20年前，当斯蒂芬·斯皮尔伯格（Stephen Spielberg）将菲利普·迪克（Philip K. Dick）所著科幻小说《少数派报告》（Minority Report）搬上大银幕时，他召集了科技界的思想领袖一起构想未来的城市。电影里，2025年的美国首都华盛顿特区固然是黑暗的，但它的居民却享受着诸如自动驾驶汽车、视网膜识别个性化广告、声控家居等各种智能数字技术带来的种种便利。
这些技术在二十年前或许看似是不可能的未来技术，但其中有不少如今已是司空见惯，例如：通过手势控制的计算机、具有针对性的网络广告，以及在牛奶快没了的时候自动订购牛奶的冰箱。
时下的智能建筑物都能知道你住哪里、你的日程安排如何，甚至连你喜欢在咖啡里面加多少糖也都知道。随着建筑物和城市变得越来越智能化和自主化，用于设计、管理和维护它们的工具也在与时俱进。
众所周知，工程建设行业在采用数字化和数据驱动决策方面落后于其他行业，然而这种情况正在发生改变。如今，业界专业人士普遍意识到，若想跟上时代的步伐，就应该开始用不同的方式去思考和工作。
工程建设行业在物联网（IoT）、人工智能（AI）和云计算技术驱动下的数字化转型中，已经在广泛地采用数字孪生技术。相关的工具日益强大，广大的设计师和业主也逐步认识到这些工具在建筑环境的优化中能发挥些什么作用。
数字孪生是模拟诸如汽车、桥梁、建筑物等物理资产或环境的一种数字表示形式。与其说它是传统的3D模型，不如说它是信息模型更为合适。它是在项目规划阶段便开始创建的通用数据参考模型，而且在所涉资产的生命周期的每一阶段（从设计到生产制造、施工及运维阶段）都用得到，甚至是日后也能使用或再利用。
与静态数据模型不同的是，数字孪生是“活”的动态性模型，可以实时地变化。在所涉资产的整个生命周期中，数字孪生通过AI、机器学习和IoT技术，与相对应的物理实体交换数据进行学习、更新及沟通。有了这样的动态仿真，这些虚拟孪生体的用户对问题可以做到防患于未然，也可以探索新的机遇，并对未来进行规划。
对于工程建设行业而言，数字孪生是建筑资产及其内部系统的全面复制品。
与数字孪生相对应的资产，可以是以下的形式：
在建筑行业中，数字孪生所处理的信息包括：
新建项目从一开始，当工程建设团队与业主一起制定性能目标和预期结果时，就创建了数字孪生模型。随着项目的进展，各种数据持续被采集，然后通过像欧特克Tandem这样的平台映射到模型上。待项目建设完成移交业主后，该虚拟孪生系统则采集运行数据，以便于长期对项目的性能进行微调并管理项目的维护，甚至是在项目拆除时或日后的使用中予以支持。
由于数字孪生模型会随着其相对应的物理实体所提供的数据不断变化，该模型可以根据实时情况进行仿真和预测。例如，在建筑行业中，数字孪生模型可以用于调整建筑物的太阳能幕墙使其跟随太阳的运转轨迹，也可以用于改变室内气流，以尽可能减少病菌的传播。
数字孪生在优化建筑资产方面的其他潜在应用：
从工作流程的角度来看，数字孪生可以解锁传统上被困在缺乏互联的工作模式（或纸质文件）中的数据。因此，各个团队在项目的整个生命周期中（从设计到拆除）都能更好地联系起来。通过将组件规格、维护计划等静态数据与入住率、环境条件等动态数据相结合，数字孪生可让每个相关人员（从设计师到业主）都能做出更明智的决策，从而最大限度地提高资产的性能，同时也最大限度地延长资产的生命周期。
BIM（建筑信息模型）技术正在推动建筑行业的数字化转型，该技术借助多学科模型和云协作，为建筑资产及其内部系统的设计和管理提供信息。
数字孪生通过动态、实时、双向的信息管理连接数据和流程，充分发挥了BIM的全部潜力。虽然没有BIM也能创建数字孪生模型，但想要充分地发挥这些模型的潜力，首先需要BIM核心的集成工作流程和信息分享功能。也就是说，采用BIM才是比较有效的手段。
未来，大多数数字孪生模型都会集成到BIM流程中，让所有的相关人员都可以在一个统一的环境里获得更好的洞察。而这些洞察的价值不仅限于任何单一项目，因为捕获的数据可以输入到其他新项目的规划和设计阶段中，然后运用数据学习不断地对其加以改进。
