数字孪生是连接数字与现实的纽带。其通过建模与仿真技术将物理参数数字化、可视化，实现对全局模型的掌握；通过物联网采集的实时数据，实现对模型的动态数据管理及全生命周期的把控；通过智能算法分析，对实时信息进行判断、做出决策，对未来的场景提供预测和指导，并反馈到物理实体实现端到端的完整闭环链路。
数字孪生通过构建高保真的孪生体模型，为用户实现物理对象与数字模型之间数据和信息的交互、联系与反馈综合应用。随着数字孪生体需求的不断增长和深化，各种应用将产生前所未有的海量数据。当我们把数字孪生体的视野从单台设备，拓展到整个系统或领域，如某个工厂产线，或者城市时，一个不可避免的问题是，现有的数字化工具与技术真的准备好应对光明的数字化未来了吗？
一、数字孪生中的基础数据管理
以CAD/CAE等软件为代表的工业软件在最近三十年取得了显著的进步，然而工业用户生产的数字化转型是一个持续的过程，无法一蹴而就。到目前为止，依托算法和仿真预测的数字孪生仍然是领先工业企业的奢侈品。大量工业用户，继续在以二维图纸作为设计信息载体。这些企业对将三维智能模型和算法、物联网数据结合的数字孪生体技术，一般尚处于试水阶段。
企业对于数字孪生技术的小心谨慎是可以理解的，因为目前，尚没有标准化的，如CAD/CAE这样的产品化的，开箱即用的数字孪生解决方案，这就意味着企业需要承担相应的风险。传统上，各个部门使用的数字化工具，对企业来说是黑箱，内部的数据结构由供应商设计。由于历史原因，数字化工具软件的应用场景，和数字孪生体的需求存在着显著差异，这通常体现在几个方面：
1、数据体量
工具软件，例如CAD的数据，一般是包括了单一产品的设计信息，并不考虑数字孪生业务场景的应用。例如，电机设计，只包括单个电机的形体和组件结构，但是在数字孪生场景应用中，可以同时运行着多种型号的多个发电机组。此外，数字孪生体所需要的数据种类不同于原始的CAD模型，除了设计信息外，还需要环境分析、仿真计算等，这一般意味着数字孪生体管理的数据体量会远远超过传统的CAD模型。
2、标准规范
工业软件的数据封闭在原始的文件中。数字孪生体的要求是对于原始信息与数据的提取、转换和持续应用。这需要一套完整的，符合标准规范的工业基础数据平台。目前业界并不缺乏数据规范（例如STEP等），主要困难在于技术层面，仍然要依托文件库形式存储和流转，并不能实现对于数字孪生业务场景模型的数据元素级管理。
3、云原生
基于平台的数据管理，随着数字孪生体的业务应用场景，通过云架构发挥其关键的优势。在云端实现可伸缩和高可靠性的能力，能够很好地突破传统的数据管理技术的瓶颈，确保数据在不同环境中的随时可用。
可以看到，传统数字化工具的基础数据管理，不能满足数字孪生体的应用要求。为了应对这一问题，业内有多种处理方式，但目前尚无一套完整的解决方案，去满足客户对于数字孪生体基础数据管理的要求。
二、传统数据库管理技术的瓶颈
数字孪生体的基础数据一般来源于几个部分，三维模型、仿真计算，还有实际动态采集的传感数据。当前，三维模型和仿真计算的数据，经常是通过文件级别进行。这就带来了各种问题，如模型级的数据冗余 （无法实现细粒度模型数据管理），数据一致性问题，数据的存储与访问（查询）效率问题，数据的控制与安全，等等。在未来的海量数字孪生业务应用场景中，依托文件的模型管理必然无法满足需求。（图1）
图1 传统模型文件交换的问题
从历史上看，从简单的文件交换到数据管理是各个行业信息技术发展的普遍规律。数据管理涉及数据定义，数据操作，数据存储，数据查询，数据安全等等。常见的对象关系/关系型通用数据库（ORDBMS）系统仍然具有核心生命力，如SQL标准，事务处理能力（唯一性保证）等。大型专业软件，如CAD设计工具软件，大型仿真软件，大型GIS系统，工业软件或应用系统中存在大量基于通用数据库研发的“专用数据库管理系统”。现代大型软件系统都离不开数据库管理系统的支撑。甲骨文（Oracle）的Oracle Spatial 空间数据库（GIS地理信息数据库系统）是各类GIS应用系统的标准配置。大量工业软件厂商基于微软的SQL Server关系数据库系统开发了各类专用数据库。如Intergraph SmartPlant 3D（Sp3d）的化工、管道及工厂设计软件、达索的产品数据库系统（PDM）等。
模型数据的管理之所以难以解决，不仅是由于供应商的封闭性，而是在于三维模型本身是一种复杂的数据结构，不能通过简单的SQL数据表进行维护。无论是制造业使用的STEP还是AEC行业采用的IFC标准，其对象定义均呈现了网状结构，各对象之间呈现各种定义的关联关系。（图2）如何能够在海量数据的场景下，对这些复杂结构数据进行高效增、删、改、查，需要使用更先进的数据库技术/扩展。
