對(duì)象（包括資產(chǎn)、行為、過(guò)程等）的精準(zhǔn)數(shù)字化映射，并通過(guò)IoT數(shù)據(jù)對(duì)各類模型進(jìn)行實(shí)時(shí)驅(qū)動(dòng)和修正，構(gòu)建起綜合決策能力，推動(dòng)工業(yè)全業(yè)務(wù)流程閉環(huán)優(yōu)化。

1.2.2 工業(yè)數(shù)字孿生的功能架構(gòu)

工業(yè)數(shù)字孿生功能架構(gòu)主要由連接層、映射層、決策層三部分組成，具體如圖1所示。

圖1 工業(yè)數(shù)字孿生功能架構(gòu)

（1）連接層。連接層具備采集感知和反饋控制兩類功能，是數(shù)字孿生閉環(huán)優(yōu)化的起始和終止環(huán)節(jié)。通過(guò)深層次的采集感知獲取物理對(duì)象全方位數(shù)據(jù)，利用高質(zhì)量反饋控制完成最終對(duì)物理對(duì)象的執(zhí)行指令。

（2）映射層。映射層具備數(shù)據(jù)互聯(lián)、信息互通、模型互操作3類功能，同時(shí)數(shù)據(jù)、信息、模型三者間能夠自由交互。其中，數(shù)據(jù)互聯(lián)指通過(guò)工業(yè)通訊實(shí)現(xiàn)物理對(duì)象市場(chǎng)數(shù)據(jù)、研發(fā)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)的全生命周期集成；信息互通指利用數(shù)據(jù)字典、標(biāo)識(shí)解析、元數(shù)據(jù)描述等功能，構(gòu)建統(tǒng)一的信息模型，實(shí)現(xiàn)對(duì)物理對(duì)象信息的統(tǒng)一描述；模型互操作指能夠?qū)缀文Ｐ汀⒎抡婺Ｐ?、業(yè)務(wù)模型、數(shù)據(jù)模型等多類刻畫(huà)物理對(duì)象內(nèi)在規(guī)律的模型集成融合。

（3）決策層。在連接層和映射層的基礎(chǔ)上，實(shí)現(xiàn)描述、診斷、預(yù)測(cè)、處置等不同程度的綜合決策，并將最終決策指令反饋給物理對(duì)象，驅(qū)動(dòng)物理對(duì)象控制執(zhí)行。

工業(yè)數(shù)字孿生發(fā)展有三大典型特征：一是全生命周期實(shí)時(shí)映射，指孿生對(duì)象與物理對(duì)象能夠在全生命周期實(shí)時(shí)映射，并持續(xù)通過(guò)實(shí)時(shí)數(shù)據(jù)修正完善孿生模型；二是綜合決策，指通過(guò)數(shù)據(jù)、信息、模型的綜合集成，構(gòu)建起智能分析的決策能力；三是閉環(huán)優(yōu)化，指數(shù)字孿生能夠?qū)崿F(xiàn)對(duì)物理對(duì)象從采集感知、綜合決策到反饋控制的全流程閉環(huán)應(yīng)用。

1.3 工業(yè)數(shù)字孿生的發(fā)展意義美、德兩大制造強(qiáng)國(guó)分別于2020年成立了數(shù)字孿生聯(lián)盟和工業(yè)數(shù)字孿生協(xié)會(huì)，加快布局?jǐn)?shù)字孿生技術(shù)。我國(guó)國(guó)家發(fā)展改革委、中央網(wǎng)信辦印發(fā)《關(guān)于推進(jìn)“上云用數(shù)賦智”行動(dòng)培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》［2］，工業(yè)和信息化部出臺(tái)《智能船舶標(biāo)準(zhǔn)體系建設(shè)指南（征求意見(jiàn)）》［3］，上海和雄安等地均在城市規(guī)劃中提出打造數(shù)字孿生城市［4-5］。Gartner連續(xù)3年將數(shù)字孿生列為未來(lái)十大戰(zhàn)略趨勢(shì)，Global Market Insights預(yù)測(cè)數(shù)字孿生市場(chǎng)在2020—2026年將保持30%多的穩(wěn)定增長(zhǎng)，從目前的40 多億美元增長(zhǎng)到350 多億美元。由此可見(jiàn)，發(fā)展工業(yè)數(shù)字孿生意義重大。

