摘要：提出了对数字孪生、数字孪生建筑的理解，以及基于数字孪生建筑构建实现数字孪生城市和城市信息模型的方法。认为数字孪生至少包含六个维度：系统仿真与多模型驱动（SM），数据线索与数据全周期（DT），知识模型与知识体系（KM），CPS双向自主控制（AC），混合智能决策（ID），全局人工智能（AI）。基于数字孪生建筑和建筑信息模型，可构建出由模型到系统再到体系的微观与宏观一体化智慧建筑系统集成模式，真正实现基于模型的建筑复杂系统工程。对基于城市信息模型的城市现代经济体系潜在逻辑进行了分析，认为实现城市现代经济最佳运行状态的本质途径是供给侧与需求侧的最佳匹配与快速平衡。基于数字孪生建筑构筑数字孪生城市和城市信息模型是系统思维方法的一个典型实践。
关键词：数字孪生建筑，数字孪生城市，城市信息模型（CIM），智慧建筑集成系统
1 引言
党的十八大以来，习近平总书记在推进政治、经济、军事、科学、文化等方面的思维和决策，表现出系统思维方法的科学性与系统性。主要体现在：注重用系统思维方法来推进党和国家治理体系的变革。注重系统的整体性和要素与要素的协同性。注重系统的开放性与环境的协调性。注重系统的重点突破与整体推进。注重解决非平衡问题，推进系统走向动态平衡。在系统思维的启发与指导下，数字孪生仍需结合实际应用持之以恒的探索，以使其发挥更大作用，为经济社会发展提供通用智能基础设施。基于数字孪生建筑系统集成实现数字孪生城市及城市信息模型是系统思维方法的一个典型实践，为系统思维方法的实践提供了案例。期待能够基于该思路持续推进我国建筑产业数字化转型升级，持续推进我国新型城镇化高质量建设发展。
2 信息物理系统与数字孪生研究发展现状
信息物理系统作为计算进程和物理进程的统一体，是集成计算、通信与控制于一体的下一代智能系统。信息物理系统使用信息虚体以远程、实时、安全、可靠、协同的方式操控物理实体，采用人机交互接口实现人和信息物理空间的交互，将人类智慧赋能到信息物理系统。从本质上说，CPS是一个具有控制属性的网络，同时也是一个具有网络属性的控制系统。美国国家科学基金会用“信息物理系统”一词来描述传统术语无法有效说明的日益复杂的系统。美国国家科学基金会(NSF)认为，CPS将让整个世界互联起来。CPS目前已被列为美国研究投资的重中之重。在德国，CPS同样被认为是工业4.0的基础和内核。数字孪生源自工业制造领域，从2014年开始，西门子、达索、PTC、ESI、ANSYS等知名工业软件公司都在市场宣传中使用“Digital Twin”术语，并陆续在技术构建、概念内涵上做了很多深入研究和拓展。
数字孪生(Digital Twin)的概念最早由密西根大学的Michael Grieves博士于2002年在产品全生命周期管理课程上提出（最初的名称叫“Conceptual Ideal for PLM”）。当时的概念称为“与物理产品等价的虚拟数字化表达”，定义为一个或一组特定装置的数字复制品，能够抽象表达真实装置并能够以此为基础进行真实条件或模拟条件下的测试。这一概念在2003—2005年被称为“镜像的空间模型(Mirrored Spaced Model)”，2006—2010年被称为“信息镜像模型(Information Mirroring Model)”，可以看到其具有物理空间、虚拟空间以及两者之间的关联或接口这三个重要组成要素，是数字孪生概念的雏形。美国国家科学基金会（NSF，National Science Foundation）的Helen Gill在2006年创造了信息物理系统（CPS，Cyber-Physical Systems）概念，德国于2011年利用该概念提出了工业4.0（Industrie4.0）；美国Michael Grieves号称在2003年创造了数字孪生体（Digital Twin）概念，德国西门子在2016年就开始尝试利用数字孪生体来完善工业4.0应用。美国国防部最早提出将Digital Twin技术用于航空航天飞行器的健康维护与保障。首先在数字空间建立真实飞机的模型，并通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。NASA将数字孪生的理念应用在阿波罗计划中，开发了两种相同的太空飞行器，以反映地球上太空的状况，进行训练和飞行准备。
