1.2 数字孪生的概念

数字孪生，也有很多学者和机构称之为数字镜像、数字映射、数字双胞胎、数字双生、数字孪生体等。数字孪生不局限于构建的数字化模型，不是物理实体的静态、单向映射，也不应该过度强调物理实体的完全复制、镜像，虚实两者也不是完全相等；数字孪生不能割离实体，也并非物理实体与虚拟模型的简单加和，两者也不一定是简单的一一对应关系，可能出现一对多、多对一、多对多等情况；数字孪生不等同于传统意义上的仿真/虚拟验证、全生命周期管理，也并非只是系统大数据的集合。2017～2019年，Gartner公司在连续三年将数字孪生列为十大新型技术的时候，对数字孪生的定义分别为：数字孪生是实物或系统的动态软件模型（2017），数字孪生是现实世界实物或系统的数字化表达（2018），数字孪生是现实生活中物体、流程或系统的数字镜像（2019）。但就目前而言，对于数字孪生没有统一共识的定义，不同的学者、企业、研究机构等对数字孪生的理解也存在着不同的认识。

Michael Grieves教授认为，数字孪生是一组虚拟信息结构，可以从微观原子级别到宏观几何级别全面描述潜在的物理制成品。在最佳状态下，可以通过数字孪生获得任何物理制成品的信息。数字孪生有两种类型：数字孪生原型（Prototype）和数字孪生实例（Instance）。数字孪生包括三个主要部分：①实体空间中的物理产品；②虚拟空间中的虚拟产品；③将虚拟产品和物理产品联系在一起的数据和信息的连接[7]。

李培根院士认为，数字孪生是“物理生命体”的数字化描述。“物理生命体”是指“孕、育”过程（即实体的设计开发过程）和服役过程（运行、使用）中的物理实体（如产品或装备），数字孪生体是“物理生命体”在其孕育和服役过程中的数字化模型。数字孪生不能只说物理实体的镜像，而是与物理实体共生。数字孪生支撑从（产品）创新概念开始到得到真正产品的整个过程。

北京航空航天大学陶飞教授认为，数字孪生是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型、数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务。

NASA认为，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、多尺度、多物理量、多概率的仿真过程，从而在虚拟空间反映相对应的飞行实体的全生命周期过程。GE Digital公司认为，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。西门子公司认为，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。SAP公司认为，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。PTC公司认为，数字孪生（PTC公司翻译为数字映射）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。

总的来说，数字孪生可以概括为：以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界中的镜像数字化模型的精准映射，并充分利用两者的双向交互反馈、迭代运行，以达到物理实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。

本书后面表述中，“数字孪生”这个词是整个技术的统称，数字孪生这个词出现在某个名词前，有时候也会指代“数字孪生系统”。例如“数字孪生车间”就是“车间数字孪生系统”；“数字孪生体”指物理实体在虚拟空间的数字化镜像，是物理实体在数字空间的映射，是和物理实体对应的一个概念；“数字孪生系统”是指构成数字孪生应用的包括物理实体、数字孪生体以及必要的互联模型的整个系统。

数字孪生强调的是虚实两侧的实时互联互通与反馈、双向映射、双向驱动的迭代优化过程，强调的是虚实两侧的动态关联以及通过建立高保真度虚拟模型来完成以虚控实的思想，还有其适用于不同的领域、应用场景、需求/服务的通用实践框架[4]。

数字孪生为实现信息物理系统（CPS）的融合提供了有效途径和方法，实现CPS的融合是数字孪生的目标与核心挑战之一。数字孪生的核心理念在于构建与物理实体等价的数字化虚拟模型，在虚拟侧完成实体对象的仿真、分析、预测、优化，并通过虚实两侧实时的双向映射、双向互联互通与反馈、双向驱动、迭代运行来实现以虚拟世界的优化结果引导、管理物理世界，控制物理实体的精准执行，即以虚映实、虚实互驱、以虚控实。数字孪生的核心价值在于预测，通过高保真度的虚拟模型预测物理实体的演化过程，在此基础上完成不同场景、目标、约束条件下的决策与管控优化。而构建虚拟模型和实现预测价值的核心要素均在于系统的运行数据，即数字孪生采用了有别于传统单一依靠机理模型的建模方式，结合实际数据完成复杂系统模型的建立并以数据驱动模型的更新；预测的基础在于数据挖掘后形成系统信息与知识。总之，基于数字孪生构建的系统实现CPS融合的过程是数据和模型双驱动的迭代运行与优化的过程。此外，构建于数字孪生之上的系统契合了如今智能化的先进理念——能够根据当前状态预测实体对象的发展变化并优化该对象的决策控制行为，以最优结果驱动物理世界的运行，即智能化能依靠未来的预测数据和当前的控制策略来主动地引导被控对象的变化过程，数字孪生实现CPS融合的过程也是实现系统智能化的过程。

近几年，数字孪生正从概念阶段走向实际应用阶段，驱动制造业、建造业等实体产业进入数字化和智能化时代。随着企业数字化转型需求的提升以及政策的持续支持，数字孪生将会出现更深入的应用场景，为实体经济发展带来新的动力。