（1）從國(guó)家層面看，隨著我國(guó)工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程的深入實(shí)施，我國(guó)涌現(xiàn)了大量數(shù)字化網(wǎng)絡(luò)化創(chuàng)新應(yīng)用，但在智能化探索方面實(shí)踐較少，如何推動(dòng)我國(guó)工業(yè)互聯(lián)網(wǎng)應(yīng)用邁向智能化成為當(dāng)前亟需解決的重大課題。而數(shù)字孿生為我國(guó)工業(yè)互聯(lián)網(wǎng)智能化探索提供了基礎(chǔ)方法論，成為我國(guó)制造業(yè)進(jìn)一步高質(zhì)量發(fā)展的關(guān)鍵抓手。

（2）從產(chǎn)業(yè)層面看，數(shù)字孿生有望帶動(dòng)我國(guó)工業(yè)軟件產(chǎn)業(yè)快速發(fā)展，加快縮短與國(guó)外工業(yè)軟件的差距。由于我國(guó)工業(yè)歷程發(fā)展時(shí)間短，工業(yè)軟件核心模型和算法一直與國(guó)外存在差距，成為國(guó)家關(guān)鍵“卡脖子”短板。數(shù)字孿生能夠充分發(fā)展我國(guó)工業(yè)門類齊全、場(chǎng)景眾多的優(yōu)勢(shì)，釋放我國(guó)工業(yè)數(shù)據(jù)紅利，將人工智能技術(shù)與工業(yè)軟件結(jié)合，通過(guò)數(shù)據(jù)科學(xué)優(yōu)化機(jī)理模型性能，實(shí)現(xiàn)工業(yè)軟件彎道超車。

（3）從企業(yè)層面看，數(shù)字孿生在工業(yè)研發(fā)、生產(chǎn)、運(yùn)維全鏈條均能發(fā)揮重要作用。在研發(fā)階段，數(shù)字孿生通過(guò)在虛擬空間的模擬驗(yàn)證工程，加快推動(dòng)產(chǎn)品研發(fā)設(shè)計(jì)低成本試錯(cuò)；在生產(chǎn)階段，數(shù)字孿生能夠構(gòu)建實(shí)時(shí)聯(lián)動(dòng)的三維可視化工廠，提升工廠一體化管控水平；在運(yùn)維階段，數(shù)字孿生可以將仿真技術(shù)與大數(shù)據(jù)技術(shù)結(jié)合，不但能夠知道工廠或設(shè)備“什么時(shí)候發(fā)生故障”，還能夠了解“哪里發(fā)生了故障”，極大提升了運(yùn)維的安全可靠性。

2 工業(yè)數(shù)字孿生技術(shù)體系及關(guān)鍵技術(shù)

工業(yè)數(shù)字孿生不是近期誕生的一項(xiàng)新技術(shù)，而是一系列數(shù)字化技術(shù)的集成融合和創(chuàng)新應(yīng)用，涵蓋了數(shù)字支撐技術(shù)、數(shù)字線程技術(shù)、數(shù)字孿生體技術(shù)、人機(jī)交互技術(shù)四大類型。其中，數(shù)字線程技術(shù)和數(shù)字孿生體技術(shù)是核心技術(shù)，數(shù)字支撐技術(shù)和人機(jī)交互技術(shù)是基礎(chǔ)技術(shù)。工業(yè)數(shù)字孿生技術(shù)體系的架構(gòu)如圖2所示。

圖2 工業(yè)數(shù)字孿生技術(shù)體系架構(gòu)

