多年来，工程模拟仿真技术在帮助企业产品研发团队加速产品创新、提高产品上市进程，以及降低成本方面发挥了重要作用。随着数字孪生体时代的到来，工程仿真技术应用的深度和广度又迈上了新的台阶。最为服务于中国企业仿真技术应用的企业，安世亚太提出了“数字孪生体是仿真应用新巅峰”这一论断，提出了数字孪生体成熟度进化的每个过程中，仿真都扮演着不可或缺的角色。

数字孪生体是一个开放的架构，自诞生之日起，其内涵和外延都在不断演变进化中。安世亚太咨询总工程师海波博士总结了数字孪生体的发展历程，将其分为四个阶段：

(1) 1960-世纪之交，是数字孪生体的技术准备期

主要是指CAD/CAE建模仿真、传统系统工程等预先技术的准备。结构、流体等仿真软件都诞生于这一时期，仿真技术的发展和普及为数字孪生体概念诞生孕育了坚实的基础。

(2) 2002-2010，是数字孪生体的概念产生期

指数字孪生体模型的出现和英文术语名称的确定。这段时间，预先技术继续成熟，出现了仿真驱动的设计、基于模型的系统工程（MBSE）等先进设计范式。

(3) 2010-2020是数字孪生体的预先应用期

主要指NASA、美军方和GE等航空航天国防军工机构的领先应用，其中NASA发布了包含数字孪生体的建模仿真、材料结构两份技术路线图。

(4) 2020-未来，数字孪生体技术的深度开发和大规模扩展应用期

数字孪生体的发展的四个阶段

数字孪生体的核心是由模型驱动的，而常用的建模方法有两大类，一类是第一性原理或称为基于物理的方法（仿真即属于这一类），另一类是基于数据的方法（例如深度学习和人工智能）。在应用上，这两种方法都能够预测物理世界的未来状态，起到“先知”的作用。区别是仿真是基于机理的，不受外在条件限制，而基于数据的方法则受到历史数据多寡的限制，同时，如果要考虑的影响因素太多的话，现有的深度学习技术还难以实现对未来的预测。

数字孪生的建模方法第一性原理和数据驱动（图片来源于Mathworks）

因此，基于第一性原理对未来的预测，让仿真天然就具有“先知”能力，这种能力则使得数字孪生体智能化。缺少“先知”能力的数字孪生体，仅能感知现在，成为现实世界的可视化虚体。

安世亚太仿真专家杨振亚用两个例子来说明仿真在数字孪生体中的“先知”作用。

第一个例子：一台运行中的泵的数字孪生体

该案例利用ANSYS仿真平台模拟泵的运行过程，利用PTC ThingWorx®物联网平台将设传感器和制动器连接到数字孪生体。

在泵的入口和出口处配备压力传感器，泵和轴承箱上配备测量振动的加速计，排出侧配备流量计。致动器控制排出阀，进口侧的阀门通过手动控制。传感器和致动器与数据采集设备连接，该设备能以20KHz的频率对数据进行采样，ThingWorx可作为传感器与数字数据（包括泵的仿真模型）之间的网关，负责监控传感器和其他设备，能自动学习泵运行时的正常状态模式，鉴别异常运行状态，并生成洞察力信息和预测结果。

在测试中，操作人员如果把泵入口的电磁阀门关小，会监测到振动加速计数据超标。通过ANSYS平台的仿真结果，查看到泵的局部压力过低，三维流场中发生汽蚀。如果不排除这一现象，泵的叶轮将在汽蚀条件下损坏。通过数字孪生体的仿真，模拟出增加上游阀门的合理开度值就可解决该问题。操作人员按此调节阀门，故障得到解除。

ANSYS、PTC实施的泵的数字孪生体

第二个例子：1986年乌克兰的切尔诺贝利核电站事故

当时造成了6-8万人死亡（图4）。事故原因目前还有两种观点，一种观点认为是操作失误（操作人员在定期维修和测试时，遇到功率下降太快的情况，而工程师选择拆除反应堆的部分控制杆来提升功率。这个决策，没有历史数据可以参考，工程师是凭借个人经验做出的决定。）另一种观点认为是设计缺陷。不管是哪一种原因，如果当时有核电站的数字孪生体，完全可以先在数字孪生体里“试操作”，看看会发生什么，当反应堆的数字孪生体显示危险的后果时，可以调整控制策略以确保安全。利用数字孪生体的“先知”，很可能就避免了这场世纪大灾难的发生。

切尔诺贝利核事故的影响范围

未来，更多具有“先知”的数字孪生体会一定出现在我们身边。安世亚太将致力于利用工程仿真技术，推动数字孪生体技术的应用，与您一起共同推动人类文明的可持续发展。