王小磊：数字孪生在公共交通领域的应用前景

王小磊：高级工程师，中国土木工程学会城市公共交通分会智库专家，曾经任重庆市公共交通控股（集团）有限公司电车公司总工程师、BRT公司书记兼副总经理、公交维修公司总经理、恒通客车顾问、吉尔吉斯斯坦共和国史德洲（Шыдыр Жол Кей Джи）有限责任公司总机械师等。

数字孪生在公共交通领域的应用前景

王小磊

前言

随着5G通信的普及，作为一种仿真技术的延伸，数字孪生（Digital Twin）这一概念，已从最初只是用于航空航天和制造领域，已被拓展到了智慧城市、智慧交通、智慧农业、智慧医疗、智能家居等民生领域。如今涉及各行各业的数字化建设，几乎都离不开数字孪生这个热词。数字孪生究竟是什么？在公交领域的应用前景如何？本文拟对此进行如下讨论。

1. 数字孪生简介

数字孪生是在大数据、人工智能、物联网和深度学习等技术蓬勃发展背景下，在传统仿真技术基础上孕育而生的新技术。作为一项“虚实结合”的数字化转型技术，数字孪生是充分运用物理模型、传感器更新、运作历史等数据信息，集成多学科、多物理量、多尺度、多概率的模拟仿真过程，它被创建在信息化平台上，在虚拟空间中进行映射，进而反映对应的实体装备的全生命周期过程。

1.1 定义

按照美国国家航空航天局（NASA）2010年在Simulation-Based Systems Engineering(TABS 3.3)中的说法：“数字孪生是对飞行器或系统进行多物理、多尺度、概率的集成化仿真，该仿真使用了当前最为有效的物理模型、传感器数据的更新、飞行的历史等等，来镜像出其对应的飞行当中孪生对象的生存状态。（A digital twin is an integrated multi-physics, multi-scale, probabilistic simulation of a vehicle or system that uses the best available physical models, sensor updates, fleet history, etc., to mirror the life of its flying twin.）”

1.2  起源

数字孪生，曾经在1970年4月被成功的用于处理美国国家航空航天局（NASA）处理阿波罗 13号登月飞船的故障。但其工业领域的应用则是由密歇根大学的迈克尔·格里夫斯博士（Dr Michael Grieves）于2002年10月在制造工程学会（Society of Manufacturing Engineering）的一次演讲中首次提出的。当时格里夫斯将其命名为镜像空间模型(Mirrored Spaces Model ，MSM)，首次提出了产品生命周期管理（Product Lifecycle Management，PLM）概念模型，该模型中出现了现实空间、虚拟空间，从现实空间到虚拟空间的数据流，从虚拟空间到现实空间的信息流，以及虚拟子空间的表述，格里夫斯认为这已经具备了数字孪生的所有要素。至于用“数字孪生（Digital Twin）”这个术语代替MSM，则是NASA 的约翰·维克斯（John Vickers）。2014年，在格里夫斯写的一本白皮书《数字孪生:通过虚拟工厂复制实现卓越制造（Digital Twin: Manufacturing Excellence through Virtual Factory Replication）》的第一页脚注中写到：“我将其归功于与我一起工作的 NASA 的约翰·维克斯”。不过，或许数字孪生的起源不仅于此，或有人更早就提出了与数字孪生相似的概念（方法），但是迄今为止，业内基本公认“数字孪生“才是能够以一个简洁、易于理解、涵义丰富的概念来进行表述的词。

1.3 特征

A. 动态

数字孪生体最大的特性就在于：它是对实体目标(本体)的动态模拟仿真，也就是说，数字孪生体是会“动”的。它“动”的依据来自于本体的物理设计模型，以及安装在本体上的传感器发出的数据信息，和本体运作的历史数据。虽然CAD、CATIA等设计软件也能建虚拟模型，与CAD、CATIA建立的图形不同的是，数字孪生的本质是信息建模，旨在为现实世界中的实体对象在数字虚拟世界中构建完全一致的数字模型（称之为“数字孪生体”）。数字孪生体是在虚拟空间中完成映射，是一个物理产品的数字化表达，以便于我们能够在这个数字化产品上看到实际物理产品可能发生的情况，从而反映相对应的实体设备（或零件）的全生命周期过程。其最大的优点在于，倘若产品（或设备）需要做系统设计变动，或者需要知道系统在特殊外部条件下的反应，工程师们可以在孪生体上进行“实验”。如此一来，既避免了对本体的影响，还可以提高效率、节约成本。除去“会动”的特征之外，正确理解数字孪生还需要记住三个关键词，分别是“全生命周期”、“实时/准实时”、“双向”。

