數字孿生、賽博物理系統、智能制造、工業互聯網四個術語之辨析
摘要
數字孿生、賽博物理系統、智能制造、工業互聯網這四個術語是新工業革命實踐活動中頻繁使用的重要概念。盡管這四個術語在各種場合被經常分別提及，但是鮮見同時討論四個術語的分析文章。本文分析了四個術語的來源、組成、內涵、運行邏輯和相互關系。它們在發展上一脈相承，在內涵和實質上有不少共同點，但是也有明顯區別。
清晰辨析異同，抓住內涵實質，有助于引導企業做好智能制造、工業互聯網的頂層設計和實踐落地。文中部分內容引自《鑄魂》新書。
一.前言
數字孿生、賽博物理系統、智能制造、工業互聯網這四大術語，是近幾年業界當紅熱詞。在國內業界，賽博物理系統興于2014年，智能制造熱于2015年，工業互聯網火于2017年，數字孿生則紅于2019年。
四大術語是各自獨立，還是彼此相關？可能絕大多數人認為彼此相關，但是四個術語之間的異同是什么？相關內涵有多少？運行邏輯之間到底是什么關系？可能確實不太好說清楚。筆者根據長期的業務實踐和理論研究結果，結合《三體智能革命》中的“20字箴言”——“狀態感知、實時分析、自主決策、精準執行、學習提升”[1]，嘗試分析、比較一下四個術語的內涵和實質。
在研究方法上，筆者采用了抽象的圖示方式：用一條水平線將畫面分為上下兩個空間，上半部分是賽博空間（包含數字邏輯、電磁頻譜和網絡），下半部分是物理空間（包含機器/設備/業務活動/流程等物理系統）。用四個大圓圈來分別描述每個術語的基本內涵、組成要素和運行邏輯。
二.數字孿生的基本內涵
數字孿生是在軟件定義作用下，長期的要素數字化所形成的結果。此處要素泛指物理世界的各種人、機、物、數據、圖文、語言、物理信息等各種實體要素。因此數字孿生是一種經過長期發展形成的數字化通用技術。
筆者認為數字孿生有兩層意思，一是指物理實體與其數字虛體之間的精確映射的孿生關系；二是將具有孿生關系的物理實體、數字虛體分別稱作物理孿生體、數字孿生體。默認情況下，數字孿生亦指數字孿生體。
數字孿生一詞據稱是由邁克爾·格里夫（Michael Grieves）教授于2003年在密歇根大學執教時提出[2]。目前尚無業界公認的數字孿生標準定義，概念在不斷發展與演變中。
數字孿生概念被提出后，很快被美國國防部應用于航空航天飛行器的健康維護與保障。德國西門子、法國達索、美國通用電氣、美國參數技術等公司也積極跟進，特別是近些年，隨著智能制造等概念的推進，數字孿生已成為智能制造的通用技術，在軍工制造、高端裝備等很多行業得到廣泛應用。
國內一些學者對數字孿生也進行了深入研究。北京航空航天大學陶飛教授團隊較早開展了數字孿生研究，在國際上首次提出了“數字孿生車間”概念，并在《Nature》雜志在線發表了題為《Make More Digital Twins》的評述文章。筆者在《三體智能革命》、《機·智：從數字化車間走向智能制造》等著作中及多篇文章中對數字孿生進行了研究與解讀。西門子公司出版了《數字孿生實戰：基于模型的數字化企業》有關數字孿生的專著，Gartner、德勤等咨詢公司也對數字孿生做了深入研究與技術發展評估。《德勤2020技術趨勢》將數字孿生作為今后的五大趨勢之一。這些研究成果對數字孿生的理論研究與工程實踐起到了很大的推動作用。
筆者認為：數字孿生是在“數字化一切可以數字化的事物”大背景下，通過軟件定義，在數字虛體空間中所創建的虛擬事物，與物理實體空間中的現實事物形成了在形、態、質地、行為和發展規律上都極為相似的虛實精確映射，讓物理孿生體與數字孿生體具有了多元化映射關系，具備了不同的保真度（逼真、抽象等）。數字孿生不但持續發生在物理孿生體全生命周期中，而且數字孿生體會超越物理孿生體生命周期，在賽博空間持久存續。充分利用數字孿生可在智能制造中孕育出大量新技術和新模式，推動智能制造和工業互聯網的應用與發展。數字孿生基本內涵和組成要素如圖1所示。
