数据是数字孪生的核心驱动力，数字孪生数据不仅包括贯穿产品全生命周期的全要素/全流程/全业务的相关数据，还强调数据的融合，如信息物理虚实融合、多源异构融合等。
从满足信息物理全面连接映射与实时交互的角度和需求出发，理想的数字孪生不仅要支持跨接口、跨协议、跨平台的互联互通，还强调数字孪生不同维度间的双向连接、双向交互、双向驱动，且强调实时性，从而形成信息物理闭环系统。
目前，数字孪生已在不同行业不同领域得到应用，基于模型和数据双驱动，数字孪生不仅在仿真、虚拟验证和可视化等方面体现其应用价值，还可针对不同的对象和需求，提供相应的功能与服务。
实践与应用表明，物理实体对象是数字孪生的重要组成部分，数字孪生的模型、数据、功能/服务与物理实体对象是密不可分的。
数字孪生理想特征
数字孪生模型因物理实体对象而异、数据因物理实体特征而异、功能/服务因物理实体需求而异。此外，信息物理交互是数字孪生区别于其他概念的重要特征之一，若数字孪生概念范畴不包括物理实体，则交互缺乏对象。
综上所述，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、服务是数字孪生的核心要素。
- 德国、美国、中国、英国、瑞典、意大利、韩国、法国、俄罗斯等科技相对发达的国家；
- 德国亚琛工业大学、美国斯坦福大学、英国剑桥大学、瑞典皇家理工学院、清华大学等各国一流大学；
- 西门子、PTC、德国戴姆勒、ABB、GE、达索、空客等国际著名一流企业；
- 美国NASA、美国空军研究实验室、法国国家科学研究中心、俄罗斯科学院等世界顶尖国家级研究机构；
- 具有智能制造、航空航天、医疗健康、城市管理等各研究背景的专家学者。
数字孪生应用领域
当前数字孪生已得到了十多个行业关注并开展了应用实践。除在制造领域被关注和应用外，近年来数字孪生还被应用于电力、医疗健康、城市管理、铁路运输、环境保护、汽车、船舶、建筑等领域，并展现出巨大的应用潜力。
如图所示，德国、美国和中国在数字孪生论文发表数量上，近3年均处于前三名。从时间维度分析，中、美、德3国数字孪生研究可以分为以下3个阶段：
截止到2019年12月31日，美国累计发表数字孪生文章总数位居世界第二。
工业4.0主要提出单位之一——德国弗劳恩霍夫研究院的Sauer指出数字孪生是工业4.0的关键技术。
各方因素促使了数字孪生在中国的快速发展，使2019年中国单年发表的数字孪生文章总量高达108篇位居世界第二。
截止到2019年12月31日，中国累计发表数字孪生文章总数位居世界第三。其中，2019年《计算机集成制造系统》上发表的数字孪生30篇，对数字孪生研究与发展起到了重要作用。
一方面，数字孪生能够支持制造的物理世界与信息世界之间的虚实映射与双向交互，从而形成“数据感知-实时分析-智能决策-精准执行”实时智能闭环；
数字孪生五维模型与New IT的关系
VR技术利用计算机图形学、细节渲染、动态环境建模等实现虚拟模型对物理实体属性、行为、规则等方面层次细节的可视化动态逼真显示；
AR与MR技术利用实时数据采集，场景捕捉，实时跟踪及注册等实现虚拟模型与物理实体在时空上的同步与融合，通过虚拟模型补充增强物理实体在检测、验证及引导等方面的功能。
结合云计算技术，复杂的孪生数据可被传送到云端进行进一步的处理，从而实现了针对不同需求的云-边数据协同处理，进而提高数据处理效率、减少云端数据负荷、降低数据传输时延，为数字孪生的实时性提供保障。
云计算按需使用与分布式共享的模式可使数字孪生使用庞大的云计算资源与数据中心，从而动态地满足数字孪生的不同计算、存储与运行需求。
大数据能够从数字孪生高速产生的海量数据中提取更多有价值的信息，以解释和预测现实事件的结果和过程。
