数字孪生是一种旨在精确反映物理对象的虚拟模型。 会给研究对象（例如，风力涡轮机）配备与重要功能方面相关的各种传感器。 这些传感器产生与物理对象性能各个方面有关的数据，例如，能量输出、温度和天气条件等等。 然后将这些数据转发至处理系统并应用于数字副本。
一旦获得此类数据，虚拟模型便可用于运行模拟、研究性能问题并生成可能的改进方案；所有这些都是为了获取富有价值的洞察成果，然后将之再应用于原始物理对象。
尽管模拟和数字孪生都是利用数字模型来复制系统的各种流程，但数字孪生实际上是一个虚拟环境，对于研究来说内容特别丰富。 数字孪生和模拟之间的区别主要是规模问题： 模拟通常研究的是一个特定流程，而数字孪生本身可运行任意数量的实用模拟项目来研究多个流程。
当然，二者之间的差异远不止如此。 例如，模拟通常不会从获得实时数据中受益。 但数字孪生是围绕双向信息流设计的。当对象传感器向系统处理器提供相关数据时，该信息流首次出现。然后，当处理器将其得出的洞察成果与原始源对象共享时，该信息流会再次出现。
数字孪生拥有的数据更加优质且不断更新，且覆盖了更加广泛的诸多领域；除此之外，虚拟环境还具备更强的计算能力，因此，与标准模拟相比，数字孪生能够从更有利的角度研究更多问题，具备更大的最终潜力来改进产品和流程。
根据产品放大程度的不同，数字孪生有多种类型。 这些数字孪生之间最大的区别就在于应用领域。 在同一系统或流程中同时存在不同类型的数字孪生，这种情况很常见。 我们来看看不同类型的数字孪生，了解一下它们之间的差异以及应用方式。
组件孪生是数字孪生的基本单元，是最小的功能组件示例。 部件孪生大致相同，但属于重要性稍差一些的组件。
当两个或多个组件一起工作时，就形成了所谓的资产。 资产孪生让您能够研究这些组件的交互，创建大量可处理的性能数据，然后转化成可行的洞察成果。
进一步的放大则包含系统孪生或单元孪生，能够展现不同的资产如何汇聚在一起，共同形成一个完整的功能系统。 通过系统孪生，您可以看到资产之间的交互，并还可获取有关性能优化方面的建议。
流程孪生（宏观层面的放大）展现系统如何通过协同工作来建立整个生产设施。 为达到最高效率，那些系统是否都同步运行？或者一个系统的延迟是否会影响其他系统？ 流程孪生可帮助确定最终影响整体效率的精确时间控制方案。
1991 年，David Gelernter 出版的 镜像世界》(Mirror Worlds) 中首次提出了数字孪生技术的理念。 然而，是 Michael Grieves 博士（当时在密歇根大学任教）于 2002 年将数字孪生概念首次应用于制造业并正式发布了数字孪生软件的概念。 最终，2010 年，美国国家航空航天局 (NASA) 的 John Vickers 引入了一个新名词“数字孪生”。
但其实在更早些时候，利用数字孪生来研究物理对象的核心理念就得到了见证。 实际上，可以这样说，上世纪 60 年代，NASA 就在太空探索任务中率先使用了数字孪生技术，每艘飞行的宇宙飞船都被精确复制了一个地面版本，供 NASA 机组人员研究和模拟使用。
促进研发
利用数字孪生能够更高效地研究和设计产品，生成与潜在性能结果相关的大量数据。 根据这些信息得出的洞察成果可帮助企业在开始生产之前就能进行必要的产品改进。
效率更高
即使在新产品投入生产后，数字孪生也有助于真实反映和监控生产系统，以期在整个制造流程中获得和保持最高效率。
产品生命末期管理
数字孪生甚至可以帮助制造商决定如何处理生命周期结束并需要通过回收或其他措施进行最终处理的产品。 通过使用数字孪生，制造商能够确定哪些产品材料可以回收。
数字孪生因其优点和带来的好处而备受青睐，但并非每家制造商或生产的每种产品都能确保使用这种技术。 并不是任何对象都能达到足够的复杂程度，需要数字孪生技术中所必需的密集频繁的传感器数据流。 从财务角度看，投入大量资源创建数字孪生也并非一定物有所值。 （注意：数字孪生是物理对象的精确复制品，可能造价高昂。）
