近日，江西科駿實業有限公司聯手清華大學組建多元化學科交叉科技創新團隊，啟動軌道交通數字孿生聯合研發項目。該項目綜合采用“結構孿生+機理孿生”耦合實時信息交互與擴展現實呈現的創新開發理念，集成多人協同操作、無編碼可拖拽、云端動態渲染等技術，搭建具有模塊化功能、可擴展架構的軌道交通數字孿生平臺。

    國家發改委、中央網信辦于2020年4月印發“發改高技[2020] 552號文件”《關于推進“上云用數賦智”行動 培育新經濟發展實施方案》。該文件明確指出：數字孿生體代表了未來數字經濟的數字化發展主線，是包含大數據、人工智能、云計算、5G、物聯網和區塊鏈等的七大新一代數字技術之一。同時還著重提出了“數字孿生創新計劃”，鼓勵倡導研究機構、產業聯盟聚焦數字孿生體專業化分工中的難點和痛點，提出企業發展數字孿生的解決方案。

    在以打造數字化企業、構建數字化產業鏈、培育數字化生態為核心發展目標的背景下，數字孿生技術作為實體系統的數字化、信息化映射載體，將在第四次工業革命中擔負不可替代的重要使命。近年來，我國軌道交通事業呈現爆炸式蓬勃發展趨勢，高速列車已成為大國重器中的“金名片”。伴隨城市軌道交通網的急速擴張，車輛檢修、運營維護、安全管控等日常成本俱增，行業數字化與信息化升級迫切。

    此次與清華大學的合作項目，圍繞模型自主重構的結構孿生、車輛運行狀態的機理孿生和車輛故障分析的機理孿生等研究方向，以取得理論突破、技術創新與實踐成果為目標。在模型自主重構的結構孿生方面，提出基于視頻流的軌道交通全場景三維重建方法，解決因目標遮擋、點云稀疏造成建模精度低且耗時長的難題。在車輛運行狀態的機理孿生方面，以車輛動力學性能為底層邏輯，借助類腦計算，構建駕駛經驗自學習系統，在重現或預測車輛全服役周期運行狀態的同時，實現節能駕駛曲線的規劃與決策，解決列車駕駛節能、平順性、穩定性及合理調度的難題。在車輛故障分析的機理孿生方面，提出基于隨機噪聲臨界相變分析的軌道交通車輛故障預測方法，解決監測數據不全、高維、高噪、時變條件下的精確預測難題。提出基于圖模型統一表征的軌道交通系統故障領域知識表示及知識庫構建方法，解決復雜裝備系統多領域耦合關聯性部件故障的精確診斷難題。

    該項目研究將有望突破數字孿生技術在工業領域推廣應用中可能面臨的一系列瓶頸難題，助力軌道交通系統實現全空間、全線網、全服役周期運管模式的數字化、信息化、智能化全面升級。促進軌道交通數字孿生智能技術發展，構建軌道交通運營新模式，實現“提質、降本、增效、節能”的終極目標。