物流数字孪生白皮书2024.pdf

3序 言物流行业和其他行业一样，正面临着前所未有的挑战：三年新冠疫情刚过、大国竞争、地缘政治、多国混战、供应链中断成为常态、气候变化带来的可持续性要求不断提高。与此同时，工业革命 4.0 和数字经济的高速发展也给物流行业带来可见的冲击。所有这些挑战正驱使物流行业进行持续的数字化变革，以重塑物流行业，使其得以应对挑战，迈向繁荣的未来。新兴数字技术正是帮助重塑物流行业的强大武器。其中，数字孪生更是变革和重塑物流行业最为重要的战略性武器之一。本白皮书通过对数字孪生发展现状和大量案例的研究，试图回答以下几个问题：国内外数字孪生研究和应用现状？物流数字孪生的概念、特征、能力和价值？物流数字孪生的未来发展方向和应用前景？国内物流数字孪生已经从点、线、面实践向物流大生态应用发展；从物流域向供应链域、客户域扩展；从模拟仿真向高逼真度优化进化。物流数字孪生在顺丰等领先企业的创新发展为行业开辟了进步新空间，当然还有更多值得探索提升的空间需要被解锁。本白皮书围绕物流数字孪生的发展背景、概念特征、应用实践、领先创新和发展空间展开，为物流业提供了物流数字孪生的全景呈现，期望以此推动行业生产力创新变革加速，实现数字孪生的共性价值。PREAMBLE序 言4物流数字孪生白皮书5序 言 3目 录 4第一章 物流数字孪生发展驱动力 81.1 宏观政策导向下的数字孪生 91.1.1 数字经济发展需要新兴数字智能技术 91.1.2 十四五规划新基建带来新机遇 101.2 数字孪生的价值呈现和全球市场高速发展态势 121.2.1 数字孪生的价值呈现正在塑造对数字孪生的需求 121.2.2 全球及中国数字孪生市场蓬勃发展 141.3 物流业困境与物流数智化战略突围 151.4 小结 16第二章 数字孪生概念和发展现状 172.1 数字孪生的概念、分类、关键技术和基本特征 182.1.1 数字孪生的概念和基本要素 182.1.2 数字孪生的基本特征 202.1.3 数字孪生的分类 212.1.3.1 数字孪生技术分类 212.1.3.2 数字孪生层次结构分类 232.1.3.3 数字孪生应用分类 232.1.4 数字孪生的关键底层技术 242.2 国内外数字孪生发展现状及应用现状 252.2.1 数字孪生发展历程 252.2.2 国内外数字孪生研究概述 262.2.2.1 国外数字孪生研究概述 262.2.2.2 国内数字孪生研究概述 272.2.3 国内外数字孪生标准体系简介 292.2.3.1 国外数字孪生标准体系 302.2.3.2 国内数字孪生标准体系 312.2.4 国内外数字孪生应用场景分析 322.2.4.1 数字孪生的应用场景框架 322.2.4.2 全球 250 个数字孪生的应用场景模型 332.3 国内外物流数字孪生应用现状 332.3.1 国外物流数字孪生应用现状 342.3.2 国内物流数字孪生应用现状 352.4 物流领域数字孪生图谱 362.4.1 数字孪生产业格局 362.4.2 物流领域数字孪生图谱 372.5 小结 38第三章 物流数字孪生概念及系统参考架构 393.1 物流数字孪生概念和基本特征 403.2 物流数字孪生系统参考架构 443.2.1 物流数字孪生概念架构 443.2.2 物流数字孪生系统架构 453.2.3 物流数字孪生技术架构 473.3 小结 48第四章 物流数字孪生价值与应用 494.1 满足精益生产需求的生产物流 504.2 单一场所的设计与运营优化 52CONTENTS目 录目 录6物流数字孪生白皮书74.3 赋能港口数字化智能化改造 544.4 提升机器人群体管理 564.5 增强物流包装和容器设计 574.6 实现物流设备的预测性维护 584.7 全球物流网络的数字孪生 59第五章 物流数字孪生赋能供应链 605.1 推动数据驱动的供应链决策 615.2 实现供应链实时风险管理 635.3 提高供应链协同 655.4 促进绿色供应链与可持续性发展 67第六章 顺丰物流数字孪生创新应用 696.1 顺丰数字孪生发展背景 706.2 顺丰数字孪生发展历程 716.3 顺丰在物流数字孪生方面的创新与应用 726.3.1 从点开始：数字孪生中转场 746.3.2 由点及面：数字孪生物流网络 776.3.3 横向拓展：数字孪生货运机场 796.4 物流数字孪生在顺丰的价值与未来 856.4.1 基于场景开发的数字孪生应用支持物流运营变革与持续优化 