圖1 數字孿生的基本要素和作用機制
圖1大圓圈中表達的內容有三種：第一是數字孿生基本要素，第二是物理實體和數字虛體之間的映射關系，第三是數字孿生作用機制和運行邏輯。
筆者用“△○□”這三個彼此相鄰的實線幾何圖形表示不同類型的物理實體要素，用其虛線幾何圖形表示這些物理實體要素在賽博空間的數字映射（數字虛體或數字孿生體）關系，用“數據”表示從物理實體感知/采集到的物理信息轉化為比特數據，單向上行進入到數字虛體，虛線箭頭表示虛實之間的數據流動方向，四個順時針轉的大箭頭，既表示了“物理信息-比特數據-數字信息-數字知識-數字決策”的轉換過程，也表示了“狀態感知、數字體驗、輔助決策、一次做優”的數字孿生作用機制。
模型和數據是評價數字孿生保真度的關鍵。
模型是構建數字孿生的核心，在機理模型上，可以由數/理/化模型、因果模型、功能模型、系統模型、詳細設計模型、仿真分析模型等組合構成，在數據分析模型上，也可以由機器學習模型、經驗模型、降階模型、故障模型等構成。機理模型與數據分析模型的綜合應用，構成了數字孿生的模型來源。
數據是體驗數字孿生的基礎。數字虛體藉由傳感器等獲得的數據，能不能實時、準確地反映物理實體設備的工作狀態，如果網絡有一定的時延，時延到底是多少？如果現場有一定的干擾，干擾數據能不能排除？等等，都是數字孿生技術需要研究和解決的問題。如果這些問題不能解決，體驗就變成了表演，仿真也就成了“仿假”，數字孿生體也就變成可以人為設置的數字動畫。
僅有模型和數據這兩個關鍵要素，仍然不足以完整描述數字孿生。數字孿生所要達到的數字體驗，必須要讓人用五官感受到，其中最主要的感受是讓人看到——即模型、數據的可視化，這個任務必須由而且只能由軟件來實現。無疑，軟件是數字孿生要素的載體。因此，在筆者參與賽迪研究院研究的數字孿生模型中，表達了如下觀點：數據是基礎，模型是核心，軟件是載體[10]。
從數字孿生發展歷程來看，在模型上，先有機理模型，后有基于數據采集與大數據分析的數據分析模型；在數據上，先有基于IT視角的模型數據化，后有基于CT視角的數據通信與傳輸。最終，模型+數據+軟件，發展成為一種基于精準數據的數字體驗技術。數字體驗是數字孿生對工業技術的極其重要的貢獻與補充，很多新技術、新產品、新業態就是在此基礎上發展而成。
例如，在產品交付時，產品的物理實體和數字孿生體將被同時交付給客戶，讓客戶清清楚楚、明明白白地知道該產品的來龍去脈，是以什么市場需求和功能條件為約束而設計和制造，所有零部件的設計、生產、測試、物流過程都有數字孿生體，都是可追溯的。在該產品的使用維護階段，假如遇到了疑難復雜問題必須要做實驗或驗證的話，也可以不必在物理產品上做實驗或驗證，而是在其數字孿生體上以數字體驗的方式來做實驗或驗證，可以設置任何極限條件做任何次數的虛擬研制，直到驗證取得令人滿意的成果并且有了百分之百的把握之后，再在物理產品上做驗證，這樣就會做到“驗證即成功”[3]。
數字孿生體既可以在物理實體之前（由人構建而）先行誕生，預先做待開發產品的數字體驗，也可以在該產品的物理實體退出市場甚至在自然規律作用下實體滅失之后，仍然持久地在賽博空間永續存在。因此，筆者也把數字孿生體定義為當今數字社會/智能社會的“遺傳基因”[3]。通常進入賽博空間的數字孿生體是無法徹底刪除的。
內涵：用賽博世界連接物理世界，數字形態傳承；
實質：數據+模型+軟件，基于數字體驗而優化物理產品。
三.賽博物理系統的基本內涵