B. 只是“相像”

值得注意的是，在现有的技术环境下，数字孪生还无法做到对复杂物理系统的全息复制，通常都仅仅是指数字孪生体和物理实体在外观和宏观结构上的“相像”，而从形、态、质地、行为和发展规律等多方面的评价指标来看，其实差异极大，本质本源不同。

1.4 优势

利用数字孪生，可以自产品（或项目）设计和开发阶段起，对虚拟的“数字样机”进行可视化的规划或设计方案优化，并且以数字化的形式完整记录整个产品生命周期。来加快新品上市速度，优化运营，改善不足，开发新的经营模式，进而提高企业效益。

A. 降低成本

通过建立“数字孪生体”，使工程师可以在虚拟环境中对物理实体进行仿真试错和所有测试。以确保在产品生命周期的最初阶段捕获的需求随着产品的发展、构建、投入使用以及最终退役、退役和回收而得到维护、验证和验证。因为纠正数字世界中的缺陷比现实中更容易，更便宜和更快。制造商可以消除几乎所有未来可能存在的输出的风险，并确保物理对象将完全按计划执行。节约了产品在定性之前需要耗费大量的时间、人力和物力进行的实体试验，

B. 远程操作

因为具有“实时/准实时”、“双向”的优势，在现代通信技术的支持下，可以通过数字模型于本体的虚、实体之间数据的实时反馈，来进行设备（或车辆，下同）的远程操控。

C. 可靠性

数字孪生通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段，将物理设备的各种属性映射到虚拟空间中，形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像，在提高了设备性能的同时还大幅度的降低了产品的故障率，意味着可靠性工程师能够就设备维护和更换做出更好的决策，从而提高其整体性能、提高系统效率和优化资产行为，所有这些都允许可靠性工程师基于高质量数据而不是仅基于经验的假设来预测和管理风险。。

D. 培训

针对设备变得越来越复杂，以及运行过程中出现的各种故障特征，可以将来自传感器的历史数据，通过机器学习建立起针对不同故障现象的数字化特征模型，并结合专家处理的记录，将其形成未来对设备故障状态进行精准判决的依据，通过可视化的演练，低成本的提高学员排除故障的能力。以数字孪生作为培训辅助工具，具有直观性强、易于理解等优点，在投入新设备和培训新学员时，都将大大缩短培训时间。不再需要长时间的学徒或指导；当然，新团队成员通常需要帮助，但数字孪生已在许多情况下成功证明，可以让团队在第一时间解决问题。

2. 在公交系统的应用场景

公共交通具有工作环境固定，安全性要求高、突发事件随机性强等特点，可发挥数字孪生 “实时/准实时”、“双向”以及可视化虚拟动态仿真，在所采集数据的基础上以数据为基础，模型为核心，把数据和模型注入到三维重建的运营系统内部，进行宏观、中观和微观的仿真模拟，构建数字孪生的公共交通运营引擎，可以应用于各种方案优化的仿真推演，和针对各种突发事件预案的评价以及在其处置过程中的实时可视化监控和及时调整应对方案等，基于数字孪生的这些优势，国内曾经有地铁及公交企业进行过小范围尝试。根据目前公交企业智能化发展的情况，数字孪生至少可以在以下几方面为企业的降本增效提供支持。

2.1 运营线路优化

数字孪生用于运营线路优化时，可以进行虚拟的可视化数字空间对真实环境实现计算和推演，从而为公交运营规划部门提供决策依据。通过对运营线路的优化提高运营线路，提升交通出行的安全和效率。甚至在遇到道路维修、改建等各种交通环境异常事件时，公交运营规划部门可以在虚拟世界“演练”，实时数字孪生仿真系统可以将新线路的运营态势推演出来，评估优化后的线路对出行及运营环境可能造成的影响程度，并根据仿真推演的结果，做出最优的管理和决策，并以此来确定优化后的运营参数（如：线路轨迹、车型、车数、班次、时刻等），以确保出行者的出行效率和公交企业的利益的最大化。