2.1 數(shù)字支撐技術(shù)體系數(shù)字支撐技術(shù)體系具備數(shù)據(jù)獲取、傳輸、計(jì)算、管理一體化能力，為數(shù)字孿生高質(zhì)量開(kāi)發(fā)利用數(shù)據(jù)提供基礎(chǔ)支撐，涵蓋了采集感知、執(zhí)行控制、新一代通信、新一代計(jì)算、數(shù)據(jù)模型管理五大類型技術(shù)。未來(lái)，集5類技術(shù)于一身的通用技術(shù)平臺(tái)將成為數(shù)字孿生發(fā)展的“基礎(chǔ)底座”。其中，采集感知技術(shù)不斷創(chuàng)新推動(dòng)數(shù)字孿生蓬勃發(fā)展，支撐數(shù)字孿生更深入獲取物理對(duì)象數(shù)據(jù)。一是傳感器不斷朝著微型化發(fā)展，能夠被嵌入到工業(yè)裝備之中，實(shí)現(xiàn)更深層次的數(shù)據(jù)采集。當(dāng)前，微型化傳感器尺寸可達(dá)到毫米級(jí)，甚至更小。如GE研發(fā)的嵌入式腐蝕傳感器，可嵌入到壓縮機(jī)內(nèi)部，能夠?qū)崟r(shí)顯示腐蝕速率。二是多傳感器融合技術(shù)快速發(fā)展，支撐單個(gè)傳感器采集多類型數(shù)據(jù)，提升分析決策水平。如第一款L3自動(dòng)駕駛汽車奧迪A8的自動(dòng)駕駛傳感器搭載了7種類型的傳感器，包含毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)等，可保證汽車決策的快速性和準(zhǔn)確性。

2.2 數(shù)字線程技術(shù)體系數(shù)字線程技術(shù)是數(shù)字孿生技術(shù)體系中最為關(guān)鍵的核心技術(shù)，能夠屏蔽不同類型數(shù)據(jù)和模型格式，支撐全類數(shù)據(jù)和模型快速流轉(zhuǎn)和無(wú)縫集成，主要包括正向數(shù)字線程技術(shù)和逆向數(shù)字線程技術(shù)兩大類型。

（1）正向數(shù)字線程技術(shù)以基于模型的系統(tǒng)工程（MBSE）為代表，在數(shù)據(jù)和模型構(gòu)建初期就基于統(tǒng)一建模語(yǔ)言（UML）定義好各類數(shù)據(jù)和模型規(guī)范，為后期全類數(shù)據(jù)和模型在數(shù)字空間集成融合提供基礎(chǔ)支撐。如空客利用模型系統(tǒng)工程（MBSE）設(shè)計(jì)和制造A350飛機(jī)，實(shí)現(xiàn)了比 A380工程變更數(shù)量降低10%的目標(biāo)，極大地縮短了項(xiàng)目周期。

（2）逆向數(shù)字線程技術(shù)以管理殼技術(shù)為代表，面向數(shù)字孿生打造了數(shù)據(jù)/信息/模型的互聯(lián)/互通/互操作的標(biāo)準(zhǔn)體系，對(duì)已經(jīng)構(gòu)建完成或定義好規(guī)范的數(shù)據(jù)和模型進(jìn)行“逆向集成”，進(jìn)而打造虛實(shí)映射的解決方案。如在數(shù)據(jù)互聯(lián)和信息互通方面，德國(guó)在OPC-UA網(wǎng)絡(luò)協(xié)議中內(nèi)嵌信息模型，實(shí)現(xiàn)了通信數(shù)據(jù)格式的一致性；在模型互操作方面，德國(guó)依托戴姆勒Modolica標(biāo)準(zhǔn)開(kāi)展多學(xué)科聯(lián)合仿真，目前該標(biāo)準(zhǔn)已經(jīng)成為仿真模型互操作全球最主流的標(biāo)準(zhǔn)。

2.3 數(shù)字孿生體技術(shù)體系數(shù)字孿生體是數(shù)字孿生物理對(duì)象在虛擬空間的映射表現(xiàn)，重點(diǎn)圍繞模型構(gòu)建技術(shù)、模型融合技術(shù)、模型修正技術(shù)、模型驗(yàn)證技術(shù)開(kāi)展一系列創(chuàng)新應(yīng)用。

