以下文章来源于Artec3D埃太科三维 ，作者小埃

本文分上下两部分，

下半部分约4000字，

主要介绍主流的数字孪生软件，

数字孪生的应用场景，

数字孪生面临的挑战，

以及数字孪生技术的未来，

大约需要10分钟阅读。

概要

随着AI、VR、三维扫描等先进科技逐渐融入制造行业，实体和虚拟之间的界线变得越发模糊，甚至有人认为，我们正在经历第四次工业革命。工业4.0的核心正是“数字孪生”，即部件、资产、系统或流程的虚拟副本，可用于跟踪或改进性能。通过本文，我们将介绍这些孪生模型的制造过程、应用领域及可能带来的机遇。

正文

Part.7 数字孪生软件

在本文的上半部分，我们为大家大致讲解了数字孪生的工作原理。但实践中人们是如何开发利用数字孪生的呢？下面我们来看一些主流平台如何帮助制造商将三维模型转换为数字孪生，优化相应工作流程。

7.1 Oracle IoT资产监控云服务

知名软件开发商Oracle的数字孪生专用资产监控云服务允许用户密切监控其资产利用率、位置和整体状态。只要有一组数据集或3D模型，可用于创建数字孪生，就能开始使用这一平台。支持JSON元数据格式、OBJ等常用建模文件，也支持Autocad或Sketchup等常用程序创建的文件。

Oracle用户上传模型后，就能利用软件来检查、定位，也可以用“Explode”功能分解资产。随后，即可一键将节点连接到子资产。不过，为了收集性能实时数据，必须在实物相关区域安装传感器。

Oracle表示，用户可利用该程序创建各种类型的模型，包括虚拟孪生、预测孪生，也能进行孪生投影。虚拟孪生模型主要使用语义为主的数据模型，来对比观测属性和期望属性间的匹配情况。用于叉车等车辆周围时，可有效监控刹车磨损、轮胎磨损、臂长，确保设备性能。

另一方面，Oracle的预测孪生依靠机器学习开发的分析和统计模型，能够不断适应工厂现场不断变化的环境。这意味着它们能利用实时数据监控资产、系统、流程性能，识别趋势和问题，找到解决方案，发现未来的维护需求。反过来，孪生投影帮助企业基于这些发现，引入补救措施，或在需要进一步分析时，将它们导出至其他Oracle程序。

7.2亚马逊AWS IoT TwinMaker

也许一开始你很难把亚马逊和工业制造联系起来，但亚马逊子公司AWS在云服务领域其实早已颇有建树。AWS表示，通过其IoT TwinMaker平台，用户可以将现有3D模型和现实世界的数据结合起来，为工业设备乃至整条生产线创建数字孪生。

根据AWS的3D导入指南，人们可以将三维扫描平台导出的OBJ等文件轻松转换为兼容TwinMaker的GLTF。这种做法也有其他优势，例如缩短程序加载时间，简化屏幕或场景中模型的更新方式。

 AWS IoT TwinMaker上的流程数字孪生实例。图源：亚马逊AWS

用户准备好数字孪生并将其连接至实物后，就可以利用AWS或合作产品的内置分析工具（包括西门子和Ansys等知名工业软件开发商），来全面了解生产流程。Ansys出售自己的数字孪生创建工具，提供非常实用的软件工具，用户可以测试资产、系统和流程升级后的完整虚拟原型，而无需冒险将其制作成实物。

7.3Autodesk Digital Twin

Autodesk是三维软件领域的另一个主流品牌，同样提供数字孪生软件，不过，它的产品主要面向建筑行业。该品牌具备开发兼容建筑信息模型（BIM）的专有技术，并在此基础上推出了Autodesk Digital Twin，用户可以汇总设计、运营和施工数据。如此，用户便能更好地了解新基础设施的构建方式，做出更明智的决策，找到融入当地的最佳方式。

例如，测量并降低风险，通过优化资本支出提高投资回报率，或保证高效的设施维护。平台可集成至Autodesk其他程序，意味着支持更多文件交叉兼容，加速了数字孪生的创建过程。