2.2 员工培训

A. 岗前实习

鉴于公交安全要求的特殊性，对不熟悉公交运营的客车驾驶员都要进行岗前实习，实习期间须有老驾驶员在旁边监护，车辆则需像教练车那样安装副刹车装置。如果在实习中引入数字孪生，接入运营线路的实时数据，在实时模拟的驾车环境中，将会给后台的实习驾驶员展现和现场几乎完全相同的仿真场景，并且会及时评估驾驶员在该线路条件下的驾驶技能和处理障碍的能力，由此可减少实习驾驶员的培训费用和培训周期。

B. 维修技能

纯电动公交车的技术更新周期比化石燃料车短得多，车辆技术也会随着技术进步而更迭，车辆及设备的现场维修技能培训将成为常态化的工作。利用数字孪生，可以在设备进入运营状态前就进行培训。甚至都不需要生产商到现场就可以在远程数据仿真的虚拟状态下，培训员工对设备故障状态的处置，通过可视化的演练，最大限度的降低用于提高员工排除故障的能力的培训成本。

2.3 “双碳”数据监测

在国家“双碳”政策的加持，数字孪生将可能是公交企业进入数据经济的“快车道”的最有效路径。在公交企业的碳治理中，可使用数字孪生来进行在各种运营环境条件下的减碳效果可视化仿真推演，提出在兼顾运营效率/成本最优的公交碳普惠方案，并且还能够根据实时监测数据进行方案的再优化和预测。实时为采用公交出行的出行者核算二氧化碳减排量，并在其账户中积累碳积分，让参与公共出行的出行者在下车时就能够获得实实在在的福利，同时还可根据政府的最新政策以及运营环境的变化，对碳普惠积分机制和奖励方式予以评价和调整。在不增加企业成本的条件下，不但能使乘客获得低碳出行实惠的社会效益红利，还可在加城市公共交通系统的吸引力的同时为公交企业增加低碳经济效益。

2.4 预测性维护

在车联网和大数据技术的支持下，通过采集车辆有限的物理传感器指标的直接数据，借助大样本库和专家系统，数字孪生对收集到的数据进行分析可以预测可能发生的故障，并可针对不同的新形态的故障进行特征库的丰富和更新，最终形成自治化的智能诊断和判决捕获需求，推测出一些原本无法直接测量的指标。例如，可以将车队同型号单体锂电池的数据模型采取“多对一（ 多个物理实体对应一个数字虚体）”的方式在建立故障特征模型，可以在电池故障发生前发出可视化报警或自动处置；除此之外还可以对车辆的：驱动、电控、制动、转向、轮胎等车辆系统进行预测性维护，根据虚拟孪生体的预测，在损坏前更换备件，将避免故障导致更严重损坏或事故，以提高运营车辆的出勤率。

2.5 应急处置

应对为了在公交车遇突发事件需要立即采取应急处置以将损失降到最低；在遇到球赛、演唱会等局部地点需要大规模交通疏散等非正常状态的处置，运营管理部门可以根据真实情况做出预判和决策，数字孪生平台上的推演就是必要和高效的步骤。

2.6 自动驾驶

自动驾驶之所以在公交行业落地难，一个很重要的原因就是对安全的考量，以及由此带来的运营成本风险。数字孪生用于自动驾驶车辆运营的测试，不会存在安全风险，并且具有省时、低成本和快速迭代等优势。未来自动驾驶公交车的运营规划，根据真实道路数据生成实时的运营环境，对计划投入运营区域的地理全貌进行数字化建模，通过数字孪生进行云端测试，实现在动态仿真环境下进行安全、高效的自动驾驶公交车进行运营方案的海量测试验证，将成为自动驾驶公交车大规模投入运营破局的关键手段之一。

3. 结语

数字孪生强调虚拟环境与真实数据的互联互通，在数字化的时代，万物都可以用数据的形式来描述，并按照固有的规律被参数化、模型化，以真实数据为支撑，实现虚拟世界和物理世界的无缝互通。今天的数字化技术正在不断地改变每一个企业，因此，数字孪生曾经被高德纳（Gartner）技术咨询公司评选为未来最为重要的十大关键技术之一。据预测“在三到五年内，数十亿的事物将由数字孪生来代表。还有一种说法，数字孪生就是元宇宙的核心，由数字孪生和数字仿真驱动的数字化公司将是最接近实现的元宇宙。总之，数字孪生正在给我们描绘出一幅未来公共交通的蓝图。通过数字孪生与不断发展的传感、通讯、人工智能等与智能公交技术融合，将构建起智慧公交的数字化基础设施，在越来越多的公共交通领域发挥作用。