将现实世界融入数字世界的方法有多种。其中包括数字孪生、虚拟现实(VR)、增强现实(AR)和混合现实(MR)。然而，这些方法的实现方式不同，尽管有一个共同的线索：计算机辅助设计。我们之前讨论过VR中的计算机辅助设计(CAD)以及虚拟原型（CAD/CAE/CAM系统的产物）与AR和MR等技术的集成。这给我们带来了数字孪生的概念。什么是数字孪生？它如何与CAD相关并集成？CAD中的数字孪生如何塑造设计的未来？本文旨在回答这些问题。让我们开始吧。

探索数字孪生的概念

       数字孪生是操作流程或任务、现实世界的物理产品、地点或人的最新虚拟（计算机生成）表示或复制品。为了提高表示的准确性，数字孪生严重依赖数据。这些数据讲述了产品、流程、人员或环境的故事。数据直接源自其所代表的物理对象或环境，用于构建并随后改进数字孪生。因此，数字孪生是专门针对其所代表的内容量身定制的；毕竟，没有两个产品、任务、个人或流程是相同的。

       通常，这些数据涵盖所有项目阶段，从规划和设计到制造/施工和使用。它由物联网(IoT)传感器和摄像头以及从事该项目的专业人员提供。这意味着数据不仅是最新的、实时提供的，而且是准确的。因此，它为数字孪生提供了专业人士可以信赖的可靠信息，以反映物理世界的准确状态。值得指出的是，这些数据是数字孪生与常规CAD模型或基于物理的模拟之间的关键区别。

       从广义上讲，数字孪生充当项目信息的单一来源，有助于改善协作。此外，它还为所有利益相关者提供了对项目所涉及的产品、流程、环境和人员的更深刻的见解。还值得指出的是，可以集成多个数字孪生，从而更丰富地理解它们之间的相互依赖关系及其所在的生态系统。

       数字孪生的构建模块

       我们已经确定，对于数字孪生来说，它必须具有与之相关的实时或近实时数据。但数据只是有助于数字孪生完整性的元素之一。我们的意思是，有几个构建块可以提供/收集、可视化、处理、传输、分析或使用这些数据。数字孪生的构建模块包括： 

       ●造型

       ●传感器

       ●物联网连接

       ●计算

       造型

       建模构建块包括可视化和科学建模技术。基于可视化的建模涉及使用CAD和建筑信息模型(BIM)软件创建2D图纸和3D模型。下面详细介绍这一点。另一方面，科学建模技术有助于预测和假设情景规划。他们预测数字孪生的行为，进而预测物理对象的行为。它们关注结构变形、流体流动、生化过程等现象。这些预测基于人工智能(AI)和机器学习技术。 

       传感器

       传感器安装在物理对象上。它们实时收集与对象的行为和特征相关的数据。数字孪生使用这些数据进行自我更新。传感器使专业人员和建筑业主能够识别结构老化或接近失效的区域。

       物联网连接

       物联网连接可确保数字孪生的双向数据流。该构建块确保虚拟副本是物理对象的“活的”和“会呼吸的”表示。尽管如此，值得注意的是，数据从物理对象流向虚拟模型的频率因用例而异。一些用例需要实时数据传输，而其他用例则需要定期数据传输。

       计算

       数字孪生的最后一个组成部分是计算能力或计算能力。它负责分析大量数据，帮助理解传感器收集到的信息。计算处理数据，将其转换为可用的见解。值得注意的是，计算能力应根据项目规模和传感器数量进行调整，以减少可能限制数字孪生效率的瓶颈。大规模计算通常是云计算的储备，云计算也可以有效地存储数据。

       数字孪生的历史

       使用复制品来代表实际产品的想法并不新鲜。美国国家航空航天局(NASA)在20世纪60年代率先提出了这一概念。虽然它不被称为数字孪生，事实上也没有数字化，但它具有我们今天所知的技术的所有特征。当时，美国宇航局在地面上创建了航天器的物理复制品，特别是在阿波罗13号任务期间使用的航天器。担任机组人员的员工使用这些复制品进行培训和模拟。 