在当前的内涵下，数字孪生作为一种充分利用模型、数据并集成多学科的技术，能够面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，从而可提供更加实时、高效、智能的服务。目前，国防、工业、城市等领域都纷纷提出了对数字孪生的理解，并着手开发相应的系统。但直到目前为止，从全球范围看，数字孪生并未诞生被普遍认可的确切定义，数字孪生理论、技术、应用总体上处于起步阶段。
数字孪生七要素可总结为：物理空间、数字空间、数据、模型、控制、管理、服务。数字孪生最为重要的启发意义在于，它实现了现实物理系统向信息空间（赛博空间）数字化模型的反馈。这是一次工业领域中逆向思维的壮举。从基于数据流和业务流的控制系统角度来看，只有带有反馈回路的系统才能真正实现数据全生命周期跟踪，才是真正的全生命周期概念，才能真正在数据全生命周期范围内保证信息世界与物理世界的协同。智能系统的智能首先要感知、建模，然后才是分析推理和智慧决策。各种基于数字化模型的仿真分析、数据挖掘及人工智能应用，都是为了实现与现实物理系统的更好适配。如果没有数字孪生对物理实体的模型化描述，所谓的智能系统就是无源之水。
本文认为，数字孪生是一个对物理实体或流程的实时数字化镜像，以数据为线索实现对物理实体的全周期集成与管理，实现数据驱动的信息物理系统双向互控及混合智能决策，人工智能贯穿于整个系统。数字孪生至少包含六个维度：系统仿真与多模型驱动（SM），数据线索与数据全周期（DT），知识模型与知识体系（KM），CPS双向自主控制（AC），混合智能决策（ID），全局人工智能（AI）。数字孪生内涵可基于六维度表达，数字孪生={SM，DT，KM，AC，ID，AI}。①系统仿真与多模型驱动（SM）②数据线程与数据全周期（DT）③知识模型与知识体系（KM）④CPS双向自主控制（AC）⑤混合智能决策（ID）⑥全局人工智能（AI）数字孪生的基础是计算机辅助（CAX）软件（尤其是广义仿真软件）。在工业界，人们用软件来模仿和增强人的行为方式，增强人机交互能力。典型的模拟如：用CAD软件模仿产品的结构与外观，CAE软件模仿产品在各种物理场情况下的力学性能，MES软件模仿车间生产的管理过程，BIM软件模拟建筑构件及建筑工程管理。数字孪生的本质是通过建模仿真，实现物理系统与赛博系统的相互控制，进而实现数据驱动的虚实一体互动和智慧决策支持。数字孪生的一个重要贡献是实现了物理系统向赛博空间数字化模型的反馈（逆向工程思维）
3 数字孪生建筑及其系统集成
3.1 数字孪生建筑与系统集成
数字孪生建筑（Digital Twin Building，DTB）是指综合运用BIM、GIS、物联网、人工智能、大数据、区块链、智能控制、系统建模与仿真、工程管理等技术，以建筑物为载体的信息物理系统。它可以看作是数字孪生系统在建筑物载体上的一个具体实现。数字孪生建筑的目标是实现建筑规划、设计、施工、运营的一体化管控，绘制智慧建筑系统集成“一张图”，构建智能建筑集成管理“一盘棋”，打造建筑产业服务“一站式”。数字孪生建筑为建筑产业现代化提供了新思维和新方法，同时也为建筑智能化由工程技术向工程与管理融合转变开辟了新途径。建筑数字孪生系统可分为建筑物理孪生体和建筑数字孪生体两部分，对应建筑物理空间和建筑信息空间，以数据为纽带实现建筑信息物理系统的系统集成，以控制算法与模型为核心实现虚实建筑间的知识交互与迭代优化。建筑数字孪生体从数据和模型的角度，依据复杂系统控制与决策理论为建筑信息模型提供了科学性和落地性都极强的解决方案。基于数字孪生理论和方法发展起来的智慧建筑系统集成新方法，有可能成为未来5年内智慧建筑系统集成理论与工程实践的主导模式。基于数字孪生建筑和建筑信息模型，可构建出由模型到系统再到体系的微观与宏观一体化的智慧建筑系统集成模式，真正实现基于模型的建筑系统工程。进一步，可基于数字孪生建筑系统集成实现真正意义上的城市信息模型和数字孪生城市。
