网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

数字孪生是连接数字与现实的纽带。其通过建模与仿真技术将物理参数数字化、可视化，实现对全局模型的掌握；通过物联网采集的实时数据，实现对模型的动态数据管理及全生命周期的把控；通过智能算法分析，对实时信息进行判断、做出决策，对未来的场景提供预测和指导，并反馈到物理实体实现端到端的完整闭环链路。

数字孪生通过构建高保真的孪生体模型，为用户实现物理对象与数字模型之间数据和信息的交互、联系与反馈综合应用。随着数字孪生体需求的不断增长和深化，各种应用将产生前所未有的海量数据。当我们把数字孪生体的视野从单台设备，拓展到整个系统或领域，如某个工厂产线，或者城市时，一个不可避免的问题是，现有的数字化工具与技术真的准备好应对光明的数字化未来了吗？

一、数字孪生中的基础数据管理

以CAD/CAE等软件为代表的工业软件在最近三十年取得了显著的进步，然而工业用户生产的数字化转型是一个持续的过程，无法一蹴而就。到目前为止，依托算法和仿真预测的数字孪生仍然是领先工业企业的奢侈品。大量工业用户，继续在以二维图纸作为设计信息载体。这些企业对将三维智能模型和算法、物联网数据结合的数字孪生体技术，一般尚处于试水阶段。

企业对于数字孪生技术的小心谨慎是可以理解的，因为目前，尚没有标准化的，如CAD/CAE这样的产品化的，开箱即用的数字孪生解决方案，这就意味着企业需要承担相应的风险。传统上，各个部门使用的数字化工具，对企业来说是黑箱，内部的数据结构由供应商设计。由于历史原因，数字化工具软件的应用场景，和数字孪生体的需求存在着显著差异，这通常体现在几个方面：

1、数据体量

工具软件，例如CAD的数据，一般是包括了单一产品的设计信息，并不考虑数字孪生业务场景的应用。例如，电机设计，只包括单个电机的形体和组件结构，但是在数字孪生场景应用中，可以同时运行着多种型号的多个发电机组。此外，数字孪生体所需要的数据种类不同于原始的CAD模型，除了设计信息外，还需要环境分析、仿真计算等，这一般意味着数字孪生体管理的数据体量会远远超过传统的CAD模型。

2、标准规范

工业软件的数据封闭在原始的文件中。数字孪生体的要求是对于原始信息与数据的提取、转换和持续应用。这需要一套完整的，符合标准规范的工业基础数据平台。目前业界并不缺乏数据规范（例如STEP等），主要困难在于技术层面，仍然要依托文件库形式存储和流转，并不能实现对于数字孪生业务场景模型的数据元素级管理。

3、云原生

基于平台的数据管理，随着数字孪生体的业务应用场景，通过云架构发挥其关键的优势。在云端实现可伸缩和高可靠性的能力，能够很好地突破传统的数据管理技术的瓶颈，确保数据在不同环境中的随时可用。

可以看到，传统数字化工具的基础数据管理，不能满足数字孪生体的应用要求。为了应对这一问题，业内有多种处理方式，但目前尚无一套完整的解决方案，去满足客户对于数字孪生体基础数据管理的要求。

二、传统数据库管理技术的瓶颈

数字孪生体的基础数据一般来源于几个部分，三维模型、仿真计算，还有实际动态采集的传感数据。当前，三维模型和仿真计算的数据，经常是通过文件级别进行。这就带来了各种问题，如模型级的数据冗余 （无法实现细粒度模型数据管理），数据一致性问题，数据的存储与访问（查询）效率问题，数据的控制与安全，等等。在未来的海量数字孪生业务应用场景中，依托文件的模型管理必然无法满足需求。（图1）

图1 传统模型文件交换的问题

从历史上看，从简单的文件交换到数据管理是各个行业信息技术发展的普遍规律。数据管理涉及数据定义，数据操作，数据存储，数据查询，数据安全等等。常见的对象关系/关系型通用数据库（ORDBMS）系统仍然具有核心生命力，如SQL标准，事务处理能力（唯一性保证）等。大型专业软件，如CAD设计工具软件，大型仿真软件，大型GIS系统，工业软件或应用系统中存在大量基于通用数据库研发的“专用数据库管理系统”。现代大型软件系统都离不开数据库管理系统的支撑。甲骨文（Oracle）的Oracle Spatial 空间数据库（GIS地理信息数据库系统）是各类GIS应用系统的标准配置。大量工业软件厂商基于微软的SQL Server关系数据库系统开发了各类专用数据库。如Intergraph SmartPlant 3D（Sp3d）的化工、管道及工厂设计软件、达索的产品数据库系统（PDM）等。