       技术在20世纪60年代至20世纪末不断发展，其中CAD的进步和CAM的发展尤为突出。技术如此发达，以至于可以用数字方式描绘物理对象。David Gelernter等学者于1991年出版了一本名为《镜子世界》的书，他开始想象一个未来，人们可以开始通过电脑屏幕看到现实的再现。1998年，“数字孪生”一词首次被用来指代物理对象的数字版本。 

       然而，直到2002年，密歇根大学教授Michael Grieves博士提出了“PLM的概念理想”，它具备了数字孪生模型的所有特征。为避免疑义，它不被称为数字孪生，至少现在还不是。格里夫斯推出的数字孪生模型的名称应归功于美国宇航局的约翰·维克斯(John Vickers)。“数字孪生”一词及其现代含义于2010年正式创造。

       数字孪生的类型

       数字孪生有四种类型：

       产品：此类型代表从概念和设计到制造、客户使用和退役的产品生命周期。

       流程：该数字孪生代表生产运营、制造活动以及用于创建产品和服务的所有任务。

       人：人的数字孪生捕获有关工人或患者等个人的数据。组织还使用这种类型的数字孪生为员工提供有关他们需要完成的任务的信息。通过捕获和提供这些数据，这种类型的数字孪生有助于提高产品生命周期中各个流程的效率。

       空间：这个数字孪生代表地点和物理环境，例如工作站或工厂。它可以帮助专业人员可视化环境。因此，他们获得了更多关于这些环境的复杂性以及如何更好地参与其中的信息和见解。

       数字孪生如何为实物资产增加价值

       数字孪生不仅仅用于表示流程、人员、产品或地点。相反，它们旨在为这些资产增加价值。值得指出的是，公司从数字孪生中获得的价值取决于他们打算如何应用该技术。那么，数字孪生如何创造价值？

       1.数字孪生CAD可帮助专业人士和业主可视化他们的实物资产，从而轻松访问和解释数据；当资产位于偏远地区或存在危险时（例如核电站、飞机发动机和机器），这尤其有利。

       2.采用仿真技术的数字孪生可以分析各种结果

       3.数字孪生使用传感器测量和导出的数据来诊断/识别和解决问题；他们可以提出某些问题的原因，使工作人员能够在问题升级之前快速处理。这些数据还可以帮助管理者和业主查看建筑物或产品出现故障或老化的区域。

       4.数字孪生可以预测物理产品或环境的未来状态，包括其未来性能、可能发生的潜在问题以及进行维护工作的最佳时间。

       数字孪生的好处

       数字孪生有许多好处，包括：

       1.由于工程师在创建未来产品时可以利用大量数据，数字孪生可以提高产品质量。

       2.他们通过识别问题并提供潜在的解决方案来提高运营效率。

       3.由于预测性维护，它们提高了客户满意度，因为数字孪生告知机器供应商何时进行维护，帮助客户避免计划外停机。 

       4.数字孪生使公司能够更快、更高效地迭代和创新，从而缩短上市时间

       5.数字孪生因减少停机时间而提高生产力

       6.它们增强了供应链的弹性和敏捷性，从而实现准时交货

       7.数字孪生可以带来更好的规划、设计和施工

       8.它们提高产品、建筑、流程和环境的效率

       9.数字孪生通过促进测试来降低开发成本，帮助产品设计人员识别组件之间的冲突并模拟不同的环境。（数字孪生技术可以与虚拟样机结合以获得更好的结果。） 

       10.数字孪生能够实现多学科和跨职能团队之间的协作。

       11.他们指导公司退役已达到使用寿命的设备。具体来说，数字孪生提供的数据可为修复、重复使用、回收或报废设备等决策提供信息。

数字孪生和CAD：共生关系

       如果没有与它们所代表的产品、流程、地点或人员相关的数据，数字孪生就毫无意义。如果没有2D绘图、3D模型和3D渲染等可视化构建块，它们也毫无意义。这些可视化构建块有助于表示与物理对象相关的数据的视觉方面。当然，这就是CAD和产品生命周期管理(PLM)的用武之地。 

