數字孿生是近幾年得到重視的一個概念，尤其是與之前智能制造、CPS等相比，人們感覺數字孿生是更加落地或可以作為抓手的一個概念。一般對于概念來說是在研究過程當中，為了精煉準確說明某些事情，我們凝練出一個可能從來沒有出現的概念。但對于數字孿生來說，我認為其更多的是一種提綱挈領的模式或機制的描述，一方面是面向實際的應用需求而衍生出這種總結性名詞，另外一個方面是對既往一些做法的再次凝練和提升，或者可以認為是源于實踐并追求高于實踐吧。

對于數字孿生概念來說，我們追求的其實和應該是他的內涵。雖然從字面來說，“數字”、“孿生”是偏向于與物理實體相對應的“虛體”的含義，但既然涉及到“孿生”一定是有其物理實體對照物的，并且一定是與物理實體對照物具有關系的一種綜合概念。比如我們從物理資源角度來說，利用資源管理殼等表達和互操作方式，實現與實際世界相對應的物理實體的孿生體特點等。當然，我們仍然可以嘗試追求給出一個嚴格的定義，但我認為我們更應該追求的應該是他的本質內涵。筆者認為：數字孿生是基于物理實體和數字虛體之間的近真實孿生映射基礎上的涵蓋狀態感知、實時采集、分析推理、精準執行的閉環控制關系，其中基于的建模與仿真的分析推理是當前數字孿生體所關注的重點。

本文將重點從數字孿生概念的4點判斷、數字孿生的核心是基于工藝和管理知識的決策、數字孿生是軟件定義制造實現的支撐，以及數字孿生與智能制造相關概念的關系等方面進行闡述，主要目的是對當前關于數字孿生認知與實踐中的可商榷話題進行分析和總結。

一、數字孿生概念內涵的4點判斷

（1）數字孿生是強調實時性的CPS

賽博物理系統（CPS）作為智能制造的核心模式，體現了動態感知、實時分析、自主決策、精準執行的閉環過程，支持了裝備／系統的自適應、自組織的智能化發展理念。數字孿生是CPS的具體體現，重點是突出虛實融合下的數據處理、仿真分析、虛擬驗證及運行決策等。其中的核心在于，對于業務對象而言，所謂的分析推理其實也是基于模型的，而這個模型是基于狀態感知和實時采集基礎所建立的，這個模型能夠支持分析推理，雖然這種分析推理可能只是某個方面的，但也是對對象的某種數字孿生或者某種程度上的數字孿生。因此從這個角度而言，數字孿生其實是CPS的某個子集。數字孿生因為特意強調了“孿生”，不可避免的具有一定的實時性特點，而傳統的CPS從理念角度是涵蓋了實時和非實時兩種情況的。

（2）可視化不等于數字孿生

數字孿生與可視化展示是“皮”與“毛”的關系。數組孿生一定是在某個方面反映物理實體的，這是毋庸置疑的。但這某個方面只是物理實體的某些特性，而未必是全部的特性，有些方面可能并不需要建立可視化展示。

比如我們通過APS來對車間的運行狀態進行表達，并在此基礎上給出進一步持續的資源優化配置方案，這個背后當然是有模型的，但這個模型未必是可以展示的。

比如對于復雜電子產品的研制，一般分為電訊總體和結構總體。對于復雜電子產品來說，電訊總體顯然是更重要的，實際當中也是這個樣子的。但是電訊總體更多的表達的是這個復雜電子產品內部的信號輸入輸出之間的關聯關系，更多的是一種邏輯上的表達。筆者見過的一些單位就是通過MATLAB或者說利用商業化仿真軟件的一些模型來進行表達。而結構總體才是真正的可見物理實體表達，是這個復雜電子產品各個組成部分可見的物理實體之間的關聯關系。從最終的結局來說，我們這兩個方面應該是都需要的，實際操作過程當中，這兩個方面的一體化集成也是我們追求的目標。但現有復雜性和技術條件制約，分成兩個部分來分別開展這方面的工作，是更為實用的一種做法。

