详解数字孪⽣应⽤的⼗⼤关键问题
如果不能正确理解数字孪⽣技术的基本内涵就囫囵吞枣地应⽤数字孪⽣技术，很可能会“⾛⼊歧途”。
当前，数字孪⽣（Digital twin）是各界关注的热点，全球著名IT研究机构Gartner曾在2017年⾄2019年连续三年将数字孪⽣列为⼗⼤新兴技术之⼀。北京航空航天⼤学陶飞教授团队对数字孪⽣技术进⾏了长期的深⼊研究，撰写了⼀批国际⽔准的学术论⽂。近期，美国⼯业互联⽹联盟（IIC）、IDC、埃森哲、中国信通院、赛迪等研究机构相继发表了相关⽩⽪书，我国从政府主管部门到企业也⼗分关注数字孪⽣技术。
但是，当前业界对于数字孪⽣技术还存在⼀些模糊甚⾄错误的认识，给数字孪⽣技术披上了⼀层神秘的⾯纱。e-works 认为，如果不能正确理解数字孪⽣技术的基本内涵就囫囵吞枣地应⽤数字孪⽣技术，很可能会“⾛⼊歧途”。为此，本⽂希望结合⼯业界的应⽤需求与实践，厘清对数字孪⽣的基本认识，引导企业正确理解和应⽤数字孪⽣技术。
01
关于数字孪⽣的内涵
很多业界主流公司都对数字孪⽣给出了⾃⼰的理解和定义，对于数字孪⽣的来源，本⽂不再赘述。本⽂⾸先对Gartner 在过去三年对数字孪⽣的论述进⾏解读。
2017年，Gartner在⼗⼤新兴技术的专题对数字孪⽣的解释是：数字孪⽣是实物或系统的动态软件模型，在三到五年内，数⼗亿计的实物将通过数字孪⽣来表达。通过应⽤实物的零部件运⾏和对环境做出反应的物理数据，以及来⾃传感器的数据，数字孪⽣可⽤于分析和模拟实际运⾏状况，应对变化，改善运营，实现增值。数字孪⽣所发挥的作⽤就像⼀个专业技师和传统的监控和控制器（例如压⼒表）的结合体。推进数字孪⽣应⽤需要进⾏⽂化变⾰，结合设备维护专家、数据科学家和IT专家的优势。将设备的数字孪⽣模型与⽣产设施、环境，以及⼈、业务和流程的数字表达结合起来，以实现对现实世界更加精确的数字表达，从⽽实现仿真、分析和控制。[1]
△ Gartner2017年发布的新兴技术成熟度曲线
在Gartner2017年发布的新兴技术成熟度曲线中，数字孪⽣处于创新萌发期，距离成熟应⽤还有5-10年时间。
2018年，Gartner在⼗⼤新兴技术专题中对数字孪⽣的解释是：数字孪⽣是现实世界实物或系统的数字化表达。随着物联⽹的⼴泛应⽤，数字孪⽣可以连接现实世界的对象，提供其状态信息，响应变化，改善运营并增加价值。到2020年，估计将有210亿个传感器和末端接⼊点连接在⼀起，在不久的将来，数⼗亿计物体将拥有数字孪⽣模型。Gartner公司副总裁David Cearley指出，通过维修、维护与运营（MRO）以及通过物联⽹提升设备运营绩效，有望节省数⼗亿美元。
[2]
短期内，数字孪⽣将有助于资产管理，但最终将通过洞察产品使⽤情况，以及有哪些改善途径，从⽽最终企业提升运营绩效。
除了通过物联⽹连接“物”，数字孪⽣连接的对象还有更多。“随着时间的推移，我们这个世界的万事万物⼏乎都可以与其数字对象动态地相互连接，并能够基于AI实现⾼级仿真、运营和分析，” Cearley指出。“从长远来看，从事城市规划、数字营销、医疗保健和⼯业规划的专业⼈⼠都将在向集成的数字孪⽣世界转型中获益。” 例如，未来的⼈类数字模型可以提供⽣物识别和医疗数据，⽽整个城市的数字孪⽣模型将能够实现⾼级模拟。
