当前,数字孪生已经成为全球信息技术发展的新焦点,备受学术界、工业界、金融界、政府部门关注。当前数字孪生在国内外非常热,各相关会议几乎都有数字孪生的交流和报道。不仅如此,目前数字孪生技术发展已上升到国家策略层面,成为不少国家数字化转型和智能化升级的有力抓手。如美国的工业互联网联盟将数字孪生作为工业互联网落地的核心和关键,德国工业4.0参考架构将数字孪生作为重要内容等。本章通过对数字孪生学术论文发表情况、论著引用情况、专利申请情况、学术活动组织情况、国内有关科技部门对数字孪生研究资助情况等进行分析,旨在掌握数字孪生研究目前所处态势,从而让读者了解数字孪生的研究现状,以为研判数字孪生未来研究发展趋势提供支持。

数字孪生国内外学术研究现状分析

数字孪生以多维模型和融合数据为驱动,助力产业数字化转型和智能化升级,正在掀起一场产业革命,得到了学术界、工业界、及政府部门的广泛关注。科学文献计量方法可以从多个维度揭示一个领域或学科发展方向的概貌,进而能够从各个角度全面地审视一个学科发展方向的结构和研究热点、重点等信息。笔者团队2020年1月在《计算机集成制造系统》期刊上发表的“数字孪生十问: 分析与思考”一文中采用文献计量方法,通过统计分析发文量、关键词、发文机构、发文期刊等探究了数字孪生领域研究的趋势变化,总结了分析了数字孪生的学术研究现状。

本章在此论文分析基础上,将文献计量的统计时间扩展到了2020年12月31日。选择Scopus数据库进行文献的搜索与筛选,搜索方式利用Scopus的高级搜索功能,检索式字符串为“TITLE-ABS-KEY({digital twin}OR{digital twins})”,即搜索摘要、论文标题或关键字字段中有“digital twin”或“digital twins”的文献。搜索结果显示1973年和1993年各有一篇文献,但这两篇文章所提及的“digital twin”并非本文所指的数字孪生。此外,2004年和2005年分别有2篇和4篇论文发表,而2006~2009年无相关论文发表。根据搜索结果数量分布情况,本章选取2010年到2020年12月31日期间发表收录的论文进行统计分析,以阐明近年数字孪生的研究现状情况。

1.1 发文量时间分布统计分析

从2010年到2020年12月31日,共有2897篇数字孪生相关论文发表或出版,如图1所示(数据来源于Scopus数据库,截止2020年12月31日)。图2统计了这段时间各类型文献的年度发表情况,包括期刊论文、会议论文和其他类型文献(如书的章节、社论、short survey等)。

从数字孪生文献数量年度图可知,从2010年到2020年数字孪生论文数量一直呈增长趋势,且增长速度不断加快。2015年以前,数字孪生还处于萌芽起步阶段,发表的数字孪生文献较少,单年论文发表量少于10篇。

2016年后,数字孪生文献发表数量进入快速增长期,之后每年文献发表数量都成倍增长。预计未来几年,数字孪生论文发表数量还将呈迅猛增长趋势。数字孪生相关论文的数量变化说明数字孪生近年来引起了越来越多科研人员的关注与研究,未来一段时间内会有更多的专家、学者、机构等开展对数字孪生的深度研究。

此外,根据发表文章的类型分布统计可知,当前发表的论文主要以会议论文为主,会议论文的数量逐年增长,数字孪生的热度不断增长,越来越多的学者参与数字孪生学术交流。此外,期刊论文近年也呈明显增长趋势,期刊论文数量从2016年的5篇增长到2020年的619篇,这种变化从侧面表明了当前对数字孪生的研究越来越深入,越来越系统。

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(1)

图1 2010-2020年数字孪生文献数量年度图

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(2)

图2 2010-2020年数字孪生文献数量累计图

1.2 发表论文国家分布统计分析

统计结果显示,世界各主要国家都已开展了数字孪生研究并有相关研究成果发表。表1列举了发表数字孪生相关文章数量排名前50的国家(按国家发文量排序,来源于Scopus数据库,截止2020年12月31日),其中研究成果主要来自美国、德国、英国、法国、意大利等G7发达国家,以及中国、俄罗斯、印度、巴西、南非(金砖五国)等发展迅速的国家。这些国家具有较高的科技水平和一定的信息化基础,能为数字孪生的研究、发展与应用提供支撑环境。

表1 已开展数字孪生研究且在学术刊物上有论文发表的国家

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(3)

