“丑小孩综合征”

美国空军阿诺德工程发展中心（AEDC，Arnold Engineering Development Center）的科学家爱德华·克拉夫特（Edward Kraft）在2010年撰写了一篇名为《40年过去了，为什么计算还没有取代风洞？》（After 40 Years Why Hasn't the Computer Replaced the Wind Tunnel?）的文章，深入分析了计算科学和工程与试验设施之间的关系。他指出，计算科学和工程领域的专家一直认为计算基础设施将取代传统的风洞设施，但这种情况并未发生。

数字风洞是计算机在工业领域应用的一个场景，这种场景具有代表意义，它体现出来的困难正是工业数字化转型的主要挑战。如爱德华·克拉夫特在文中所讲，计算取代风洞本身就是一个伪命题，考虑两者的融合，才是它的发展方向，只是从单一维度考虑数字化，并不能达到大家所期待的目标。

正好在参加DARPA未来制造研讨会后不久，爱德华·克拉夫特对国防部投入逐年上涨、装备研制速度越来越慢和周期越来越长等问题心知肚明，这意味着传统的工程方法已经出现了瓶颈，从点上或某个阶段分析问题和解决问题，已经不能产生效果了，这种现象类似于医学上的“丑小孩综合征”，即大家只关心最终结果，而对于前期工作，则难以客观反馈和修正，正如母亲不愿意也不能事先知道自己怀着的婴儿有可能是丑小孩。

美国国防装备研制的“丑小孩综合征”主要体现如下。

（1）装备研制中的风洞试验和试飞两项工作时间太长，风洞试验长达48个月，试飞则高达96个月，两项工作时间加起来占了研制周期85%的时间，这对于数字时代作战需要难以接受。

（2）从研制成本来看，技术研发和风险分析阶段的综合拥有成本非常高，占据了80%以上的总体拥有成本。

美国国防装备研制的全过程通常分为A、B和C三个阶段，如图1-1所示。这些阶段分别对应不同的制造成熟度水平（MRL），由于每个阶段的技术需求不同，因此它对应的挑战也不一样。通常到了C阶段之后，才是装备实用的时候，分别为初期运行能力（IOC，Initial Operating Capabilities）和最终运行能力（FOC，Final Operating Capabilities）。

。

我们通常会非常关注B阶段之后的工程和制造开发（EMD，Engineering and Manufacturing Development），这是一个产品的关键环节，但这个过程往往比较困难，时间周期也非常长。正如DARPA在分析未来制造之挑战所讲，虽然EMD只是从MRL6到MRL8，但它们所面临的困难远超其他环节。

美国国防装备研制中展现出来的“丑小孩综合征”比较明显，表现为在风洞试验和试飞两个过程消耗了大量的时间，但难以通过不断增加投入来解决该问题。大幅消耗自己的研发资源和资金，势必会减少其他领域的投入，从而并不能有效维持美国的竞争优势。这一点美国心知肚明，DARPA召开未来制造研讨会的目的也在于此，希望通过集结美国顶级研究机构的科学家，找到一种解决“丑小孩综合征”的方法。

经来自材料结构动力学、计算科学和工程等领域的专家集思广益，找到了“丑小孩综合征”的起因——那就是不能只在B阶段做文章，应该延伸到A阶段的材料解决方案分析、技术研发和风险分析阶段，这个全过程的问题分析最终集中到“唯一的数据来源”这件事情上。如果想要真正降低总体拥有成本，需要让整个过程实现数据交换和共享，这是一个巨大的挑战。

为什么数据交换和分享越来越重要，但实现起来却越来越困难呢？

DARPA分析了近50年航空器研制的历程，从B737、A-10、F-14、F-16和B-2等到F-22、B777、A380、F-35，分为两个时期，分别为硬件占优的阶段和软件集成占优的阶段。当然，软件集成占优的阶段复杂度快速增加，既要给专业化分工设定边界，满足管理上的需要，又要让各个软件模块或子系统之间实现数据交换和分享，这就需要先进的软件开发方法。这些困难叠加在一起，给航空器研制带来了周期和成本大幅增长的挑战。