數字孿生更多的強調內在關系而不是外部展示，同時，數字孿生在技術限制下，也可能只是對物理實體進行某個側面的分析。

（3）三維模型不是數字孿生的必備

一般而言目前很多說數字孿生的都是基于三維的產品或產線模型，其實本不必如此的。只要這個模型能夠有效地表達并支持進行產品或產線某方面分析的特性，我們就可以認為這就是一種數字孿生。比如，建立數學模型，并通過MATLAB進行數字化程序表達，這個能夠求解的程序，我認為就是一種數字孿生；比如對于APS，屬于基于車間當前狀態的某種決策模型，雖然可以通過形式化的數學方式進行表達，但其更多的還是由某種軟件系統表達的，通過這個程序系統或內在的分析模型，可以進行產線的產能評估、瓶頸分析、外協／分批決策等，我認為這也是一種數字孿生。但這些模型與傳統所說的圖形三維是沒有關系的。是否支持決策是數字孿生的根本，其他的都是外在。其實從這個角度進一步思考，比如MES我就認為是一種大號的CPS，并非CPS一定是面向設備或單元的，這應該就是所謂的系統級CPS的本質含義了吧。

（4）數字孿生不是憑空來的

雖然數字孿生的概念很熱，但數字孿生并不是憑空來的天賜之物。就如同工業界的很多好的理念，比如單元化、精益生產等，都是根據實際總結出來的一樣。關于數字孿生乃至CPS，其實在概念沒出來之前已經有很多實踐了。人類有三種實踐，物理實驗只是其中一種，另外兩個的理論推導和計算機模擬，其實都是現實實物的抽象，從這個角度而言，其實都算孿生，只是不都是數字化而已。但一般而言，計算機模擬在內涵上很大程度上也是由理論分析模型支持才能實現的。

二、數字孿生的核心是基于工藝和管理知識的決策

對于數字孿生而言，在物理實體和數字虛體之間，橫亙著兩個關系：一個是自下而上的狀態感知和數據采集，一個是自上而下的實時控制，但這些仍然只是看得見的關聯關系，更為核心的是所建立的數字虛體或者數字孿生體應該具有與物理實體相對應的孿生效果，當然這種孿生效果不能僅僅是形似，而是為了神似，而神似的目的就是要能夠支持基于所采集的數據狀態信息進行分類、分析、推理、決策和預測。

數字孿生的核心是決策，而執行這個的是數字孿生閉環關系中的數字孿生體，其核心重點是建模分析和推理。如果只是強調三維可視化展示，其實是有點舍本逐末，不僅不符合數字孿生所追求的分析推理，更是與數字孿生體要對物理實體進行干預的要求相去甚遠。也許在很多情況下面，真正起決定作用或者說發揮更重要作用的，對于顯示的要求并不是那么高。從以決策為核心出發，基于實際執行狀態的APS，其實也可以認為是一種數字孿生，其中涉及大量的模型和算法，并且是對生產進行預測分析與優化，但可能連顯示都沒有。其實我們以前做各種各樣的CAE分析，也是強調試驗驗證和模型校驗的，只是這個反復迭代的過程比較冗長，與當前所提的數字孿生所強調的實時性不同。但其實這方面的努力，我認為也都是抓住了數字孿生最核心的決策要求，也為當前數字孿生體的發展提供了基礎支持，從某種角度來說，這種工作更加有意義。

數字孿生的核心是決策，包括分析、推理、預測等，至于結果的展示并不一定是可視化。但現在見到的一些宣稱數字孿生的，包括產品的或者產線的，基本都比較強調可視化的運用，可視化是可以有的，但從內核功能來說并不是必須的。數字孿生強調的是虛實同步映射，目前能做的大多體現為實向虛的映射，比如通過虛擬的產線模型反映實際產線的實際運行狀態，但這個其實只是展示而已。數字孿生最重要的是分析推理及其之后對物理實體的干預，說的是內在相似而不是簡單的外表。從這個角度來說，目前實向虛的技術和案例已經較多，但虛向實的優化干預仍需進一步努力。