从2018年Gartner发布的新兴技术成熟度曲线中可以看出，数字孪⽣已经进⼊了过热期，其建设和预期出现了⾼峰，超出其当前能⼒，会形成投资泡沫。
△ Gartner2018年发布的新兴技术成熟度曲线
2019年，Gartner在⼗⼤新兴技术专题中对数字孪⽣的解释如下：
数字孪⽣是现实⽣活中物体、流程或系统的数字镜像。⼤型系统，例如发电⼚或城市也可以创建其数字孪⽣模型。数字
数字孪⽣是现实⽣活中物体、流程或系统的数字镜像。⼤型系统，例如发电⼚或城市也可以创建其数字孪⽣模型。数字孪⽣的想法并不新，可以回溯到⽤计算机辅助设计来表述产品，或者建⽴客户的在线档案，但是如今的数字孪⽣有以下四点不同：[3]
•模型的健壮性，聚焦于如何⽀持特定的业务成果；
•与现实世界的连接，具有实现实时监控和控制的潜⼒；
•应⽤⾼级⼤数据分析和⼈⼯智能技术来获取新的商机；
•数字孪⽣模型与实物模型的交互，并评估各种场景如何应对的能⼒。
当前的重点是基于物联⽹应⽤的数字孪⽣，可以通过提供维护和可靠性信息，洞察产品如何更有效地运⾏和有关新产品和提⾼效率的数据，以改善企业决策。组织的数字孪⽣正在兴起，以通过创建组织的流程模型，可以进⾏实时监控并提⾼流程效率。
从上述分析中可以看出，Gartner对于数字孪⽣的理解也有⼀个不断演进的过程，⽽数字孪⽣的应⽤主体也不局限于基于物联⽹来洞察和提升产品的运⾏绩效，⽽是延伸到更⼴阔的领域，例如⼯⼚的数字孪⽣、城市的数字孪⽣，甚⾄组织的数字孪⽣。
全球著名PLM研究机构CIMdata认为：数字孪⽣模型不可能单独存在；可以有多个针对不同⽤途的数字孪⽣模型，每个都有其特定的特征，例如数据分析数字孪⽣模型、MRO数字孪⽣模型、财务数字孪⽣模型、⼯程孪⽣模型以及⼯程仿真数据孪⽣模型；每个数字孪⽣模型必须有⼀个对应的物理实体，数字孪⽣模型可以⽽且应该先于物理实体⽽存在；物理实体可以是⼯⼚、船舶、基础设施、汽车或任何类型的产品；每个数字孪⽣模型必须与其对应物理实体有某些形式的数据交互，但不必是实时或电⼦形式。
GE Digital认为：数字孪⽣是资产和流程的软件表⽰，⽤于理解、预测和优化绩效以改善业务成果。数字孪⽣由三部分组成：数据模型、⼀组分析⼯具或算法，以及知识。[4]
西门⼦认为：数字孪⽣是物理产品或流程的虚拟表⽰，⽤于理解和预测物理对象或产品的性能特征。数字孪⽣⽤于在产品的整个⽣命周期，在物理原型和资产投资之前模拟、预测和优化产品和⽣产系统。[5]
SAP认为：数字孪⽣是物理对象或系统的虚拟表⽰，但其远远不仅是⼀个⾼科技的外观。数字孪⽣使⽤数据、机器学习和物联⽹来帮助企业优化、创新和提供新服务。[6]
PTC认为：数字孪⽣（PTC翻译为数字映射）正在成为企业从数字化转型举措中获益的最佳途径。对于⼯业企业，数字孪⽣主要应⽤于产品的⼯程设计、运营和服务，带来重要的商业价值，并为整个企业的数字化转型奠定基础。[7]
陶飞教授指出：当前对数字孪⽣存在多种不同认识和理解，⽬前尚未形成统⼀共识的定义，但物理实体、虚拟模型、数据、连接和服务是数字孪⽣的核⼼要素。不同阶段（如产品的不同⽣命周期）的数字孪⽣呈现出不同的特点，对数字孪⽣的认识与实践离不开具体对象、具体应⽤与具体需求。从应⽤和解决实际需求的⾓度出发，实际应⽤过程中不⼀定要求所建⽴的“数字孪⽣”具备所有理想特征，能满⾜⽤户的具体需求即可。
