起源

Michael Grieves

2002年，歇根大學(xué)的Michael Grieves教授在一次關(guān)于產(chǎn)品生命周期管理（PLM）的演講中提出了鏡像空間模型（Mirrored Spaces Model），模型中出現(xiàn)了現(xiàn)實(shí)空間、虛擬空間、從現(xiàn)實(shí)空間到虛擬空間的數(shù)據(jù)流、從虛擬空間到現(xiàn)實(shí)空間的信息流、以及虛擬子空間的表述，表達(dá)了產(chǎn)品生命周期管理不只是關(guān)注設(shè)計(jì)、開(kāi)發(fā)、生產(chǎn)階段，還要關(guān)注產(chǎn)品的使用階段。

按Michael Grieves自己后來(lái)的說(shuō)法，雖然當(dāng)時(shí)沒(méi)有明確提出數(shù)字孿生的說(shuō)法，但已經(jīng)具備了數(shù)字孿生的所有要素，所以他一直聲稱“數(shù)字孿生”的理念是他發(fā)明的。

NASA

2010年，美國(guó)國(guó)家航空航天局（NASA）在其太空技術(shù)路線圖（Modelling SimulationInformation Technology & Processing Roadmap ：TechnologyArea 11）中首次引入了數(shù)字孿生的表述。當(dāng)時(shí)給數(shù)字孿生的定義是：

“一個(gè)數(shù)字孿生，是一種集成化的多種物理量、多種空間尺度的運(yùn)載工具或系統(tǒng)的仿真，該仿真使用了當(dāng)前最為有效的物理模型、實(shí)時(shí)的傳感器數(shù)據(jù)和飛行的歷史數(shù)據(jù)等等，來(lái)鏡像出物理飛行器的生存狀態(tài)。”

NASA之所以提出數(shù)字孿生概念，大概率是源于一個(gè)Apollo 13登月飛行時(shí)發(fā)生的一次意外事故：

1970年4月，Apollo 13發(fā)射后兩天，宇宙飛船在遠(yuǎn)離地球210,000英里時(shí)，生活艙中的一個(gè)氧氣罐發(fā)生了爆炸，爆炸嚴(yán)重地?fù)p壞了主推進(jìn)器，并且失去大量氧氣和電力。更要命的是，每過(guò)一分鐘，受損的太空飛船就會(huì)飛離地球400英里。NASA地面指揮中心必須在很短的時(shí)間內(nèi)制定出前所未有的返回地球的計(jì)劃。
所幸，NASA在地面還有一套完整的、高水準(zhǔn)的模擬器。地面控制中心調(diào)整了模擬器的質(zhì)量、重心、推力等參數(shù)以適配到Apollo 13當(dāng)前的狀態(tài)。與登月艙制造廠商協(xié)同工作，確定了一個(gè)新的著陸過(guò)程。然后，安排后備宇航員在模擬器上進(jìn)行操作演練，演練證明了方案的可行性，這極大地增加了地面控制中心與宇航員們的信心。最后，成功的讓宇航員們安全回家。

這次成功的應(yīng)急讓NASA意識(shí)到構(gòu)建孿生系統(tǒng)的重要性。但是物理孿生系統(tǒng)的成本過(guò)高，數(shù)據(jù)的完整性和時(shí)效性都不足，不能滿足未來(lái)深空探索的需求，必須找到一種全新的工作模式，這就是數(shù)字孿生系統(tǒng)的由來(lái)。NASA期望的數(shù)字孿生應(yīng)該具備如下四類用途：

1. 發(fā)射前飛船未來(lái)任務(wù)清單的演練。可以用來(lái)研究各種任務(wù)參數(shù)下的結(jié)果，確定各種異常的后果，減輕故障、失效、損害的策略效果的驗(yàn)證。此外，還可以確定發(fā)射任務(wù)最大概率成功的任務(wù)參數(shù)。
2. 鏡像飛行孿生的實(shí)際飛行過(guò)程。在此基礎(chǔ)上，監(jiān)控并預(yù)測(cè)飛行孿生的狀體。
3. 完成可能的災(zāi)難性故障或損害事件的現(xiàn)場(chǎng)取證工作。
4. 用作任務(wù)參數(shù)修改后結(jié)果的研究平臺(tái)。

