数字孪生-数据交换和分享
数字孪生-数据交换和分享
20世纪80年代，美国制造业就意识到了工业数字化的结果肯定会带来大量的数据交换需要，他们当时的需求主要来自美国空军和波音公司在使用各种计算机辅助设计软件中所感受到的，因为使用不同厂商提供的计算机辅助设计软件，那个时候各个工业软件厂商为了保护自己的利益，都设计了独家的文件格式，这给客户带来了很大的困扰。
为此，美国商务部下属国家标准与技术研究院牵头准备搞一个工业数据标准。
日本制造当时如日中天，为了应对美国给日本施加的压力，日本当时启动了智能制造系统计划。美国商务部内部对该项目的评价不高，当时计算机集成制造虽然很热门，但美国制造专家认为这不是最佳的方向，因为这种以人高度自律为目标的人机协同，在美国显然不能应用。
美国制造业一直追求开放架构驱动的制造模式，当时在计算机领域已经取得了较大的成功，他们希望在制造业也实现这样的效果。为此，美国当时推进了多个基于开放架构的国家级项目，其中，以建立工业数据统一标准为目标的STEP项目成为点燃数字制造创新的火种。
当时美国发起的ISO TC184/SC4工作组，其名称即为“工业数据”（Industrial Data），为工作委员会TC184“自动化系统和集成”（Automation Systems and Integration）下面的小组委员会。从名称上我们就可以看出该小组委员会的目标，那就是建立工业数据标准。当时该小组委员会主要就是要建立一套计算机辅助设计软件的工业标准，后来该标准为ISO 10303；目前该小组委员会正忙于ISO 23247数字孪生制造相关标准的制定。
过去40年，美国制造业的专家和学者花费了大量的精力用于建立工业数据标准，这其中给我们什么启示呢？如果认真阅读1999年7月美国国家标准与技术研究院制造工程实验室专家沙龙·凯默勒（Sharon Kemmerer）撰写的《STEP：伟大体验》（STEP：The Great Experience）一书，就很容易感受到其中蕴含的工业哲学，那就是“颠覆性创新”。沙龙·凯默勒参与了日本智能制造系统计划，但最终判定该计划不能成功。
一项值得研究的技术范式，必定有较为广泛的应用潜力，才值得专家学者投入精力去研究。国家相关机构投入资源资助，也是为了该技术研究之后带来的产业化应用。美国政府相关机构很会精打细算，相关主管通常具有技术、项目、产业和经济背景，既对技术原理有深入的认识，还可以从产业前景做出判断，更重要的是，在考虑研发投入的时候，他们往往还可以粗略估算出该项目的经济效益，这正是我国在类似研发上比较欠缺的。
过去50年是数字技术在人类社会应用的阶段，在消费领域该技术体现为互联网，在制造业领域则体现为数字制造。从经济原理来说，数字制造有较大的应用前途，如果可以实现共性技术的突破，那么其成本会大幅降低，从而影响全球制造业的格局，这正是美国国家标准与技术研究院孜孜以求的。
硬件系统的标准化涉及太多的部件和系统
，难度非常高，这从1989年美国空军下属莱特实验室“下一代控制器”计划遭受失败的实例中可以看出，从硬件系统或者高度集成的工控系统入手颠覆德国和日本的垄断地位，不具有可行性。当时美国空军投入大量资金资助美国企业进行相关产品开发，但由于德国和日本对工控系统产业的掌控力非常强大，并在较多的领域开始形成了耦合度较高的生态，美国难以独立建立完整的技术生态。
不仅如此，美国国家科学基金会2006年率先提出的信息物理系统，经过不到十年时间的研究和应用，最终美国企业认为这不符合其开放式创新的经营风格，因而逐渐减少了对该领域的投入。德国2011年提出工业4.0的时候，把工业4.0建立在信息物理系统的基础上，因为德国在嵌入式系统领域具有较强的优势，它希望通过信息物理系统构建未来制造的优势，但因为美国在2015年左右逐步减少了对信息物理系统的研发，德国缺乏基础研究成果的支持，自己独木难支，最终也跟着美国转向数字孪生体，大家可以透过德国企业（如西门子、SAP等）的产品组合看到这种变化。