856.4.2 展望未来：规模化应用，提升行业整体质量 85第七章 物流数字孪生技术的主要挑战和风险 887.1 虚假错误数字孪生的风险 897.1.1 数字孪生体不正确的风险 897.1.2 使用数字孪生仿真未来场景的准确性风险 907.1.3 能力贫乏的虚假数字孪生的风险 907.2 物流数字孪生技术的主要挑战 927.3 企业通往采用数字孪生成功的道路 95第八章 展望未来发展趋势 978.1 数字孪生是供应链和物流战略性技术趋势 988.1.1 Gartner 的八大供应链战略性技术趋势 988.1.2 ASCM 2024 年供应链十大趋势 998.1.3 DHL 最新物流趋势雷达 998.2 供应链和物流数字孪生技术的成熟度 1018.2.1 几个典型的数字孪生技术成熟度模型 1018.2.2 数字孪生网络及其成熟度模型 1028.2.3 供应链和物流数字孪生技术的成熟度 1038.2.4 供应链和物流数字孪生技术的发展周期曲线 1048.3 数字孪生技术发展趋势 1058.4 物流数字孪生应用领域拓展 1128.4.1 全局/整体物流数字孪生的应用 1128.4.2 客户的数字孪生（DToC）1138.4.3 数字孪生用于多式联运 1148.4.4 数字孪生技术加速供应链可持续性 1178.5 向智能化和自主化方向发展 1188.6 小结 119结 论 120目 录物流数字孪生白皮书第一章|物流数字孪生发展驱动力89物流数字孪生发展驱动力第一章物流数字孪生发展驱动力1.1.1 数字经济发展需要新兴数字智能技术1 参考文献：百度搜索，https:/ 参考文献：唐隆基，数字孪生趋势，概念，技术及应用，罗戈研究，2023-10-163 参考文献：数字溢出（Digital Spillover），华为和牛津经济学人，2017随着数字经济的蓬勃发展，数字化变革正在中国各行各业如火如荼地进行，“数字孪生”这个热词也广泛进入到人们的视野中。只要检索，百度 1 搜索将给出约 61,200,000 条有关数字孪生的巨量信息。物流数字孪生是一种特殊的行业数字孪生，百度搜索也给出了约 6,750,000 条有关信息。这说明作为战略性新兴数字技术之一的数字孪生技术 2已受到广泛关注，该技术激发了全世界学者、管理者和从业者的想象力，并推动着大量的技术商业应用。为什么要采用数字孪生技术，为什么是现在？作为本白皮书的开篇，将从世界和国家的发展战略、全球市场以及物流行业的发展战略三个宏观视角进行回答。数字经济是全球，特别是我国的发展战略。近年来，世界各国的数字经济正蓬勃发展。华为和牛津经济学人于2017 年曾在它们的联合研究报告数字溢出（Digital Spillover）中预测了全球数字经济的增长，并指出：在过去的 10 年（2005-2015）里，数字经济占全球 GDP 的比例从 11%左右增长到了 15%。随着“+智能”时代的到来，报告预计到 2025 年，全球数字经济规模将进一步增长到全球 GDP 的 24.3%。图表 1 全球数字经济的预计增长 31.1 宏观政策导向下的数字孪生200520152025数字经济传统经济全球GDP智能时代11%-15%15%-24%物流数字孪生白皮书第一章|物流数字孪生发展驱动力10114 参考文献：中国数字经济的发展研究报告，中国信通院，2023 年元月5 参考文献：2023-2027 年中国数字孪生技术深度调研及投资前景预测，中投产业研究院，20236 参考文献：任泽平，中国新基建研究报告 2022图表 2 新基建三大方向和七大领域实际上，中国数字经济的发展大大超出了预期。中国信通院 2023 年元月发表的中国数字经济的发展研究报告指出：2022 年我国数字经济规模首次突破 50 万亿元，达到 50.2 万亿元，同比名义增长 10.3%，已连续 11 年显著高于同期 GDP 名义增速，数字经济占 GDP 比重相当于第二产业占国民经济的比重，达到 41.5%。数字经济和新兴数字技术（包括人工智能、数字孪生、云计算、自动化等）相辅相成。一方面新兴数字技术是数字经济的加速器，另一方面数字经济的发展催生了新兴数字技术，并进一步推动新兴数字技术的创新、应用和发展。中投产业研究院发布的2023-2027 年中国数字孪生技术深度调研及投资前景预测5 研究报告指出：数字孪生是战略科技发展的必然趋势，基于“物理实体+数字孪生”的资源优化配置体系，也将成为数字化发展的终极模式。