导语
数字孪生是近年来的热门词汇。根据广泛采用的定义，数字孪生是物理实体的数字化镜像，通过将物体/系统/流程的信息，利用数字技术实时映射在数字化系统中，对产品、制造过程乃至整个工厂进行虚拟仿真，从而让企业实时了解资产的状态、响应变化，改善业务运营和增加价值。如今，数字孪生的应用正不断普及。“已部署IoT的受访者中，有13%声称已经实施了数字孪生，而年有62%的人正在实施或计划实施数字双胞胎。”
根据Gartner预测，“到年，半数的大型工业企业将使用数字孪生，从而使这些企业的效率提高10%。”而且“到年，超过25%的全新数字孪生将作为新IoT原生业务应用的绑定功能被采用。”
数字孪生为何重要？通过在物理世界和数字世界之间建立起实时联系，企业可以利用数字孪生实现产品的全生命周期管理。从产品的设计、开发，到生产、上市，直至被客户使用，企业都可以通过数字孪生全面了解。这有助于企业快速发现和解决问题，加快新品上市速度，提高产品质量，优化运营，并开发新的经营模式，提高收益。
数字孪生的起源
数字孪生的概念可以追溯到年密歇根大学产品生命周期管理中心(ProductLifecycleManagementCenter)的成立。当时该中心向工业界人士介绍题为《PLM的概念性设想》(ConceptualIdealforPLM)的演示稿。
它拥有数字孪生的部分特征：现实空间、虚拟空间，从现实空间到虚拟空间的数据流连接，以及从虚拟空间到现实空间和虚拟子空间的信息流连接。驱动该模型的前提是，每个系统都由两个系统组成：一个是一直存在的物理系统，另一个是包含了物理系统所有信息的新虚拟系统。这意味着在现实空间中存在的系统和虚拟空间中的系统之间存在一个镜像，反之亦然。
年初，这一概念模型在密歇根大学第一期PLM课程中使用，当时被称为镜像空间模型。而数字孪生这一概念的明确提出，则是在年3月，美国空*研究实验室(AFRL，AirForceResearchLaboratory)结构力学部门做的一次演讲，题目为“基于状态的维护+结构完整性战斗机机体数字孪生”，首次明确提到了数字孪生。当时，AFRL希望实现战斗机维护工作的数字化，而数字孪生是他们想出来的创新方法。
年左右，中国也开始跟进。包括工业4.0研究院在内的多家国内研究机构和企业，纷纷启动了数字孪生相关的研究课题。如今，随着大数据、人工智能、5G、边缘计算等
新技术的普及，数字孪生的应用场景不断丰富。PLM、CAD、制造流程管理和制造执行系统(MES)等技术的发展，也加速了数字孪生在制造业中的落地。
数字孪生与工业互联网
工业互联网
年11月26日，GE发布了《工业互联网：打破智慧与机器的边界》，正式提出“工业互联网”的概念，指出工业互联网的目的是提高工业生产效率，提升产品和服务的市场竞争力。年3月，GE联合ATT、思科、Intel和IBM，在美国波士顿发起成立了工业互联网联盟(IndustrialInternetConsortium,IIC)。这个联盟的成立是：为了推进工业互联网技术的发展、应用和推广，特别是在技术、标准、产业化等方面制定前瞻性策略。GE研究报告认为，未来工业互联网在望影响46%的全球经济，工业部门将成为工业互联网发展的基础。
当前，新一轮科技革命和产业变革正孕育兴起，全球工业互联网正加速发展。发展工业互联网已成为各国抢占全球产业竞争新制高点、重塑工业体系的共同选择，成为全球主要国家、产业界和领先企业战略布局的共同方向。例如德国依托雄厚的自动化基础推进工业4.0的应用；美国在实施先进制造战略的同时，大力发展工业互联网。
年2月，中国工互联网产业联盟成立。年11月中国国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》以后，工业互联网的概念开始被人熟知，成为中国制造业发展的一个重要方向。
工业互联网是新一代信息通信技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式，通过人、机、物的全面互联，实现全要素、全产业链、全价值链的全面连接。工业互联网通过人、机、物的全面互联，全要素、全产业链、全价值链的全面连接对各类数据进行采集、传输、分析并形成智能反馈，推动形成全新的生产制造和服务体系，优化资源要素配置效率，充分发挥制造装备、工艺和材料的潜能，提高企业生产效率，创新差异化的产品并提供增值服务。通过万物互联和人机互联，工业互联网将推动制造业变革，实现网络化制造，满足个性化需求。
