数字孪生发展背景
●2003年，关于数字孪生（Digital Twin）的设想首先出现于Grieves教授在美国密西根大学的产品生命全周期管理课程上。尽管当时“Digital Twin”一词还未正式提出，但其基本思想已经有所体现，即在虚拟空间构建的数字模型与物理实体交互映射，忠实地描述物理实体全生命周期的运行轨迹。
●2010年，“Digital Twin”一词在NASA的技术报告中被正式提出，并被定义为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”；2011年，美国空军探索了数字孪生在飞行器健康管理中的应用，并详细探讨了实施数字孪生的技术挑战；2012年，NASA和美国空军联合发表了数字孪生论文，指出数字孪生是驱动未来飞行器发展的关键技术之一。
●近年来，数字孪生得到越来越广泛的传播。同时得益于物联网、大数据、云计算、AI等新一代信息技术的发展，数字孪生的实施已逐渐成为可能。现阶段，除航空航天领域，数字孪生已经被广泛应用于诸多领域。特别是智能制造领域，数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段。
数字孪生概念定义
●标准化组织中的定义：数字孪生是具有数据连接的特定物理实体或过程的数字化表达，该数据连接可以保证物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程过程的整个生命周期的集成视图，有助于优化整体性能。
●学术界的定义：数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段。（陶飞、刘蔚然等）
●企业界的定义：数字孪生是资产和流程的软件表示，用于理解、预测和优化绩效以实现改善的业务成果。数字孪生有三部分组成：数据模型，一组分析或算法，以及知识。（通用电气，什么是数字孪生）
数字孪生重要概念
●数字孪生生态系统
数字孪生生态系统由基础支撑层、数据互动层、模型构建与仿真分析层、共性应用层和行业应用层组成。
●数字孪生生命周期过程
数字孪生中虚拟实体的生命周期包括起始、设计和开发、验证与确认、部署、操作与监控、重新评估和退役，物理实体的生命周期包括验证与确认、部署、操作与监控、重新评估和回收利用。
值得指出的是，一是虚拟实体在全生命周期过程中与物理实体的相互作用是持续的，在虚拟实体和物理实体共存的阶段，两者应保持相互关联并相互作用；二是虚拟实体区别于物理实体的生命周期过程中，存在迭代的过程。虚拟实体在验证与确认、部署、操作与监控、重新评估等环节发生的变化，可以迭代反馈至设计和开发环节。
●数字孪生功能视角
从数字孪生功能视角，可以看到数字孪生应用需要在基础设施的支撑下实现。物理世界的产品、服务或过程数据也会同步到虚拟世界中，虚拟世界中的模型和数据会和过程应用进行交互。向过程应用输入激励和物理世界信息，可以得到包括优化、预测、仿真、监控、分析等功能的输出。
智能制造数字孪生应用概述
智能制造领域数字孪生体系框架主要分为“基础支撑层”、“数据互动层”、“模型构建层”、“仿真分析层”、“功能层”、“应用层”六个层次。
基础支撑层
通过传感器检测获取物理过程及其环境的关键数据；
数据互动层
包含工业现场数据采集、实时数字传输（5G将为数字孪生技术的应用提供基础技术支撑）和交互与协同（虚拟实体实时动态映射物理实体的状态，在虚拟空间通过仿真验证控制效果，根据产生的洞察反馈至物理资产和数字流程，形成数字孪生的落地闭环）；
数据建模和仿真层
数字孪生由一个或多个单元级数字孪生按层次逐级复合而成，因此需要对实体对象按照系统层次解耦，进行多尺度的数字孪生建模；目前建立仿真模型主要有基于知识建模、基于机理建模和基于数据建模三种方式，但各有利弊。
工业仿真软件，主要是指计算机辅助工程CAE（Computer Aided Engineering）软件。目前中国CAE软件市场基本被外资产品垄断，如ANSYS，海克斯康、西门子、达索等。
功能层实现
数字孪生功能实现层是数字孪生系统最核心的功能价值体现，利于数据建模得到的模型和数据分析结果实现预期功能，实时反映物理系统的详细情况，实现辅助决策，提升物理系统在寿命周期内的性能表现和用户体验。已有一些软件服务商通过提高数字孪生能力提高他们的应用能力，为客户提供垂直细分市场的解决方案。
-END-
本文节选于《数字孪生应用白皮书（2020版）》。如有侵权，请联系我们删除