2.3.1 模型構(gòu)建技術(shù)模型構(gòu)建技術(shù)是數(shù)字孿生體技術(shù)體系的基礎(chǔ)，幾何、仿真、數(shù)據(jù)、業(yè)務(wù)等多類建模技術(shù)的創(chuàng)新，提升在數(shù)字空間刻畫(huà)物理對(duì)象的形狀、行為和機(jī)理的效率。

（1）在幾何建模方面，基于AI的創(chuàng)成式設(shè)計(jì)工具提升產(chǎn)品幾何設(shè)計(jì)效率。如上海及瑞利用創(chuàng)成式設(shè)計(jì)幫助北汽福田設(shè)計(jì)前防護(hù)、轉(zhuǎn)向支架等零部件，利用AI算法優(yōu)化產(chǎn)生了超過(guò)上百種設(shè)計(jì)選項(xiàng)，綜合比對(duì)用戶需求，從而使零件數(shù)量從4個(gè)減少到1個(gè)，重量減輕70%，最大應(yīng)力減少 18.8%。

（2）在仿真建模方面，仿真工具通過(guò)融入無(wú)網(wǎng)格劃分技術(shù)降低仿真建模時(shí)間。Altair基于無(wú)網(wǎng)格計(jì)算優(yōu)化求解速度，消除了傳統(tǒng)仿真中幾何結(jié)構(gòu)簡(jiǎn)化和網(wǎng)格劃分耗時(shí)長(zhǎng)的問(wèn)題，能夠在幾分鐘內(nèi)分析全功能CAD程序集而無(wú)需網(wǎng)格劃分。

（3）在數(shù)據(jù)建模方面，傳統(tǒng)統(tǒng)計(jì)分析疊加人工智能技術(shù)，強(qiáng)化數(shù)字孿生預(yù)測(cè)建模能力。如GE通過(guò)遷移學(xué)習(xí)提升新資產(chǎn)設(shè)計(jì)效率，有效提升航空發(fā)動(dòng)機(jī)模型開(kāi)發(fā)速度和模型再開(kāi)發(fā)精確度，以保證虛實(shí)精準(zhǔn)映射。

（4）在業(yè)務(wù)建模方面，BPM、RPA等技術(shù)加快推動(dòng)業(yè)務(wù)模型敏捷構(gòu)建。如SAP發(fā)布業(yè)務(wù)技術(shù)平臺(tái)，在原有Leonardo平臺(tái)的基礎(chǔ)上創(chuàng)新加入RPA技術(shù)，形成“人員業(yè)務(wù)流程創(chuàng)新—業(yè)務(wù)流程規(guī)則沉淀—RPA自動(dòng)化執(zhí)行—持續(xù)迭代修正”的業(yè)務(wù)建模解決方案。

2.3.2 模型融合技術(shù)在多類模型構(gòu)建完成后，需要通過(guò)多類模型“拼接”構(gòu)建更加完整、精準(zhǔn)的數(shù)字孿生體，而模型融合技術(shù)在這過(guò)程中發(fā)揮了重要作用，重點(diǎn)涵蓋了跨學(xué)科模型融合技術(shù)、跨領(lǐng)域模型融合技術(shù)、跨尺度模型融合技術(shù)。

（1）在跨學(xué)科模型融合技術(shù)方面，多物理場(chǎng)、多學(xué)科聯(lián)合仿真加快構(gòu)建更完整的數(shù)字孿生體。如蘇州同元軟控通過(guò)多學(xué)科聯(lián)合仿真技術(shù)為嫦娥五號(hào)能源供配電系統(tǒng)量身定制了“數(shù)字伴飛”模型，精確度高達(dá)90% ~ 95%，為嫦娥五號(hào)飛行程序優(yōu)化、能量平衡分析、在軌狀態(tài)預(yù)示與故障分析提供了堅(jiān)實(shí)的技術(shù)支撐。