针对开展数字孪生相关研究的国家,本节选取表1排名前10国家的进行进一步剖析,以洞察数字孪生论文研究的国际形势,如图3所示(来源于Scopus数据库,截止2020年12月31日)。从图中可以看出德国、美国和中国3个国家发表的数字孪生论文总数位列前三,且比其他国家多出很多,相关统计数据表明,数字孪生的国际研究竞争十分激烈。针对中、美、德3国数字孪生研究变化可将其分为以下3个阶段:

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(4)

图3 在学术刊物上发表数字孪生论文数排名前10的国家

1)数字孪生的概念诞生于美国,美国也是最早开展数字孪生研究与应用的国家。因此,在早期阶段,美国发表的数字孪生论文数量最多,在相关研究中处于领先地位。2011~2016年美国单年论文发表总数一直位居世界第一。早期,美国是以NASA、美国空军研究实验室等为代表的研究机构主要将数字孪生应用于航空航天的健康监测、运行维护、寿命预测等方面。近年佐治亚理工学院、美国国家标准技术研究所、宾夕法尼亚州立大学等研究机构在智能工厂、智慧城市、3D打印等方面开展了应用探索,试图挖掘数字孪生在更广阔领域的应用价值。截止到2020年12月31日,美国累计发表数字孪生文章总数位居世界第二。

2)工业4.0是一个工业发展方向或战略,德国提出工业4.0后,一直在论证和寻求能让工业4.0落地的使能技术。数字孪生相对其他概念更易落地工程实施,正好契合德国工业4.0 需求。工业4.0主要提出单位之一德国弗劳恩霍夫研究院指出数字孪生是工业4.0的关键技术。以西门子、亚琛工业大学为代表的工业4.0主推和实施机构,开展了大量数字孪生研究与实践,其中,亚琛工业大学的数字孪生发文数量位列世界第二,西门子位列第三。2017~2020年德国单年发表的数字孪生文章总量位居世界第一,截止到2020年12月31日累计发文总数德国跃居世界第一。

3)与美国、德国相比,数字孪生在中国的研究和受关注相对较晚。中国的数字孪生发展与推动主要包含以下三个方面:第一,在论文和学术会议方面。2017年1月《计算机集成制造系统》期刊上发表的“数字孪生车间:一种未来车间运行新模式”论文,是国际上首篇数字孪生车间论文,引起了国内学术界尤其是青年学者对数字孪生的关注。

2017年7月,北航牵头国内12家高校共同发起并在北航召开了“第一届数字孪生与智能制造服务学术会议”,吸引了大量高校学者参会,并带动了国内学术界和企业界开始关注数字孪生的研究与应用。会后来自15个单位的22位笔者于2018年1月共同在《计算机集成制造系统》期刊上发表了“数字孪生及其应用探索”的论文,更多高校学者开始关注数字孪生。并且,《计算机集成制造系统》期刊2019年第25卷第6期组织了一期数字孪生技术专辑,共收录了27篇数字孪生密切相关的文章。

另一方面,随着工信部“智能制造综合标准化与新模式应用”和“工业互联网创新发展工程”专项,科技部“网络化协同制造与智能工厂”等国家层面的专项实施,有力促进了数字孪生的发展。此外,中国信息通信研究院、中国电子技术标准化研究院、赛迪信息产业(集团)有限公司、e-works数字化企业网、走向智能研究院、安世亚太科技股份有限公司、上海优也信息科技有限公司、工业4.0研究院等单位及李培根院士、谭健荣院士、倪光南院士、赵敏总经理等专家在数字孪生的概念、技术、标准、应用实践等方面开展了大量工作,为数字孪生在中国的推广与发展起到了重要作用。各方因素促使了数字孪生在中国的快速发展,使2020年中国单年发表的数字孪生文章总量高达222篇位居世界第二。并且中国在数字孪生领域的发文总量已与美国基本持平。

1.3 文献出版物分布统计分析

从发表数字孪生文章的出版物来分析,出版数字孪生文章最多的10个刊物如表2所示(来源于Scopus数据库,截止2020年12月31日)。国际生产工程学会(CIRP)是制造领域的重要国际学术组织,在制造学科享誉盛名,CIRP每年都会组织多个学术会议以让学者进行学术交流,其下属刊物《Procedia CIRP》专注于出版高质量的CIRP会议论文,从而使与会者的学术思想能够快速传播,经统计《Procedia CIRP》发表的数字孪生文章最多,且内容与智能制造密切相关,作主要为国际作者。类似的《Procedia Manufacturing》也是专注于发表制造工程领域所有重要会议上的论文,目前《Procedia Manufacturing》发表的数字孪生文章排名第5,也是与制造密切相关。

