最近，某位專家去一家企業，把數字孿生講得頭頭是道，企業的人卻普遍表示沒有聽懂。這種現象并不奇怪：對學術界來說，原理清楚就清楚了；但對企業界來說，則需要把創造價值的邏輯講清楚。講不清楚價值，就是沒有道理。
數字孿生的定義有許多種。在工信部發布的2020版《數字孿生白皮書》中提到的一種比較典型：數字孿生是以數字化方式創建物理實體的虛擬實體，借助歷史數據、實時數據、以及算法模型等，模擬、驗證、預測、控制物理實體全生命周期過程的技術手段。我想，人們對概念的困惑往往源于“見樹木不見森林”：每段話都明白，放在一起就糊涂了。人們會問：為什么要全生命周期？沒有數字孿生也可以做仿真、模擬、預測啊？
“日光之下無新事”。幾乎所有的概念都會有歷史的發展脈絡。理解復雜新概念的辦法之一，是從簡單的老概念開始。然后把場景逐漸深入，直到引出新的概念。下面我們從兩條線索分析數字孿生的誕生。
理解數字孿生的線索之一是模型。模型是人們非常熟悉的概念。需要提醒的是：科技界常見的模型有兩種。一種是描述各種自然規律的數學模型，如牛頓定律、勾股定理、化學反應方程式等。這種模型本質是一種知識，可以幫助人們從對象的部分信息獲取另外一部分信息：從容易得到的信息推知不易得到的信息、從現在的信息推知未來的信息；從可能發生的信息推知對應發生的結果。最后一種情況就做仿真。仿真的目的往往是對模型的反向應用：從已知或期望的結果，尋找對應的原因或者手段。另外一種模型則是對對象屬性和結構的描述。設備的3D數字化模型就是典型。從第一性原理看，這種模型的本質優勢，在于既便于人類分析和理解、又便于計算機處理，給人機協同打開了方便之門。
理解數字孿生的另外一條線索是控制論。這個理論是自動化的基礎，也是信息化、智能化的基礎。決策是控制論的核心問題之一，而決策的關鍵是獲取完整、及時、準確的信息和知識。從傳統自動化開始，模型就得到了廣泛的應用。人們設計控制器時往往首先需要給控制對象建模，并在此基礎上設計并測試控制器。但自動化理論針對的模型非常簡單，重點是用線性常微分方程組描述的模型。從某種意義上說，這種局限性與工具條件有關：控制理論產生之初，控制器往往是由電感、電容、電阻等電子元件搭建而成的。
“數學是宇宙的語言，是上帝書寫世界的符號”。理論上講，計算機可以給任何客觀對象建模。而數字化時代為計算機參與的決策創造了前所未有的條件。決策所需的信息其實包括兩個部分：靜態信息和動態信息。以設備系統為例。設備的3D 模型、額定功率等屬于靜態信息，溫度、轉速等運行參數則是動態信息。在互聯網時代，人們不僅能用模型獲得系統內部的信息，還可以通過互聯網獲得系統之外的信息，真正做到了“知己知彼”。再用第一性原理看，其意義在于打開了智能決策之門。
把設備的靜態信息存在計算機中、把動態信息傳給計算機，同時計算機的控制指令也可以通過網絡傳給設備。這樣就構成了一個典型的智能體CPS-Cyber Physical System。這時，只要有了充分的知識，就可以進行決策。所以，CPS有兩種：一種是借助于人的知識、人類參與決策，一種則是自動決策。
從CPS到數字孿生，關鍵之一是要抓住“全生命周期”的概念。
在數字孿生中，存儲的不僅是當前的靜態和動態數據，還包含了全生命周期的數據，如歷史數據。同樣以設備為例，數字孿生不僅包含設備本身的設計數據、制造或安裝過程的數據、使用和維護過程的歷史數據。
數字孿生的建立理念與模型不同：一般的模型是為了特定目的而建立的。這意味著，模型往往并不包含與特定目標無關的屬性。但人們建立數字孿生的目的往往有很多個，甚至可能包含不確定、開放性的目標。數字孿生中的數據，往往是把生命周期過程中產生的數據“順便”收集起來，而不像過去那樣丟棄或保存在數據產生的環節。這樣，人們需要這些數據的時候，用起來就方便了。
數字孿生與信息的“端到端集成”有類似之處。傳統的信息集成強調把數據聯系起來、能夠訪問到。而數字孿生卻傾向于把某個對象生命周期的數據集中起來、統一管理。這種做法顯然更加有利于數據的管理和復用。信息集成主要作用是促進業務的協同，重點在跨越空間區域；而數字孿生的優勢則是系統調試、投運、持續改進等，重點是跨越時間段。