NASA的數(shù)字孿生基于其之前的宇航任務(wù)實(shí)踐經(jīng)驗(yàn)，極其看重仿真的作用。NASA要完成的宇航任務(wù)，涉及天上、地下、材料、結(jié)構(gòu)、機(jī)構(gòu)、推進(jìn)器、通訊、導(dǎo)航等眾多專業(yè)，是一個(gè)極其復(fù)雜的系統(tǒng)工程。所以，NASA更強(qiáng)調(diào)上述內(nèi)容的集成化的仿真，從某種意義上，是其系統(tǒng)工程方法的落腳點(diǎn)。換個(gè)看問(wèn)題的角度來(lái)講，NASA的數(shù)字孿生，就等同于其基于仿真的系統(tǒng)工程。

不過(guò)在實(shí)踐中，NASA首先采用的是物理孿生，構(gòu)建了一比一的地面模擬器。如下圖：

隨著計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)的高速發(fā)展，特別是軟件技術(shù)與仿真技術(shù)的高度發(fā)展，使得各種物理孿生對(duì)象，從功能上行為上完全可以用計(jì)算機(jī)系統(tǒng)進(jìn)行模擬替代，在此基礎(chǔ)上，NASA提出數(shù)字孿生的理念，就成為水到渠成的事了。

Gartner報(bào)告

數(shù)字孿生的定義

A digital twin is a virtual representation of a thing, person or process. Digital twins are designed to optimize the operation or use of such resources or any business decisions about them, such as improving maintenance or operational efficiency.

一個(gè)數(shù)字孿生體是某個(gè)物、某個(gè)人、甚至某件事的虛擬表現(xiàn)。設(shè)計(jì)數(shù)字孿生的目的是為了優(yōu)化人們對(duì)資源的使用和業(yè)務(wù)決策，比如提高維護(hù)和運(yùn)營(yíng)效率。

數(shù)字孿生的分類

Gartner將數(shù)字孿生分類三類：
1. Discrete digital twins（離散數(shù)字孿生）
2. Composite digital twins（復(fù)合數(shù)字孿生）
3. Digital Twin Organization（組織數(shù)字孿生）

Discrete digital twins（離散數(shù)字孿生） are typically used to monitor and optimize the use of atomic resources such as people, individual products or pieces of equipment, and single process tasks.

離散數(shù)字孿生用于監(jiān)控和優(yōu)化“原子”資源，比如人、產(chǎn)品、設(shè)備部件或者單獨(dú)的流程。這里說(shuō)的“原子”是指從管理視角無(wú)需進(jìn)一步拆分或細(xì)化的業(yè)務(wù)對(duì)象。比如，如果只管理到服務(wù)器，那么服務(wù)器就是一個(gè)原子資源。如果要管理到服務(wù)器中的硬盤(pán)、CPU，那么服務(wù)器就是一個(gè)復(fù)合數(shù)字孿生，而其內(nèi)部的硬盤(pán)、CPU是離散數(shù)字孿生。所以，離散數(shù)字孿生和復(fù)合數(shù)字孿生沒(méi)有嚴(yán)格意義上的區(qū)分，只是管理視角不同。

Composite digital twins（復(fù)合數(shù)字孿生） are typically designed to monitor and optimize the use of a related combination of discrete digital twins and atomic resources. For example, more composite equipment such as cars or industrial turbines, and whole and partial manufacturing or industrial processes.

多個(gè)離散數(shù)字孿生體能夠組合成一個(gè)復(fù)合數(shù)字孿生，比如多個(gè)汽車(chē)部件組合成一輛汽車(chē)，多臺(tái)生產(chǎn)設(shè)備組合成一條生產(chǎn)線，復(fù)合數(shù)字孿生的目的是通過(guò)整合原子資源對(duì)象的數(shù)據(jù)，讓人們更全面、準(zhǔn)確的掌握整輛車(chē)、整條生產(chǎn)線的運(yùn)行狀態(tài)，而不是迷失在各種離散的、甚至相互矛盾的數(shù)據(jù)中。（業(yè)務(wù)系統(tǒng)也是一個(gè)典型的復(fù)合數(shù)字孿生，它有多臺(tái)服務(wù)器構(gòu)成，業(yè)務(wù)系統(tǒng)有自己的APM監(jiān)控指標(biāo)，這些監(jiān)控指標(biāo)又會(huì)被服務(wù)器的監(jiān)控指標(biāo)所影響）

Digital Twin Organization（組織數(shù)字孿生）are typically designed for the purpose of monitoring and optimizing higher-order,business-level outcomes. For example, optimizing overall manufacturing capacity based on changing go-to-market strategy, or maximizing business value for all corporate stakeholders.