选择具有通用目的价值的“大”技术，才是美国制造业值得重点投资的。当然，并不是选择了“大”技术就会成功，例如，通用电气在2012年提出工业互联网（Industrial Internet），早期发起工业互联网联盟的五家企业在2019年已有四家离开，实际宣告工业互联网这个“大”技术陷入了困境。
从美国国家层面来看，它选择了数字孪生体这项通用目的技术，希望通过该技术的引入，为美国的先进制造带来一条新的技术路径。从本质上理解，数字孪生体通过降维思路，把需要人机协同的需求降维到数据驱动层面，需要实现更加高度自动化的数据交换和分享，这远比40年前美国国家标准与技术研究院推进STEP标准要难得多。
在《STEP：伟大体验》一书中，作者骄傲地总结了在STEP工业数据标准研制过程中过关斩将的快意人生，不过在第十章谈到“STEP的未来”时，感慨虽然实现了数据交换，但数据分享并不容易。然而，我们难以求全责备，虽然当时消费互联网已经成为社会关注的热点，但诸如云计算、物联网、大数据等概念并未产生，真正要解决数据分享的难题，这些技术必不可少。
1991年，在伦斯勒理工学院担任计算机教授的马丁·哈德威克（Martin Hardwick）创建了STEP Tools公司，把参与发起STEP工业数据标准的经验带到公司经营上去。他不仅参与了美国国家标准与技术研究院基于模型的制造智能控制项目、DARPA的NIIIP、AVM（美国国防部最具前瞻性的项目）等，还参与了美国海军国家造船研究项目等。目前，他是国际标准ISO 23247的重要参与者。
在电子化时代，装备系统的研发虽然复杂，但依赖传统的计算机辅助工程已经可以较好地解决相关问题，并形成了可控的工程体系。但数字技术与产品的结合，给研制过程带来了梦魇，不断上升的研发成本让参与方大感头痛，例如，在飞机风洞试验和试飞两个环节占用了85%左右的研制时间，其成本也非常高，正是因为这些问题的存在，才促使DARPA提出了数字孪生体的概念。
在数字孪生体系统中，数据驱动思路体现为数据交换和分享的实现。知易行难，通过为物理世界的物体建立数字模型，实现了数字空间单一数据源的理想，本书在前述数字孪生化部分对该过程做了详细介绍，不过，这么大量的数据，将通过什么样的方式进行交换呢？数字线程即为其答案。
正如计算机体系中的线程，在数字孪生体系统中，数字线程不会对硬件资源进行分配，它只执行各个单元对数据的需求，并保证它们获得的数据一致性，通过这样的机制，可以在数字孪生体系统中建立大量的数字线程，为整个系统提供灵活性，实现预定目标。
洛克希德·马丁公司的一位工程师证明了这个想法。马克·奥布莱恩（Marc O’Brien）作为虚拟原型经理，他在2017年名为《产品数字集：展望数字环境的未来》的演讲中分享了多条数字线程构成的“数字织锦”（Digital Tapestry），他认为，这才是数字线程的发展方向。事实上，考虑到某特定产品与外部环境的交互，如果把数字线程理解为产品生命周期管理软件，这样复杂的数据交换则无法用它来表示，数字线程的局限性就会凸显出来。
工业4.0研究院在研究数字孪生体的时候，对数字线程给予了同等重要的地位，并把它列为数字孪生体三大技术体系之一。计算机体系中的线程概念，有助于我们构建一套数字孪生操作系统（Digital Twin Operating System），或者称之为“数字孪生大脑”（Digital Twin Brain），目前工业4.0研究院下属翼络数字正在进行相关研发。