（2）在跨類型模型融合技術(shù)方面，實(shí)時(shí)仿真技術(shù)推動(dòng)構(gòu)建數(shù)字孿生體由“靜態(tài)描述”向“動(dòng)態(tài)分析”演進(jìn)。如ANSYS與PTC合作構(gòu)建實(shí)時(shí)仿真分析的“泵”孿生體，利用深度學(xué)習(xí)算法進(jìn)行CFD訓(xùn)練，獲得流場(chǎng)分布降階模型，極大縮短了仿真模擬時(shí)間。

（3）在跨尺度模型融合技術(shù)方面，通過(guò)融合微觀和宏觀的多方面機(jī)理模型打造復(fù)雜系統(tǒng)級(jí)數(shù)字孿生體。如西門子持續(xù)優(yōu)化汽車行業(yè) Pave360解決方案，構(gòu)建系統(tǒng)級(jí)汽車數(shù)字孿生體，整合傳感器電子、車輛動(dòng)力學(xué)和交通流流量管理不同尺度模型，構(gòu)建從汽車生產(chǎn)、自動(dòng)駕駛到交通管控的綜合解決方案。

2.3.3 模型修正技術(shù)模型修正技術(shù)基于實(shí)際運(yùn)行數(shù)據(jù)持續(xù)修正模型參數(shù)，是保證數(shù)字孿生不斷迭代精度的重要技術(shù)，涵蓋了數(shù)據(jù)模型實(shí)時(shí)修正、機(jī)理模型實(shí)時(shí)修正兩種技術(shù)。

（1）從IT視角看，在線機(jī)器學(xué)習(xí)基于實(shí)時(shí)數(shù)據(jù)持續(xù)完善統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等數(shù)據(jù)模型精度。如流行的Tensorflow、Skit-learn等AI工具中都嵌入了在線機(jī)器學(xué)習(xí)模塊，基于實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)更新模型。

（2）從OT視角看，有限元仿真模型修正技術(shù)能夠基于試驗(yàn)或者實(shí)測(cè)數(shù)據(jù)對(duì)原始有限元模型進(jìn)行修正。如在達(dá)索、ANSYS、MathWorks等領(lǐng)先廠商的有限元仿真工具中，均具備了有限元模型修正的接口或者模塊，支持用戶基于試驗(yàn)數(shù)據(jù)對(duì)模型進(jìn)行修正。

2.3.4 模型驗(yàn)證技術(shù)模型驗(yàn)證技術(shù)是數(shù)字孿生模型由構(gòu)建、融合到修正后的最終步驟，唯有通過(guò)驗(yàn)證的模型才能夠安全地下發(fā)到生產(chǎn)現(xiàn)場(chǎng)進(jìn)行應(yīng)用。當(dāng)前模型驗(yàn)證技術(shù)主要包括靜態(tài)模型驗(yàn)證技術(shù)和動(dòng)態(tài)模型驗(yàn)證技術(shù)兩大類，通過(guò)評(píng)估已有模型的準(zhǔn)確性，提升數(shù)字孿生應(yīng)用的可靠性。

2.4 人機(jī)交互技術(shù)體系虛擬現(xiàn)實(shí)技術(shù)帶來(lái)全新的人機(jī)交互模式，以AR/VR為代表的新興技術(shù)正加快與幾何設(shè)計(jì)、仿真模擬的融合，持續(xù)提升數(shù)字孿生可視化效果。

（1）在“AR+CAD”方面，西門子的Solid Edge 2020產(chǎn)品新增增強(qiáng)現(xiàn)實(shí)功能，能夠基于OBJ格式快速導(dǎo)入到AR系統(tǒng)，提升3D設(shè)計(jì)外觀感受。

（2）在“AR+三維掃面建模”方面，PTC Vuforia Object Scanner AR產(chǎn)品可掃描3D模型并將其轉(zhuǎn)換為Vuforia引擎兼容的格式。

（3）在“AR+仿真”方面，西門子將COMOS Walkinside 3D虛擬現(xiàn)實(shí)與SIMIT系統(tǒng)驗(yàn)證和培訓(xùn)的仿真軟件緊密集成，以支持更高效的工廠工程和較短的調(diào)試時(shí)間［6］。