当前，数字孪生的技术应用逐步向制造、医疗、城市管理等各个领域渗透，众多企业也已在尝试利用数字孪生促进产品全生命周期管理，为远程操控、智慧城市管理、健康监测与管理等方面提供了更多可能。作为数字化发展的高级阶段，数字孪生将向综合企业数字化、信息化、智能化发展历程融合推进。该报告的不足之处在于它忽略了近年来数字孪生技术在我国数字经济中扮演重要角色的供应链和物流领域也得到了快速的应用发展，本白皮书第六章呈现的顺丰实践就是很好的案例。总而言之，数字经济的高速发展是新兴数字技术，尤其是数字孪生和物流数字孪生技术发展的原动力之一。我国的十四五规划是发展国家的经济，特别是数字经济的宏伟蓝图。“十四五”规划提出：系统布局新基建（新型基础设施），加快第五代移动通信、工业互联网、大数据中心、智慧城市等建设。新基建包括三大方向和七大领域 6。新基建将为中国创新发展、绿色发展和人民美好生活创造基础性条件。1.1.2 十四五规划新基建带来新机遇新基建A信息基础设施B融合基础设施C创新基础设施城市高速铁路和轨道交通新基建人工智能大数据中心工业互联网特高压新能源汽车充电桩5G工业应用开发、PaaS平台网络基础设施、云基础设施等IaaS平台工业大数据分析平台设备管理互感器电容器检修运营信息化工程轨道工程充电厂商智能交互运营商光纤光缆射频开关、芯片智能自主分析运算设备AI+云平台机器学习传感器时间发文单位及政策名称主要内容2019.11发改委，关于推动先进制造业和现代服务业深度融合发展的实施意见深化制造业服务业和互联网融合发展。大力发展“互联网+”。激发发展活力和潜力，营造融合发展新生态。突破工业机理建模、数字孪生、信息物理系统等关键技术2020.04发改委，关于推进“上云用数赋智”行动培育新经济发展实施方案的通知开展数字孪生创新计划。鼓励研究机构、产业联盟举办形式多样的创新活动，围绕解决企业数字化转型所面临数字基础设施、通用软件和应用场景等难题，聚焦数字孪生体专业化分工中的难点和痛点，引导各方参与提出数字孪生的解决方案2020.12工信部，工业互联网创新发展行动计划（2021-2023年）支持建设云仿真、数字孪生等技术专业型平台，加快信息技术创新应用，研发构建数字孪生创新工具，打造创新解决方案，发展基于数字孪生技术的工业智能解决方案2021.06国务院，“十四五”数字经济发展规划提升城市综合管理服务能力，完善城市信息模型平台和运行管理服务平台，因地制宜构建数字孪生城市2021.11工信部，“十四五”大数据产业发展规划 融合应用市场加速繁荣，场景挖掘将从边缘浅层向核心深层拓展。基于数字孪生体的制造执行、跨系统跨产业链的综合性分析等深层次应用将加速涌现2022.01发改委、水利部，“十四五”水安全保障规划要推进数字流域、数字孪生流域建设，实现防洪调度、水资源管理与调配、水生态过程调节等功能，推动构建水安全模拟分析模型，要在重点防洪区域开展数字孪生流域试点建设2022.10国家能源局，能源碳达峰碳中和标准化提升行动计划加快完善能源产业链数字化相关技术标准体系，推进能源各领域数字孪生、能源大数据、智能化等技术标准制修订2023.01中共中央、国务院，数字中国建设整体布局规划推动生态环境智慧治理，加快构建智慧高效的生态环境信息化体系，运用数字技术推动山水林田湖草沙一体化保护和系统治理，完善自然资源三维立体“张图”和国土空间基础信息平台，构建以数字孪生流域为核心的智慧水利体系新基建三大方向和七大领域中的多个方面都离不开数字孪生技术的采用和创新，例如智慧交互、信息化工程、检修运营、设备管理（包括物流设备和设施）、智能分析和决策以及工业应用开发等。数字孪生技术也在多个政府文件中被多次提及（见下表），例如 2020 年 4 月，国家发改委印发的关于推进“上云用数赋智”行动，培育新经济发育新经济发展实施方案中，数字孪生技术受关注程度和云计算、AI、5G 等一样，上升到国家高度。7 参考文献：艾瑞咨询，中国数字孪生行业研究报告，2023 年 4 月图表 3 2019-2023 年数字孪生相关政策概览 7与此同时，各个部委也发文推进行业的新基建，这些文件也将采用数字孪生技术作为实现新基建重要的战略规划。例如 2022 年 10 月 9 日，国家能源局发布关于印发能源碳达峰碳中和标准化提升行动计划的通知，明确提出要加快完善能源产业链数字化相关技术标准体系，推进能源各领域数字孪生、大数据，智能化等技术标准制修订。