数字孪生成熟度模型

数字孪生缺乏标准的定义，这使得理解它们变得极其困难，对于什么水平的成熟度或特征代表“真正的”孪生存在分歧。技术和服务提供商的承诺超出了目前的水平，而过高的市场预期使事情变得更加复杂。

行业通常关注一个独角兽概念，即如果完全实施数字孪生可以实现什么，尽管目前成本过高。很少有人提到这一旅程中的里程碑，或增量价值证明的发展。数字孪生成熟度模型有助于解释这些步骤，同时也提供了开发数字孪生的框架。

“最终目标是为资产创建一个‘单一版本的真相’。这与“单一事实来源”明显不同，因为数字孪生是关于使用可以工作和连接的技术星座或生态系统”

随着双胞胎随着时间的推移，成熟度的元素会增加复杂性和连接性，从而增加成本。

重要的是要认识到这些元素在发展过程中不一定是线性或连续的，因此数字孪生可能在拥有低阶元素之前就具有高阶元素的早期或实验特征。然而，它们在复杂性方面的关系最好被认为是对数的，即高阶元素比低阶基本元素复杂得多。

物理和数字通过一系列数据平台或聚合器连接，安全地连接两个环境和任何外部数据源（如资产管理系统 (EAMS)、文档管理系统 (EDMS)、通用数据环境 (CDE)、数据历史学家等）。随着数字孪生的成熟，这会从单向信息流变为双向信息流。

1、要素 0 – 现实捕捉

启动数字孪生的最低阶元素（仅与现有的物理资产相关，没有现有的准确信息）是创建准确的资产几何形状或系统设计的竣工数据集。这是基础元素，各种类型的数据在其上连接和叠加。

数据可以通过点云扫描、无人机、摄影测量等各种调查和现实捕捉技术来捕捉。与几年前相比，现在可以比传统的调查方法更准确、更高效、更经济地捕捉数据。

借助 Element 0，可以通过提高资产确定性、空间背景和理解力，立即在这些点云数据集中提供价值。在高比例资产建造和老化的部门，或在减少工人接触危险任务的高危险部门，尤其如此。有时在这些点云数据集中工作是合适的，但进入下一个成熟度级别通常具有重要价值。

2、元素 1 – 2D 地图/系统或 3D 模型

元素 1 是作为设计过程结果的新资产的典型入口点，通常在构建后从元素 0 更新。

模型完全基于对象（表面、形状等），没有附加元数据或 BIM 信息。来自元素 0 的点云可以在需要时按比例转换为基于对象的 2D 地图/系统或 3D 模型。如今，转换在很大程度上是一个手动过程，但很快就会通过涉及机器学习的半自动化方法定期完成。

在这个成熟度级别，数字孪生通过设计/资产优化和协调提供重要价值，回答问题，例如：是否有空间通过该模块运行新生产线？维护团队将如何执行该任务？

3、元素 2 - 连接到持久（静态）数据

当元素 1 连接到持久性数据集（例如设计信息、材料规格、检查报告和资产管理信息）时，可以实现更多好处；并进一步丰富了元数据（即 BIM）。数据是从现有系统中添加、标记和提取的，而不是直接嵌入或存储在 2D/3D 模型中。

这为工程、项目规划、运营、维护和退役提供了基础，创建了一个可以查看和查询所有数据的单一参考点，减少了错误、不确定性和成本，并实现了更快的决策和协作；回答以下问题：我们的日程安排和预算是否达到目标？风险最高的物品在哪里？

拥有这种成熟度的数据模型还允许直接在数字孪生中或通过连接的模拟应用程序对资产运行集成的多物理场、多尺度、概率模拟；回答“假设”问题，例如：如果我更改 x，它将如何影响 y？

4、要素 3 – 丰富实时（动态）数据

在传感器、连接设备和物联网的推动下，可以通过从物理资产到数字资产的单向流实时（或接近实时）获取和显示动态或操作数据。可以分析这些数据以告知和预测所建资产的行为，并促进决策制定，并将输出或结果反馈并更新到组织的现有系统中。

这种成熟度元素是许多技术和服务提供商将其视为数字孪生的“真正”起点，尽管要达到这种成熟度水平需要几个通常不详细的先前步骤。

开发 Element 3 需要传感器和连接设备主动或被动地捕获和收集数据。这通常是第一笔重大投资。

5、要素4—双向融合与互动

实物资产的状态和状况可以通过数字孪生体来改变，输出和结果反馈并更新到孪生体中。例如，操作员可以通过启动数字孪生的动作来操纵物理阀门或激活机器。这种集成水平需要额外的传感器和物理资产的机械增强。

这种集成也可以应用于数字孪生和其他数字资产之间，例如其他孪生甚至工程系统和应用程序。例如，使用沉浸式技术的设计师修改设计，将更改推送到所有连接的应用程序，包括工程设计和过程模拟包。连接的应用程序计算更改的影响并相应地更新几何和数据，这些更新及其影响实时反映到数字孪生中供设计师查看。

这种完全集成展示了与数字孪生交互的两种方法，即人机交互和机器对机交互。

6、要素 5 – 自主运营和维护

在未来，不难想象数字孪生会学习和发展成为有生命的机构知识库，吸收有关实物资产行为的足够经验，使其在操作中变得完全自主，能够对异常做出反应和心烦意乱，可以采取必要的纠正措施，很少或没有人际互动。

目前，达到这种成熟程度纯粹是有抱负的，现在对于离散的情况只有一小部分是可能的。元素 5 成熟度的全部含义，以及它将带来的可量化收益，还有待完全理解。

围绕数字孪生，无论它在成熟度范围内的哪个位置，都是一个数据分析引擎。这会询问数据以显示模式和关系，并启用基于人工智能 (AI) 和机器学习 (ML) 方法的可训练模型。

数字孪生中有许多数据消费者，每个人都将根据他们的要求和访问权限安全地呈现不同的视图。最终目标是为资产创建“单一版本的真相”。这与“单一事实来源”明显不同，因为数字孪生是关于使用可工作和连接的技术星座或生态系统。

每个数字孪生都适合组织的整体数字生态系统，就像网络中的一个节点，还有可能与不同资产或系统的许多其他孪生一起。这些孪生可以通过安全共享的数据“联合”或连接，并将成为企业的嵌入式部分，就像财务或人力资源等组织管理的内在部分一样。

7、现在发展到什么程度？

尽管组织希望实现更高阶的要素 3 和 4，但现实情况是大多数只为要素 0、1 和 2 做好了准备。这不需要担心，因为每个里程碑都提供增量价值。也有可能实现更高阶的元素对于组织的目标不是必需的。

原文链接：Beyond buzzwords: digital twin maturity spectrum

BimAnt翻译整理，转载请标明出处