Autodesk Tandem上的磁电流量计。图源：Autodesk

最后，不断积累和分析建筑数据必然可以帮助用户改进投资决策、预测规划需求、推测故障，因为数据掌握得越多，就越了解情况。当然，这也适用于市场上其他程序，但在特别容易出现超支的建筑行业，这项优势格外突出。

许多平台兼容常用的三维扫描文件类型，这使得文件导出并创建数字孪生的流程变得更加容易。

Part.8 数字孪生应用场景

8.1制造业

在所有应用领域中，数字孪生在制造业的应用最为广泛。实时数据能用于提高车间性能、通过模拟保证产品质量，并安排未来维护时间，减少停机时间。虚拟仓储是帮助制造商管理资源的另一种方式，三维扫描提供了产品和备件数字化的高效手段。

数字孪生不仅可以作为数据收集的基础，也可以为备件和产品创建数字数据库。这类数据库可实现按需生产，无论是为满足内部维护需求还是突然增长的客户需求。提高数字化程度也能降低仓储成本，因为制造商可以减少库存。如此一来，这项技术就能带来短期与长期的经济效益，也越来越受到制造商的青睐。

8.2汽车

工业制造领域体现的诸多优势，在汽车领域也同样存在。例如，在新型电动汽车与自动驾驶原型车全面投产前，这些设计都可以通过虚拟模拟进行验证，可节省昂贵的试错成本。除此之外，这项技术也同样为汽车行业带来了独特优势。

汽车生产线数字孪生。图源：西门子

大多数汽车都是通过高度复杂的生产线制造的，需要多个机械臂共同执行部件组装、焊接、喷涂、喷漆等任务。有了数字孪生技术，就可以在生产流程开启前，对部件如何组合进行模拟，以此来优化生产周期和生产率。这种孪生系统还有助于实现制造模块化，便于汽车制造商更改系统行为，根据客户需求定制限量款汽车。

此外，在终端性能方面，数字孪生使得制造商能够测试车辆在实际条件下的表现。事实上，汽车巨头雷诺已在正式投产前，对其公路用汽车进行风洞到碰撞的各种测试。因此，雷诺不需要冒任何风险，就能对发动机输出动力、空气动力学、齿轮情况等方面的表现有清晰了解。

8.3航空航天

由于数字孪生最初是由美国国家航空航天局（NASA）命名的，那么，这项技术在航空航天，尤其是研发领域得到持续的广泛应用，似乎也就不足为奇了。由于可飞行部件的公差十分小，所以对其进行精准模拟，是防止关键故障和延长飞机寿命的重要环节。数字孪生系统能根据历史数据预测部件何时故障，从而简化了这一流程。

在航天业也是如此，NASA长期以来一直使用国际空间站上真实组件的虚拟模型来诊断和修复轨道故障。这项技术还有增强卫星的潜力，近年来，已成为一项深入研究的课题。随着研发的推进，人们认为数字孪生技术有朝一日可以让多个星座成为一个整体运行。这样即可建立一个真正的综合卫星网络，应用于电视、手机信号通讯、军事防御协调等领域。

“数字孪生”起源于航空航天领域，在卫星集成技术上持续发力。

同样在这一领域，NASA的混合现实培训计划已经证明，三维扫描可以为宇航员前往其他星球做好准备。NASA同时使用Artec Eva和Space Spider，为几款先进工具成功制作了数字孪生。这些设备的副本十分逼真，学员们可以在VR中掌握如何实操。

为太空设计的工具（左）及其模拟环境下的数字孪生（右）。图源：NASA

8.4医疗卫生

提到数字孪生，你可能不会第一个想到这个领域，但这项技术已经开始在医疗卫生领域得到广泛应用。在这一行业，这项技术被更多地应用于流程改进，而非优化产品性能。医院往往面临着平衡救治能力、医疗资源、护理模式、患者安全的压力，而数字孪生技术就能做到实时监控日程安排、床位变化、手术室使用情况。这些信息可以帮助管理层做出更明智的决策。

