數字孿生（Digital Twin），即現實世界（系統(tǒng)）的數字化。具體而言，數字孿生是指一種在信息化平臺內建立實體系統(tǒng)的數字映射，模擬物理實體、流程或者系統(tǒng)的技術。數字孿生技術可對物理實體進行分析和優(yōu)化，并可借助依賴傳感器數據了解物理實體狀態(tài)，對變化做出響應，幫助改進操作，因此對推動智能制造發(fā)展具有重要意義。隨著企業(yè)數字化的進一步推動，越來越多的國家和組織都逐步重視數字孿生技術在生產生活中的應用。

一、數字孿生技術發(fā)展迅猛正與人工智能深度結合

數字孿生技術并非今天才產生，其源頭可以追溯到計算機輔助設計（CAD）技術的出現。如此算來，數字孿生技術已經走過了幾十年的發(fā)展歷程，其確切概念2003年由美國密歇根大學教授邁克爾·格里弗斯正式提出。格里弗斯認為，通過物理設備的數據，可以在虛擬（信息）空間構建一個可以表征該物理設備的虛擬實體和子系統(tǒng)，并且這種聯(lián)系不是單向和靜態(tài)的，而是在整個產品的生命周期中都聯(lián)系在一起。2012 年，NASA發(fā)布“建模、仿真、信息技術和處理”路線圖，數字孿生概念正式進入公眾視野。2013 年，美空軍發(fā)布《全球地平線》頂層科技規(guī)劃文件，將數字線索和數字孿生并列視為“改變游戲規(guī)則”的顛覆性機遇，并從 2014 財年起組織洛馬、波音、諾格、通用電氣、普惠等公司開展了一系列應用研究項目。就此，數字孿生理論與技術體系初步建立，美國防部、NASA、西門子等公司開始接受這一概念并對外推廣。

數字孿生發(fā)展歷程

實際上，自從有了諸如CAD等數字化的“創(chuàng)作”手段，數字孿生已經開始萌芽；有了CAE仿真手段，研究手段從計算機簡單輔助向自動化轉變，數字虛體和物理實體走得更近；有了系統(tǒng)仿真，研究對象從簡單物體向復雜系統(tǒng)轉變，虛擬實體更像物理實體；直至有了比較系統(tǒng)的數字樣機技術，研究目標從單體動力學向多體動力學轉變，研究形式從靜態(tài)向動態(tài)轉變。

目前階段，數字孿生正在與人工智能技術深度結合，促進信息空間與物理空間的實時交互與融合，以在信息化平臺內進行更加真實的數字化模擬，并實現更廣泛的應用。將數字孿生系統(tǒng)與機器學習框架學習結合，數字孿生系統(tǒng)可以根據多重的反饋源數據進行自我學習，從而幾乎實時地在數字世界里呈現物理實體的真實狀況，并能夠對即將發(fā)生的事件進行推測和預演。數字孿生系統(tǒng)的自我學習除了可以依賴于傳感器的反饋信息，也可通過歷史數據，或者是集成網絡的數據學習，正在不斷的自我學習與迭代中，模擬精度和速度將大幅提升。

二、數字孿生對推動智能制造發(fā)展具有重要意義

數字孿生技術可以在網絡空間中復現產品和生產系統(tǒng)，并使產品和生產系統(tǒng)的數字空間模型和物理空間模型處于實時交互中，二者之間能夠及時地掌握彼此的動態(tài)變化并實時地做出響應，為實現智能制造提供了有力的保障，同時也進一步加速了智能制造與工業(yè)互聯(lián)網、物聯(lián)網融合。

近年來，數字孿生這一前沿技術已經得到了工業(yè)界與學術界的廣泛關注。全球最具權威的IT研究與顧問咨詢公司Gartner 將數字孿生列為十大戰(zhàn)略科技發(fā)展趨勢之一。目前，數字孿生主要被應用于制造業(yè)領域，國際數據公司(IDC)表示現今有40%的大型制造商都會應用這種虛擬仿真技術為生產過程建模，數字孿生已成為制造企業(yè)邁向工業(yè)4.0的解決方案。到2020年，估計有210億個連接的傳感器和終端服務于數字孿生，在不久的將來數字化孿生將存在數十億種。

隨著工業(yè)4.0，智能制造等技術和發(fā)展戰(zhàn)略的不斷出臺，數字孿生技術逐步成為智能制造的一個基本要素，并得到了各方的普遍關注。洛克希德馬丁公司于2017年11月將數字孿生列為2018年未來國防和航天工業(yè)頂尖技術之首；英國國家基礎設施委員會于2017年12月發(fā)布《數據的公共利益報告》(Public Good report)，提出創(chuàng)建一個與國家基礎設施相對應的數字孿生體，并于2019年1月啟動相關計劃；Gartner公司連續(xù)3年(2017-2019年)將數字孿生列為當年十大戰(zhàn)略科技發(fā)展趨勢之一。

黨的十九大報告明確提出要加快建設制造強國，《中國制造 2025》指出“將智能制造作為兩化融合的主攻方向，推進生產過程智能化，培育新型生產方式，全面提升企業(yè)研發(fā)、生產、管理和服務的智能化水平”。在此背景下，數字孿生技術受到廣泛關注，將產生巨大的發(fā)展?jié)摿Α?/p>