CPS于2006年由美國國家自然科學基金會（NSF）的海倫·吉爾首次提出，并伴隨著德國人在工業4.0中的推廣應用而在全球業界興起。美國國家標準與技術研究院（NIST）、國家自然科學基金會（NSF）、伯克利大學、德國國家工程院（acatech）、弗勞恩霍夫協會等科研機構進行一系列研究，提出了一些理論框架。近幾年，一些有關CPS的書籍也陸續推出，如倫敦國王學院軍事研究系教授托馬斯·瑞德的《機器崛起：遺失的控制論歷史》、美國辛辛那提大學Jay Lee教授的《CPS：新一代工業智能》、中國信息物理系統發展論壇編寫的《信息物理系統（CPS）白皮書2017》以及筆者合著的《三體智能革命》等，均對CPS進行了不同角度的研究與闡述。在數字孿生體基礎上，數據不斷被感知和采集，從“△○□”物理實體設備上行到其數字孿生體。如果數字孿生體中的軟件按照預先設定的模型和規則，經過分析、推理之后，給出該場景下最適宜的控制指令，控制指令從數字孿生體下行到物理實體設備的控制器，驅動設備的執行器精準動作，以實現對物理實體設備更好、更精確的控制，這是CPS的實質內容。在技術上，完成了四個大箭頭所表示的“狀態感知、實時分析、自主決策、精準執行”的智能閉環[1]。如圖2所示。
圖2 CPS的基本要素和作用機制
CPS與數字孿生既有相似之處，也有明顯不同。相似之處在于，CPS也會像數字孿生一樣，建立顆粒度不同的虛實對應的映射關系；明顯不同在于，在數字孿生中數據是單向從物理實體到數字孿生體的，沒有以數據“控制物理設備”的行為發生，而在CPS中，控制指令從數字孿生體下行到物理實體設備，與上行數據形成閉環。另一個明顯不同在于，在經過“感知、分析”之后，數字孿生體在軟件定義下實現了自主決策，直接操控了物理設備的運行結果。
狀態感知、實時分析、自主決策、精準執行所形成的智能閉環，是智能系統的基本特征[1]，是第四次工業革命重要標志，也是一個融合了賽博裝置的物理設備的智能表現。作為使能技術，CPS在智能制造、工業互聯網中都起著關鍵作用。
CPS是智能制造和工業互聯網的基本運行機理的抽象與提煉。在智能制造和工業互聯網中，一定會發現CPS的身影，它變化形式多樣，尺度大小不一，可能以單元級、系統級、系統之系統（SoS）等不同的系統級別來出現[4]。
內涵：實現數物融合控制；
實質：以“感知-分析-決策-執行”智能閉環，精準控制物理系統的形與態。
四.智能制造的基本內涵
智能制造術語源于日本在1990年所倡導的“智能制造系統（IMS）”國際合作研究計劃。在國務院2015年發布的《中國制造2025》中，闡明了智能制造是主攻方向，讓該術語再次在國內流行。今天的智能制造與30多年前的“智能制造系統”在內涵上是有區別的。德國工業4.0小組在《德國工業 4.0 戰略計劃實施建議》中推出通過“三項集成”實現智能化生產與服務模式。即以智能工廠為單元，“將各種不同層面的IT系統集成在一起（例如執行器與傳感器、控制、生產管理、制造和執行及企業計劃等不同層面）”，實現縱向集成和網絡化制造系統（企內鏈）；“通過產品全生命周期和為客戶需求而協作的不同公司，使現實物理世界與賽博世界完成整合”，實現產業鏈以及生產者與消費者的端到端集成（價值鏈）；“將各種使用不同制造階段和商業計劃的IT系統集成在一起，這其中既包括一個公司內部的材料、能源和信息的配置，也包括不同公司間的配置”，實現企業生態圈的橫向集成與社會化協作（價值網）[6]。2017年中國工程院提出了中國模式的智能制造“三范式”[9]，認為數字化制造是智能制造第一種基本范式，也稱作第一代智能制造，是智能制造的基礎；數字化網絡化制造是智能制造第二種基本范式，或稱作“互聯網+制造”或第二代智能制造；第三種基本范式是數字化網絡化智能化制造，或叫新一代智能制造。智能制造“三范式”的英文是：Digital Manufacturing, Smart Manufacturing和Intelligent Manufacturing。“三范式”既具有很強的前瞻性、體系性，又具有很強的務實性，對學術界、企業界研究、推進智能制造具有較好的實操性指導。智能制造聚焦在制造領域，基本上與德國工業4.0實現對標，強調CPS是使能技術。