01、什么是数字孪生
数字孪生是一个最近两年才被重复提起的新名词，很多人还比较陌生。
根据国际定义，数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
从概念上来看，有几个核心点：
一是物理世界与数字世界之间的映射；
二是动态的映射；
三是不仅仅是物理的映射，还是逻辑、行为、流程的映射；比如生产流程、业务流程等。
四是不单纯是物理世界向数字世界的映射，而是双向的关系，也就是说，数字世界通过计算、处理，也能下达指令、进行计算和控制。
五是全生命周期，数字孪生体与实体的孪生体是与生共有、同生同长，任何一个实体孪生体发生的事件都应该上传到数字孪生体作为计算和记录，实体孪生体在这个运行过程中的劳损，比如故障，都能够在数字孪生体的数据里有所反映。
02、数字孪生的组成
根据德勤的观点，数字孪生由六大部分组成：
一是传感器：生产流程中的传感器负责搜集数据、传递信号；
二是数据：传感器提供的实际运营和环境数据和企业的生产经营数据（如物料清单、设计图纸等）合并形成数字孪生的数据来源；
三是集成：传感器通过集成技术（包括边缘计算、通信接口等）实现物理世界和数字世界之间的数据传输；
四是分析：利用分析技术开展算法模拟和可视化程序，进行数据分析；
五是模型：基于上述数据与信息，建立物理实体和流程的数字化模型，通过模型计算物理和生产流程是否出现错误偏差，从而得出解决错误偏差的方式和行动；
六是控制器：基于模型计算的结果，通过控制器开展行动，调整和纠正错误。
03、数字孪生的历史与案例
数字孪生最早由密西根大学教授Grieves于2002年提出。
后来NASA将数字孪生的理念应用在阿波罗计划中，开发了两种相同的太空飞行器，以反映地球上太空的状况，进行训练和飞行准备。
数字孪生被Gartner评为未来最为重要的十大关键技术之一，Gartner认为，到2021年，一半的大型工业公司将使用数字孪生，从而使这些组织的效率提升10%。
微软推出了Azure Digital Twin服务，能够创建任何物理环境的数字模型，包括连接它们的人员、地点、事物、关系和流程，并与物理世界保持同步。通过Azure Digital Twins，用户可以在空间的语境中查询数据，该服务将成为Azure IoT平台的一部分。
阿里巴巴城市大脑则提出了“数字孪生交通”、“数字孪生城市”、“数字孪生生态”三个阶段的数字孪生蓝图。
GE公司已经拥有了120万个数字孪生体，可以处理30万种不同类型的设备资产。
04、数字孪生的价值
工业界有一种“工业领域1%的革命”的说法，即全球工业的生产效率提升1%，成本将减少300亿。
数字孪生能在工业、交通、城市、环保等各个领域带来显著的效率提升，未来将带来成本的极大下降。具体来说，分为如下几个部分：
首先，数字孪生将使生产更便捷，创新速度更快，生产周期更短。
如前所述，数字孪生通过设计工具、仿真工具、物联网等各种手段，将物理设备的各种属性映射到虚拟空间中，形成了一个可拆解、可复制、可修改、可删除的数字镜像，这就提升了操作人员对物理实体的了解，比如说在现实中你很难对一个燃烧锅炉复杂的内部情况进行了解，但数字孪生就可以使你对其内部结构、实时情况进行了解，这样解决了很多由于物理条件限制而无法完成的操作。
其次，数字孪生将极强的提升测量、分析和预测能力。
通过对物体传感数据的实时了解，借助经验模型的预测和分析，可以通过机器学习计算和总结出一些原本无法测量的指标，从而极大的提升对机械设备、流程的理解力以及控制和预测力。
并且，数字孪生帮助将经验完成数字化。
在传统的工业设计、制造和服务领域，经验往往是一种模糊而很难把握的形态，很难将其作为精准判决的依据。而数字孪生的一大关键进步是可以通过数字化的手段，将原先无法保存的专家经验进行数字化，并提供了保存、复制、修改和转移的能力。
总结来说，数字孪生是基于丰富的历史和实时数据和先进的算法模型，实现对对象状态和行为高保真度的数字化表征、模拟试验和预测。通过对物理和逻辑空间的对象实现深入的认知、正确的推理、精准的操作，使得设计、操作、控制、管理的效率提升。
05、数字孪生为什么现在产生，现在处于什么状态
数字孪生的出现在于感知、网络、大数据、人工智能、控制、建模等技术在最近十年的集中爆发。尤其是传感器和低功耗广域网技术的发展，将物理世界的动态，通过传感器精准、实时地反馈到数字世界。数字化、网络化实现由实入虚，网络化智能化实现由虚入实，通过虚实互动，持续迭代，实现物理世界的最佳有序运行。
目前，尽管数字孪生在全球范围内还处于初期阶段，仅有一些大型公司在部分领域和环节尝试使用数字孪生技术进行部分设备和流程的改造，如前述的GE、阿里巴巴、微软等。
06、数字孪生与CAD/PLM/工业互联网之间的区别
（1）与CAD的区别
CAD模型是数学模型，可以是二维的也可以是三维的；数字孪生必然是三维模型。
数字孪生和CAD很重要的一层关系就是数据关联，可以实现装配关系数据、制造信息数据、功能性能数据、健康检测数据、身份识别数据、实时检测数据进行关联，实现三维和数据的融合；
CAD模型往往是静态的、不可自动化的，其作用仅限于设计阶段；而数字孪生，是贯穿全生命周期，从设计到生产到仓储物流等，且数据反馈和控制是互动的。
数字孪生是基于高保真的三维CAD模型，它被赋予了各种属性和功能定义，包括材料、感知系统、机器运动机理等。它一般储存在图形数据库，而不是关系型数据库。
（2）与PLM的区别
数字孪生与PLM具有紧密关系。数字孪生可以用PLM来管理产品或设备的生命周期，也从PLM软件中输出文件。
然而PLM以前虽然叫做产品全生命周期的管理，但从一个产品的设计、制造、到服务的全过程而言，PLM显然是没有完成任务。它的作用，到了制造的后期，往往戛然而止了。大量在制造中发生的工程状态更改，往往无法返回给研发设计师。
数字孪生的出现，由于对物理产品的全程（包括损耗和报废）进行数字化呈现，这使得产品的“全生命周期”透明化、自动化管理概念，成为货真价实的实际方法。
（3）与工业互联网的区别
工业互联网是数字孪生的孵化床。物理实体的各种数据收集、交换，都要借助于工业互联网来实现。它将机器、物理基础设施都连接到数字孪生上，将数据的传递、存储分别放到边缘或者云端。可以说，工业互联网激活了数字孪生的生命，它天生具有的双向通路的特征，使得数字孪生真正成为一个有生命力的模型。
数字孪生的核心是，合适的时间、合适的场景，做基于数据的、实时正确的决定。这意味着可以更好地服务客户。数字孪生是工业互联网的重要场景，也是工业App的完美搭档。