总而言之，数字孪生技术已经成为国家十四五规划中新基建的重要战略性技术之一。新基建为数字孪生技术提供了创造价值的新机遇和推动其发展创新的动力。物流数字孪生白皮书第一章|物流数字孪生发展驱动力1213虚实交互 共生迭代 通过虚实结合、互联互通，工业数字孪生基于虚拟空间的实时仿真模拟与预测分析，找到最佳的设计方案，确保提前发现现实隐患、实现生产优化目标。数字孪生的物理对象与虚拟世界中的数字孪生连接并演进实现同步迭代，可覆盖数字孪生与对象的设计，生产，安装、调试、运维及报废的全生命周期。以实现工业物理对象在其全生命周期中的优化和价值创造。1.2.1 数字孪生的价值呈现正在塑造对数字孪生的需求作为工业 4.0 核心技术之一的数字孪生，在新工业革命中已崭露头角，在智能制造、智慧城市、航空航天工业等已表现出卓越的创新能力和价值创造的前景。特别是工业数字孪生正在重塑工业生产和运营模式：闭环优化 工业数字孪生+AI 能够实现从自动采集感知、决策分析到结果反馈的信息闭环传递，甚至能通过智能交互系统自动触发或纠正其物理对象的行为，从而推动工业全业务流程闭环优化。1.2 数字孪生的价值呈现和全球市场高速发展态势8 参考文献：McKinsey Digital,Digital twins:The foundation of the enterprise metaverse,20229 参考文献：凯捷，数字孪生：将智能引入现实世界，2022-09-15凯捷于 2021 年 9-10 月对全球 500 家正在进行数字孪生项目的组织进行了调查，并取各种使用案例中的平均效益。调查结果显示，组织从数字孪生实施中实现了众多优势：2023 年西门子公司和麻省理工学院技术评论联合发表了新兴工业元宇宙的研究报告，报告指出：数字孪生加快了许多应用程序和用例的上市时间，因为开发团队不必每次构建应用程序时都花时间清理和重组原始数据。该报告引用了麦肯锡在其 2022 年研究报告 8 中的发现：数字孪生将部署新的人工智能驱动能力所需的时间减少了 60%，资本支出和运营支出减少了 10%，商业效率提高了 15%。图表 4 数字孪生的众多优势 9组织从其数字孪生实施中实现众多优势提高可持续性提高运营效率客户参与度和满意度16%15%15%销售额增加周转时间下降成本下降15%14%13%数字孪生所具备的能力是巨大的，为了简洁起见，可以将其分为三大类：高效的验证能力使用建模和仿真来减少资产/产品/设施/运营系统组件和子系统设计/方案认证或采纳的时间和成本。持续的分析能力它能用规则、预测、各种算法以及 AI/ML 对整个产品/服务运营系统或网络的状态、解决方案等进行分析，从而能够预测其物理实体的特征或服务的绩效，并建议/规定物理实体特征或服务的最佳方案以使其更加高效。这种分析是通过虚实之间的数据交换不断迭代进行的，物理实体产生的新的数据（包括任何状态改变）将自动或半自动地驱动进一步的分析，分析的结果将产生优化物理实体的建议/参考决策/指令。智慧的决策能力利用在整个产品/服务生命周期中获得的信息，对资产/产品/设施/运营系统组件和子系统的当前和未来状态做出更智慧的决策，从而优化整个产品/服务运营系统或网络，并为未来的产品/服务实践和知识库提供反馈，从而使产品/服务得到持续的改进，增加客户满意度并为企业和社会创造价值。本章 1.3 节将介绍物流业困境与物流数智化战略突围，呈现数字孪生技术在物流领域中的应用发展潜力。物流数字孪生白皮书第一章|物流数字孪生发展驱动力141510 参考文献：凯捷，数字孪生：将智能引入现实世界，2022-09-1511 参考文献：2023-2028 年全球数字孪生行业研究报告：增强卓越运营-DT 引领行业范式转变，美通社，2023 年 8 月 23 日新研报还指出了数字孪生市场高速发展的几个来自实际应用趋势的驱动力 供应链行业越来越多地使用数字孪生技术降低成本、改善运营；医疗行业对数字孪生技术的需求激增；各行业越来越多地采用预测性维护模型。1.2.2 全球及中国数字孪生市场蓬勃发展研究表明 10，大型企业 70%的高管都在探索和投资数字孪生。这种兴趣，加上快速发展的支持性技术，推动了市场对该领域的关注和看好预计到 2026 年数字孪生投资将超过 480 亿美元，年复合增长率达 58%。根据美通社 2023 年 8 月 23 日的最新报道：ResearchAndM 发布了2023-2028 年全球数字孪生行业研究报告：增强卓越运营-DT 引领行业范式转变（简称新研报）11。报告指出：全球数字孪生市场预计将实现显著扩张，从 2023 年的 101 亿美元跃升至 2028 年的 1101 亿美元，年复合增长率高达 61.3%。新研报还给出了以下重要的市场预测 制造企业越来越多地采用数字孪生解决方案来推动市场增长；预测性维护领域将在整个预测期内主导市场；2023 年，汽车和运输行业将占据数字孪生最大市场份额；在预测期内，中国将在全球数字孪生市场创下最高的年复合增长率。其中最令人振奋的是最后一条预测，它表明中国的数字孪生创新及应用将会像人工智能技术一样有望走在世界前列。其中第一条正是本白皮书聚焦的数字孪生的应用领域：供应链和物流，而第三条也在供应链和物流装备及基础设施预测性维护的数字孪生应用中得到印证。图表 5 2020-2025 年中国数字孪生的市场规模看回中国市场，中国数字孪生的市场正呈现高速增长。根据艾瑞咨询 2023 年的研究报告 12，2022 年中国数字孪生市场规模突破 100 亿，达 104 亿元，同比增长 35.0%，2020-2022 年复合增长率为 65.4%，未来仍将保持高增长。随着各行业数字化转型的推进，数字孪生渗透率也将上升，推动国内未来数字孪生市场规模增长，预计 2025 年国内市场规模将达 375 亿元，2022-2025 年复合增长率为54.3%。12 参考文献：艾瑞咨询，中国数字孪生行业研究报告，2023 年 4 月13 参考文献：裁员、倒闭不停！全球一大批物流供应链企业撑不住了，物流沙龙，2023 年 12 月 2 日14 参考文献：数字孪生物流行业有什么价值？，六月 UAL，2023 年 11 月 14 日1.3 物流业困境与物流数智化战略突围 13 14今年以来，我们多次看到全球物流供应链企业裁员、倒闭的新闻，比如 C.H.Robinson、亚马逊无休止的裁员，以及有史以来规模最大的美国货运公司破产案Yellow Corp 计划申请破产同时将解雇 3 万名员工等。在我们看不到的地方，货运行业的衰退对于中小货运企业的影响更大，据 Tank Transport 统计，燃料成本上涨和运费下降导致 31,278 家卡车运输公司关闭或将其服务转移到更大的车队。美国卡车协会首席经济学家鲍勃-卡斯特罗表示，每周都有拥有上百辆卡车规模的运输公司倒闭，更多小规模的卡车公司将面临破产。物流行业面临极大的降本、提效的压力。此外，受制于复杂的国际政治、经济局势，货主提出越来越高的供应链安全性需求。如何提供高效、安全、稳定的物流供应链变得越来越具挑战性。而数字孪生技术通过在虚拟环境中仿真和预测物流运作过程，并持续针对调优策略展开快速验证，为物流运营决策变革、运营效率优化、作业成本下降、安全性提升等均带来了一系列的价值和优势。第二章|数字孪生概念和发展现状17物流数字孪生白皮书16运营决策变革数字孪生技术具备的验证能力为物流运营决策变革带来巨大价值。数字孪生技术为运营变革方案验证提供高度逼真的验证环境，具备结果真实、准确度高的显著特点。数字孪生虚拟场景远大于现实的加速比，可大大节省验证的时间、人力、物力成本，提升决策的效率。此外，由真实业务数据驱动的模型也极大地提升了决策的可信赖度。运营效率优化数字孪生技术可以通过仿真和优化物流运作过程，帮助提高物流效率。在具体应用层面，数字孪生技术可以将物流运作过程中的各个环节，包括运输、仓储、包装、配送等，进行精确的仿真和预测。通过这种方式，企业可以更清晰直观地了解物流运作过程中的瓶颈和问题，并及时采取措施进行优化。例如，数字孪生技术可以对物流路线进行优化，减少运输时间和成本，提高效率。作业成本下降数字孪生技术可以通过精确的仿真和预测，帮助企业降低物流成本。在具体应用层面，数字孪生技术可以对物流需求进行预测，并制定合理的配送计划和库存管理策略。通过这种方式，企业可以减少库存积压和配送成本。此外，数字孪生技术还可以通过自动化和智能化的方式，减少人力成本和错误率，进一步降低成本。安全性提升数字孪生技术可以通过仿真和预测物流运作过程中可能出现的安全问题，帮助企业增强物流安全性。在具体应用层面，数字孪生技术可以对物流运作过程中的各个环节进行安全评估和预测，包括运输安全、仓储安全、包装安全等。通过这种方式，企业可以及时发现和解决潜在的安全隐患，保障物流安全。此外，数字孪生技术还可以通过智能监控和预警机制，提高物流安全监控水平，降低事故发生率。1.4 小结本章从宏观政策、价值呈现以及物流业困境三个维度，核心回答了“为什么数字孪生技术得以重视和发展”，并阐述了物流数字孪生作为解决物流业困境的重要技术解决方案，其发展的关键价值。此外，高速发展的全球数字孪生市场也有力印证了数字孪生技术的价值呈现。总而言之，数字孪生的价值呈现和全球市场高速发展态势将持续推动数字孪生更广泛地应用，特别将促进其在原先应用相对较少的供应链和物流领域，加速生根开花。数字孪生概念和发展现状物流数字孪生白皮书第二章|数字孪生概念和发展现状1819第二章数字孪生概念和发展现状数字孪生究竟是何方神圣，长得什么样，为何如此受市场青睐和受行业重视？现在发展及应用现状怎样？本章将试图回答这些问题。2.1.1 数字孪生的概念和基本要素1991 年，David Gelernter 在镜像世界一书中对数字孪生提出了预见。2002 年 Michael Grieves 于制造工程师协会会议上首次公开提出数字孪生的初始概念和模型。数字孪生的第一个实际定义，源自美国航天局（NASA）于 2010 年试图改进航天器物理模型模拟的尝试。随后NASA 的 John Vickers 在 2010 年的路线图报告中将其称为“数字孪生（Digital Twin）”。经过多年发展，许多研究机构和知名企业给予了数字孪生新的定义，数字孪生的许多广泛定义可以在互联网上找到，本白皮书采用了 Gartner 对现代数字孪生的完整定义 15：数字孪生是现实世界实体或系统的数字表示。数字孪生的实现是一个封装的软件对象或模型，反映了独特的物理对象、流程、组织、人员或其他抽象。来自多个数字孪生的数据可以聚合起来，形成多个现实世界实体的综合视图。从 2017 年开始，Gartner 已连续三年把数字孪生列入其每年发布的“十大战略性技术趋势”16。在 2019 年的定义中，Gartner 指出了数字孪生的四个基本要素，更进一步提出了复合数字孪生的概念，从而为数字孪生网络的研究及应用打下了基础。2.1 数字孪生的概念、分类、关键技术和基本特征15 参考文献：数字孪生，https:/ 年 10 月16 参考文献：数字供应链孪生研究报告，罗戈研究，2020-07-11数字孪生的基本要素：模型数字孪生是现实世界对象的功能性系统模型。数字孪生体包括现实世界对象的数据结构、元数据和关键变量。更复杂的复合数字孪生可以从更简单的原子数字孪生组装而成；数据数字孪生与现实世界对象相关的数据元素包括：身份、时间序列、当前数据、上下文数据和事件；17 参考文献：田锋，数字孪生体成熟度模型，数字孪生体实验室，2019-12-19狭义数字孪生数字孪生是它物理对象的一个动态软件模型/动态的数字模型，或数字代表/表示/镜像。独特性数字孪生对应一个独特的物理事物；广义数字孪生数字孪生广义上是由物理对象、数字镜像及互动系统构成的一个体系，其数字参考架构需要包含数字镜像和交互系统。监控能力可以使用数字孪生查询真实对象的状态，或接收粗略/精细的通知。虽然 Gartner 的定义已经把数字孪生的动态特性及结构定义得非常清楚，或数字代表/表示，但并没有描述数字孪生和它的物理对象之间是如何互动和同步改进的。这就涉及到狭义和广义数字孪生的概念。数字孪生体系的逻辑引入了如下狭义和广义数字孪生的概念 17：从数字孪生的广度视角来认识狭义和广义数字孪生。Grieves 教授于 2002 年提出基于 PLM（整个产品生命周期）的数字孪生的概念，此时的数字孪生统称为狭义数字孪生，其定义对象就是产品及产品全生命周期的数字化表征。例如一台汽车发动机和它的产品生命周期的数字表征/模型。美国航天局（NASA）首先把狭义数字孪生概念拓展到航天工程遥控方面，之后数字孪生应用域被进一步扩展到产品之外的更广泛的能源、城市环境、供应链和物流等领域。这些新晋的数字孪生，如供应链和物流数字孪生，都被称为广义数字孪生。广义数字孪生不仅仅是狭义数字孪生应用域的扩展，而且是数字孪生技术和价值创造能力的扩展，它也被称为数字孪生系统。数字镜像数字镜像图表 6 广义数字孪生体系的逻辑模型管理仿真服务孪生共智互动系统用户及人机接口应用软件共智孪生体跨系统单元数据收集对象控制可观测的数字单元集可观测的物理单元集物流数字孪生白皮书第二章|数字孪生概念和发展现状20212.1.2 数字孪生的基本特征从上一节关于数字孪生概念的介绍中，已经呈现了数字孪生最基本的特征：数字孪生是对应物理实体对象的数字表示/虚拟模型，在两者之间可以进行连接和通讯。许多人误认为数字孪生只是一个对应实体的模型。