3 發(fā)展建議

結(jié)合上文的研究，可對(duì)工業(yè)數(shù)字孿生發(fā)展提出如下建議。

一是加快制定數(shù)字孿生系統(tǒng)工程標(biāo)準(zhǔn)體系。依托我國(guó)航空航天領(lǐng)域已有系統(tǒng)工程體系，邀請(qǐng)全國(guó)專家封閉完成標(biāo)準(zhǔn)體系制定工作，并向全社會(huì)征求意見(jiàn)。標(biāo)準(zhǔn)體系制定后，鼓勵(lì)我國(guó)各行業(yè)開(kāi)展垂直行業(yè)標(biāo)準(zhǔn)制定，并在工程實(shí)踐中不斷迭代標(biāo)準(zhǔn)版本。

二是加大建模工具的培育和產(chǎn)權(quán)保護(hù)。鼓勵(lì)全社會(huì)開(kāi)展建模工具創(chuàng)新，完善工業(yè)軟件減費(fèi)降稅政策，保護(hù)創(chuàng)新企業(yè)的知識(shí)產(chǎn)權(quán)。大力支持應(yīng)用企業(yè)使用國(guó)產(chǎn)化建模工具，提升財(cái)政補(bǔ)貼力度，撬動(dòng)應(yīng)用企業(yè)“敢于用”國(guó)產(chǎn)工具。

三是廣泛開(kāi)展工業(yè)機(jī)理模型匯聚共享行動(dòng)。鼓勵(lì)平臺(tái)企業(yè)與高校合作共同培育工業(yè)機(jī)理模型，打造“1平臺(tái)+N高?！钡暮献黧w系，將平臺(tái)的數(shù)據(jù)匯聚優(yōu)勢(shì)與高校的機(jī)理分析優(yōu)勢(shì)結(jié)合，在完成項(xiàng)目過(guò)程中沉淀各類機(jī)理模型，豐富我國(guó)知識(shí)庫(kù)機(jī)理模型種類和數(shù)量。

四是加快AI技術(shù)與機(jī)理模型融合創(chuàng)新。支持構(gòu)建數(shù)字孿生創(chuàng)新實(shí)驗(yàn)室，充分發(fā)揮我國(guó)數(shù)據(jù)量多、AI應(yīng)用技術(shù)領(lǐng)先的優(yōu)勢(shì)，鼓勵(lì)高校、領(lǐng)先企業(yè)研發(fā)人工智能與機(jī)理模型融合技術(shù)，基于AI繞過(guò)機(jī)理縮短我國(guó)與國(guó)外模型質(zhì)量差距。

五是積極培育數(shù)字孿生總集成總承包商。鼓勵(lì)各聯(lián)盟、協(xié)會(huì)面向各行業(yè)遴選一批主要的總集成總承包商，并在聯(lián)盟發(fā)起“合作共建”行動(dòng)，為總集成總承包商配套好軟件廠商、裝備廠商和專業(yè)技術(shù)廠商，形成打造工廠級(jí)數(shù)字孿生的整體實(shí)力，提升我國(guó)國(guó)產(chǎn)化數(shù)字孿生建設(shè)率。

4 結(jié)束語(yǔ)

數(shù)字孿生應(yīng)用需要多類數(shù)字化工具支撐，在美國(guó)對(duì)我國(guó)進(jìn)行科技封鎖、我國(guó)開(kāi)展“內(nèi)循環(huán)和國(guó)際國(guó)內(nèi)雙循環(huán)”發(fā)展的新形勢(shì)下，我國(guó)應(yīng)充分利用工業(yè)門類齊全、應(yīng)用場(chǎng)景眾多的優(yōu)勢(shì)，持續(xù)培育國(guó)產(chǎn)化軟件工具和總集成總承包商，不斷積累工業(yè)數(shù)據(jù)和模型，加快人工智能與工業(yè)模型集成應(yīng)用，實(shí)現(xiàn)數(shù)字孿生彎道超車。

原文標(biāo)題：通信學(xué)院| 通信人必須知道的工業(yè)數(shù)字孿生技術(shù)

文章出處：【微信公眾號(hào)：通信頭條】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq