数字孪生的前世 | 数字双胞胎

数字孪生的前世今生

（上篇）

数字孪生是近10年10大战略科技发展趋势，本文将分上、下两篇来讲述数字孪生的前世今生，本篇为上篇：数字孪生的前世 | 数字双胞胎，利用数字技术将一个真实的世界双胞胎成为一个数字化世界。

文/纽豪斯

发布/AI智道

2009年12月16日全球上映了一部影片《Avatar》（阿凡达），是由James Cameron执导的，里面有2项黑科技令人耳目一新，一是“脑-脑接口”，通过人来控制DNA匹配的阿凡达，二是“意志控制肢体”，实现机器人和人的动作同步，这就是“双胞胎”技术，用一个肢体完全模仿另外一个肢体。无独有偶，2018年3月30日上映的科幻电影《头号玩家》（如果还没有看过此片，推荐看一下，对阅读本篇及下一篇文章有极大帮助），现实世界中的人，在游戏《绿洲》的虚拟世界里有另外一个自己，这大概就是“数字双胞胎”。

数字孪生之热，风口之强劲，乃至全球最具权威的IT研究与顾问咨询公司Gartner连续三年（2016-2018年）将数字孪生列为当年十大战略科技发展趋势之一。世界最大的武器生产商洛克希德马丁公司2017年11月将数字孪生列为未来国防和航天工业6大顶尖技术之首。事实上，数字孪生间接的影响了智慧城市、人工智能、安防三大行业的未来发展趋势。那么到底什么才是数字孪生，纽豪斯将用2篇文章为大家讲述数字孪生的前世今生。

什么是数字孪生？

孪生大体上分为生理孪生、物理孪生和数字孪生三种。

根据网络报道，“数字孪生”最早由美国学者迈克尔· 格里弗斯（Dr. Michael Grieves）于 2002 年提出。密歇根大学教授Grieves在发表的一篇文章中第一次提出了数字孪生概念，他认为通过物理设备的数据，可以在虚拟（信息）空间构建一个可以表征该物理设备的虚拟实体和子系统，并且这种联系不是单向和静态的，而是在整个产品的生命周期中都联系在一起。显然，这个概念不仅仅指的是产品的设计阶段，而延展至生产制造和服务阶段，但是由于当时的数字化手段有限，因此数字孪生的概念也只是停留在产品的设计阶段，通过数字模型来表征物理设备的原型。

追根溯源，那么数字孪生（Digital Twin）到底是谁提出的?

工业互联网的基础模型和技术依托于数字孪生体（Digital Twin），虽然这个概念产生于军事领域，但很快得到了领先工业企业的认同，并投入大量资源做研究。

2011年3月，美国空军研究实验室（AFRL，Air Force Research Laboratory）做的一次演讲，明确提到了数字孪生，是最早的提出机构。根据有限的资料显示，美国国家航空航天局（NASA，National Aeronautics and Space Administration）也在同期开始关注数字孪生体，但后续对数字孪生体体系的构建贡献并不多，反而是美国国防部立刻意识到数字孪生是颇具价值的工程工具，值得全面研发。与此同时，美国通用电气在为美国国防部提供F-35联合攻击机解决方案的时候，也发现数字孪生体是工业数字化过程中的有效工程工具，并开始利用数字孪生体去构建工业互联网体系。

在2015年，工业4.0研究院（官网：www.innobase.cn）开始发现信息物理系统（CPS，Cyber-Physical Systems）不如美国工业互联网联盟（IIC，Industrial Internet Consortium）采用的数字孪生有效，为了加深对数字孪生的理解，工业4.0研究院启动了“数字孪生体概念及历史”（Concept and Origins of Digital Twin）的研究课题。

根据工业4.0研究院的研究，他们首先接触到的是美国研究教授（Research Professor）Dr. Michael Grieves在2014年撰写的Digital Twin: Manufacturing Excellence through Virtual Factory Replication，虽然Grieves强调这是一份白皮书，但实际上只有6页多的正文文字，总计字数约为3000英文单词。在这篇文章中，Grieves明确指出，他在2003年密歇根的高管培训上提出了（was introduced）物理产品的数字等同体或数字孪生概念。这个声明被国内一些专家认为是Grieves首先提出数字孪生体概念的证据。事实上，Grieves似乎不太强调自己是提出者（introducer），他开始谨慎的提出数字孪生体的概念可以追溯到（dates back）自己2002年在密歇根大学PLM中心对产业界做的一次演讲。