数字孪生并非局限于单一模型。通过集成多个数字孪生模型，设计师可以建造一个互联的生态系统，并随着时间的推移优化该系统的性能。
如果我们把视野扩大到单一资产以外，便可以看到数字孪生在经济、社会和环境方面有着更广泛的潜力。设想一下，建设一座可以利用实时数据进行管理的智慧城市，我们可以借助地理数据模型和IoT传感器实时地分析并优化能源消耗、无线网络、公共交通、安全系统和基础设施性能。智慧城市甚至还可以适应不断变化的气候条件，也可以针对大流行病疫情、自然灾害等紧急情况进行模拟应对演练。
数字孪生还可以采集并解读有关人口增长、自然资源、气候条件等方面的数据，因此有助于建设更具韧性的城市，并使各行业更好地应对全球挑战。
全球各地已有一些城市采用数字孪生技术的案例。新加坡的“虚拟新加坡”（Virtual Singapore）项目是一个3D数字平台，该平台允许各界的用户创建工具来解决这座城市面临的复杂挑战，其中包括改善公园环境、制定疏散路线等。而印度安得拉邦正在兴建中的新首府阿马拉瓦蒂（Amaravati），是一座耗资65亿美元的“智慧城市”。阿马拉瓦蒂的建设采用了集成1000多个数据集的数字孪生系统，这些数据集用于管理审批程序、监督施工进度，也用于评估设计方案是否适合这座城市的极端气候。
数字孪生的概念可以追溯到上世纪60年代，当时美国航空航天局（NASA）开发出一种“镜像技术”，可以通过地球上复杂的实体复制品，来模拟太空中使用的系统。
在那项众人皆知的阿波罗13号任务中，这些模拟器起到了至关重要的作用。当年，任务控制中心的工程师团队利用了15个由计算机控制的模型来评估和还原这艘距离地球32多万公里外的破损飞船上的舱内环境，然后利用这些信息引导机组人员顺利返回地球。这或许是美国历史上最受人瞩目的一次救援活动。
产品生命周期中的数字孪生概念被普遍认为归功于佛罗里达理工学院的先进制造技术首席科学家Michael Grieves博士。他在美国制造工程师学会2002年召开的一次会议上介绍了这个概念。Grieves在会议上提议成立一个生命周期管理中心，该中心设有物理实体、虚拟模型，以及两者之间的信息交换。
尽管数字孪生的潜力显而易见，但实现这一设想需要计算能力、连通性和数据储存空间，而这种巨额经济费用是大多数行业根本无法承受的。这也是为什么数十年来，这个概念一直属于力所不及的幻想。然而，最近五年来，AI和IoT技术已使这个流程变得触手可及。
到2026年，全球数字孪生市场预计会达到482亿美元的规模。
数字孪生在制造业中的应用已经很成熟，但在工程建设行业仍属于相当新的应用技术。工程建设行业的标准化程度较低，也比较分散，而且历来在采用数字化流程方面相对比较落后。然而，随着建筑业继续向数字化转型，尤其是在当前因肆虐全球的新冠肺炎疫情的影响而被迫采用远程工作方式的情况下，比较有远见的公司都认为这些虚拟孪生体将是设计、施工和运营的每一阶段中不可或缺的部分，其中已有不少公司在着手寻找解决方案。
根据运作的复杂程度，数字孪生可分为五层级别。最简单的模型将各来源的数据整合起来，而最先进的模型则具有自主行为能力。
描述性孪生是设计和施工数据的实时可编辑版本，是建筑资产的可视化复制品。用户可指定他们想要包含什么样的信息，以及他们想要提取什么样的数据。
此层级具有额外的一层运行和感官数据。孪生模型捕获并聚集定义的数据，然后对数据进行验证，确保各系统协同运行。
此孪生模型可以利用运行数据获得洞察。（设想一下，一辆汽车在该换机油的时候通知你。）
此孪生模型可以模拟未来的情景，并考虑“如果这样会怎样”之类的问题。
此孪生模型具有学习并代表用户行动的能力。
值得一提的是，第1层和第2层目前已在工程建设行业中使用。在不久的将来，第3、第4和第5层也将开始使用，其中富含了来自嵌入式传感器和IoT技术的实时数据。
数字孪生的应用并非局限于新建资产。数字孪生可以在现有建筑或基础设施中得到应用，以便获得有关其运营和潜在用途的洞察。
如果对现有建筑实施智能干预措施，则可提高性能、最大限度地减少不确定性，并更好地管理风险。显而易见，这有益于价值链中的各方：承包商、供应商、投资者、业主和建筑物的用户。