另一方面，许多类型的项目确实会因使用数字模型而获得诸多益处：
- 实体规模较大的项目 楼房、桥梁以及其他受工程规则严格约束的复杂结构体。
- 机械方面较为复杂的项目 喷气涡轮机、汽车和飞机。 数字孪生有助于提高复杂机械和庞大发动机的效率。
- 电力设备 这包括发电和传输电力的机械装置。
- 制造项目 许多工业环境都是由具备协同工作功能的机械系统构成，正如您所看到的那样，数字孪生非常适用于这些环境，在帮助简化流程、提高效率方面表现出色。
因此，在利用数字孪生方面最成功的是那些涉及大型产品或项目的行业：
- 工程（系统）
- 汽车制造
- 飞机生产
- 轨道车设计
- 建筑施工
- 制造
- 电力公用事业
数字孪生市场：蓄势待发
数字孪生市场的迅速扩张表明，尽管数字孪生已在许多行业中得到应用，但对数字孪生的需求将在一段时间内持续增加。 2020 年，数字孪生市场价值达 31 亿美元。 一些行业分析师推测，至少在 2026 年之前，这一数字还会继续大幅上升，预计会攀升至 482 亿美元1。
数字孪生已广泛用于下列应用：
大型发动机（包括喷气发动机、机车发动机和发电用汽轮机）因使用数字孪生而受益无穷，尤其是在帮助制定定期维护时间表等活动中。
大型物理结构体（如大型建筑物或海上钻探平台）可通过数字孪生进行改进，尤其是在设计过程中。 此外，在设计这些结构体内运行的系统（如暖通空调）方面，数字孪生也非常有用。
数字孪生旨在反映产品的整个生命周期；因此，这样的运作已经很普遍了：数字孪生贯穿于制造的各个阶段，从设计到成品以及中间的各个步骤，均可为之提供产品指导和建议。
正如可通过使用数字孪生描绘和反映产品一样，对接受医疗保健服务的患者也可以采用这种技术。 可利用相同类型的传感器数据系统来跟踪各种健康指标，并生成重要的洞察成果。
汽车代表的是许多种协同工作的复杂系统，数字孪生广泛用于汽车设计，既可以提高车辆性能，又能提高生产效率。
土木工程师及其他参与城市规划活动的人员通过使用数字孪生获得了极大的帮助。数字孪生可实时显示 3D 和 4D 空间数据，还能将增强现实系统整合至各种内置环境中。
现有运营模式显然正在发生根本性改变。 资产密集型产业正在进行数字化改造，以颠覆性的方式改变运营模式，需要具备集成式的物理及数字视图来管理资产、设备、设施以及流程等要素。 对于重组调整来说，数字孪生是至关重要的部分。
数字孪生的未来几乎有无限可能，因为越来越多的认知功能不断投入数字孪生的使用中。 因此，数字孪生正在不断学习新技能，从而可以持续生成优化产品、提高流程效率所需要的洞察成果。
通过本篇关于利用数字孪生转变资产运营的文章，详细了解这一变革会对您的行业带来哪些影响。
深入了解建模与系统设计的一站式解决方案，可帮助您更快交付系统和软件。
通过提高资产可用性、减少成本以及降低设备故障风险来最大限度地提高资产性能。
日常生活中，“数字双胞胎”己经无处不在 (数字钱包，智能生产，元宇宙等)，它的应用取决于大家对“数字双胞胎”的认知和定义，行业不同，交谈对象不同，应用自然有所不同。
通过本综述快速了解数字孪生。本文为您介绍了数字孪生术语的简要定义、可能的使用案例、数字孪生的价值以及对这一动态技术下一步发展方向的评估。
聆听三位 IBM 技术专家就该主题发表的看法；他们还讨论了一些相关话题，例如，如何使用数字孪生解决现实世界的问题、使用数字孪生的关键考虑事项以及他们的参考架构概况。
数字孪生可帮助解决组织面临的各种问题，但将各个部分组合在一起，就需要清楚地了解组织的目标并进行明确的规划。
香港应用科技研究院有限公司 (ASTRI) 采用基于模型的系统工程 (MBSE) 降低成本和整合时间。
鹿特丹港通过部署 IBM 数字孪生技术，从全球最大港口转型成为全球最智能的港口。
注释
1“到 2026 年，数字孪生市场价值将高达 482 亿美元（外部链接，位于 ibm.com 网站之外),” Aashish Mehra，Markets and Markets