硬件循环(HITL)或数字孪生(DT)：设计建模到底用哪个？

最近，关于使用“数字孪生”（DT）来加速产品开发、软件调试和解决机电交互问题的讨论很多，其中不免存在炒作和跟风。自几年前“硬件循环”（通常称为HITL或HIL）火热之后，数字孪生又成为的一种类似热门工具。

什么是DT和HITL？与许多此类定义一样，这在某种程度上取决于你询问的对象和来源。一般来说，DT是创建一个仅有软件的模型来控制系统，然后向它提供来自被测控制器的输入和输出，以查看控制器在其应有的功能方面表现如何（图1）。

相反，HITL用来构建内核的软件模型，但是它会与真正的硬件（包括电路和机械组件）连接并直接使用它们来评估控制器的性能（图2）。换句话说，DT几乎全是软件和模型，而HITL顾名思义则带有一些实际电路甚至是机电组件。

使用汽车发动机及其ECU（电子控制单元）的示例可以进一步解释清楚。对于DT场景，引擎完全作为软件结构进行建模，并且此模型与正在开发的控制器的软件“对话”。相比之下，HITL虽然也是对引擎进行建模，但是现在建模软件将通过实际的电路I/O驱动正在开发的控制器，该控制器也可以看到这些接口。HITL通常需要一些设备，也就意味着大量的电路（图3）。DT的优势在于消除了对大多数（如果不是全部）硬件的需求。

HITL系统甚至可以作为标准产品使用，例如高精度和高动态性的三轴和五轴飞行运动模拟器（FMS）系统，用于导弹制导和导引头组件的开发和生产测试（图4）。

那么，DT和HITL哪个更好？对于此类工程问题，答案很简单：这取决于实际应用。决定性因素包括创建各自模型的时间、对模型的信任度以及模拟I/O的复杂性。如果你上网搜索一下，会发现DT的支持者说HITL是“过时”的东西，已不再需要。但也有HITL支持者声称DT被过度炒作了，并且过分依赖于模型的真实度。其他人则认为，最好的解决方案是两者的结合，使用要谨慎。

不出所料，问题主要是在于模型，而不是方法。我们知道，很难开发出真实模拟世界中的良好数字模型，而且往往是模型最后的10%很难达到高精准度。这其中有很多微妙的未知因素、极端情况、异常、非线性和拐点，而且模型的创建者有很多根本不了解或无法量化的信息。过于依赖模型精度不过是一个经典但仍然有效的格言（“输入的是垃圾，输出的也是垃圾”）的最新体现。

毫无疑问，使用各种模型是绝对必要的，无论是DT还是HITL、Spice、RF软件包，还是COMSOLMultiphysics、MathworksMATLAB和Simulink，以及ANSYSHFSS等仿真和分析工具。但是对这些模型的完美程度要有现实看法，请始终记住，该模型可以显示三，四个或更多有效数字精度，但是实际精度通常要低很多。如果现实世界中存在没被模型捕捉到的“凸起”，精准度会更低。

你对数字孪生、硬件循环以及其他复杂的模型和工具有何看法或经验？你是感到厌烦、兴奋、不知所措还是其它感受？

(参考原文：Hardware-in-the-loop or digital twin Use one, both, or neither)

本文为《电子工程专辑》2021年4月刊杂志文 章，版权所有，禁止转载。点击申请免费杂志订阅