傳遞函數、狀態方程等自動化理論主要解決相對正常的問題，CPS等智能化手段往往用來解決相對異常的問題。這兩類技術主要用于解決預料之中的事情，而數字孿生往往針對預料之外的事情。特別需要說明的是：人類在設計、制造、生產、維護等過程中的錯誤或不足，就是典型的意外。
以機械設備為例。設計出來的產品，在加工、安裝階段可能會出現各種意外。這時，設計數據就可以用來分析問題出現的根源，有針對性地改進和優化設計、加工或安裝工藝。設備的調試和投運階段是數字孿生最典型的應用場景。這兩個階段是最容易出現意外的。由于數字孿生的靜態和動態參數都與物理對象一致，就可以通過仿真的手段去分析各種處置策略的優劣。
這種仿真結果不同于傳統的仿真：傳統的仿真一般用于設計優化，而這種仿真用于控制或處置策略優化。而這里的控制策略優化也不同于CPS或各種模型控制：CPS或模型控制的策略往往相對簡單、往往有預案、甚至是可以自動執行的。數字孿生的處置策略一般要復雜得多，也不一定有預案，可能是人類專家根據當時的情況臨時想出來的。同樣，在生產、維護等過程中，也可能會出現各種意外，需要人們調出數字孿生的信息加以分析、解決。而上述所有的信息，都可以用于新一代設備的設計過程中，從而提高產品研發的水平。
編過高可靠度程序的人都知道：編程序不難，調試很難；編程要規范，主要是為了便于調試。因為調試中遇到的問題，往往是思維的漏洞導致的。如果能減少程序的錯誤、縮短調試時間，意義將會非常大。數字孿生的一個重要作用，就像幫助軟件工程師調試程序。
數字孿生還可以用于生產過程的優化。這種優化，往往跨越空間、跨越部門、跨越人機，常常屬于管控融合的范疇。管理問題和知識的特點之一往往是碎片化的，往往是在長期的生產過程中才遇到的。人們要解決這些問題時，或者把相關知識數字化時，事先很難想清楚需要準備什么樣的數據。而數字孿生則把能夠準備的數據都準備好了，從而降低持續改進的工作量、尤其是數據整理工作的工作量。所以，數字孿生的一個重要作用，仍然是支持持續優化。日本的IVRA模型，高度強調PDCA持續改進對智能化的作用。
智能化可能是人機共同決策、也可能是機器決策，而數字孿生的應用過程，則往往存在人機互動或協同決策的過程。而人機協同的一個重要原因，是發揮人類智慧和靈活性。在設計、改進過程中，人類智慧就是主導性的。
很多人不理解數字孿生的價值。筆者發現：導致這種現象的一個重要原因是我國多數企業長期依靠國外的技術，從而導致理念上的局限性。如前所述：數字孿生最重要的作用之一，就是提升研發能力和持續改進能力。而我國企業研發設計能力弱、持續改進的意識不強，過度依賴國外技術。這就好比，在牛拉車的時代，人們就很難想象交通燈的重要性。
工業界有種說法：“引進、落后，再引進、再落后”。導致這種現象的一個重要原因，就是我們的引進之后，國外的技術又發展了。換句話說，我們在持續改進的環節上出了問題。特別地，高科技往往是持續改進的結果，飛機發動機、芯片、光刻機、碳纖維都是這樣。然而，這些產品中國都是能生產的，問題是質量不如別人。我們被國外卡脖子的技術，往往是在持續改進的過程中失敗的。
數字化時代的一個重要作用，是提升企業的管理能力、研發能力和持續改進能力。中國要用數字化方法建立起這樣的一種能力，未來就不愁技術落后了。反之，如果我們沒有建立這種能力而國外建立了這種能力。我們和國外的競爭，就會像用兩條腿和汽車賽跑，差距只會越來越大。
昨天，筆者有幸受邀到中國商飛設計研究院座談。發現這家企業的年輕人已經清醒地意識到了數字孿生的作用和持續改進的價值，讓我非常高興。
作者：郭朝暉(工學博士，教授級高工。企業研發一線工作20年；優也科技信息公司首席科學家；東北大學、上海交大等多所院校兼職教授。國內知名智庫、走向智能研究院的發起人之一。原寶鋼研究院首席研究員)