在赵敏先⽣和宁振波先⽣撰写的《铸魂：软件定义制造》⼀书中指出，数字孪⽣是实践先⾏，概念后成；数字孪⽣模型可以与实物模型⾼度相像，⽽不可能相等；数字孪⽣模型和实物模型也不是⼀个简单的⼀对⼀的对应关系，⽽可能存在⼀对多，多对⼀、多对多，甚⾄⼀对少，⼀对零和零对⼀等多种对应关系。
结合学术界的研究和⼯业界的实践，e-works认为，数字孪⽣并不是⼀种单元的数字化技术，⽽是在多种使能技术迅速发展和交叉融合基础上，通过构建物理实体所对应的数字孪⽣模型，并对数字孪⽣模型进⾏可视化、调试、体验、分析与优化，从⽽提升物理实体性能和运⾏绩效的综合性技术策略，是企业推进数字化转型的核⼼战略举措之⼀。
02
数字孪⽣的基本特征
数字孪⽣的基本特征是虚实映射。通过对物理实体构建数字孪⽣模型，实现物理模型和数字孪⽣模型的双向映射。构建数字孪⽣模型不是⽬的，⽽是⼿段，需要通过对数字孪⽣模型的分析与优化，来改善其对应的物理实体的性能和运⾏绩效。
任何物理实体都可以创建其数字孪⽣模型，⼀个零件、⼀个部件、⼀个产品、⼀台设备、⼀把加⼯⼑具、⼀条⽣产线、⼀个车间、⼀座⼯⼚、⼀个建筑、⼀座城市，乃⾄⼀颗⼼脏、⼀个⼈体等。对于不同的物理实体，其数字孪⽣模型的⽤途和侧重点差异很⼤。
途和侧重点差异很⼤。
例如，达索系统帮助新加坡构建了数字城市，建⽴了⼀座城市的数字孪⽣模型，不仅包括了地理信息的三维模型，各种建筑的三维模型，还包括了各种地下管线的三维模型。该模型作为城市的数字化档案，可以⽤于优化城市交通，便于各种公共设施的维护。Biodigital公司创建了⽣物数字⼈体模拟演⽰的在线平台，可以帮助医⽣和科学家研究⼈体构造，进⾏模拟试验。在太空探索的过程中，科学家通过数字孪⽣模型对远在太空的航天器，例如登陆⽕星的“好奇号”⽕星车进⾏远程监控、仿真与操控。显然，物理实体的结构越复杂，其对应的数字孪⽣模型也会越复杂，实现数字孪⽣应⽤的难度也更⼤。
△图源：达索系统（新加坡数字城市）
03
数字孪⽣的关键使能技术
数字孪⽣迅速成为热潮，源于数字化设计、虚拟仿真和⼯业互联⽹（⼯业物联⽹）等关键使能技术的蓬勃发展与交叉融合。
数字化设计技术从早期的⼆维设计发展到三维建模，从三维线框造型进化到三维实体造型、特征造型，产⽣了诸如直接建模、同步建模、混合建模等技术，以及⾯向建筑与施⼯⾏业的BIM技术（建筑信息模型）。三维建模技术不光⽤于产品设计阶段，并且可以实现三维⼯艺设计。产品的三维模型中不仅包括⼏何信息、装配关系，还包括PMI（产品制造信息，包括尺⼨、公差、形位公差、粗糙度和材料规格等信息）等制造信息，已经可以实现MBD（基于模型的产品定义）。
为了⽀持产品三维模型的快速浏览，可以从包含三维⼯艺特征的完整三维特征模型中，抽取出仅包括⼏何信息的轻量化三维模型。基于三维造型和三维显⽰技术，虚拟现实技术（VR）取得了蓬勃发展，⼴泛⽤于汽车、飞机、⼯⼚等复杂对象的虚拟体验，包括沉浸式虚拟现实系统Cave，⽤于产品展⽰和市场推⼴的三维渲染技术，以及基于视景仿真的模拟驾驶技术等。近年来⼜发展起来增强现实技术(AR)，其特点是可以将实物模型和数字化模型融合在⼀个可视化环境之中，从⽽实现传感器数据的可视化，还可以进⾏产品操作、装拆及维修过程的三维可视化，实现产品操作培训、维修维护等应⽤。