多個(gè)復(fù)合數(shù)字孿生可以組合成一個(gè)組織數(shù)字孿生。組織數(shù)據(jù)孿生用于監(jiān)控和優(yōu)化組織績(jī)效，提升業(yè)務(wù)產(chǎn)出。例如，基于調(diào)整市場(chǎng)戰(zhàn)略來(lái)優(yōu)化整體制造能力，或者為所有公司利益相關(guān)者最大化業(yè)務(wù)價(jià)值。 （優(yōu)锘公司就是一個(gè)組織數(shù)字孿生，各種財(cái)務(wù)指標(biāo)就是用于監(jiān)控和優(yōu)化公司的運(yùn)行績(jī)效）

三種數(shù)字孿生在價(jià)值和數(shù)量方面的區(qū)別如下：

數(shù)字孿生的價(jià)值

Gartner認(rèn)為數(shù)字孿生主要有兩方面的價(jià)值：
1. Improve Situation Awareness（態(tài)勢(shì)/情境感知）
2. Automate Your Response（自動(dòng)響應(yīng)）

Improve Situation Awareness: Functionally, all digital twins — at a minimum — monitor data from things (and often related contextual information) to improve our situational awareness. This improved insight alone — for example, “imminent failure of a robot on manufacturing line three,” “we have a patient in recovery approaching Code Blue,” or “excessive gas flares have exceeded our carbon footprint target” — can support better decision making.

為啥叫態(tài)勢(shì)感知？這和傳統(tǒng)監(jiān)控有什么區(qū)別？有兩個(gè)區(qū)別，第一，傳統(tǒng)的物聯(lián)網(wǎng)監(jiān)控主要面向離散數(shù)據(jù)，比如溫度傳感器只采集溫度數(shù)據(jù)、煙感探測(cè)器只采集煙霧告警數(shù)據(jù)。而態(tài)勢(shì)感知是從數(shù)字孿生體的視角將原本離散的監(jiān)控?cái)?shù)據(jù)進(jìn)行聚合，從而可以通過(guò)多個(gè)監(jiān)控指標(biāo)綜合感知、判斷物理實(shí)體的運(yùn)行狀態(tài)。這種判斷更加準(zhǔn)確、直觀。類似任旭常說(shuō)的當(dāng)一個(gè)房間的煙感和溫感都出問(wèn)題時(shí)，大概率能精準(zhǔn)判斷是房間著火了。這個(gè)例子大概率是忽悠，但表達(dá)了數(shù)據(jù)聚合意義。第二個(gè)區(qū)別是傳統(tǒng)物聯(lián)網(wǎng)監(jiān)控主要是處理當(dāng)前的實(shí)時(shí)數(shù)據(jù)，而態(tài)勢(shì)感知?jiǎng)t需要收集大量歷史數(shù)據(jù)，找出數(shù)字孿生體各項(xiàng)監(jiān)控指標(biāo)的歷史規(guī)律，進(jìn)而發(fā)現(xiàn)異常情況，甚至預(yù)測(cè)未來(lái)運(yùn)行趨勢(shì)，這也很類似IT運(yùn)維中常說(shuō)的“非閾值異常檢測(cè)”和“故障預(yù)測(cè)”。

Automate Your Response: To scale up our use of digital twins — e.g., for many pieces of equipment, many patients or dozens of corporate objectives — we will not always be able or willing to manually intervene. We will also need or want to automate (or semiautomate) our business responses.

