近年来大数据技术、人工智能技术在工业领域的应用发展迅速，催生了一系列新的数字经济。中国海装LiGa大数据平台已经将风机大量运行数据与风机运行状态相结合，利用大数据、人工智能等方面的技术，对风机的故障发出预警和诊断，对风机的服役状态进行评估。随着智能风机、智慧风场建设的推进，中国海装逐步将数字孪生技术引入到了风电机组优化设计、智能运维中。

CAD-计算机辅助设计

所谓数字孪生，就是对风电机组进行数字化建模，首先通过计算机进行辅助设计，借助CAD-构建全尺寸结构与外观，在数字空间给它建立一个“数字孪生”虚拟镜像机组，使得它们在初始属性上一致。

CAE-计算机辅助工程建模

将风电机组的各种理化属性在数字空间重现，我们就得到了一台有血有肉，具备与现实物理风机各种功能、参数一致的虚拟镜像机组，有了这个虚拟的镜像机组，就能进一步地进行计算机仿真设计，如CAE-Bladed构建全系统载荷工况、CAE-Ansys构建全局与零部件载荷、CAE-气动及流场分布仿真等，通过对现场多种场景下的运行进行模拟，可以快速、高效地帮助我们理解复杂环境下风机的运行状态，并针对性的进行策略优化或技术改进。比如，针对尾流影响较大的海上或平原大基地项目，可通过CAE-气动及流场分布仿真分析现场尾流情况，制定相应的控制策略，实现发电量提升。

在运行阶段，将风场现实的环境参数输入到数字模型中，借助数据模拟物理实体机组在现实环境中的行为，通过将现实机组的状态反馈到数字镜像机组中，实现虚实交互反馈，再通过数据融合分析、决策迭代优化等手段，为物理实体机组增加或扩展新的能力，同时，实体机组的运行结果又反馈给虚拟模型进行一致性判断，将模型不断地修正、完善，使之不断地接近真实的机组运行状态，达到物理实体机组与数字虚拟机组的相互优化、相互迭代的效果。产品的数字孪生模型的生命期是一个“不断生长、不断丰富”的过程，在整个产品生命周期中，从产品的需求信息、功能信息、材料信息、使用环境信息、结构信息、装配信息、工艺信息、测试信息到维护信息，不断扩展，不断丰富，不断完善。数字孪生模型越完整，就越能够逼近其对应的实体对象，从而对实体对象进行可视化、分析、优化。

CAT-计算机辅助测试

当越来越多的数字虚拟机组与现实物理机组实现交互，我们将得到大量的数据经验，模型将越来越准确，通过建立CAT-风电机组功率特性及载荷一体化分布式测试平台、CAT-基于Bladed的变桨、主控、SCADA在环测试平台、CAT-电网接入半实物仿真平台等实验平台，在对新机型进行设计的时候，将能从更高的维度对机组的载荷、结构、设计余量、寿命等参数进行评估，指导设计人员更精准地设计出高可靠、低成本、智能化的新机型。

对于服役机组，也可根据历史运行数据及状态、初始设计载荷等数据，将风机所有载荷的众多影响因素并相互耦合分析，为风机延寿、技改优化、复杂问题复盘分析等提供数据和理论依据。比如我们的CAT-基于Bladed的变桨、主控、SCADA在环测试平台，在车间即可实现变桨、主控、SCADA的性能仿真测试，配合测试数据处理与分析系统个性化集成平台，实现试验数据自动读取-数据分析-报告生成一体化功能。

作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生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，提供更加实时、高效、智能的服务。