虚拟仿真技术从早期的有限元分析发展到对流场、热场、电磁场等多个物理场的仿真，多领域物理建模，
对振动、碰撞、噪声、爆炸等各种物理现象的仿真，对产品的运动仿真，及材料⼒学、弹性⼒学和动⼒学仿真，对产品长期使⽤的疲劳仿真，对整个产品的系统仿真，以及针对注塑、铸造、焊接、折弯和冲压等各种加⼯⼯艺的仿真，以及装配仿真，帮助产品实现整体性能最优的多学科仿真与优化，针对数控加⼯和⼯业机器⼈的运动仿真（其中数控仿真⼜可以分为仅仿真⼑具轨迹，以及仿真整个⼯件、⼑具和数控装备的运动），还有⾯向⼯⼚的设备布局、产线、物流和⼈因⼯程仿真。如果从仿真的对象来区分，虚拟仿真技术可以分为产品性能仿真、制造⼯艺仿真和数字化⼯⼚仿真。
在数字化设计技术和虚拟仿真技术发展和集成应⽤的过程中，产⽣了Digital Mockup（DMU，数字原型）、Digital Prototyping（数字样机）、Virtual Prototype（虚拟样机）、Functional Virtual Prototype（全功能虚拟样机）等技术，主要是⽤于实现复杂产品的运动仿真、装配仿真和性能仿真。通过对数字样机进⾏虚拟试验，可以减少物理样机和物理试验的数量，从⽽降低产品研发和试制成本，提⾼研发效率。
另⼀⽅⾯，随着传感器技术和⽆线通信技术的发展，⼆⼗⼀世纪以来，物联⽹应⽤越来越⼴。除在消费领域应⽤之外，为了⽀持⾼价值⼯业设备的运⾏监控和维修维护，⼯业物联⽹（IIOT）开始受到业界⼴泛关注。IIOT采集的数据类型和采集频率⽐普通的物联⽹应⽤⾼得多，⽽应⽤的数学模型和分析⽅法也⽐普通的物联⽹应⽤复杂得多。
thread技术
在学术界的研究和GE、西门⼦等⼯业巨头的⽰范效应驱动下，数字孪⽣技术开始受到⼴泛关注。2016年6⽉，我在美国参加西门⼦⼯业软件⼀年⼀度的全球媒体与分析师会议时，西门⼦应⽤了Digital Twin、Digital Thread（数字主线）等术语。我当时建议他们对这些名词术语给予解释，后来西门⼦给我发来对⼗多个名词的解释，e-works专门对这些名词术语进⾏了翻译，发表了⼀篇⽂章。
从数字孪⽣技术的发展背景可以看出，数字孪⽣模型是相对于其物理模型⽽⾔的。可以先建⽴数字孪⽣模型，应⽤数字孪⽣模型来进⾏虚拟试验，但最终还是要建⽴物理模型，通过对数字孪⽣的分析，来优化物理模型的运⾏。
除了上述技术，⼯业⼤数据、⼈⼯智能等技术也是数字孪⽣的关键使能技术。
需要强调的是，数字孪⽣的关键使能技术在数字孪⽣诞⽣之前就已经存在。⽽数字孪⽣的应⽤，⼜促进了这些关键使能技术的进⼀步发展。
04
产品的数字孪⽣
和⼯⼚的数字孪⽣
不同物理实体的数字孪⽣应⽤重点差别很⼤。
产品数字孪⽣应⽤的重点在于复杂的机电软⼀体化装备，例如发电设备、⼯程机械、机械加⼯中⼼、⾼端医疗设备、航空发动机、飞机、卫星、船舶、轨道交通装备、电梯、通信设备，以及能够实现智能互联的通信终端产品。
在产品的设计制造⽣命周期，可以通过在实物样机上安装传感器，在样机测试的过程中，将传感器采集的数据传递到产品的数字孪⽣模型，通过对数字孪⽣模型进⾏仿真和优化，从⽽改进和提升最终定型产品的性能；还可以通过半实物仿真的⽅式，部分零部件采⽤数字孪⽣模型，部分零件采⽤物理模型来进⾏实时仿真和试验，验证和优化产品性能。另⼀⽅⾯，在产品创新设计时，⼤多数零部件会重⽤前⼀代产品的零部件，如果⽼产品已经建⽴了关键零部件的数字孪⽣模型，同样也应当进⾏重⽤，从⽽提升新产品研发效率和质量。