《计算机集成制造系统》是面向先进制造技术研究与应用的期刊,在2019年第25卷第6期《计算机集成制造系统》组织了一期数字孪生技术专辑,收录了27篇数字孪生密切相关的文章,使得该刊物发表的数字孪生文章目前排名第6。《Journal of Manufacturing Systems》是先进制造领域的影响力非常大的国际期刊,为制造业信息化的研究发展起到重要推动作用,2019年《Journal of Manufacturing Systems》组织了一期“Digital Twin towards Smart Manufacturing and Industry 4.0”的专刊,收录了28篇文章,并于2021年1月出版,该刊物发表的数字孪生文章目前排名第7。

由出版数字孪生论文的刊物分析可知,当前数字孪生的研究与应用主要集中在制造领域。此外,发表的数字孪生文章数量排名第2 的期刊《IFIP Advances in Information And Communication Technology》是国际信息处理联盟IFIP的所属期刊,主要是发表信息和通信科学技术领域的最新成果。同时,发表的数字孪生文章数量排名第4的期刊《Lecture Notes in Computer Science》定位自己是主要发表在计算机科学和信息技术研发和教学方面最新成果的期刊。这两个期刊发表的文章属于计算机、信息和通信科学技术领域,说明了数字孪生是一个“制造-计算机-信息”等交叉学科的研究方向。

表2 2010~2020 年出版数字孪生论文数排名前10的刊物

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(5)

除上述出版数字孪生论文排名前10的期刊外,还有很多期刊特别设立了数字孪生专刊,专门探讨和展示数孪生的最新进展。2020年《Journal of Manufacturing and Materials Processing》期刊组织的专刊“From the Digital Twin to the Digital Big Brother: Establishing Real-Time Relationship Between Smart Products and Smart Production Environments”提出了Digital Big Brother的概念以表达涵盖产品研发阶段、持续监控智能产品全生命周期、汇聚生命周期中的数据、并向研发者和生产者提供反馈的智能生产系统。该期专刊的目的是探索在智能产品/服务与智能生产环境之间建立实时联系的最新技术。

2020年《Engineering Fracture Mechanics》期刊组织了专刊“Special issue on Digital Twin”重点关注了航空航天领域飞行器的可靠性。该期专刊旨在分析和对比数字孪生的各种观点和应用的异同,及数字孪生的当前发展水平,并确定未来方向。2020年《IEEE Internet Computing》期刊组织了一期数字孪生专刊聚焦于了数字孪生建模理论方法、数字孪生使能技术、标准、应用领域安全等各个方面的最新研究进展。

2020年《International Journal of Product Lifecycle Management》针对产品生命周期中不确定性的管理问题组织了一期专刊“Uncertainty in the Digital Twin Context”,旨在将数字孪生背景下的不确定性的不同观点汇聚在一起进行交流探讨。2020年《Advances in Civil Engineering》期刊组织的专刊“Digital Twin Technology in the Architectural, Engineering and Construction (AEC) Industry” 收录了建筑和土木工程领域的数字孪生最新研究成果和发展挑战。

2021年越来越多的期刊开始组织关于数字孪生的专刊。《ASME Journal of Energy Resources Technology》期刊聚焦于能源领域中的数字孪生技术发展,组织了专刊“Digital Twins in Energy and Automotive Industries”。《Applied Sciences》期刊组织了专刊“Digital Twins in Industry”旨在研究工业,商业和金融等多领域的数字孪生技术的工业应用和实现。

《Sensors》期刊以数字孪生与物联网的集成、数字孪生的智能应用、基于数字孪生和AI的数据驱动方案、面向数字孪生的区块链和安全等为主题组织了专刊“Machine Learning for IoT Applications and Digital Twins”。《Information》期刊为了探讨数字孪生与认知计算相结合的潜在原因和好处,组织了专刊“Cognitive Digital Twins: Challenges and Opportunities for Process and Manufacturing Industries”以记录认知数字孪生的当前最新技术,确定未来的方向,并探讨认知数字孪生在加工制造业中的应用和实现。国际地理信息杂志《International Journal of Geo-Information》组织了一期专刊“Digital Twins and Land Administration Systems”以收集数字孪生与土地管理相结合的最新研究成果和未来发展方向。