数据交换和分享不仅仅是一个技术问题，还与组织管理和商业模式等有关系。控制风险和提升效率往往是互相矛盾的想法，为了实现两者的平衡，管理学上提供了设定边界的方法，围绕功能单元设定管理边界，一定程度上可以实现限制权利和绩效考核的目标。组织按照一定的模式运行，其中的决策选择都是根据利益和风险平衡后确定的。数据事实上代表了权利和利益，其交换和分享意味着风险和绩效，难以实现也就在情理中了。

有趣的是，DARPA在互联网发展过程中成功解决了“三军之争”问题，对于国防装备研制“丑小孩综合征”的解决办法，它根据历史经验如法炮制，通过召集主要利益相关者参与未来制造研讨会，提出问题，创造一种新的解决办法，给出一个全新的名称，找到一个抓手，构建一套新体系。

利益相关者自然不愿意交换或分享数据，这其中包括审计、业务、合同、工程、设施、信息技术、生产、科技管理和测试评估等，往往他们还不是一个组织里面的功能单元，涉及不同的企业或单位，其中的利益交织就非常复杂，要协调他们数据统一，实则比登天还难。

不过，在新的解决办法中，采取了先易后难的方法，从一个简单的点入手，有可能产生突破，这个点就是几何模型。装备制造是基于物理的建模和仿真，最基本的数据则为几何模型，这是任何物理世界所具有的客观数据。如果要求所有参与方都遵循几何模型所要求的基本数据，那么大家反对的可能性要小得多。几何模型具有不同的精度，可以有简单可视的几何模型，还可以有精度较高的原型级几何模型，甚至有建造、运行或优化级别的仿真模型，它们代表了不同的数据颗粒度大小。

当DARPA未来制造研讨会确定了解决问题的方法后，大家开始希望为这套方法论找到一个名称。借助在原子孪生领域的启发，DARPA相关负责人推荐采用“数字孪生体”这一名称来描述这种以物理世界和数字空间对应方式的工程体系，由此，数字孪生体成了一条新技术路径。

由于参加研讨会的专家学者比较多，大家对于DARPA提出的概念颇感兴趣，部分学者和专家开始针对数字孪生体进行研究，并撰写了相关论文。有趣的是，虽然美国空军研究实验室当时提出了机身数字孪生体的想法，但最早把数字孪生体写入报告的却是NASA，相关科学家在参加DARPA未来制造研讨会后不久，尝试把数字孪生体写入了正在起草的《空间技术路线图》^[2]（SpaceTechnology Roadmap）中。

历史上，NASA和DARPA的合作颇多，它们共同解决了航天器的一些研制难题，甚至DARPA成立之初的职责，就是帮助NASA发射人造卫星。即便NASA启动了对数字孪生体的规划，但由于预算不断被削减，实在没有办法拨出专用资金进行数字孪生体的研制，这也是为什么我们只看到NASA不断更新《空间技术路线图》，但一直没能看到具体项目的缘故。

虽然NASA没有启动名为数字孪生体的具体项目，但这并不影响科学家们把思考和研究的内容撰写成文章。经过一年多时间的交流，NASA和美国空军科学研究办公室的专家联手撰写了一篇关于数字孪生体范式的论文，迄今为止该论文已有500多次引用量，成为数字孪生体领域被引用最多的文章，奠定了作者在数字孪生体领域的行业地位。

美国空军一贯都以敢于采纳新理念著称，虽然美国空军科学研究办公室及研究实验室两大机构都对数字孪生体兴趣盎然，但由于新概念演变为一个工程验证项目需要进行一些前期工作，特别是涉及新的研制方法论证等问题，在2013年美国空军研究实验室正式发布机身数字孪生体项目之前，它们设计了“预测性和概率性的单机追踪”（P2IAT，Prognostic and Probabilistic Individual Aircraft Tracking）工程方法，为完善数字孪生体做出了贡献。

任何概念的产生都是从问题或思考开始的，DARPA之所以提出数字孪生体的概念，正是针对国防装备研制中的“丑小孩综合征”挑战，设计了数据驱动的工程思路，它的聪明之处在于为该概念提出了新名词，而没有让这些思路淹没在传统的仿真、产品生命周期管理及系统工程等概念中，吸引了大量学者加入到范式构建中，从而开创了一个新时代。