（1）數字孿生體現了工藝知識的沉淀，能夠有效的提升核心工藝能力

工藝是與產品質量和生產效率直接相關的專門知識，任何一個企業即使是在手工管理模式下，也應該是非常重視工藝的，所以我們在開展智能制造、工業互聯網等方面的技術研究和探索應用的時候，工藝都是重要的目標服務對象。

其實很久以前，工業過程建模與仿真，這是大家耳熟能詳的一個技術方向，也是一個范圍很廣的技術方向。但我感覺數字孿生，與之前的工業過程建模與仿真還是不一樣的。傳統的工藝過程建模與仿真，可能更多是脫離于實體的一種孤立的運行，而數字孿生是一種與實體雙向連接的運行？如果簡單來理解，可以理解成一個是在線，一個是離線。數字孿生更偏重于動態的在線。

但不管怎么樣，數字孿生或者說為了實現數字孿生的第一步就是建模。我們需要進行建模。當前工業互聯網技術的發展，為我們從實體上面來獲取各種各樣的實時狀態提供了手段，也為建模及其應用提供了擴展空間。但這些工業互聯網等都不是最主要的，只是外圍支撐的手段而已，最主要的還是怎么使得這個模型能夠表達的真實。在仿真領域，很久以前有一句話是這么說的，做虛擬仿真切忌“虛而不擬，仿而不真”，其實就是說的這個模型是否準確？是否能夠反映實際？其實美國長期以來，從上個世紀五六十年代開始，就一直在國防先進制造等計劃中持續的支持和發展建模與仿真?？赡軇傞_始有些人覺得這方面比較虛，但是這個方面其實是對工藝機理進行深入探究的代名詞。不論是解決實際問題，還是推動技術發展，甚至相關工業CAE軟件的發展，都是極其需要和重要的。

工藝的類型是多種多樣的，相關的數字孿生模型，也是多種多樣的，所涉及到和所綜合的學科知識也是不一樣的，這才是真正的專業知識的沉淀凝練。我們說的智能制造在很大程度上是體現為數字孿生的綜合運用的。

比如對切削加工來說，可以基于工藝推理模型，對工件的加工質量進行實時的評判，并能夠根據決策分析結果，對相關的工藝參數進行及時有效的調整，這樣就具有一種自適應的味道。

比如，筆者在針對某企業薄壁件加工變形控制方面的研究中，就綜合運用了內部應力場重構控制、切削工藝建模與仿真分析、弱剛度變形補償等措施，雖然是針對具體的零件來開展的，雖然里面也具有很多的經驗的成分，當然也是融合了一些數字化定量的技術研究，但對于筆者來說，后續應該將這個過程進行沉淀，沉淀成一個分析推理的模板，后續只要按照這個步驟來做，任何薄壁零件的加工變形控制問題都可以得到解決或者一定程度的解決，這也是數字孿生的一種體現。

比如，筆者在針對另外一個項目中，針對某個復雜零件加工過程的精度保證問題，采取了自適應加工補償的方式。也就是說，對每一次走刀之后的加工型面進行測量并進行曲面重構，同時與理想的型面進行比較分析，找出偏差進行補償，調整刀位軌跡并生成數控程序，可以有效的提高加工精度。這個過程里面所開發的分析軟件，其實也是一種數字孿生。

我們國家提出要建設百萬工業APP，其實我感覺，拿出來一半來做工藝的數字孿生特點的工業APP，我感覺分量都嫌低。工藝數字孿生是夯實和提升我們制造實力的根本，從做大轉向做強的必然途徑。

（2）數字孿生體現了管理經驗的知識沉淀，能夠有效的提升智能管控水平

制造執行過程管控需要根據不同的企業類型及其生產特點，需要貫徹和綜合不同的先進管理思想。但是一般來說這些管理思想，比如精益思想，很多企業甚至很多專家，還認為這只是一種指導性的方法論而已，從中理出來一些原則或者說是方法手段，對生產過程當中的某一點、某個業務進行實施應用。我認為這么理解是帶有一定的片面性的，實際上來說也有感覺，這些先進管理思想，在實際當中的運用，更多的是一種割裂性的碎片化的實踐。我認為，如果你做了或實施應用了一個制造執行系統，這個制造執行系統如果不體現先進的管理思想，那相當于這個制造執行系統，筆者認為，就是一個沒有靈魂的系統。一般來說能解決問題簡直就是個奇跡啊。