Gartner 指出：数字孪生不仅仅是一个它的物理对象的模型，其具有以下基本特征：首要特征控制监视器分析能力唯一性数据模拟仿真对应实体对象的模型，具有模拟仿真物理实体、其特征及性能水平的能力。它能控制它所表示的对象。它能找到物理对象的状态并获取通知，具有监控、维护和优化物理孪生操作的能力。它能用规则、预测、算法进行分析，能够预测其物理对应物的特征，并规定特征以使其更加高效。每个物理对象至少有一个唯一的数字孪生与之对应。它拥有表示它的对象的所有数据，如识别、状态、内容等。它能模拟仿真现实世界的物理对象、事件、流程。图表 7 数字孪生不仅仅是模型 1818 参 考 文 献：Marc Halpern，Busting the Myth of Digital Twins and Planning Them Realistically,Gartner，presented at PDT Europe in October 2017自我更新能力决策能力连接性自我进化可重新编程且智能可组合性数字孪生与事物相连，根据已知的事物状态、条件或环境变化进行自我更新。物理和虚拟孪生状态的定期或近乎实时同步。数字孪生通过可视化、分析、预测或优化提供决策规划的价值。数字孪生基于连接性。它实现了物理元素与其数字对应物之间的连接。传感器创建物理产品的连接，使用各种集成技术获取、集成和通信数据。物理或数字孪生的任何变化都会反映在其对应物中，从而创建一个闭合的反馈循环。数字孪生借助物理孪生实时收集的数据进行自适应和自我优化，从而在其整个生命周期中与其物理对应物一起成熟。通过传感器、人工智能技术和预测分析自动实现重新编程。多个数字孪生的数据可以聚合起来，形成多个现实世界实体的综合视图。随着人们对数字孪生的认识深入和应用实践，特别是AI和数字孪生的结合，使人们看到更多更重要的数字孪生的特征。下面是几个新添的最重要的特征 19 20：本白皮书还从另一个视角来认识它们，即概念的抽象和概念的能力实现逻辑。狭义数字孪生只是它的物理对象的抽象的数字表示/模型，不涉及它们是如何工作的。而广义数字孪生定义了物理实体和虚拟孪生之间具有一个交互系统，使得数字孪生不仅仅是物理实体的镜像，还是一个可与其对象互动和优化其对象并创造价值的体系。狭义数字孪生的定义有助于我们对数字孪生概念的理解，而广义数字孪生的概念则为构建数字孪生的软件体系奠定了逻辑或概念性基础。2.1.3 数字孪生的分类2.1.3.1 数字孪生技术分类数字孪生可以根据不同的标准，如技术、层次结构、应用等，分为不同的类型。数字孪生技术应用有多种类型，它们之间的主要区别在于覆盖范围。虽然某些解决方案可能代表生产线的最小单元，但其他解决方案可能会模仿整个车间甚至工厂。下图表示了四种主要的数字孪生类型。19 参 考 文 献：凯 捷 观 点：数 字 孪 生，2021，https:/ 参考文献：莫什里 辛格等，Digital Twin:Origin to Future（数字孪生：从起源到未来），MDPI，2021，https:/ 8 四种类型数字孪生及其特点 21组件孪生/零件孪生资产孪生系统或单元孪生流程孪生这是系统中单个组件的孪生。其特点是：这些是关键组件，对性能和功能有直接影响。应用程序由不太重要但会受到持续高或不稳定影响的组件组成。例如飞机发动机叶片是其关键部件之一，发动机叶片数字李生能帮助防止叶片在发动机运行中发生散裂事故。描述了各个组件如何作为一个整体资产一起工作。其特点是：资产孪生可以从组件孪生接收信息，也可以是组件孪生本身的集合；虽然组件孪生更关心单个零件的稳定性和耐用性，但资产孪生允许探索整个系统；可以虚拟地（从而真正地）减少平均故障间隔时间和平均维修时间以及燃油消耗，同时提高性能等因素。分拣机的动力系统（电机）数字孪生可作为资产孪生的典型例子。它们通常由多个组件数字孪生组成并能反映整个系统，从而帮助提高资产的可维护性、节约能源、改善运作性能等。此处讨论的是更高级别和更低级别的数字孪生，但实际上每个级别对于功能流程都同样重要。为了发现公司的优化潜力和错误来源，需要在各个级别之间切换。结合了各类资产孪生，让组织有机会检查各资产如何协同工作。以汽车为例：系统孪生结合了推进所需的所有资产、电力所需的所有资产以及车身所需的所有资产等。系统孪生是一个可用于所有设备的系统。它代表整个生产设施并提供对所有单元协作的深入了解。在整个流程的闭环中，单个单元可能生产得太快，导致某些单个零件过剩，从而造成高昂的存储成本或其他物流挑战。