在已建成的建筑中集成数字孪生可能具有挑战性，尤其是在不存在数字文件的情况下。使用激光扫描或摄影测量技术进行现实捕捉可以填补这方面的空白，从而创建具有高度准确性的点云模型。现实捕捉技术最近用于创建巴黎圣母院大教堂的数字孪生模型，以协助在2019年那场毁灭性的火灾后的重建工作。
在某些类型具有更多裸露系统的现有资产（例如水厂）中实施数字孪生，是比较容易的。不过，无论是什么样的资产，只要你希望该资产在长期内更具成本效益、更可持续和更具韧性，那么实施数字孪生就是一项值得的投资。在更广泛的系统中应用数字孪生，有助于使社会变得更可持续、更灵活、更能响应不断变化的需求。
数字孪生既能带来短期好处，也能带来长期利益。短期内的好处主要集中在运营上，数字孪生可提供可靠的信息依据，协助降低成本、减少风险和不确定性，并最大限度地提高效率。而从长远来看，数字孪生则可将BIM的价值扩展到所涉资产的整个生命周期。
数据如果隐藏在互不相连的系统中，业主则难以监控管理，最终也难以从设施中获得全部价值。数字孪生有助于业主从一开始的规划和设计阶段就能做出更好的商业决策，使他们能够利用丰富的数据，探索能够最大限度地提高性能和延长投资生命周期的各种情景。
从第一天起，业主和管理方就可以开始高效地运营资产，无需为令人困惑（或丢失）的维护文档而烦恼。移交互不相连且未分类的模拟数据，会让业主和管理方在创建用于监控、管理、调整资产的集成解决方案时面临无法克服的挑战。如此一来，业主和管理方便无法享受到智能建筑的好处，反而最终得到孤立的数据和系统、不准确的信息、缺乏透明度，甚至对有关资产性能的洞察力很差。
数字孪生提供了一种用简单的方式组合汇总数据的数字线程，并完成维护任务跟踪、能源消耗优化等繁琐的工作，让管理方能够专注于他们的工作。
设施数据是不断地变化的。数字孪生可让管理方知道何时进行了修改，以及是谁做的修改。管理方甚至可以预测材料和劳动力周期，从而减少浪费并提高安全性。
毫无疑问，工程建设公司如果能提供更多的服务和更多的价值，便会赢得更多的项目。欧特克公司Tandem高级总监兼总经理Robert Bray说：“我们工程建设行业的客户群看到了很多机遇，他们可以在可交付的数据方面向业主提供更多的价值。而且在移交后，如果这是一个反映竣工模型的数字资产，它还可以连接到运营系统，帮助回答业主的问题。”
一个资产的终身价值，有近80%（PDF，见第6页）是在运营中实现的。工程建设公司如果能提前与业主协作，一起制定性能优先级和期望值，便能通过节省更多能源、实现更好的维护、为建筑物的用户提供更好的生活质量来帮助业主实现投资最大化，并为他们带来更多的价值。
随着工程建设行业对数字孪生的应用力度持续增强，设计师和业主可以针对资产性能和宏观影响制定更长期的战略。未来，数字孪生可构成城市的基础，使城市能够更灵活地应对各种全球挑战，例如惊人的（PDF，见第1页）世界人口增长率、日益减少的自然资源、下一次大流行病疫情等。
随着数字孪生日益引入AI和机器学习技术，扩展的软件功能将使数字孪生从概念性工具演变成更加智能化和自主化的工具。
IoT技术的采用也带动了数字孪生市场的增长：据MarketsandResearch的研究显示，到2026年，高达91%的IoT平台将提供数字孪生功能，而到2028年，数字孪生将成为IoT应用的标准功能。
发展迅速的城市也将陆续采用数字孪生技术：到2026年，在智慧城市中采用数字孪生支持下的解决方案的市场，预计会达到37.7亿美元的规模。据市场研究公司ABI Research预测，到2025年，全球运行中的智慧城市数字孪生将超过500个。
要想实现这些智能化互联生态系统的全部潜力，前面还有很长的路要走。然而，具有前瞻性的公司已经设法开始为这些模型进行规划了。随着数字化转型继续重塑工程建设行业，相关的工具会得到改进，最佳实践方法也会出现，以帮助设计师和工程师打破他们各自的桎梏。
数据已经存在了，真正的挑战是将各种来源的非标准化信息集成到通用工具中，并设法利用这些数据来满足工程建设行业的需求。如今若懂得利用数据的好处，未来将最有可能成功地创造更美好的世界。
特别鸣谢作者Sarah Jones完成额外的研究并撰写这篇文章。
联系客服