因此我們應該將各種先進的管理思想，把它細化落實或者凝煉成管理經驗與知識，并且系統化而不是孤立的體現在生產管理當中，尤其是智能管控方面。這些經驗和知識的沉淀或者說物化或者更明確的進行軟件化，其實也是相當于建立了內部有機關聯的決策模型。而這種決策模型，本質上來說，其實是制造執行過程的數字孿生，或者某個側面指標或目標的數字孿生。

比如我們可以建立面向產線或者車間的排產調度模型，在這個里面體現TOC等思想，當然體現的不僅僅是TOC，還有很多其他的先進的排產調度思想。筆者一直也是從事APS技術研究與系統開發和實施應用的，在這個過程當中，也深深的感覺到，見到一個約束就進行處理，其實還是挺被動的，也不利于系統的發展。所以自己一直在揣摩，如果能夠將一些先進的管理經驗知識和管理思想，融合到APS當中，也許可以達到一種事半功倍的效果，應該是APS將來的一個重要的發展趨勢。

比如在制造執行過程當中我們可以建立前后工序之間的精度鏈條模型，根據前道序的加工精度實現，等下一道工序基準的調整，這種分析，我認為就是數字孿生的一種體現，整個生產過程具有自組織的味道。這既是管理的思想，也是工藝的思想，相當于是一種融合。

三、數字孿生是軟件定義制造實現的支撐

毫無疑問，自動化技術是智能制造發展的重要支撐技術之一。無可質疑，很多企業將自動化線建設視為智能制造的重要抓手。并且涌現出了一些“黑燈生產”、“無人工廠”的示范案例。本質上，或者大多數情況下，我們所說的自動線，更多的體現為物流周轉基礎上的聯動動作時序的協調，可以視之為一系列離散硬件裝置在特定動作序列約束下運行的生產線。傳統的自動線是通過PLC梯形程序進行控制，或者通過專門的工控軟件進行控制，不僅控制正常的流程，也應該具有一定程度的異常處理控制能力。

因此，結合目前很多企業在上馬自動化線或已經建成自動化線的局面下，如何進行智能化提升，也是不得不和必須面對的問題，而這個過程其實與數字孿生也是不謀而合的。本部分從兩個方面論述：一是德國工業4．0關于自動化柔性線的智能管控思路；二是融合APS的自動化柔性線智能提升步驟。

（1）德國工業4．0關于自動化柔性線的管控思路

在數字車間這個方面，德國工業4．0其實早就提出了這方面的理念，這種理念的核心含義就是軟件定義制造，其手段主要是通過將物理實體或者物理生產線當中的每一個硬件實體，都抽離與其相對應的軟件AGENT或者SERVICE，所謂的智能管控，就是對這些硬件資源的運行進行配置形成“務聯網”，是服務的“務”而不是物體的“物”，“物聯”只是最終的表現形式，其背后是通過“務聯”實現業務的有序運轉。

圖1是德國工業4．0的典型資料圖片，其所表達的含義是生產線中所有的硬件單元都有對應的軟件形式的服務，比如傳感器服務、控制服務、通訊服務、校驗服務、信息服務等，整個CPS網絡系統就是一個服務連接網絡，具有“服務聯網”的概念，這些服務有層次并且能夠動態組合配置。所謂的智能管控，體現為硬件資源的離散化，通過服務化封裝，實現業務資源鏈條的重構與控制，并可以進一步的支持“軟件定義制造”理念的落地。其中如圖1所示的生產線中的各種傳感器、泵、閥、控制器、通訊裝置等都有與其相對應的服務，而這種服務其實就是直接面對硬件資源的數字孿生，在此基礎上構建的服務層級或者服務網絡或者服務鏈條（ERP或MES的新型式），其實都是對數字孿生的進一步深入應用，其目的是支持實現自動化＋柔性的智能制造新局面。