德國工業4.0組件參考架構模型（RAMI4.0）[6]，對CPS進行了較為準確的定義和技術闡述。2013年的RAMI4.0版本主要論述CPS，而2019年的版本增加了對數字孿生的論述。可見工業4.0本身就包含了CPS和數字孿生。智能制造亦是如此。筆者定義：“智能制造，基于CPS技術構建‘狀態感知-實時分析-自主決策-精準執行-學習提升’的數據閉環，以軟件形成的數據自動流動來消除復雜系統的不確定性，在給定的時間、目標場景下，優化配置資源的一種制造范式。”該定義所涉及的各項基本要素是：智能機理：狀態感知-實時分析-自主決策-精準執行-學習提升，系統按照場景而不是按照固定程序來自主工作；操作對象：數據（信息與知識的載體）；使能：軟件中的算法與規則（數字化知識）；本質：數據自動流動，并因自動流動而形成信息/知識泛在；目的：消除工業復雜系統的不確定性；約束：給定時空場景；價值：優化配置制造資源。智能制造的基本要素和作用機制如圖3所示。
圖3 智能制造的基本要素和作用機制
在圖3中，物理實體設備（“△○□”實線）及其數字孿生體（虛線）一直以虛實精確映射的方式存在，但是，物理實體設備（“△○□”）從企業資產的角度來說，可能分屬于不同的企業/工廠/車間，具有不同的工作場景，組成上相對封閉與固化，因此用長方框來組合表達。從物理實體設備感知和采集的數據上行到數字孿生體，數字孿生體設備發出的控制指令下行到物理實體設備（其運行機理參見前文CPS內容，四個順時針小箭頭形成單元級智能閉環）。四個大箭頭所表示的“狀態感知、實時分析、自主決策、精準執行”的系統級智能閉環一直順時針按序運轉，反復迭代。經過長時間、大數據量的深度機器學習，智能設備實現了“學習提升”，動作過程執行得越來越好。
在筆者出版的《機·智：從數字化車間走向智能制造》中，把智能制造簡要表述為：智能制造是“人智”轉“機智”的所有活動[3] [5]。因為從另一個角度來看，把人類的智能（人智），從隱性知識變為顯性知識，再把知識寫入軟件，軟件嵌入芯片，芯片嵌入盒子（PLC、DCS等），盒子嵌入物理設備，就形成了CPS，越來越多的“人智”進入物理設備，促進了“機智”的爆發，于是有了智能的機器和智能的制造過程。在軟件定義與賦能下，形成了智能制造新范式。沒有CPS使能，就沒有智能制造落地。
內涵：優化配置制造資源；
實質：實現企內鏈、價值鏈和價值網，構建新制造生態。
五.工業互聯網的基本內涵
工業互聯網從技術上說起源于工業以太網和設備物聯網，從術語上說由中國上海可魯軟件公司在2007年提出[8]，從普及上說得力于美國GE公司的大力提倡與推動。工業互聯網的“第一性原理”，就是要廣泛地聯接各種機器設備和工業系統，由此而實現“聯接-管控-優化-效益”的基本邏輯：由聯接而實現數據采集，由數據采集而實現數據實時傳輸、設備實時監測和設備行為的實時洞察，由此而有憑有據、精細化地進行制造資源的優化配置。工業互聯網因為大范圍聯接了更多的工業要素，情況會比智能制造稍微復雜一些。海量數據，泛在聯接，優化配置工業資源，是工業互聯網的基本內涵，全國大范圍、社會大尺度、跨行業大協作（“三大”）是業界對它的基本期待。其組成要素和作用機制如圖4所示。
圖4 工業互聯網的基本要素和作用機制
在圖4中，高度類似于智能制造，數字孿生、CPS都同時存在。但是不同之處在于，智能制造聚焦于制造領域，以智能工廠為單元，其所聯接的終端以企業（不限于本地）邊界內部的設備和在制品為主；而工業互聯網的聯接范圍從一開始就不局限于企業邊界，而是以價值鏈甚至是以價值網作為起點，直面“三大”需求，聯接企業內外部要素，特別是在用工業品，向基于云的新價值鏈網發展：
1.超越時空限制，打破原有相對封閉和固化的工業系統格局，以相對離散的形態更廣泛、輕靈地聯接機器、原材料、控制系統、信息系統、產品、數據以及人的業務活動等工業要素（圖4中物理要素有些已經不在原有方框內），優化配置工業資源；
