2103
业内有一种理解，即数字孪生相当于传统仿真模型。传统仿真模型是在计算机中建立模型，以再现物理系统中发生的基本过程，并通过调整模型的输入和控制参数进行实验计算。它用于研究和评估现有或设计系统的特性和行为，并找到可行或最佳设计。它广泛应用于制造业。因为物理过程必须符合物理和化学定律，例如轨迹和速度、不同物体在空间的拓扑关系、液体介质的流动，固体的材料特性和热力工程特征等等，都可以利用物理和化学方程进行表征和计算。一般而言，实际系统建造成本高，所需的时间长、有些试验需要很长的时间或危险性大，利用计算机仿真进实验显然是一种事半功倍的手段。
如果说数字孪生是在计算机中建立的覆盖产品或系统全生命周期的复制体，那么这些用于产品或系统设计中的仿真模型显然属于数字孪生算法模型的一类。如果这些仿真模型能够精准地计算实际系统的特征和行为，的确可以成为数字孪生的主要计算模型，用于生产过程的计算。但是，由于实际系统一般都很复杂，并受当前技术的局限，在建立这些模拟仿真模型的时候，大多都需要进行很多简化，只关注关键的因素，忽略次要因素，或只模拟系统的某一些方面，可以满足在设计过程中验证设计的结果是否符合一定的设计要求，比如安全生产的要求，而这些要求一般都有比较大的冗余范围，但计算的精度不容易达到在生产过程监管和优化的需求。
另外，大多用于设计过程的仿真模型软件基于模拟的数据，批次性使用，并不与生产现场实时数据连接，从计算性能上也不易支持持续性的流式计算，难以支撑数字孪生中对生产运营过程中的管控和优化。
综合而言，模拟仿真是数字孪生的一个重要支撑技术，设计过程中的仿真模型是数字孪生算法模型的一个重要组成部分，但是不等同于数字孪生本身。数字孪生用于生产运营过程管控和优化的模型，一般而言，要么要对设计仿真模型进行改造提升，要么利用机理模型或数字模型建立新的算法模型。
关注微信