大概意思是別一出事就在那兒傻喊，要基于定義好的響應(yīng)流程，自動(dòng)通知給正確的系統(tǒng)或人員來(lái)處理。注意，這里的用詞是response，強(qiáng)調(diào)響應(yīng)，而響應(yīng)不一定是處理，處理可以由專門(mén)的系統(tǒng)負(fù)責(zé)。

與原有業(yè)務(wù)系統(tǒng)的關(guān)系

數(shù)字孿生應(yīng)該與企業(yè)原有業(yè)務(wù)系統(tǒng)集成，才能發(fā)揮最大的價(jià)值。而且不同的孿生體類別（離散、復(fù)合、組織）與不同的業(yè)務(wù)系統(tǒng)有交互關(guān)系。

最底層的離散數(shù)字孿生體分析發(fā)現(xiàn)某個(gè)物理設(shè)備發(fā)生異常時(shí)，可以觸發(fā)Field Service Management系統(tǒng)派單給現(xiàn)場(chǎng)服務(wù)人員修理設(shè)備。
復(fù)合數(shù)字孿生體可以將數(shù)據(jù)共享給Enterprise Asset Management系統(tǒng)，改善企業(yè)資產(chǎn)數(shù)據(jù)質(zhì)量，優(yōu)化資產(chǎn)配置結(jié)構(gòu)。另外，復(fù)合數(shù)字孿生體也可以為ERP系統(tǒng)、MES系統(tǒng)提供更準(zhǔn)確的車(chē)間生產(chǎn)數(shù)據(jù)，優(yōu)化生產(chǎn)調(diào)度。
組織數(shù)字孿生體與CRM系統(tǒng)結(jié)合，以便更好的了解客戶的需求。（感覺(jué)有點(diǎn)糊弄，但英文的確是這么寫(xiě)的）

數(shù)字孿生系統(tǒng)參考模型

數(shù)字孿生系統(tǒng)是一套企業(yè)級(jí)軟件系統(tǒng)，主要有4個(gè)核心要素和3個(gè)外部要素構(gòu)成，這7要素就是用于指導(dǎo)企業(yè)構(gòu)建真正數(shù)字孿生系統(tǒng)的參考模型，如下圖：

4個(gè)核心要素如下：

1. Entity metadata — Information to describe the twinned object, including its physical components, how they’re assembled, the object’s behavior and specifications, and so on (e.g., the composition and operation of a turbine).
2. Generated data — IoT sensor-based time-series data, external contextual data, and whatever other data is used by analytical models (e.g., the turbine’s speed, temperature and vibration).
3. Analytical models — Software algorithms that ingest generated data and produce events which increase situation awareness (e.g., turbine bearing No. 3 will fail in five-to-six hours).
4. Software components — Application logic, visualization tools and other functionality to act, based on events produced by analytical models (e.g., generate a “Fix-It” ticket for bearing No. 3).

3個(gè)外部要素如下：
1. Data sources — Any form of information used as input into a digital twin’s entity metadata or as input into a digital twin’s generated data. Data sources vary widely by use case.
2. Digital twin enabling technology — Whatever application infrastructure middleware is used for digital twin software development and runtime (i.e., development tools, runtime platform).
3. Related applications — Business applications — e.g., manufacturing execution systems, supply chain planners, ERP — that are integrated with digital twins (when needed) to make them act on events generated by digital twin analytics.

產(chǎn)業(yè)實(shí)踐

在NASA提出了數(shù)字孿生之后，影響巨大，得到了工業(yè)界的積極響應(yīng)。這里重點(diǎn)介紹幾個(gè)工業(yè)軟件巨頭和行業(yè)組織，因?yàn)樗鼈兗仁菙?shù)字孿生的實(shí)踐者，又是數(shù)字孿生的獲利者，也是數(shù)字孿生的使能者。

西門(mén)子

西門(mén)子是比較早將數(shù)字孿生理念引入到其產(chǎn)品戰(zhàn)略中的，在市場(chǎng)上具有巨大的影響力。
在Realize your digital transformation now — The Digital Enterprise Suite for Product Manufacturers文章中，西門(mén)子數(shù)字工廠業(yè)務(wù)部門(mén)認(rèn)為，數(shù)字孿生是產(chǎn)品或生產(chǎn)工廠的精確虛擬化模型，它展示了產(chǎn)品全生命周期的演進(jìn)，用于預(yù)測(cè)行為，優(yōu)化性能，并從設(shè)計(jì)和生產(chǎn)中獲得洞察力。