产品服役的⽣命周期是产品的数字孪⽣应⽤最核⼼的阶段。尤其是对于长寿命的复杂装备，通过⼯业物联⽹采集设备运⾏数据，并与其数字孪⽣模型在相同⼯况下的仿真结果进⾏⽐对，可以分析出该设备的运⾏是否正常，运⾏绩效如何，是否需要更换零部件，并可以结合⼈⼯智能技术分析设备的健康程度，进⾏故障预测等。对于⾼端装备产品，其数字孪⽣模型应当包括每⼀个实物产品服役的全⽣命周期数字化档案。
在产品的报废回收再利⽤⽣命周期，可以根据产品的使⽤履历、维修BOM和更换备品备件的记录，结合
数字孪⽣模型的仿真结果，来判断哪些零件可以进⾏再利⽤和再制造。例如SpaceX公司的⼀级⽕箭实现了复⽤，结合数字孪⽣技术，可以更加准确地判断哪些零部件可以复⽤，从⽽⼤⼤降低了⽕箭发射的成本。
⼯⼚的数字孪⽣应⽤也分为三个⽅⾯：在新⼯⼚建设之前，可以通过数字化⼯⼚仿真技术来对构建⼯⼚的数字孪⽣模型，并对⾃动化控制系统和产线进⾏虚拟调试；在⼯⼚建设期间，数字孪⽣模型可以作为现场施⼯的指南，还可以应⽤AR等技术在施⼯现场指导施⼯；⽽在⼯⼚建成之后正式运⾏期间，可以通过其数字孪⽣模型对实体⼯⼚的⽣产设备、物流设备、检测与试验设备、产线和仪表的运⾏状态与绩效，以及⽣产质量、产量、能耗、⼯业安全等关键数据进⾏可视化，在此基础上进⾏分析与优化，从⽽帮助⼯⼚提⾼产能、提升质量、降低能耗，并消除安全隐患，避免安全事故。
⽬前，已有很多企业建⽴了⽣产监控与指挥系统，对车间进⾏视频监控，显⽰设备状态（停机、正常、预警和报警等），展⽰各种分析报表和图表等。构建数字孪⽣⼯⼚可以进⼀步提升⼯⼚运⾏的透明度。然⽽，要构建⼯⼚完整的⾼保真数字孪⽣模型，需要⼯⼚的建筑、产线、设备和产品的数字孪⽣模型，难度很⼤。设备和产线的数字孪⽣模型构建，有赖于⼚商提供相关数据，仅仅通过⽴体相机拍照，通过逆向⼯程构建的车间三维模型精度很低，⽽且也只包括外观的三维模型。但是，即便是仅仅基本的⽰意性的低精度的⼯⼚数字孪⽣模型，对于⼯⼚管理者实时洞察⽣产、质量和能耗情况，尽早发现设备隐患，避免⾮计划停机，也具有实⽤价值。
需要强调的是，对于⼀个已经建成投产的⼯⼚，在⼯⼚运⾏过程中，其数字孪⽣⼯⼚所显⽰的所有数据和状态信息，均来⾃真实的物理⼯⼚，⽽⾮仿真结果。毫⽆疑问，要构建数字孪⽣⼯⼚，需要实现设备数据采集和车间联⽹（M2M）。
下图是美的集团的数字孪⽣⼯⼚应⽤实例。
△美的集团数字孪⽣⼯⼚应⽤实例
数字孪⽣⼯⼚对于离散制造企业和流程制造企业都有⼗分重要的价值。在考察英国Aveva公司时，我们观摩了该公司对于化⼯⼚和⽆⼈海上钻井平台的数字孪⽣应⽤展⽰，数字孪⽣应⽤对于⼯⼚的安全运营具有重要意义。
产品数字孪⽣模型与⼯⼚数字孪⽣模型在产品的制造过程中可以实现融合应⽤。在推进⼯⼚的数字孪⽣应⽤时，如果有⾼保真的产品数字孪⽣模型，并且在此基础上能够构建产品的制造、装配、包装、测试等⼯艺的数字孪⽣模型，以及各种⼑具和⼯装夹具的数字孪⽣模型，则可以在数字化⼯⼚环境中，更加精准地对产品制造过程进⾏分析和优化。
05
产品数字孪⽣模型的演进
和数字主线