虽然工业4.0研究院项目组阅读了几乎所有可以找到的数字孪生体文章、报告及演讲资料，但都没有发现有确凿的证据可以表明Grieves首先提出数字孪生体概念。即便是Grieves的友好单位美国国家航空航天局，在提到数字孪生的时候，也没有提及是Grieves首次提出该概念。

对于数字孪生体概念的提出，工业4.0研究院项目组找到了一份2011年3月的演讲资料，其题目就是Condition-based Maintenance Plus Structural Integrity (CBM+SI) & the Airframe Digital Twin，演讲人是Pamela A. Kobryn和Eric J. Tuegel，他们就职于美国空军研究实验室结构力学部门（Structural Mechanics Branch）。

目前没有任何书面证据显示Grieves提出了数字孪生体这个概念，而且，正式对外公开的资料显示，美国空军研究实验室在2011年3月提出了数字孪生体这个概念。

一直以来，Grieves主要围绕产品生命周期（PLM，Product Lifecycle Management）在做一些工作，但从他各种研究成果来看，他主要强调的是通过数字化来实现可视化，这一点跟海尔强调的透明工厂如出一辙。毫无疑问，利用数字化实现管理现场的透明化，或者实现产品生命周期的透明化，是有意义的，但不是数字孪生体的全部。

对比美国国防部利用数字孪生的情况，它首先对应的就是基于状态的维护+（CBM+），这就是说，美国国防部把数字孪生体看成降低维护成本、提高维护效果的工具，这跟后来美国通用电气的资产性能管理（APM，Assets Performance Management）是一致的。

由此可见，国内一些专家强调数字孪生体的仿真功能，是与其产生初期的核心价值不同的，简单把数字孪生体理解为建模、仿真甚至于CAD等，过于简单的理解数字孪生体的含义，这对于中国制造业转型升级，利用数字孪生体来实现工业互联网是不利的。

数字孪生（Digital Twin）是指充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。Digital Twin是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。可广泛应用于工业制造（生产设备、生产线）、使用维护（运维保养）、智慧城市等多个领域。

实现Digital Twin的许多关键技术都已经开发出来，比如多物理尺度和多物理量建模、结构化的健康管理、高性能计算等，但实现Digital Twin需要集成和融合这些跨领域、跨专业的多项技术，从而对装备的健康状况进行有效评估，这与单个技术发展的愿景有着显著的区别。因此可以设想Digital Twin这样一个极具颠覆的概念，在未来可以预见的时间内很难取得足够的成熟度，建立中间过程的里程碑目标就显得尤为必要。

美国空军研究实验室（AFRL）2013年发布的Spiral 1计划就是其中重要的一步，已与通用电气（GE）和诺思罗谱·格鲁曼签订了2000万美元的商业合同以开展此项工作。GE将数字孪生作为工业互联网的一个重要概念，力图通过大数据的分析，可以完整地透视物理世界机器实际运行的情况；而激进的PLM厂商PTC公司，则将其作为主推的“智能互联产品”的关键性环节：智能产品的每一个动作，都会重新返回设计师的桌面，从而实现实时的反馈与革命性的优化策略。

Digital Twin突然赋予了设计师、工程师们以全新的梦想，在物理与数字模型之间，带来无限可能……

未来的技术

在被Gartner连续三年（2016-2018年）将数字孪生列为当年十大战略科技发展趋势之后的2019年，Gartner继续认为2019年十大战略性技术趋势中，数字孪生技术（Digital Twin）被认为在未来5年将产生破坏性创新，并带来商业机遇。也就是说，数字孪生在10年内都具有颠覆性。

作为数字孪生的基础，在实景三维数据构建方面，国内企业也取得很大的突破。以上海航遥为例，其自主研发的中国首台摆扫式立体测绘航空相机ASC4100，选用四台一亿像素中画幅航空照相机，利用下视双拼相机和后视双拼相机同时成像的原理，通过面阵凝视扫描成像技术，借助传感器扫摆实现102°大视场角成像的功能，再结合相邻航线相反方向飞行和大重叠率拍照的飞行设计方案，实现获取地面景物的顶部和前后左右多方向大重叠高分辨率的航空影像，实现三维立体测绘。