此外，通过区块链建立起的信任机制可以确保服务交易的安全，从而让用户安心使用数字孪生提供的各种服务。
AI通过智能匹配最佳算法，可在无需数据专家的参与下，自动执行数据准备、分析、融合对孪生数据进行深度知识挖掘，从而生成各类型服务。
数字孪生有了AI的加持，可大幅提升数据的价值以及各项服务的响应能力和服务准确性。
- 如何构建动态多维多时空尺度高保真模型？
- 如何保证和验证模型与物理实体的一致性/真实性/有效性/可靠性？
- 如何实现多源多学科多维模型的组装与集成等？
- 如何实现海量大数据和异常小数据的变频采集？
- 如何实现全要素/全业务/全流程多源异构数据的高效传输？
- 如何实现信息物理数据的深度融合与综合处理？
- 如何实现孪生数据与物理实体、虚拟模型、服务/应用的精准映射与实时交互等？
- 如何实现跨协议/跨接口/跨平台的实时交互？
- 如何实现数据-模型-应用的迭代交互与动态演化等？
上述科学问题是当前数字孪生研究与落地应用亟待解决的系列难题。
此外，在数字孪生商业化过程中，如商业化平台和工具研发，商业模式推广应用等方面，也存在一些难题有待研究和解决。
数字孪生能够突破许多物理条件的限制，通过数据和模型双驱动的仿真、预测、监控、优化和控制，实现服务的持续创新、需求的即时响应和产业的升级优化。
数字孪生功能与作用
- 本企业是否需要用数字孪生？
- 是否适用数字孪生？
- 是否值得使用数字孪生？
事实上，数字孪生并非适用于所有对象和企业。为辅助企业根据自身情况做出正确决策，本节尝试从产品类型、复杂程度、运行环境、性能、经济与社会效益等不同维度总结数字孪生适用准则，如下表所示，以供参考。
笔者团队与相关技术标准委员会及应用企业前期共同探索建立了数字孪生标准体系框架，从数字孪生基础共性标准、关键技术标准、工具/平台标准、测评标准、安全标准、应用标准6个方面对数字孪生标准体系进行了研究。但针对所建立的标准体系中各数字孪生具体标准内容，仍需进一步的研究与制定。
据报道，国际标准化组织自动化系统与集成技术委员会（ISO/TC184）正在开展数字孪生构建原则、参考架构、物理制造元素的数字表示、信息互换及数字孪生可视化元素等方面标准研究；
IEEE数字孪生标准工作（IEEEP2806）正在开展智能工厂物理实体的数字化表征与系统架构等相关标准研究；
ISO/IEC信息技术标准化联合技术委员会数字孪生咨询组在数字孪生的术语、标准化需求、相关技术、参考模型等方面开展研究，但尚未有数字孪生具体标准发布。
综上所述，数字孪生的发展与落地应用需标准的指导与参考，数字孪生国际标准的制定是当前各国关注的重点。
据报道，已有相关商业工具和平台可支持数字孪生构建和应用，如MATLAB的Simulink、ANSYS的TwinBuilder、微软Azure、达索3D Experience等。
但从功能性的角度出发，这些工具和平台大多侧重某一或某些特定维度，当前还缺乏考虑数字孪生综合功能需求的商业化工具和平台。
另一方面，从开放性和兼容性的角度出发，相关使能工具/平台主要针对自身产品形成封闭的软件生态，不同工具和平台间模型和数据交互与集成难、协作难、兼容性差、缺乏系统开放、兼容性强的数字孪生构建工具和平台。
随着相关技术的发展与产品研发模式的演变，未来构建数字孪生可能不再是困扰用户的关键难题，如龙头企业为提高自身产品的质量与研发效率，未来会要求研制者或提供者在提供产品物理实体的同时，也必须提供相应的数字孪生模型。
综上分析，数字孪生的落地与推广应用需功能综合、系统开放与兼容、集成性强的商业化工具和平台的支持。此外，当前还缺乏数字孪生评估与测试的商业化工具和平台。