（2）融合APS的自動化柔性線智能提升步驟

德國工業4．0所宣傳自動化柔性線智能管控的核心是實現資源的柔性配置，而這種配置的手段就是面向智能制造的APS的重要發展方向。融合APS的自動化柔性線智能提升步驟如下所述。

l提升自動線構成要素裝置的CPS獨立控制能力：對于自動化產線線而言，一般都是連續的沒有間斷的按照時序執行動作。但這些動作時序的執行，也是需要依靠一些構成要素裝置的，比如閥、泵等，或者是各種集成程度的獨立裝置等。對這些要素按照能夠狀態反饋、指令執行的方式，進行改造和提升，為后續的智能化柔性控制提供支持。

l支持任何構成要素裝置的必要性聯動控制能力：這種聯動控制并不是限定自動化產線中某兩個裝置的固定時序，其核心目的是增加柔性，目標是自動線上任何需要建立關聯的構成要素裝置能夠實現聯動控制。這方面的分析可以從產品的工藝流程角度入手，按照生產過程中各個構成要素裝置時序關系進行分析。

l以產品性能保證為核心的工藝知識沉淀及物化能力：產線對產品性能保證的技術提升無止境的，根據需要可以分析產品的性能指標的保證機制，比如引入機器視覺、比如引入自適應加工等，豐富自動線運行的知識基礎上的智能化內涵。

l多產品混線生產的關聯控制與協調能力：只有當自動線能夠支持多產品混線生產，自動線能夠提供柔性的關聯控制與協調能力，才能說這條線具有智能的味道。比如自動數控加工線，可以自動的獲取狀態并進行分析，可以下發指令進行硬件裝置的工作參數調整；比如自動數控加工線，根據需要為不同的硬件裝置傳遞不同的數控程序；比如不同產品的工藝流程不同，可以通過柔性的聯動控制，實現生產路徑的快速轉換，以及不同品種產品在自動線上的混流交叉生產。

l基于APS的軟硬一體化控制的柔性控制：如果自動線只是生產一種產品，則所有的硬件要素裝置鎖定了某種動作指令序列而已。但如果自動線是多品種混線的，則動作指令序列將具有復雜的組合聯調配置要求。如果這種組合判斷比較簡單，可以通過PLC或工控軟件來實現。但如果這種組合判斷比較復雜，尤其是加入了智能化體現的分析、推理、決策等內容，單純的狀態0－1式或閾值式判斷將無法滿足需求，需要引入復雜軟件系統的形式進行控制，才能滿足需求。并且，這種復雜軟件控制系統，面對多產品混流生產的復雜的生產過程，將是目前傳統的APS向軟硬一體化緊密關聯協調控制的重要轉變和發展方向。

四、數字孿生與智能制造相關概念的關系

（1）數字孿生與工業互聯網的關系

數字孿生是閉環CPS過程的典型體現，具有“虛實同步、以實融虛、以虛控時”特點，工業互聯網／工業互聯網資源狀態及控制的泛在化基礎設施能力是支持數字孿生得以實現的基礎，同時數字孿生也是工業互聯網平臺貫通軟硬環節的有效支撐。數字孿生所強調的物理實體的狀態數據采集，尤其是實時的數據采集，就與當前工業互聯網發生了密切的關系。即使在沒有工業互聯網之前，我們對于物理實體也總是想辦法通過各種傳感器來進行數據采集，只是比較繁瑣，可能實時性也不夠，更別說實現對物理實體指令驅動下干預運行的功能。因此對于工業互聯網來說，從基礎設施的角度，應該盡量的統一標準，否則的話也只是一種理念，看起來也很美好，其實很難做。當國內沉浸于智能制造和工業4．0的宏大理念的時候，其實不管是德國還是美國，都在發展工業互聯網標準，比如德國為資產設備所施加的管理殼，或者提出的與實體相對應的代理AGENT，個人認為這才是應該我們認真注意的，否則又是在建空中樓閣，或者寄希望于單打獨斗的建平臺對抗國外的整個體系。