《Journal of Manufacturing and Materials Processing》聚焦数字孪生与智能机加工的集成组织了专刊“Progress in Digital Twin Integration for Smart Machining”旨在收集使用基于物理的模型,替代模型和监督机器学习方法的数字模型,数字阴影或数字孪生的最新进展。《IEEE Software》期刊为将数字孪生应用于软件和系统开发专门组织了一期数字孪生专刊聚焦于数字孪生软件工程领域。《Remote Sensing》期刊针对数字孪生在遥感领域的应用组织了一期专刊“Remote Sensing and Digital Twins” 鼓励学者就遥感在数字孪生生命周期的各个阶段和各个方面的应用进行剖析与探讨。

《Electronics》期刊针对数字孪生在医疗领域的应用组织了专刊“Digital Twin Technology: New Frontiers for Personalized Healthcare”聚焦于数字孪生在医学成像(超声,光学,光声,X射线,核,磁共振等)、图像处理、计算流体力学以及人工智能等方面。

1.4 发表论文研究机构统计分析

本节统计了论文发表作者所属的研究机构数量以及分布情况,截止2020年12月31日,全球已有超过1000个高校、企业和科研院所开展了数字孪生研究且有相关研究成果在学术刊物公开发表。如图4所示(来源于Scopus数据库,截止2020年12月31日),其中高校672所,占50.68%,包括德国亚琛工业大学、英国剑桥大学和牛津大学、美国斯坦福大学等世界一流高校正在开展数字孪生理论研究,且这一数量呈现逐年增长趋势,足见学术界高度关注和重视数字孪生理论研究。

从在学术刊物上发表论文角度分析,一般是高校学术界占主体,而企业发表学术论文的积极性和比例往往不高。但在数字孪生领域,近10年共有416所企业(占31.37%)开展数字孪生研究并在学术刊物上有学术成果公开发表,包括西门子、GE、空客、ABB等世界知名企业。如将在非学术刊物上有数字孪生相关成果(如网络技术报告、网络技术博文等)发表的企业也统计上,相关数据将更大,占比也将更多。充分说明企业当前也高度关注数字孪生技术,正在开展数字孪生应用实践,表明数字孪生具有很强的工程化应用价值和潜力。

此外,还有包括美国空军、NASA,德国航空航天中心、德国弗劳霍夫研究院等238家各国重要军事和科研机构也高度关注数字孪生研究,且在学术刊物上有研究成果发表,说明数字孪生在航空航天等国之重器领域得到了高度关注。

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(6)

图4 在学术刊物上发表数字孪生论文的单位统计分析情况

在学术刊物上发表论文的数量在一定程度上能反映一个机构在相应领域的研究实力和影响力。图5(来源于Scopus数据库,截止2020年12月31日)为在学术刊物上近10年发表数字孪生研究成果前20的研究机构分布情况。论文数量前十的高校包括北京航空航天大学、德国亚琛工业大学、俄罗斯圣彼得堡彼得大帝理工大学、俄罗斯南乌拉尔大学、英国剑桥大学、德国慕尼黑大学和瑞典查尔姆斯理工大学;企业有西门子且排名第3,某种程度上从侧面说明这些机构已形成一定的数字孪生研究团队。研究学者与研究机构往往是密不可分的,据统计当前全球已有上万名专家或学者参与了数字孪生研究且有相关成果在学术刊物上发表。

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(7)

图5 在学术刊物上发表数字孪生论文数排名前20的单位

1.5 发表论文研究方向和高频关键词统计分析

论文关键词能够反映研究的关注点,高频关键词能够体现一个领域的热门研究话题,因此本节统计了2017~2020 数字孪生文章高频关键词,以剖析数字孪生的关注热门领域或相关技术,如表3所示(来源于Scopus数据库,截止2020年12月31日)。统计结果显示,当前全球对数字孪生的研究集中在制造领域,近三年关键词“制造(Manufacture)”出现频次增长迅速,从2017年的26次增至2020年的124次,均位列高频关键词的前列。

此外,高频关键词还揭露出数字孪生与新一代信息技术(New IT)联系紧密,近三年高频关键词覆盖“大数据”“物联网”“人工智能”“虚拟现实”“增强现实”等New IT概念和技术,可预测数字孪生未来将进一步与New IT深度集成和融合,并促进相关领域发展。此外,在统计的所有数字孪生文献中,智能制造相关的文献数量占50%以上,说明世界各国在智能制造领域的竞争十分激烈,都将数字孪生作为落地智能制造的重要技术手段。

表3 2017~2019年发表的数字孪生论文中的高频关键词统计分析

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(8)

数字孪生技术与应用(数字孪生国内外学术研究现状汇总)(9)

来源:数字孪生DigitalTwin 作者:北航DT研究组

,