       对于要称为数字孪生的2D绘图或3D模型，它必须具有关联的数据。否则，它仍然是2D绘图或3D模型。这些数据由物联网传感器和技术收集，必须来源于它所代表的物理对象。简而言之，数据将CAD对象从虚拟空间中的2D或3D表示转换为现有现实世界产品、环境、任务或人员的物理形式和行为的表示。在此背景下，所有的数字孪生都是CAD模型，但并非所有的CAD模型都是数字孪生。 

       技术支柱：CAD如何支持数字孪生

       CAD是数字孪生的基本构建模块。它使专业人员能够可视化物理对象，创建复杂的3D模型和全面的2D绘图。此外，CAD工具使用户能够创建物理环境的沉浸式3D渲染，从而允许使用VR、AR和MR等其他技术进行沉浸式演练。现代CAD系统内置计算机辅助工程(CAE)工具，也支持模拟。 

       通常，CAD是创建数字孪生的基础步骤；它是支柱。因此，可以准确地说，没有CAD就没有数字孪生。事实上，数字孪生平台与CAD和BIM解决方案集成。例如，Autodesk Tandem是一个数字孪生平台，旨在集成Revit的CAD几何图形、地理空间数据、设施管理数据、物联网数据等。 

       各公司还使用了西门子数字工业软件公司的多种解决方案来创建其项目的全面数字孪生，其中CAD和仿真工具发挥着至关重要的作用。鉴于需要结合多种软件和工具的功能，选择支持互操作性的工具和软件至关重要。就西门子而言，它打包了可互操作的工具，将其作为数字企业服务提供。

       同样，PTC与Ansys合作创建了数字孪生产品，该产品结合了两家公司的可互操作产品。该产品将PTC的ThingWorx（一种工业物联网软件）与Ansys Twin Builder（一种强大的建模、仿真和分析工具，用于创建物理资产的虚拟副本）相结合。虽然PTC已经拥有物联网软件，但它必须与一家其解决方案具有数字孪生的其他构建模块的公司合作，这强调了CAD作为数字孪生支柱的地位。

数字孪生在CAD中的应用

       您可以在各个行业部署数字孪生，从物流、农业和医疗保健到制造和建筑、工程和施工(AEC)。

       制造业中的数字孪生

       制造业一直是实施数字孪生的温床。部分原因是典型的工厂已经拥有数百或数千个传感器。此外，在产品开发的早期阶段，CAD和CAE的使用很常见，CAM工具也占据显着地位。因此，数字孪生将现有技术结合在一起，而不是引入新颖的工具。 

       制造组织使用数字孪生进行预测性维护，优化机器维护。他们还使用数字复制品来观察构成产品的各种组件的行为和性能。这使他们能够识别磨损速度比预期更快的零件。例如，有了这些信息，汽车行业的公司就可以及早解决这个问题，从而限制召回数量。

       工厂车间的数字孪生使管理人员和员工能够识别问题并快速解决这些问题以及改进运营的机会。因此，数字复制品使公司能够改善其设施的交付和性能。 

       AEC中的数字孪生

       在CAD数字孪生出现并日益普及之前，AEC行业主要使用手动工作流程和基于纸张的信息交换。例如，有关建筑项目或建筑物的所有数据及其在计划使用寿命内的性能均由必须在现场的人员亲自收集。这意味着数据直接且仅存储在建筑物的区域内。然后使用计算机文件和纸张等静态文档记录数据。但现在不再了。

       AEC行业的数字孪生消除了这种传统做法。现在，物联网传感器安装在整个建筑物或结构中，从而实现实时或近实时的数据收集。这意味着数字孪生会定期更新，以反映其物理副本的实时特征。这为数字复制品注入了生命力。这有很多优点。

       例如，2021年，挪威一座已有8年历史的桥梁的数字孪生帮助避免了一场灾难。安装在现实世界桥梁上的物联网传感器会发送异常运动的通知——传感器显示，每当有轨道经过时，桥的末端就会上下移动。这导致人们意识到桥梁一端的支撑存在问题。结果，官员们关闭了这座桥并开始建造一座新桥。

       医疗保健中的数字孪生

       数字孪生和CAD技术如何应用于医疗保健行业可能很难理解。但研究人员发现，数字孪生技术在该行业的潜在用途是无限的。它们可用于监控设备和医疗器械的性能。数字孪生和CAD系统可用于创建医疗机构的数字模型，以监控和分析护理服务并预测个性化护理的影响。 