如果将建筑看作一种物理系统，那么智慧建筑系统集成就可看作是人（人类智慧）、建筑物理实体、建筑信息虚体三者的融合。在以海量大数据、人工智能、5G物联网、区块链可信计算为主要技术代表的智能时代，智慧建筑系统集成的内涵呈现出“五全”综合特征：全域立体感知、全系统可信互联、全体系精准管控、全数据智能决策、全景实时可视交互。在以上特征不断深化发展的基础上，智慧建筑系统集成正朝着数字孪生建筑方向快速演进。数字孪生建筑是数字建筑与物理建筑的融合体，其技术模式的核心是数据线程和模型体系。数字孪生建筑是智慧建筑系统集成的有效方法与根本路径。
3.2 数字孪生建筑核心技术
数字孪生建筑的核心技术如下。
数据线索。数据线索是基于模型的系统工程分析框架。数据线索的特点是“全部元素建模定义、全部数据采集分析、全部决策仿真评估”，能够量化并减少系统寿命周期中的各种不确定性，实现需求的自动跟踪、设计的快速迭代、生产的稳定控制和维护的实时管理。数据线索将变革传统产品和系统研制模式，实现产品和系统全生命周期管理。数据线索的应用，将大大提高基于模型系统工程的实施水平，实现“建造前运行”，颠覆传统“设计－制造－试验”模式，在数字空间中高效完成大部分分析试验，实现向“设计－虚拟综合－数字制造－物理制造”的新模式转变。基于数据线索和数字孪生可构建出各种智能建筑和智慧建造应用场景，典型的如：设备故障诊断及预测性维护、装配式建筑工业自动控制系统、建筑构件虚拟测试、建造现场在线仿真等。
知识工程。知识驱动是数字孪生系统的典型特征之一，知识工程是数字孪生工程中必不可少的一环。借助知识图谱、人工智能、大数据挖掘等技术，可建立通用知识体系和行业知识体系。知识体系能够有效吸纳、融合行业领域经验，将行业领域知识、经验、人、机器、专家等的智慧充分融合在一起，使定性的知识在信息系统中发挥更大价值。基于碎片化的知识，可构建系统化的知识体系。知识体系作为“核心驱动力”应具有自我学习、自我完善、自我进化能力，通过持续丰富和完善系统运行的一般规律，找到问题相关联的要素，以及要素间的相互影响关系。
混合全局AI。第三代人工智能的目标是要真正模拟人类的智能行为，人类智能行为的主要表现是随机应变、举一反三。为了做到这一点，我们必须充分地利用知识、数据、算法和算力，把四个因素充分利用起来，这样才能够解决不完全信息、不确定性环境和动态变化环境下面的问题，才能达到真正的人工智能（张钹院士）。高度融合人工智能与人类智慧的混合智能决策是数字孪生的一个重要特征。这也凸显了数字孪生与第三代人工智能的高度吻合性。制造业本身已经扩展到了全生命周期，包括产品创新设计、加工制造、管理、营销、售后服务、报废处理等环节。AI融入产品全命周期当中任何一个环节，采用AI任何一种具体技术，横向提升制造业。AI融入制造业/城市/…的任何一个层级，采用AI任何一种具体技术，纵向提升产业和城市。AI无处不在的融合时数字孪生的一个重要特征。对智能建筑、绿色建造、智慧建造等系统来讲，全系统AI化是不可阻挡的趋势。
3.3 基于数字孪生实现智慧建造
基于数字孪生技术实现智慧建造的关键点可总结如下：
（1）三维数字模型仿真：数字孪生技术将带有三维数字模型的信息拓展到整个生命周期中去，最终实现虚拟与物理数据同步和一致。
（2）建造工艺流程仿真：数字孪生形象地称之为“数字化双胞胎”，是智能工厂的虚实互联技术，从构想、设计、测试、仿真、生产线、厂房规划等环节，可以虚拟和判断出生产或规划中所有的工艺流程，以及可能出现的矛盾、缺陷、不匹配，所有情况都可以用这种方式进行事先的仿真，缩短大量方案设计及安装调试时间，加快交付周期。