制造业转型的本质是网络化、数字化和智能化。核心是通过连接机器设备，全面感知海量的工业数据，通过端到端的数据深度集成和建模分析，实现智能化的决策与控制指令，形成智能化生产、网络化协同、个性化定制和服务化延伸的新型制造模式。
数字孪生在工业互联网的应用
连接的对象数字化，即为数字形式的孪生。在数字孪生中，一个是存在于现实世界的实体，它小到一个零件，大至一间工厂、一个城市；而另一个是虚拟的、数字化的，是利用数字化技术营造的与现实世界对称的数字化镜像。该数字孪生体，不仅是对现实实体的虚拟再现，还可以模拟对象在现实环境中的行为。
物理实体是现实世界真实存在的实体，是数字孪生体的基础。数字孪生体是在数字空间中，利用大数据分析、数学、统计、图片、逻辑规则等不同方式进行仿真得到的模型。物理孪生体和数字孪生体之间，通过实时通信和忠实映射实现紧密结合。物理实体在现实世界的运行数据，同步传输到数字孪生体，后者利用这些数据实现对现实物理实体的模拟、分析和优化。由于二者形成了闭环互动，打破了现实与虚拟之间的鸿沟。
在数字孪生体中，机理模型与数字驱动模型之间，实时交互，融合统一，催生出”数据+机理”新型算法模型，为解决工业互联网建模难，提供新的系统性方法和技术。在工业互联网平台中，数字孪生体位于PaaS层，以API的形式出现，其除了将物理实体的运行数据进行简单采集联网，还嵌入基于专业领域知识和生产管理经验的诊断、预测、决策模型，进而输出企业工艺优化方案和运行管理决策的解决方案。
数字孪生在工业制造领域的应用场景
1、智能研发。数字孪生可以在虚拟空间研发设计复杂多样的个性化产品，在没有生产产品的情况下，客户就可以模拟体验产品内外部结构及功能性能，开发者则可验证产在真实环境中的性能。
2、智能生产。在新产品实际投入生产之前，利用数字孪生预先对生产计划排单、订单管理、质量管理、物料管理和设备管理进行建模测试，找出最优方案，可帮助企业缩短新产品导入周期，提高产品交付速度。
3、智能管理。通过对企业管理各要素（人、机、料、法、环）和各环节（研发、供应链、生产、销售、物流等）的数字孪生，一方面可以将生产现场数据实时传输给管理者，辅助管理者及时准确的决策，避免出现管理与生产两张皮、管理滞后于生产的问题。另一方面，通过分析数字孪生体，还可发现不合理和低效的管理流程，从而加以改善和优化，提升组织管理效率。
4、智能服务。在设备状态检测方面，通过对物理设备的几何形状、功能、历史运行数据、实际监测数据进行数字孪生建模，改变了传统的实体设备运行的“黑箱”状态，可实时监测设备各部件的运行情况。在远程故障诊断方面，数字孪生体将实体设备的历史故障与维修据、实时工况数据，与故障诊断知识库相连，利用机器学习技术和知识图谱技术分析数字孪生体的情况，实现实体设备的故障检测、判断、定位与恢复。在预测性维护方面，售后维护人员通过数字孪生体实时收集产品的各项内在性能参数，绘制工作状态与设计性能之间的关系曲线，分析各项性能偏差，提前预判产品零部件的损坏时间，以便主动、及时和提前提供维护服务，避免设备非计划停机带来的损失。
5、产业链协同。创建供应链流程和供应链上所有企业相关业务信息的镜像，可以实时监控执行情况，识别具有差异或结构故障的低效运行的供应链流程，提出针对具体企业及整个供应链物理资源和人力资源的最佳利用方案。通过对整个产业链上下游、产业全要素的生产制造全过程和全生命周期的数字孪生，可实现产业链全环节的数字化管理，提高运行效率，实现产业链增值。
工业互联网下数字孪生的技术融合分析
工业互联网蓬勃发展离不开技术支撑，包括数字孪生、边缘计算、5G、IPV6、标识解析、TSN（时间敏感网络）、PON（无源光网络）、区块链等都是工业互联网的关键技术。
1、数字孪生与5G的融合。数字孪生是5G时代的重要场景应用。5G网络的场景应用包括：eMBB（高带宽）、mMTC（大联接）、URLLC（高可靠低延迟）。eMBB全面提升网络速度，增强网络体验；mMTC链接更多的智能终端，实现万物互联；URLLC因其高可靠性和低延时，应用于自动驾驶、移动医疗等精度要求高的行业。数字孪生是上述应用场景的衍生之一。
2、数字孪生与边缘计算的融合。数字孪生和边缘计算，都具有将虚拟空间和物理实体紧密融合的特点。边缘(Edge)是指人们所使用或者嵌入我们周围世界的端点设备。边缘计算(Edge