（2）數字孿生與建模仿真的關系

數字孿生的目標建立實現與物理實體安全相對應的數字孿生體，并在此基礎上實現雙向的數據采集和干預控制，強調的是閉環控制關系，但這個過程在實際中沒有必要完全具備或其實也不能夠一蹴而就。數字孿生的發展是隨著技術進步而演進的，從而使得之前的一些想象有了變成現實的可能。比如我們在建模與仿真過程當中，我們需要對模型進行驗證和校驗，也許以前我們只是對所建的模型進行與實體相對應的某些特點的教研與驗證，那隨著技術手段的發展，我們越來越可以對模型對于實體的完全映射進行探索。我認為建模與仿真其實是對物理實體的單向預測分析，雖然能夠走到這一步，也已經很不容易了，我們大量的CAE軟件就是在做這些事情，但數字孿生所強調的是閉環關系，其核心在于對物理實體的實時干預執行，在工業互聯網以及TSN等實時性的數據采集和控制技術的支持下，實現對物理實體的閉環控制也就有了可能。建模仿真的目的是為了評估，評估的目的是為了預測，預測的目的是為了決策，決策的目的是為了優化，優化的目的是為了實現對實體的糾偏干預，從而實現閉環的數字孿生控制，從這個角度來說，當前的建模與仿真也需要大踏步的前進，從離線走向在線，從軟件為主走向軟硬一體融合。

（3）數字孿生與工業軟件或工業APP的關系

這兩個本來不是一個維度的東西，數字孿生是從一個回路的角度所描述的閉環系統。但數字孿生閉環回路當中的決策分析環節，即體現為數字孿生體，一般都是以軟件的形式作為展現載體。從這個角度來說，數字孿生體也是工業軟件的一種，但就數字孿生來說，其本質上是擴展了工業軟件的范圍與內涵。同時，數字孿生體的本質是決策，如果只是局限于認為三維形式的產品或產線仿真推理分析才是數字孿生體，其實也是有失偏頗的。

數字孿生體其核心功能是基于知識經驗沉淀的推理分析，內嵌了機理或者決策模型。比如我們經常見到的仿真分析系統，包括較為抽象的生產運營管理決策工具，都是常見的數字孿生體。由于數字孿生體直指企業工藝優化或者運行管理的決策，必須具備深厚的專業領域知識以及生產管理經驗，其技術復雜度和開發的難度都是非常高的，我們一般說工業軟件難以開發，更多的味道就在這個里面。

工業APP是在工業互聯網語境下提出來的，通過建立工業互聯網平臺形成工業軟件系統或模塊的互操作機制。這種語境下的工業APP其實并不追求大而全，更多的是像一種插件一樣，通過類似工業現場所用的各種總線那種概念的業務總線／中臺和數據總線／中臺的事件驅動與數據服務的方式，能夠通過配置即可實現與其他工業APP的集成和互操作，從而形成支持業務運行的動態可重構系統。這種工業APP與傳統的相對獨立的工業軟件是不一樣的，是工業軟件的一種新型形態。那種基于傳統的工業軟件，如MES、ERP等，通過云化就號稱是工業APP，其實還是比較勉強的，也不是工業互聯網語境下的工業APP的真實意思。所謂的工業互聯網平臺的核心應該是在這個方面，就是形成類似工業操作系統的一個平臺，但是這方面現在看來其實還有很長的路要走的。

工業軟件是產品研發過程中知識經驗的軟件物化，是工業APP所強調的服務化特點的源頭支撐。數字孿生閉環過程中的數字孿生體是工業軟件的重要體現方式，體現了對物理對象的幾何、物理、行為、規則及約束的多維、不同粒度的多空間、推進演化／實時過程／外部干擾的多時間等尺度的綜合

一般我們說某個企業能夠在市場上長期立足更多的其實是在說都企業有自己的know－how，也就是知識，而這種知識更多的是體現在工藝人員的頭腦或者經驗中，比如我們經常提的大國工匠，其實更多的說的存在他們頭腦中的經驗知識。這些知識經驗一般都是比較模糊的，想要把它提煉出來變成一個軟件形式，其中最核心的就是建模，分析問題的內涵、表達問題的關聯因素及其關系，描述這個問題的求解推理方式。