未来，数字孪生技术有望用于人体建模，医生可以更深入地了解每位患者的个体情况。有了这些宝贵信息，就有可能制定个性化诊疗方案。当然，要实现这一目标，还有不少困难尚需扫除。要获得建模所需数据，需要不断进行生理测试，而这种测试目前仍为侵入式，目前并不可行。

尽管如此，已有迹象表明，三维扫描可以帮助临床医生加深对人体的了解。例如，在蒙彼利埃医学院（Montpellier Medical University），学生们正利用Artec Space Spider创建的数字孪生VR模拟进行培训。通过这些逼真的模型，学生无需使用昂贵又稀有的大体标本就能进行手术练习。而且，从这些项目中汲取的经验，也有助于构建完整的患者数字孪生体。

Guillaume Captier教授正在与医学培训中的数字孪生互动

8.5建筑业

除了在制造业中创建数字孪生，Artec Ray II等激光扫描仪同样成为了建筑领域流行的建模手段。利用这种远距设备，人们可以为大型建筑工地捕获、创建实时模型，让项目规划人员能够和建筑物实现虚拟互动。如此便可简化资源管理以及各方沟通，同时也有助于做出更明智的决策。

Ray II等激光扫描仪可创建数字孪生，以便获得施工规划的宝贵信息。

数字孪生能轻松集成至建筑工作流程，离不开数字孪生平台与CAD、BIM模型强大的兼容能力，这些模型在建筑领域尤为常见。与产品制造一样，您可以在结构模型的不同区域安装传感器，来规划供暖、通风、空调（HVAC），并监控建筑进展。

Part.9 数字孪生面临的挑战

尽管我们已在上文中提到了数字孪生在各个领域内所面临的挑战，但这项技术是否还面临着一些共性的挑战，同样值得我们思考。目前，数字孪生最大的难题在于不够准确，一旦模型和实物之间存在重大偏差，就会严重影响生成的数据和分析结果。

使用类似Space Spider这样的高精度扫描仪，是确保计量级精度效果的重要方式，能增加数字孪生的成功几率。结构光和激光三维扫描技术还有助于解决数字孪生技术的另一个主要问题——成本。投资传统成像技术和其他数字孪生基本设施，成本可高达100万美元。

Artec Space Spider为复杂的金属部件创建数字孪生

 第二个问题就是缺乏数据标准。诚然，构建数字孪生需要大量数据，但并非所有数据都能轻松获取，且数据格式可能各不相同。同样，孪生系统也会因应用场景不同、数据收集点之间相距多远等因素，体现出参差不齐的效果。

这些因素使得我们难以判定数字孪生的优势。但是，有了Artec Studio这样的平台，您至少可以享受自动处理模型数据的功能，简化并加快数据捕获，随后再将模型以常用格式导出。

 三维扫描技术的进步不断加快数字孪生的创建速度，并推动它们在各行各业中的应用。

Part.10 数字孪生技术的未来

显然，数字孪生技术仍有一些障碍需要克服，才能真正颠覆主流制造领域或城市规划的现有做法。不过，数字孪生技术已经证明，它可以提高产量和可重复性，还能在更大范围的规划中提高流程效率，别忘了，这项技术还在持续不断的研发过程中。

数字孪生的创建会变得越来越容易，功能越来越强大，它们可能很快就能主动获取数据，成为物联网设置的一部分。与此同时，三维扫描仪的功能也会继续提升，用途更广，更易购得，进一步扩大各行各业的应用范围。在这种技术飞跃的推动下，越来越多的跨国公司开始进行数字孪生实验，诺基亚等电信巨头也在寻求新的方法来提高覆盖率，充分利用其掌握的海量数据。

除了工业应用外，“数字孪生”一词也被赋予了新的含义，不仅被用来描述产品的虚拟副本，也用来描述其他物体。元宇宙，人与企业共存的全新虚拟现实。尽管未来发展方向尚不明了，但随着元宇宙概念的不断推进，人们对真实人物、地点、物体的数字化需求会进一步增长。届时，元宇宙极有可能成为数字孪生技术的下一个新市场。