三、數字孿生加速融合各領域發(fā)展

據相關研究分析，數字孿生目前在11個領域中擁有45個細分類的應用。具體領域包括：安全急救、環(huán)境保護、航空航天、電力領域、汽車制造、油氣行業(yè)、健康醫(yī)療、船舶航運、城市管理、智慧農業(yè)和建筑建設等。

從應用階段來看，數字孿生技術貫穿了產品生命周期中的全階段，它同產品生命周期管理（PLM,Product Lifecycle Management）的理念是不謀而合的。可以說，數字孿生技術的發(fā)展將PLM的能力和理念，從設計階段真正擴展到了全生命周期。數字孿生以產品為主線，并在生命周期的不同階段引入不同的要素，形成了不同階段的表現形態(tài)。

在產品的設計階段，借助數字孿生技術可提高設計的準確性，并驗證產品在真實環(huán)境中的性能。主要功能包括：數字模型設計、模擬和仿真。對產品的外形設計、使用性能和機械性能（強度、剛度、模態(tài)等）進行仿真，便于優(yōu)化設計、改進性能同時降低成本。目前，法國達索公司、美國歐特克公司及美國ANSYS公司等企業(yè)開發(fā)的建模與分析軟件已廣泛運用于工程設計領域。2018年5月，美國通用電氣公司與美國海軍研究辦公室簽署了一份價值900萬美元的合同，借助數字孿生技術，按需制造零件，加速武器裝備的制造。

在產品的制造階段，借助數字孿生技術可以加快產品導入的時間，提高產品設計的質量、降低產品的生產成本和提高產品的交付速度。產品階段的數字孿生是一個高度協(xié)同的過程，通過數字化手段構建起來的虛擬生產線，將產品本身的數字孿生同生產設備、生產過程等其他形態(tài)的數字孿生高度集成起來，實現以下功能：生產過程仿真、數字化產線、關鍵指標監(jiān)控和過程能力評估。美國洛馬公司使用數字孿生技術提升F-35戰(zhàn)斗機生產效率，將單架飛機制造周期從22個月縮減至17個月。

數字孿生技術同樣可應用于產品的服務階段，隨著物聯(lián)網技術的成熟和傳感器成本的下降，很多工業(yè)產品，從大型裝備到消費級產品，都使用了大量的傳感器來采集產品運行階段的環(huán)境和工作狀態(tài)，并通過數據分析和優(yōu)化來避免產品的故障，改善用戶對產品的使用體驗。服務階段的數字孿生，可以實現如下的功能：遠程監(jiān)控和預測性維修、優(yōu)化客戶的生產指標、產品使用反饋。在基礎設施建設與管理中，數字孿生技術可用于市政設施網絡化管理、交通遠程調度及輪機、鍋爐等復雜設施的管理。俄羅斯南烏拉爾國立大學研發(fā)電驅動裝置數字孿生技術，用于輔助電驅動裝置維護，以預測故障，提高生產的可靠性與安全性。

四、數字孿生應用中的安全風險不容忽視

當前，人工智能、大數據和工業(yè)互聯(lián)網等技術迅猛發(fā)展，推動數字化世界的邊界急速擴張。以數字孿生技術為基礎的智能制造的虛擬空間與物理空間之間的連接以及過程中各組成部分之間的連接都建立在網絡信息流傳遞的基礎之上，隨著數字孿生技術與智能制造的加速融合，由封閉系統(tǒng)向開放系統(tǒng)的轉變勢在必行，系統(tǒng)性的網絡安全風險將集中呈現。

一方面，智能制造的基礎設備和控制系統(tǒng)面臨未知網絡風險。原有的基礎設備多為長期運行在封閉系統(tǒng)環(huán)境下的簡單設備，相關的硬件芯片、軟件控制系統(tǒng)等都可能存在一定的未知安全漏洞，同時由于缺乏應對互聯(lián)網環(huán)境的固有安全措施，極易遭受網絡攻擊，進而引發(fā)系統(tǒng)紊亂、管理失控乃至系統(tǒng)致癱等網絡安全問題。

另一方面，智能制造系統(tǒng)面臨數據安全風險。隨著當前網絡攻擊方式的不斷變化，智能制造系統(tǒng)產生和存儲了生產管理數據、生產操作數據以及工廠外部數據等海量數據，這些數據可能是通過大數據平臺存儲，也可能分布在用戶、生產終端、設計服務器等多種設備上，任何一個設備的安全問題都可能引發(fā)數據是泄密風險。同時，隨著智能制造與大數據、云計算的融合，以及第三方協(xié)作服務的深度介入、大量異構平臺的多層次協(xié)作等因素，網絡安全風險點急劇增加，帶來更多的入侵方式和攻擊路徑，進一步增加數據安全風險。

作為一種前沿技術，數字孿生以仿真技術為基礎，在智能制造、智慧城市建設等方面都將發(fā)揮重大推動作用。但作為一種開放共享的新興技術，在其與互聯(lián)網加速融合的過程中勢必面臨系列網絡安全風險與挑戰(zhàn)。為此，開展數字孿生領域網絡安全管理體系建設，提前研判風險和應對措施將成為促進相關技術發(fā)展的必要舉措。