数字孪生是什么？典型特征有哪些？技术架构解析

1 什么是数字孪生

数字孪生的基础与核心是数据与模型，两者集成融合，在此基础上在数字空间实时构建物理对象的精准数字化映射，通过数据整合与分析预测，模拟、验证、预测、控制物理实体全生命周期过程，形成智能决策的优化闭环。面向的物理对象主要有实物、行为、过程，与孪生体相关的数据有实时传感数据与运行历史数据，集成的模型涵盖物理模型、机理模型和流程模型等。

数字孪生与部分技术概念关联性强，但又不完全相同：

(1)仿真技术。数字孪生的核心技术之一，基于确定性规律和完整机理模型来模拟物理世界的软件方法，但仿真只是以离线的方式模拟物理世界，在研发、设计阶段应用，不搭载分析优化功能，没有实时同步、闭环优化等特征。

(2)资产管理壳(AAS)。其本质是基于德国工业4.0 体系搭建的一套描述语言和建模工具，旨在提升生产资料之间的互联互通和互操作性。AAS是支撑数字孪生的基础技术之一，数字孪生与 AAS在一定程度上代表了美国和德国工业数字化转型的不同理念。

(3)数字线程(Digital Thread)。是实现数字孪生多类模型数据融合的重要技术，发源并广泛应用在航空航天业，是覆盖复杂产品全生命周期的数据流，集成并驱动以统一模型为核心的产品设计、制造和运营。

2 数字孪生的典型特征

(1)虚实映射。数字孪生技术要求在数字空间构建物理对象的数字化表示，现实世界中的物理对象和数字空间中的孪生体能够实现双向映射、数据连接和状态交互。

(2)实时同步。在实时传感等技术的基础上进行多元数据的获取，孪生体可全面、精准、动态反映物理对象的状态变化，有外观、性能、位置、异常等。

(3)共生演进。在理想状态下，数字孪生所实现的映射和同步状态应覆盖孪生对象从设计、生产、运营到报废的全生命周期，孪生体应随孪生对象生命周期进程而不断演进更新。

(4)闭环优化。孪生体最终目的是在描述物理实体内在机理的基础上，分析规律、洞察趋势，通过分析与仿真对物理世界形成优化指令或策略，实现对物理实体决策优化功能的闭环。

3 数字孪生的架构

数字孪生系统主要有四个实体层级：

(1)数据采集与控制实体，包括感知、控制、标识等技术，承担孪生体与物理对象间上行感知数据的采集和下行控制指令的执行。

(2)核心实体，依托通用支撑技术，实现模型构建与融合、数据集成、仿真分析、系统扩展等功能，是生成孪生体并拓展应用的主要载体。

(3)用户实体，以可视化技术和虚拟现实技术为主，承担人机交互的职能。

(4)跨域实体，承担各实体层级之间的数据互通和安全保障职能。

推荐阅读：《中国移动：2021数字孪生技术应用白皮书（63页）.pdf》

《CFLP：数字孪生供应链白皮书（42页）.pdf》

《工业互联网产业联盟：工业数字孪生白皮书（2021）（35页）.pdf》