论八大关系

事实上，数字孪生和CAD、物例实体、数字线索、工业物联网、云计算、智能制造、PLM、CPS紧密相关。

• 与CAD模型。CAD模型是数学模型，可以是二维的也可以是三维的，三维CAD模型对构建数字孪生而言极为方便。数字孪生和CAD很重要的一层关系就是数据关联，可以实现装配关系数据、制造信息数据、功能性能数据、健康检测数据、身份识别数据、实时检测数据进行关联，实现三维和数据的融合；

• 与物理实体。数字孪生和物理世界的交互通过增强现实、数字化映射来实现大数据的分析和决策，不受地域分布限制、不受个体数量限制、不受时间环境限制；

• 与数字线索（Digital Thread）。Digital Twin是与Digital Thread，既相互关联，又有所区别的一个概念。数字线索是穿梭于物理孪生和数字孪生之间的通道。Digital Twin是一个物理产品的数字化表达，以便于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，与此相关的技术包括增强现实和虚拟现实。Digital Thread在设计与生产的过程中，仿真分析模型的参数，可以传递到产品定义的全三维几何模型，再传递到数字化生产线加工成真实的物理产品，再通过在线的数字化检测/测量系统反映到产品定义模型中，进而又反馈到仿真分析模型中。依靠Digital Thread，所有数据模型都能够双向沟通，因此真实物理产品的状态和参数将通过与智能生产系统集成的赛博物理系统CPS向数字化模型反馈，致使生命周期各个环节的数字化模型保持一致，从而能够实现动态、实时评估系统的当前及未来的功能和性能。Digital Twin描述的是通过Digital Thread连接的各具体环节的模型。可以说Digital Thread是把各环节集成，再配合智能的制造系统、数字化测量检验系统的以及赛博物理融合系统的结果。

• 与工业物联网。工业物联网是支撑智能制造的一套使能技术体系，工业物联网通过数字孪生来构建起本地应用和远程应用间的写作，数字孪生是实现工业生产过程全要素抽象建模的关键。

• 与云计算。数字孪生和云计算共同构成数据到知识的关键环节，数字孪生就像一个大水池，从云计算中取数据，云计算会成为“中台”或者“后台”服务。

• 与智能制造。数字化、网络化、智能化是智能制造的典范模式，数字孪生是实现智能制造的前提和基础，基于数字孪生的聚合，感知是智能制造的关键。

• 与PLM（产品生命周期，Product Lifecycle Management）。数字孪生伴随产品的全生命周期，包括项目论证数据、设计数据、工艺数据、BOM数据、制造数据、使用收据、维护数据和报废数据。

• 与CPS（信息物理系统，Cyber-Physical Systems）。数字孪生是CPS核心技术，提供了信息壳实现的技术路径。

数字孪生的诞生是伴随着工业发展的，而当前的实际应用远远不限于工业，工业并不是小编纽豪斯关注的重点。

宏观背景和行业需求

数字孪生技术的发展也和宏观环境相关，得到了国家有关部门和政策的大力支持。以自然资源部为例，将于2019年起推动在国家测绘基准体系建设与精化、实景三维中国建设、海洋测绘、内陆水下测绘等方向凝练形成大项目、大工程。也就是说要在960万平方公里的范围内完成实景三维建设，如果该工程得到顺利实施，将为安防行业的未来AI发展落地带来无限的可能行。

2018年，全国国土测绘系统全面融入自然资源管理大格局。新型基础测绘体系建设取得新进展，2000国家大地坐标系大力推广，部系统建成3000+座卫星导航定位基准站，完成2.5+万幅各种比例尺数据生产并分批上交更新成果，各省1:10000、1:5000基础地理信息更新平稳推进，智慧城市时空大数据平台建设试点城市总数达50个，基础航空航天遥感测绘全年获取各类遥感影像100+万平方千米。

根据媒体报道：自然资源部将推动在国家测绘基准体系建设与精化、实景三维中国建设、海洋测绘、内陆水下测绘等方向凝练形成大项目、大工程。大力加强新型基础测绘体系建设，积极探索“统一规划、分级实施、协同更新”的新型基础测绘生产模式，推动传统单一比例尺数据库向实体化、一体化时空数据库转变。稳步做好智慧城市时空大数据平台建设，今年将在全国范围新增8个左右试点城市，并完成4个试点城市验收。