       也许达索系统通过其于2014年启动的“活体心脏项目”率先推出了一个更实际的用例。该项目汇集了医学、生物医学和制药专家，其共同目标是构建和验证心脏的虚拟双胞胎。希望该项目能够促进行业创新，并为患者开辟一条有效的途径来获得心脏病的新疗法。活体心脏项目启发了活体大脑、活体肺和活体肝脏项目

       该技术的另一个潜在应用（仍在开发中）是使用患者的数字双胞胎。这些数字复制品将具有患者各自的病史。此外，它们预计将与物联网传感器相结合，测量和转发患者的健康信息，以便根据他们的病史进行实时监控和评估。  

       物流中的数字孪生

       物流和运输行业相当复杂——确保产品完好无损地按时到达预定目的地绝非易事。此外，同时协调往返于不同地点的多批货物也增加了复杂性。但有一点是肯定的：运输确实会产生大量数据，物流公司可以利用这些数据来确保更快、更高效、更环保、更安全的运输。这就是数字孪生和CAD技术的用武之地。 

       然而，在这个领域，单一的数字孪生并不能解决问题。这些公司应该集成多个数字孪生，分别捕获有关履行中心、仓库运营、车库、停车位置或车辆位置的信息。整理来自这些不同来源的数据本身就是一项艰巨的任务。这就是为什么建议使用基于云的大规模计算。

       物流中的数字孪生提供了对运营的深入洞察，帮助专业人士规划、设计和优化运输基础和供应链。

       农业数字孪生

       数字孪生和CAD可用于农业。在这里，CAD和GIS系统用于创建农场的数字孪生，卫星图像捕获数据，人工智能和机器学习模型对其进行分析。这些数据的范围包括农业活动、天气条件、可用水量、作物品种、健康状况和土壤质量。 

       数字孪生与CAD/GIS在农业中的结合有助于作物产量和风险预测。它可以帮助农民实现整地、施肥和轮作等农业活动的自动化。它还可以帮助他们预测保证高产的种植和收获时间。该技术还可用于监测和管理牲畜以及优化其种群。 

       采矿和能源领域的数字孪生

       数字孪生使采矿公司能够模拟工作环境、设备和机械，使矿工能够测试新的方法和技术，并制定短期和长期采矿计划。该技术还允许公司对钻井、破碎和开采计划进行估算，并在部署前对人员进行场外培训。数字孪生还有助于预测性维护。

       基础设施和城市规划中的数字孪生

       铁路设备公司、输电系统运营商以及国家基础设施和城市规划部门等基础设施组织使用数字孪生来简化设备维护、规划和监控日常运营，以及可视化计划的扩建或未来项目。

在CAD中实施数字孪生的挑战和注意事项

       在CAD以及更广泛的各个行业中实施数字孪生面临着一些挑战。事实上，现实世界的产品、环境和流程可能很复杂，但它们的数字孪生应该准确捕捉其固有的复杂特征和行为。对这些物理对象进行精确数字匹配的需求可能会超出预算分配和可用计算资源。它还可能超越内部数据治理能力并偏离组织文化。 

       在本节中，我们将讨论公司和专业人士在CAD中应用数字孪生时面临的挑战。我们还将讨论他们可以采取哪些措施来限制挑战的影响。

       1.成本过高

       在组织中实施数字孪生需要对CAD软件、传感器、云计算基础设施、物联网仪表板和其他支持技术进行大量投资。投资可涵盖3D模型和AI模型开发。成本可能令人望而却步，使公司无法实现数字孪生的真正潜力。 

       幸运的是，您不必为了购买完整的数字孪生产品而耗尽您的银行账户。首先，将数字孪生方法与其他更经济的方法进行比较至关重要。您可能会惊讶地发现更便宜的替代品可以提供与更昂贵的数字双胞胎相同的价值。您还可以选择不选择云计算提供商，而是使用传统数据库。 