（3）人工智能深度融合：数字孪生集成了人工智能(AI)和机器学习(ML)等技术，将数据、算法和决策分析结合在一起，建立模拟，即物理对象的虚拟映射。在问题发生之前先发现问题，监控在虚拟模型中物理对象的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效地规划或对相关设备进行维护。
（4）智慧建造：数字孪生技术可实现在建筑物、装配式工厂产线在没有建造之前就完成数字化模型，从而在虚拟的赛博空间中对建筑、工厂进行仿真和模拟，并将真实参数传给实际的建筑和工厂建设过程。建成之后，在日常运维中可借助数字孪生平台继续进行信息物理系统的实时交互。
3.4数字孪生城市与城市信息模型
城市信息模型（City Information Modeling，CIM)是以城市的信息数据为基础，建立起三维城市空间模型和城市信息的有机综合体。城市信息模型目前尚无统一的明确定义，CIM的内涵和外延目前仍处于探索期。CIM应依托数字孪生理论和技术建立，宜采用基于模型的复杂系统工程思维。据此，CIM可以理解为以数字技术为治理引擎（简称数字引擎）的数字孪生城市之数字孪生体。城市信息模型（CIM）宜采用基于模型的复杂系统工程思维，在数字孪生建筑互联互通基础上建立，这也是当前快速构建CIM和数字孪生城市的一条可行路径。现实中，要求城市数字孪生体能够综合指挥并动态优化物理城市的全生命周期，因此必须首先开发实现城市仿真与控制系统。城市仿真与控制系统包括软硬件两个方面，采用的核心技术是系统仿真、自动控制及系统集成。仿真系统的建立包括概念建模、仿真设计、计算机与数学仿真、物理建模与试验、半实物仿真与验证、系统集成等关键步骤。数字城市孪生体的最终目标是实现泛在物联感知及复杂自动控制系统与三维可视化数字模型空间的深度融合，即在可视化构件和系统空间中实现实时泛在感知与自主协同控制，这也是目前尚未真正突破的技术难点。
图1 建筑场景驱动的城市信息模型笔者认为，在城市信息模型这一数字生命体中，应始终关注促进这一“生命体”健康持续生长的一套潜在逻辑，即城市经济中的供给与需求匹配问题。推动城市现代经济系统发展的五大核心驱动力为：政策、技术、产业、服务、金融。实现城市现代经济最佳运行状态的本质途径是：供给侧与需求侧的最佳匹配与快速平衡。衡量这种最佳匹配的指标包括：资源匹配速度（即经济体系整体运转效率）；资源匹配广度（即高关联度资源的覆盖面大小）；资源匹配精度（即匹配的精准程度）；资源匹配深度（即匹配双方相互影响的程度）。信息技术体系作为核心驱动力（转型引擎）将引发城市能力体系产生系统性变革。信息技术作为通用使能技术，会引发城市系统内创新体系、生活方式、生产方式、产业结构、管理模式等发生体系化变革与重构，这也是能够实现城市更新的一条潜在路径。
4 总结与展望
目前，虽然城市信息模型、数字孪生、智慧建造、智能建筑已经得到一定的研究，产业也呈现出强劲的发展势头，但数字孪生理论和技术驱动下的数字孪生建筑、数字孪生城市、城市信息模型如何科学合理的构建仍值得持续深入的探索下去。应以多学科融合、多思维模型综合为理论出发点，以实际场景需求为原始驱动力，将技术体系与应用体系紧密融合起来，实现有机的、简洁的、科学的相互渗透，才能有望在短时期内探索出一条符合我国建筑产业的城市建设特点的新路径。本文从剖析数字孪生的理论渊源入手，在系统性论述分析数字孪生技术的基础上，提出了对数字孪生建筑的理解，并提出基于数字孪生建筑系统集成实现数字孪生城市和进一步构建出城市信息模型的方法，一期能够为正在探索中前进的智能建筑、智慧建造、城市信息模型领域提供一定参考。可以预见，未来在智能建造、建筑工业化、城市信息模型政策的引导与支持下，基于数字孪生实现建筑业信息化与工业化融合，并进一步实现数字孪生驱动的城市信息模型将成为历史必然选择。