2.打造支撐制造資源泛在聯接、彈性供給、高效配置的工業互聯網平臺，構建基于海量工業大數據采集、匯聚、分析的服務體系[7]，形成新工業生態；
3.基于對工業大數據的分析結果，洞察物理世界過去一直發生、但是無法觀測到的物理活動細節，由此而更好地集成工業場景的實況信息，做好研發、生產、服務與管理決策；
4.工業互聯網不斷促進硬件/軟件捆綁功能解耦，促進傳統工業軟件解構，基于微服務和云架構而重構為工業APP，因此，在賽博空間就不再是與物理設備完全精確映射的數字孿生體，而是將原有數字孿生體打散后重組、重構，建立了新型聯接關系的數字孿生體。
具有新型聯接關系且離散度較高的數字孿生體在泛在聯接、高效協同方面更為出色，在優化配置工業資源方面更加容易，讓大范圍管控和優化“系統之系統（SoS）”、實現超大型企業的精細化運營成為可能。
在對工業互聯網的內涵理解上，賽迪研究院和工業互聯網研究院也提出了“三全”的思路：全要素，全產業鏈，全價值鏈。雖然術語和解讀有所不同，但是都是在試圖突出工業互聯網基于云的新價值鏈網，各方對工業互聯網基本內涵的理解上總體上是趨于一致的。
內涵：優化配置工業資源；
實質：基于云的新價值鏈網，構建新工業生態。
六.四個術語的相互比較
在分析了四個術語的內涵、實質和主要特征之后，不難看出，數字孿生、賽博物理系統、智能制造、工業互聯網四個術語，在發展上一脈相承，在內涵和實質上有不少共同點，但是也有明顯區別。
共同點：四個術語都是由物理空間的物理實體與其在賽博空間映射出來的數字孿生體兩大部分基本要素組成，都屬于新工業革命的活動內容，都可以給企業帶來新技術、新模式和新業態。作為一種基礎通用技術，這兩年數字孿生的研究備受業界重視；
差異點：在內涵/實質上則是各不相同。數字孿生主要是在賽博空間對物理實體與業務流程等現實對象進行映射、仿真、優化和數據支持等數字形態傳承類的活動，重在數字體驗，以期最大幅度地通過優化數字孿生體而提升物理世界的材料、時間、能量、人力等作業效率與質量；數字孿生體與物理實體相融合，引入控制功能形成智能閉環后，形成了CPS，強化了對物理實體的形和態的精準控制；多個多級別的CPS彼此互聯而構建了智能工廠，基于企內鏈、價值鏈、價值網絡完成特定領域的工業要素集成與制造管控，優化配置制造資源，形成新制造生態；工業互聯網則是將智能制造系統進一步離散化、解構與重構，實現海量工業要素的泛在聯接，超越企業邊界管控物理設備（特別是在用品），在更大的范圍內優化配置工業資源，形成新工業生態。這是一種由企業內到企業外，由在制品到在用品，由價值鏈網到新價值鏈網，由新制造生態到新工業生態的數字化轉型過程。表1列出四個術語之異同以及從左到右的數字化轉型升級過程。
表1 四個術語在內涵上的異同和遞進關系
由表1不難看出，數字孿生作為一種數字化通用技術，以“模型+數據+軟件”貫穿于四個術語，成為數字社會/智能社會的“遺傳基因”。
圖5是四個術語的內涵、構成及作用機制的幾種展現與對比。
圖5四個術語的內涵、要素及作用機制比較
在賽博、物理兩大空間占比上，四個術語有微妙差異，數字孿生體始于IT領域，賽博空間占比偏多；CPS強調數字虛體與物理實體深度融合，賽博、物理相對平衡對等；智能制造基于智能工廠，以CPS實現對物理系統的精確控制，物理空間占比稍高；工業互聯網以基于云的新價值鏈網來泛在聯接工業要素和強化工業數據的采集與處理，賽博空間占比略多。這是一個虛實相互融合、占比交替占優的演變過程。圖5中四個大圓圈位置高低不同，粗略地展示了這一演變趨勢。
七.結論