另外一个方面，权威人士李德仁院士接受泰伯网采访时谈到实景三维中国建设认为条件成熟，越快越好。李院士介绍目前实景三维产业已经具备充分的技术条件，且市场需求强烈，具备推进实景三维中国建设这类大型国家级工程的基础。首先，测绘卫星、无人机航测、激光雷达、倾斜摄影、移动测量系统和自动化采集汽车等“空天地”三维数字采集方法已经成熟；其次，5G网络、云计算、区块链等技术的逐渐成熟让业界具备了海量数据的处理能力；同时，各地市基于DLG（Digital Line Graphic，数字线划地图）制作的三维地形图和如今辐射全国的街景地图，也为实景三维中国建设提供了基础。

另据李院士介绍，目前武汉、上海、南京、广州、嘉兴、深圳、成都、重庆等600多个地区在不同应用场景尝试了三维模型或实景三维模式并获好评。如深圳在几个区用2-3cm分辨率无人机倾斜摄影，为城市三维查处违章建筑，和城管配合发挥了很好的效果。同时，实景三维也关系着智慧交通、智能房管、管线规划、环保监测等诸多民生领域，对提高人民生活水平大有助益。目前欧美等发达国家和地区对三维扫描产业也非常关注，德国目前已基本完成全国范围内的实景三维建设。

根据泰伯网报道，2018年发布的《欧洲地理空间产业展望报告》，将整个地理空间产业广泛划为GNSS与定位、GIS与空间分析、遥感和三维扫描四个类别，在传统的3S领域添加了三维扫描。报告预计，到2020年欧洲三维扫描市场将占全球市场的28.3%，即34.8亿欧元，年复合增长率约为14.3%，三维扫描市场将成为地理空间行业四个分类中增长最快的市场。

尽管2018年7月1日起正式实施的国家标准《GB/T 35628-2017实景地图数据产品》在一定程度填补了国家地理信息标准在实景地图数据产品方面的空白，但距离建立完善的实景三维标准体系还有较大差距。

微软的布局

开篇的时候小编提到的电影《头号玩家》中最主要的穿梭媒介就是VR眼镜。来自雷锋网的报道北京时间2019年2月25 日凌晨一点钟，微软正式发布Hololens 2。

Hololens 2眼镜（图片来源：雷锋网）

从视觉体验来说，Hololens 2 更加具备沉浸感。相比上一代产品，实现了如下视觉体验方面的体验提升：

• 视场角扩大了一倍多，同时保持了视野内每角度47个像素的全息密度。

• 在低功耗下实现显著的性能提升。

• 用户与全息影像的交互方式得到更新，利用新的 TOF 深度传感器，结合内置 AI 和语义理解，可以让用户采用与现实世界的物体交互时所使用的同样手势来直接操控全息影像。

• 包含眼球跟踪传感器，让人们与全息影像的交互更加自然。

• 支持通过虹膜识别登录Windows Hello 企业级认证，以便多个用户快速、安全地共享设备。

另外在 Hololens 2 在开放性、可定制化等方面着力甚多。雷锋网报道，微软的混合现实合作伙伴生态系统还提供基于 HoloLens 的各类丰富产品，可以为各行各业和各类使用场景提供价值，比如说在健康医疗、建筑、工业制造等领域。比如，在特定行业，Hololens 2 可以与工人的安全帽相结合，从而更加实际场景的应用需求。

另外，基于 Azure，微软也推出了两项 Azure 混合现实服务：Azure Spatial Anchors 和 Azure Remote Rendering，旨在帮助每个开发人员以及每个企业构建跨平台、适合不同行业背景的企业级混合现实应用。

然而，Hololens 2 对于微软的意义已经超越了混合现实技术本身，而是以智能端的角色与 Azure 智能云形成了协同关系，从而帮助微软实现“智能云 + 智能端”的战略。按照微软方面的说法，它在相关领域的混合现实合作伙伴正在加入由 Hololens 2 和 Azure 共同组成的生态系统，以获得混合现实所需的空间、语音以及视觉智能，以及用于存储、安全和应用程序洞察的可靠云服务。