图2 IFC对于零件关系的部分定义
三、新一代的数字孪生专用数据库管理技术
安世亚太基于多年的海量数据库管理技术研究与积累，针对复杂工程业务领域的数字孪生体场景需求，开发了可用于海量复杂结构数据管理的新一代专用数据库CDTDB（City Digital Twin Database城市数字孪生数据库）。基于NewSQL技术，吸收了传统NoSQL技术的优点，支持大规模并发，异构数据融合等先进功能。目前该数据库主要支持IFC（ISO 16739, Industrial Foundation Class），未来将扩展到Oil/Gas(ISO15926)\STEP（ISO 10303）等标准。
CDTDB是一套面向云服务的数字孪生基础数据管理系统，目前具有以下核心功能：
·
IFC标准的数据库结构化查询SQL，支持ODBC，JDBC编程接口（数据库适用性的保障）
·
·
原生的IFC模型的导入、导出、加工处理函数库 （数据处理效率和标准可扩展性的保障）
·
·
IFC多尺度几何模型的加工处理与管理 （BIM数据的语义属性与几何可视化的一体化）
·
·
几何对象的查询、计算及BIM功能函数库 （拓展SQL支持BIM专用查询）
·
·
IFC及MVD子模型的导入和导出，支持简单交换 （支持文件及CDE 信息块交换）
·
·
高效的可视化引擎 （内生的支持模型可视化的能力）
·
·
PB级线性扩展系统框架，大数据、数据仓库及数据分析系统集成 （支持海量、大数据存储与加工处理的能力）
·
通过CDTDB的专业数据库管理技术，我们能够帮助客户解决传统模式下数字孪生体应用所面临的挑战与问题：
1、基于云端的模型数据计算和实时应用
基于云端的模型数据库，可以实现云端几何计算，典型的应用有碰撞检查，三维切图，对象直接修改等功能。传统上，这些工作需要回到CAD中进行，甚至最小的修改，都必须在CAD修改后，重新上传轻量化处理。通过CDTDB，不仅可以直接完成这些修改/计算，简化了流程，更可以利用云端分布式并行计算的优势，快速得到所需的结果。
2、面向复杂业务场景的海量数据管理
如前所述，NewSQL技术的一大特点是实现了分布式的并行数据管理。CDTDB支持大规模多模型合模和动态加载，可以在通用移动端设备（PC/手机）上，实现大体量模型的加载预览。例如，在大型工程项目，如机场工程，或者船舶制造中，深化设计级的原始模型体量，可以达到数十G甚至上百GB。这样体量的模型，传统技术下，需要轻量化后才能在浏览器中加载，但同时会丢失模型原始信息，失去了数字孪生体的应用价值。
3、全生命周期内构件级数据协同的效率提升
基于CDTDB，我们可以支持海量数据的标准化抽取、合并、转换功能，这对于数字孪生业务环境下的应用，至关重要。各个应用方，可以基于规范自动化提取数据，做到构件级的数据协同。通过精细化的协同，可以大幅度提升数据转换和处理的效率。例如，设计模型和仿真，目前经常是割裂的，设计工程师的模型通常不能直接为仿真工程师所利用。基于数据级协同，可以将设计模型转换为仿真需要的格式，并连同网格和边界条件，在统一的数据环境下管理，使得设计和仿真能够比较快速的迭代完成产品优化。
图3 CDTDB系统架构示例
4、跨层级、跨学科和跨领域的多源异构数据融合
数字孪生体的复杂场景应用中，一般包括着跨层级、跨学科和跨领域的多源异构数据，特别是在很多场景下，需要设计和仿真数据的综合管理，BIM和3D GIS数据的融合等。这些在数字孪生专用数据库的设计中，需要采用专门的插件支持。我们基于3D Tiles标准，并通过统一的瓦片技术，实现了BIM模型在3DGIS环境中的统一加载和管理，对于大尺度的复杂业务场景，如数字孪生城市，地下综合管廊的管线布置等有着重要作用。
图4 BIM+3DGIS的数据融合的城市数字孪生底盘示例
四、小结
CDTDB基于创新的云原生数据库技术，能够支持海量数字孪生数据的管理，系统包括Web端和移动端，并提供完整的SDK API集成应用支持。用户能够基于专用数据库开发所需要的数字孪生体应用，并通过安世亚太基于UDC平台的数聚云服务或企业私有云进行模型的协同和多种应用。目前典型的应用场景有：钢结构设计仿真，大型机场工程运维，以及智慧城市度假区污染分析应用等。这些具体的应用和价值将在本系列的第二部分进行详细介绍。
图5 CDTDB的后台入口和移动端界面示例