产品的数字孪⽣模型是⼀个“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。
如果把产品全⽣命周期各类数字孪⽣模型⽐喻为散乱的珍珠，那么将这些珍珠串起来的链⼦，就是数字主线（Digital Thread）。数字主线不仅可以串起各个阶段的数字孪⽣模型，也包括产品全⽣命周期的信息，确保在发⽣变更时，各类产品信息的⼀致性。
CIMdata认为，数字主线是⼀种信息交互的框架，能够打通原来多个竖井式的业务视⾓，连通设备⽣命周期数据（也就是其数字孪⽣模型）的互联数据流和集成视图。数字主线通过强⼤的端到端的互联系统模型和基于模型的系统⼯程(MBSE)流程来⽀撑和⽀持。波⾳公司开展了数字孪⽣和数字主线应⽤实践，提出基于模型企业（MBE）“钻⽯模型”。△波⾳公司提出的基于模型企业的“钻⽯模型”
对产品数字孪⽣模型的仿真分析，可以发现产品出现了什么问题。但如果要探究为什么出现问题，还需要依靠数字主线把各个阶段的数字孪⽣模型串起，来进⾏整合分析。
埃森哲在其发表的《数字孪⽣：打造⽣⼒产品，重塑客户体验》⽩⽪书中⾮常强调数字主线和数字孪⽣的密切联系。所谓⽣⼒产品指的是Live Product。埃森哲认为，数字主线是贯穿于公司各个职能部门和产品⽣命周期的信息流，涵盖产品构思、设计、供应链、制造、售后服务等各个环节，乃⾄外部的供应商、合作伙伴、和客户产⽣的数据，使其能对产品及其运⾏提供全景的动态信息，赋能数字孪⽣的开发和更新。数字主线使得产品设计、制造和运维过程中所使⽤的流程以及所产⽣的数据能够链接、追溯和管理；⽽数字孪⽣是在产品设计⾄运维的整个⽣命周期内，使⽤经过数字主线管控的数据对产品进⾏建模、对产品的性能、⾏为进⾏仿真、预测、诊断和反馈。
06
数字孪⽣
在制造业的典型应⽤场景
数字孪⽣技术在各个⾏业有⼴泛的应⽤场景。陶飞教授团队在《计算机集成制造系统》2018年第1期刊登的“数字孪⽣及其应⽤探索”⼀⽂中，归纳了14种应⽤场景，后来⼜在论⽂中介绍了数字孪⽣在航空航天、电⼒、汽车、⽯油天然⽓、健康医疗、船舶航运、城市管理、智慧农业、建筑建设、安全急救、环境保护等11个领域，45个细分类的应⽤。
e-works认为，数字孪⽣在制造业的应⽤前景⼴阔。其中，产品的数字孪⽣应⽤覆盖产品的研发、⼯艺规划、制造、测试、运维等各个⽣命周期，可以帮助企业推进数字化营销和⾃助式服务，有助于企业提升维护服务收⼊，创新商业模式；⼯⼚数字孪⽣在⼯⼚设计、建造，⽣产线调试、安装，⼯⼚运⾏监控、⼯业安全等⽅⾯都可以对企业带来价值；数字孪⽣在供应链管理领域也可以应⽤，例如车间物流调度、运输路径优化等。
以下介绍⼀些数字孪⽣在制造业的典型应⽤：
①产品的运⾏监控和智能运维。
对于能够实现智能互联的复杂产品，尤其是⾼端智能装备，将实时采集的装备运⾏过程中的传感器数据传递到其数字孪⽣模型进⾏仿真分析，可以对装备的健康状态和故障征兆进⾏诊断，并进⾏故障预测；如果产品运⾏的⼯况发⽣改变，对于拟采取的调整措施，可以先对其数字孪⽣模型在仿真云平台上进⾏虚拟验证，如果没有问题，再对实际产品的运⾏参数进⾏调整。下图是ANSYS的数字孪⽣技术在风电⾏业应⽤的案例。通过应⽤数字孪⽣技术，可以帮助风电企业避

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。