數字孿生、賽博物理系統、智能制造、工業互聯網這四個術語，在發展上一脈相承，在內涵、實質和運行邏輯上有不少共同點，但是也有明顯區別。四個術語在內涵和組成上呈現出賽博與物理相互虛實融合、占比交替占優的演變過程。對于這四個術語，清晰理解異同，抓住內涵實質，有助于澄清概念，正本清源，可為這些概念的理論研究與工程實踐提供了較為明晰的指導，避免了對這四個術語人為的邊界模糊、功能泛化，影響這些概念在科研與實踐中的應用。也有有助于發揮四個術語的各自特長，引導企業將智能制造、工業互聯網這些新工業革命的具體活動內容，在不同的行業領域中做好實踐與落地。由于篇幅所限，本文僅對這四個術語的基本內涵與相互之間關系進行了初步闡述。作為新工業革命的重要組成部分，這個四個術語在智能制造研究與推進方面具有很強的現實意義，建議相關研究人員做進一步研究，能更詳實、更系統地厘清這四個術語產生的背景、內涵、關系、技術路徑、應用場景、典型案例等內容。如果條件允許，建議政府組織相關專家，在深入研究的基礎上，編寫四個術語的白皮書，為廣大理論研究者與企業智能制造與工業互聯網的實踐者，提供有益的參考與指導資料。 參考文獻
[1] 胡虎, 趙敏, 寧振波, 等. 三體智能革命 [M]. 北京: 機械工業出版社, 2016.
[2] M Grieves. Digital twin:manufacturing excellence through virtual factory replication. Whitepaper.Melbourne, FL: Florida Institute of Technology; 2014.
[3] 趙敏, 寧振波. 鑄魂：軟件定義制造 [M]. 北京: 機械工業出版社, 2020.
[4] 中國信息物理系統發展論壇. 信息物理系統白皮書(2017) [R]. 北京: 中國信息物理系統發展論壇, 2017.
[5] 朱鐸先, 趙敏. 機·智：從數字化車間走向智能制造 [M]. 北京: 機械工業出版社, 2018.
[6] ZVEI. The Referencearchitectural model RAMI 4.0 and the industrie 4.0 component [R]. Frankfurt:ZVEI, 2015.
[7] 工業互聯網產業聯盟. 工業互聯網平臺白皮書(2017) [R]. 北京: 工業互聯網業聯盟, 2017.
[8] 工控網/工業以太網. 三大要素考驗工業互聯網[EB/OL], 北京：工控網https://gongkong.ofweek.com/2013-08/ART-310008-8420-28716983.html, 2013-08-30
[9] 周濟等，中國智能制造發展戰略研究[J]，北京：《中國工程科學》，2018年04期
[10] 張洪國等，《數字孿生白皮書》(2019年) [R]，北京：賽迪網，2019-12-19
【作者簡介】
趙敏——走向智能研究院執行院長，中國發明協會常務理事，創新方法研究會常務理事，英諾維盛公司總經理。國內著名兩化融合/智能制造/工業互聯網/工業軟件專家，U-TRIZ創始人。正高工。在國內外媒體和國際國內學術會議發表文章和論文百余篇，為企業解決200多個技術難題。著有《創新的方法》、《TRIZ入門及實踐》、《知識工程與創新》、《TRIZ進階及實戰》、《三體智能革命》、《智能制造術語解讀》、《機·智：從數字化車間走向智能制造》等專著、合著。
朱鐸先——北京蘭光創新科技有限公司董事長，國內著名智能工廠/數字化車間實戰型專家。高工。兼任中國機電一體化協會MES分會副理事長、走向智能研究院數字工廠首席專家等職。具有二十多年制造業信息化研究與應用經驗。指導研發的設備物聯網、MES等產品已在航空航天等數百家企業得到成功應用。提出了“CPPS人機網三元戰略”、“六維智能工廠”等具有獨到見解的理論。撰寫智能制造方面文章數十篇，合著有《機·智：從數字化車間走向智能制造》、《三體智能革命》。
AII微信公眾號
AII頭條號