巨头阿里的布局

在数字孪生领域，国内的阿里巴巴并没有闲着，除了在全国10+城市落地城市大脑之外，还将基于城市大脑构建数字孪生城市，那么如何构建呢？

阿里云研究中心的田丰、杨军在《城市交通数字化转型白皮书》提到：智慧城市第一难是“数据多效果少”。大数据时代城市治理的挑战在于海量公共数据与全局管控效果之间的矛盾，城市中的环境、设备、市民日夜不停地产生活动数据、环境数据（环境传感器、城市摄像头、电磁线圈）等，在线上再造了一个镜像般的“数字孪生城市”，但人类监管者却无法一目了然，靠人力很难深入理解城市“数据海洋”水面下隐含的真实交通需求。在十多年互联网科技实战基础上，针对现代城市中复杂挑战，阿里巴巴集团整合阿里云大数据与智能计算团队、达摩院视觉计算团队、高德出行的三大核心科学家团队，研发出具有全球领先水平的阿里云ET城市大脑。

城市大脑是阿里巴巴集团普惠科技群的“制高点”，以阿里云的弹性计算与大数据处理平台为基础，结合机器视觉、大规模拓扑网络计算、交通流分析等跨学科领域的顶尖能力，在互联网级开放平台上实现城市海量多源数据收集、实时处理与智能计算系统。

在城市大脑的背后，聚集着众多全球顶级的阿里巴巴数据科学家团队，也向我们揭示了数字孪生城市所需要的技术。例如华先胜领导的视觉计算团队，获得行人检测、车辆检测、行人再识别三项世界纪录。三篇城市大脑视觉计算的技术论文同时入选国际计算机学会主办的第25届国际多媒体会议ACM Multimedia，包括交通实时状态制定和预警算法、人工智能识别及信号控制系统、跨摄像头搜索技术。阿里云首席机器智能科学家闵万里2011年在顶级交通期刊Transportation Research Part C上发表关于在动态拓扑网络下进行速度预测的文章，奠定了阿里云ET城市大脑交通网络计算的基础。

拥有全面、全量、实时的多源大数据，所以阿里云ET城市大脑具有四大超能力：

• 超能力一：机器视觉认知能力，提升城市视频数据价值与感知能力。

• 超能力二：全量数据平台建设能力，提升城市“数据密度”与“微粒管理”水平。

• 超能力三：交通网络协同与交通博弈预测能力，大规模动态拓扑网络下的实时计算。

• 超能力四：城市大脑开放平台能力，赋能全球互联网人才与城市数字经济产业带。

在全局、实时大数据基础上，城市大脑为城市注入“动态规划能力”，以小编的判断，未来的阿里的城市大脑改名数字孪生城市也不无可能。

数字孪生与AI安防

前文讲述如此之多的背景，那么究竟和AI智道（公众号）有何关联，AI智道的读者们大多数都知道小编只关注“AI赋能安防落地”，客观的讲，小编纽豪斯认为数字孪生将重新定义AI+安防落地应用，2019年就是起始元年。

这样的观点并不只是纽豪斯一人的观点，已经得到业界一些主流观点的认可。港科大教授权龙认为三维视觉会重新定义人工智能安防。权教授在雷锋网 & AI掘金志主办的「第二届中国人工智能安防峰会」上做了主题演讲。权教授认为“人工智能的核心是视觉，视觉定义了智能安防，但现在的视觉仍局限在二维识别层面，未来三维视觉重建将会成为最重要的任务, 它也将重新定义智能安防。”

“我们的终极目标是对图像的理解，也就是认知，但当前的计算机视觉只处于感知阶段，我们并不知如何理解，计算机视觉一直是要探索最基础的视觉特征，这一轮视觉卷积神经网络CNN本质上重新定义了计算机视觉的特征。但人类是生活在三维环境中的双目动物，这使得人类生物视觉的识别不只是识别，同时也包括三维感知与环境交互。”

“因此我们要和三维打交道，二维识别所能做的事，在当前众多复杂场景中，是远远不够的。但三维重建不是最终目的，而且是要把三维重建和识别融为一体。”

