数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，目前在产品设计、产品制造、医学分析、工程建设等领域应用较多。目前在国内应用最深入的是工程建设领域，关注度最高、研究最热的是智能制造领域。
基本组成
2011年，Michael Grieves教授在《几乎完美：通过PLM驱动创新和精益产品》给出了数字孪生的三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。
本质
数字孪生，就是利用我们的“建筑业的BIM、制造业CAE等仿真软件、大数据、人工智能等…..把一个客观世界的“物理属性、环境特征、管理流程、运行规律等进行精确映射，双向互动、仿真、模拟和数字化建模”，封装在一个“软件和XX平台上”。起到模拟展示、虚拟测试等基础作用外，还包括：基于软件或平台对物理实体的控制、指导，同时通通过各种IOT传感技术的数据采集回来重新优化数字模型，再对物理实体作用的双向闭环。
本质上，数字孪生是一种计算机程序，它将有关物理对象或系统的真实数据作为输入，并将生成的数据作为输出，预测或模拟物理对象或系统将如何受到这些输入的影响。并对物理对象或系统进行控制、决策、调动，形成相互映射，并不断积累数字资产、优化数字模型的双向闭环。
关键词：
1、仿真——单要素、单原子；物理实体的物理属性和运行规律；有机体的生命特征和运行规律；小系统及大系统的运行状态；与环境的关系等各种的仿真模拟；
2、双向互动/映射——数字化展示、数字控制实体、数字管理实体；采集实体数据—优化数字模型
3、封装/装载：封装成软件、装载在平台
意义
Digital twin最为重要的启发意义在于，它实现了现实物理系统向赛博空间数字化模型的反馈。这是一次工业领域中，逆向思维的壮举。人们试图将物理世界发生的一切，塞回到数字空间中。只有带有回路反馈的全生命跟踪，才是真正的全生命周期概念。这样，就可以真正在全生命周期范围内，保证数字与物理世界的协调一致。各种基于数字化模型进行的各类仿真、分析、数据积累、挖掘，甚至人工智能的应用，都能确保它与现实物理系统的适用性。这就是Digital twin对智能制造的意义所在。
智能系统的智能首先要感知、建模，然后才是分析推理。如果没有Digital twin对现实生产体系的准确模型化描述，所谓的智能制造系统就是无源之水，无法落实。