只有在这个层面上，通过数字孪生进行监控的整个复杂性才变得真正清晰。因为只有当所有单元、资产和组件都实现其目的时，流程才会发挥作用且有效。以一个设备智能制造产线数字李生为例。它不仅能监控和优化生产过程的各个环节，还能监控和优化零部件库存和线边物流。此外物流运营流程数字李生能够帮助监控和优化从订单、仓储、配送/运输，到交付和退货全流程的各个环节，从而提高效率和客户满意度。21 参考文献：Thomas Plank，DIGITAL TWINS:THE 4 TYPES AND THEIR CHARACTERISTICS，20192.1.3.2 数字孪生层次结构分类 22数字孪生的抽象级别离散数字孪生（单元级）复合数字孪生（系统级）复杂系统数字孪生（复杂系统级）提供价值的单一数字孪生体，无需进一步细分；离散数字孪生的组合，表示包括多个单独组件或部件的数字孪生体。如有 2 万多零件的 GE 发动机数字孪生就是由离散的零件数字孪生复合而成。一个更大的复合数字孪生，例如整个工厂或城市或整个供应链/物流系统，其数字孪生由多个复合数字孪生组成，有助于不同企业或企业内不同部门（如供应链、设计、服务、维护等）的协作。22 参考文献：Digital Twins for Industrial Applications，IIC（Industry Internet Consortium），202023 参考文献：莫什里 辛格等，Digital Twin:Origin to Future（数字孪生：从起源到未来），MDPI，2021数字孪生之间的关系一般包括分层如在现实世界中一样，一组组件数字孪生可以组装成设备数字孪生，一组设备数字孪生可以装配成生产线数字孪生，一组生产线数字孪生可以组合成工厂数字孪生。关联性对等数字孪生之间存在关联，就像现实世界中的双胞胎一样。对等关系是在一组执行相同或相似功能的相同或相似类型的设备中观察到的。所有设备的总效果是每台设备产生的效果的简单总和。2.1.3.3 数字孪生应用分类莫什里 辛格 23 认为，数字孪生可以根据其应用进行分类。数字孪生的两个广泛应用是预测和询问：预测其物理对应物的未来行为和性能；询问其物理对应物的当前或过去状态。数字孪生还可以根据应用的重点是产品、过程还是性能来划分：产品数字孪生用于原型设计。在不同条件下分析产品并确保下一个物理产品按计划运行。通过虚拟验证产品，将不再需要开发多个产品，总开发时间减少，原型设计可以很快。物流数字孪生白皮书第二章|数字孪生概念和发展现状242524 参考文献：DHL，Digital Twins in Logistics（物流中的数字孪生）,DHL,2019-06-27图表 9 数字孪生的关键技术生产数字孪生性能数字孪生用于在实际生产之前通过仿真和分析来验证流程。这有助于在不同条件下开发高效的生产方法。产品和生产数字孪生的数据可一起用于机械的监控和维护。捕获、聚合和分析来自智能产品和工厂的数据，并用于决策过程。由于性能数字孪生包括产品和生产的性能，因此它根据工厂资源的可用性来优化运营，从而创造了通过反馈循环改进生产和产品数字孪生的机会。数字供应链孪生研究报告曾经引用了 DHL 的研究报告 24 中的五项数字孪生的关键底层技术：物联网（IoT），云计算（Cloud Computing），应用程序接口（APIs）和开放标准（APIs&Open Standards），人工智能（AI），增强、混合和虚拟现实（Augmented,Mixed,and Virtual Reality）。此外本白皮书认为数字孪生的公共关键技术还应该特别考虑以下几个重要技术：作为前端的传感器技术；技术层的智能决策技术（仿真并不能产生决策）；与物理层的交互技术，包括应用程序接口（APIs）、智能决策驱动程序从决策到执行的技术等。2.1.4 数字孪生的关键底层技术2.2 国内外数字孪生发展现状及应用现状2.2.1 数字孪生发展历程罗戈研究在 2019 年数字孪生在物流中的应用趋势中解读 DHL 趋势研究报告物流中的数字孪生，并简要地描述了数字孪生演进史，指出了其发展的四个阶段：图表 10 DHL 1960-2015 数字孪生发展历程 2525 参考文献：DHL，Digital Twins in Logistics（物流中的数字孪生）,DHL,2019-06-27计算机驱动的仿真技术仿真出现在特定的和高度专化的领域，仅供科学家们使用仿真驱动的系统设计先