“我们知道，现在AI安防的核心，本质上是计算机视觉，而计算机视觉分为两大部分，分别是识别和重建。”“识别”是现在非常热门的方向，相比而言，大家对“重建”的理解却并没有那么透彻。我们需要知道这一点，计算机视觉不止局限于识别，三维重建在其中扮演的角色甚至更为重要。当前计算机视觉存在的问题，以及为何三维视觉将重新定义计算机视觉，并且重新定义人工智能安防。人工智能的本质上是让计算机去听、看、读，在所有的信息里面，视觉信息占了所有感官的80%，所以视觉基本上是现代人工智能的核心。

“在拥有视觉特征前提之下，计算机视觉也只有两个现实目的，一个是识别，另一个是三维重建。纵使CNN的特征提取能力极其强，但是我们不要忘记建立在CNN基础上的计算机视觉是单目识别，而人类是双目。我们的现实世界是在一个三维空间，我们要和三维打交道。拿着二维图像去做识别，这远远不够。”

纽豪斯认为，权教授指出了清晰的方向，未来的AI视觉应用一定是基于三维空间而不是二维空间，而目前市场上主流的算法还是基于二维单目摄像机的视频流上。那么三维重建就显得尤为重要，在自动驾驶领域，恰恰需要的是实时三维图像重建能力。

权教授认为，计算机视觉中的三维重建包含三大问题：

一、定位置。假如系统给出一张照片，计算机视觉技术要知道这张照片是在什么位置拍摄的。

二、多目。通过多目的视差获取三维信息，识别每一个像素并进行匹配，进行三维重建。

三、语义识别。完成几何三维重建后，要对这个三维信息进行语义识别，这是重建的最终目的。

权教授强调，要把三维场景重新捕捉，但三维重建不是最终的目的，要把识别加进去，所以说最终的应用肯定要把三维重建和识别融为一体。虽然计算机视觉对安防行业的推动作用很大，但基本也不外乎识别人脸、车、物体等应用，如果计算机视觉得到进一步发展，安防行业也将再度被重新定义。

纽豪斯认为，数字孪生（或者说三维视觉）技术在安防行业的应用，第一个是大规模城市界别的三维重建（也就是数字孪生城市），第二个中规模应用就是倾斜摄影（无人机拍摄），第三个应用就是建筑群精细化建模（利用BIM或者3D Max这样的技术）。

根据网络报道，部里曾经计划建设“全国公安地图服务管理系统（云图）项目”，核心就是PGIS二期，而GIS应用有一个重要的趋势就是和雪亮工程和一标三实进行融合。

“一标三实”指的是标准地址数据（一标）、实有房屋、实有人口、实有单位（三实），标准地址是城市的基础信息，三实信息必须构建在在标准地址上。当然有的城市构建一标六实（比如上海）、有的城市构建四标四实（比如广州）。各地在推进雪亮工程的同时，也在将一标三实工作纳入其中，并出现了新的业务需求。这个新需求就是高精度航空摄影，以及在此基础上建立的三维地理信息系统（数字孪生）。

2018年以来，多个类似项目已经出现在北京和上海，而且都是千万级项目。2018年10月，“昌平区公共安全视频监控建设联网应用项目（第四包）”公开招标。该项目的主要建设内容包括：倾斜影像数据、三维模型单体化数据、分层分户数据及三维地理信息系统建设等。预算金额2530万元人民币。2019年1月，上海“宝山公共安全三维地理信息系统项目”的招标公告，预算金额1045.1万元人民币。从公共安全（GA）系统对三维GIS的需求趋势来看，与自然资源部最近提出的实景三维中国建设不谋而合。公共管理、公共安全乃至整个国土空间管理领域，其需求正从二维到三维、从抽象到具象演化。

小编总结，2019年之前的数字孪生技术的发展就是实现数字双胞胎的能力，也就是完全数字模拟现实世界，而在2019年之后，数字孪生的落地应用将会是数字现实。

欲知数字孪生和AI、安防的落地关系，什么是数字现实？请看下篇《数字孪生的今生 | 数字现实》……

参考资料

1.数字孪生模型在产品构型管理中应用探讨．航空制造技术．2017

2.数字孪生车间：一种未来车间运行新模式．计算机集成制造系统．2017

3.数字孪生的强度思考与实践. 中国飞机强度研究所 王彬文.2018.11.05

AI智道，AI赋能安防落地