       尽管如此，支持和增强数字孪生的技术成本正在下降。这加速了数字孪生、CAD和相关技术的采用。

       2.数据质量差

       良好且可靠的数字孪生与同样可靠且高质量的数据相关联。然而，对于大型项目来说，这并不总是可能的。这些项目的特点是有数百或数千个传感器在不断变化和苛刻的现场环境中运行，并通过片状网络进行通信。不幸的是，这些因素共同作用会降低数据质量，限制良好的数字孪生的创建。

       为了解决这个问题，公司需要想出方法来识别和隔离质量差的数据。此外，他们必须找到方法来弥合这些措施所产生的信息差距和不一致之处。

       3.不精确的表示

       数字孪生应该准确复制其物理对应物。然而，至少目前，匹配物理对象的热、电、化学和物理属性和特性是不可能的。即使有可能，这个过程也是昂贵、耗时且具有挑战性的。这一挑战迫使工程师和设计师简化他们的创作并做出假设。这些考虑因素使他们能够找到一个中间立场，在双胞胎的所需特性与成本相关和技术限制之间实现理想的平衡。

       4.数据安全和知识产权（IP）保护

       正如我们反复提到的，数字孪生是数据的创造。通常，这些数据是专有的。它可能涉及被视为商业秘密的专利或版权产品或产品设计。此外，数字孪生可能包含与使用和客户流程相关的敏感数据。 

       创建数字孪生所需的海量数据给数据安全和知识产权保护带来了挑战。在这方面，公司应使用最新的措施来保护其数据，以防止代价高昂的数据泄露。

       5.网络安全威胁

       数字孪生的各种构建模块形成了网络犯罪分子可以瞄准的大型攻击面。考虑到需要数百或数千个联网传感器，攻击面变得更大。当然，犯罪分子的意图可能是由数字孪生及其相关数据对组织运营的重要性所驱动。通过访问专有数据，犯罪分子可能希望勒索公司给他们大量现金，这样他们就不会泄露非法获得的发现或损害数字孪生。 

       安全漏洞带来的各种不良后果表明需要优先考虑网络安全。但考虑到创建有效的数字孪生所需的软件、部件和专业人员数量庞大，对某些组织来说，有效管理数字孪生的网络安全可能并不容易。

       6.艰难的变革管理和能力建设

       每当管理层选择向以前未实施数字孪生技术的组织引入数字孪生技术时，必然会遇到阻力或采用缓慢。变革是困难的，当变革涉及像数字孪生这样复杂的技术时，它就会变得更加困难。这对变革管理和能力建设提出了严峻的挑战。 

       组织必须确保其员工具备从事数字孪生工作所需的技能。此外，公司必须找到充分激励员工进行转变的方法。虽然由于需要深刻转变组织文化，这些要求并不容易实现，但企业可以通过教育来解决这一挑战，寻求数字孪生和技术转型专家的指导指导。

       7.缺乏互操作性和数据标准化

       数字孪生是众多部件的总和，其中大部分由不同的供应商和供应商提供。虽然它们应该一致工作，至少在理论上是这样，但实际上情况并非如此。此外，人工智能和模拟工具预计都具有相同的功能，但可能不支持此功能。一个供应商提供的人工智能工具或模拟应用程序无法复制另一供应商产品的功能，这种情况并不罕见。这带来了互操作性的挑战。

       另一个挑战是缺乏数据标准化。这一挑战阻止了数据孪生的一个构建块中的数据集成到另一个构建块中。例如，来自数字孪生CAD软件的数据可能以专有文件格式存储，无法使用任何其他工具打开。为了解决这个问题，组织应该使用标准化文件格式并寻找支持互操作性的工具。

结论

       数字孪生在多个行业中日益普及，塑造着未来。物联网、传感器、人工智能、机器学习、云计算、模拟等技术的融合和不断发展推动了数字孪生技术的日益普及。该技术利用数据为曾经静态的CAD模型注入活力。有了它，就有很多好处。 

       数字孪生可以描述物理资产、诊断问题、分析结果并预测未来事件。这一价值使得制造、医疗保健、采矿、基础设施和规划、农业和物流行业的公司和组织采用了数字孪生。然而，它们的实施也面临着相当大的挑战。从数据质量差和缺乏数据标准化到困难的变更管理、网络安全威胁、不精确的表示以及知识产权保护的需要。幸运的是，有一些方法可以解决这个问题。