應該說企業在長期的發展過程當中大多并沒有相關的工業軟件，更多的是依靠人，有經驗的人來來開展這個事情，但其實已經做得挺不錯了或者有效的支撐了我們制造業的發展，解決了很多問題或者支撐了企業的工藝發展。雖然人具有最大的柔性，但這種局面也說明，可能在很大程度上面向實際問題的解決，其實并不是或需要那么精密，或者說在精確性上面來說一定要如同計算機的精密、精準的定量計算那樣。其實這里面也暴露了一個最簡單的道理，就是很多工業問題，可能最好的方式是只需要花20％的精力就能解決80％的問題。說這個呢，主要是想表明一下，工藝的建模，也應該本著這個目的，也未必一定要需要等到，好像所有的原理機理一定要徹底的清楚明白和表征，完全的精準的，精確的定量，才能夠進行和開展，這應該是解決實際問題的一種可行的思路。這也是數字孿生發展的應有之義。

而對于企業來說，這些有知識和經驗的，老工人或老師傅應該是企業的寶貴財富，記得之前有人提過進行智能制造好像就是機器換人，好吧，如果就算是做了這個事情，把人換下來之后來做啥？這是最關鍵的，就是要想辦法把這些人的知識和經驗能夠物化地沉淀下來，雖然自動化做到了一部分，但自動化所物化或沉淀其實更多的還是一種簡單的知識經驗的沉淀。

（4）數字孿生與MBSE／數字主線的關系

基于模型的系統工程（MBSE）是實現全生命周期集成研發的核心思想，數字化孿生體將促進建模、仿真與優化技術無縫集成到產品全生命周期的各個階段，也是面向加工、裝配等DFX技術發展的重要使能基礎，是推動MBSE核心思想發展的重要著力點。數字主線是從過程業務數據驅動的角度實現全生命周期集成的重要技術，從狹義角度而言，為全生命周期各階段業務模型的處理提供數據銜接傳遞支持，從廣義角度而言，為整個全生命周期鏈條提供統一的信息模型規范支持，是數字孿生體在不同尺度上的數據獲取與分析方面的具體體現，是數字孿生閉環控制模型的重要支撐。

而對于數字主線來說，一般認為是面向全生命周期集成的產品模型在各階段演化利用的溝通渠道，一般認為數字主線是依托于貫穿產品全生命周期的業務系統的，而這個業務系統是可以認為是廣義上的CPS的。其實感覺這種區分是對一個CPS當中分析推理決策模型的內部細分，因為數字孿生體所代表的模型本來就是一個廣義的復雜模型，總體模型內部也是可以分成多個小模型的，彼此之間具有關聯（比如生產中的數字孿生體，這個模型應該是綜合包括產品模型和裝備模型的，這些狀態融合在一起，才能夠有效的分析推理決策產品的實時實際狀態的），數字主線就是將這些小模型之間的關聯關系進行明確和提供支持。因此從全生命周期這個廣義的角度來說，數字主線是屬于面向全生命周期的數字孿生體的。從另外一個角度來說，數據主線所依托的業務系統，在面向全生命周期的過程范疇，也可以視作是一個CPS閉環過程，就是所謂的系統之系統的CPS，其實從廣義的角度來說，這也是一個數字孿生過程。

五、結論

數字孿生，說直白一些，其實也是一種理念、模式或機制，相對于CPS似乎更加能夠引起大家的共鳴，這都是可以利用和引導大家發展的。我們對數字孿生的看法，也應該抱著一種開放的態度，這不是誰家的自留地，也不是單靠某幾家就可以搞出來的，因為這本就不是一個具體的東西，只有百花齊放才能夠落地結果。

另外，因為是公眾號性質的文章，所以并沒有過于刻意的雕琢文字，主要是表達出自己的一些思考和總結，模糊之處、疏漏之處，還請諒解。歡迎展開建設性的有益討論。

作者信息：王愛民，北京理工大學數字化制造研究所所長，長期從事MES、APS等技術研究、系統開發與實施應用。