数字孪生定义

数字孪生（Digital twin）是IT企业关注的热点，著名IT研究机构Gartner 2017年至2019年连续三年将数字孪生列为十大新兴技术之一。

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的全生命周期过程。数字孪生是一种有数字表达实体的映射，可以被视为一个模型和真实世界彼此依赖系统的数字映射。

数字孪生的基本特征是虚实映射。通过对物理实体构建数字孪生模型，实现物理模型和数字孪生模型的双向映射。构建数字孪生模型不是目的，而是手段，需要通过对数字孪生模型的分析及优化，来改善其对应的物理实体的性能和运行能效。

任何物理实体都可以创建其数字孪生模型，一个部件、一个产品、一台设备、一个车间、一座工厂、一个建筑、一座城市，一棵作物，一块农田等。

数字孪生发展

2017年，Gartner 在十大新兴技术的专题解释数字孪生是实物或系统的动态软件模型，在三到五年内，数十亿计的实体将通过数字孪生来表达。通过应用实物的零部件运行和对环境做出反应的物理数据，以及来自传感器的数据，数字孪生可用于分析和模拟实际运行状况，应对变化，改善运营，实现增值。数字孪生所发挥的作用就像一个专家、传统的监控和控制器的结合体。推进数字孪生应用需要进行IT文化的变革，需要结合领域专家、数据科学家和IT专家的优势来完成。

从2018年Gartner发布的新兴技术成熟度曲线中可以看出，数字孪生已经进入了过热期，其建设和预期出现了高峰，超出其当前的能力。随着物联网的广泛应用，数字孪生可以连接现实世界的对象，提供其状态信息，响应变化，改善模型并增加价值。到2020年，将有210亿个传感器和末端接入点连接在一起，在不久的将来，数十亿计物体将拥有数字孪生模型。
除了通过物联网连接“物”，数字孪生连接的对象还有更多。“随着时间的推移，我们这个世界的万事万物几乎都可以与其数字对象动态地相互连接，并能够基于AI实现高级仿真、管理和分析”。

北航陶飞教授指出：当前对数字孪生存在多种不同认识和理解，目前尚未形成统一共识的定义，但物理实体、虚拟模型、数据、连接和服务是数字孪生的核心要素。不同阶段（如作物的不同生命阶段）的数字孪生呈现出不同的特点，对数字孪生的认识与实践离不开具体对象、具体应用与具体需求。从应用和解决实际需求的角度出发，实际应用过程中不一定要求所建立的“数字孪生”具备所有理想特征，能满足实际需求即可。在赵敏先生和宁振波先生撰写的《铸魂：软件定义制造》一书中指出，数字孪生是实践先行，概念后成；数字孪生模型可以与实物模型高度相像，而不可能相等；数字孪生模型和实物模型也不是一个简单的一对一的对应关系，而可能存在一对多，多对一、多对多，甚至一对少，一对零和零对一等多种对应关系。