近日，江西科骏实业有限公司联手清华大学组建多元化学科交叉科技创新团队，启动轨道交通数字孪生联合研发项目。该项目综合采用“结构孪生+机理孪生”耦合实时信息交互与扩展现实呈现的创新开发理念，集成多人协同操作、无编码可拖拽、云端动态渲染等技术，搭建具有模块化功能、可扩展架构的轨道交通数字孪生平台。

国家发改委、中央网信办于2020年4月印发“发改高技[2020] 552号文件”《关于推进“上云用数赋智”行动 培育新经济发展实施方案》。该文件明确指出：数字孪生体代表了未来数字经济的数字化发展主线，是包含大数据、人工智能、云计算、5G、物联网和区块链等的七大新一代数字技术之一。同时还着重提出了“数字孪生创新计划”，鼓励倡导研究机构、产业联盟聚焦数字孪生体专业化分工中的难点和痛点，提出企业发展数字孪生的解决方案。

在以打造数字化企业、构建数字化产业链、培育数字化生态为核心发展目标的背景下，数字孪生技术作为实体系统的数字化、信息化映射载体，将在第四次工业革命中担负不可替代的重要使命。近年来，我国轨道交通事业呈现爆炸式蓬勃发展趋势，高速列车已成为大国重器中的“金名片”。伴随城市轨道交通网的急速扩张，车辆检修、运营维护、安全管控等日常成本俱增，行业数字化与信息化升级迫切。

此次与清华大学的合作项目，围绕模型自主重构的结构孪生、车辆运行状态的机理孪生和车辆故障分析的机理孪生等研究方向，以取得理论突破、技术创新与实践成果为目标。在模型自主重构的结构孪生方面，提出基于视频流的轨道交通全场景三维重建方法，解决因目标遮挡、点云稀疏造成建模精度低且耗时长的难题。在车辆运行状态的机理孪生方面，以车辆动力学性能为底层逻辑，借助类脑计算，构建驾驶经验自学习系统，在重现或预测车辆全服役周期运行状态的同时，实现节能驾驶曲线的规划与决策，解决列车驾驶节能、平顺性、稳定性及合理调度的难题。在车辆故障分析的机理孪生方面，提出基于随机噪声临界相变分析的轨道交通车辆故障预测方法，解决监测数据不全、高维、高噪、时变条件下的精确预测难题。提出基于图模型统一表征的轨道交通系统故障领域知识表示及知识库构建方法，解决复杂装备系统多领域耦合关联性部件故障的精确诊断难题。

该项目研究将有望突破数字孪生技术在工业领域推广应用中可能面临的一系列瓶颈难题，助力轨道交通系统实现全空间、全线网、全服役周期运管模式的数字化、信息化、智能化全面升级。促进轨道交通数字孪生智能技术发展，构建轨道交通运营新模式，实现“提质、降本、增效、节能”的终极目标。