西門(mén)子認(rèn)為，通過(guò)使用數(shù)字孿生，實(shí)現(xiàn)“如果怎樣-會(huì)怎樣”的場(chǎng)景，進(jìn)而預(yù)測(cè)出未來(lái)的績(jī)效，會(huì)獲得巨大的價(jià)值。數(shù)字孿生的終極目標(biāo)是實(shí)現(xiàn)由產(chǎn)品開(kāi)發(fā)和生產(chǎn)規(guī)劃構(gòu)成的虛擬世界，與由生產(chǎn)系統(tǒng)和產(chǎn)品績(jī)效構(gòu)成的物理世界之間形成閉環(huán)連接。通過(guò)這種連接，人們可以從物理世界獲得切實(shí)可行的洞察力，在產(chǎn)品和生產(chǎn)運(yùn)營(yíng)的全生命周期做出明智的決定。

西門(mén)子的數(shù)字孿生由三種形式構(gòu)成：產(chǎn)品數(shù)字孿生、生產(chǎn)數(shù)字孿生，以及產(chǎn)品和生產(chǎn)績(jī)效數(shù)字孿生。

1. 產(chǎn)品數(shù)字孿生，提供了虛-實(shí)連接，使企業(yè)可以分析一個(gè)產(chǎn)品在各種條件下性能如何，在虛擬世界里做出驗(yàn)證和調(diào)整，以確保將來(lái)在現(xiàn)場(chǎng)使用的物理產(chǎn)品的性能表現(xiàn)得如同規(guī)劃中一樣。
2. 生產(chǎn)數(shù)字孿生可以在實(shí)際生產(chǎn)發(fā)生之前幫助企業(yè)驗(yàn)證一個(gè)制造過(guò)程工作得如何。通過(guò)使用數(shù)字孿生來(lái)仿真生產(chǎn)過(guò)程，使用數(shù)字主線來(lái)分析事情為何會(huì)發(fā)生，企業(yè)能夠創(chuàng)建一個(gè)生產(chǎn)規(guī)程，在各種環(huán)境條件下依然有效。
3. 生產(chǎn)與產(chǎn)品績(jī)效數(shù)字孿生獲取來(lái)自運(yùn)行中的產(chǎn)品與工廠的數(shù)據(jù)并進(jìn)行分析，通過(guò)深入洞察做出有充分依據(jù)的決策。

tips：前兩個(gè)是虛擬世界的數(shù)字孿生，是產(chǎn)品和生產(chǎn)的設(shè)計(jì)態(tài)階段，主要用于設(shè)計(jì)和仿真。第三個(gè)是物理世界的數(shù)字孿生，采集真實(shí)的產(chǎn)品指標(biāo)數(shù)據(jù)和生產(chǎn)指標(biāo)數(shù)據(jù)。

西門(mén)子認(rèn)為，自己能夠提供一體化解決方案，也就是端到端的數(shù)字孿生。見(jiàn)下圖：

需要注意的是，支持上圖的基礎(chǔ)還是西門(mén)子的CAD、CAE、仿真建模軟件、PLM、MES、工業(yè)物聯(lián)網(wǎng)平臺(tái)等業(yè)界耳熟能詳?shù)能浖＿@些傳統(tǒng)軟件在數(shù)字孿生的助推下發(fā)出更加耀眼的光芒。該圖最大的價(jià)值在于，用數(shù)字孿生的概念實(shí)現(xiàn)了數(shù)字化設(shè)計(jì)與設(shè)計(jì)交付物在概念上的緊耦合，借助于數(shù)字主線的概念實(shí)現(xiàn)了其眾多系列化軟件產(chǎn)品的概念集成和在戰(zhàn)略上的統(tǒng)一。

本質(zhì)上，西門(mén)子將數(shù)字孿生作為一個(gè)說(shuō)明其軟件運(yùn)行機(jī)制的工具，但還沒(méi)有將其作為一種技術(shù)對(duì)其數(shù)字化工廠業(yè)務(wù)涉及到的軟件產(chǎn)品進(jìn)行改造或重構(gòu)。

那么，在沒(méi)有數(shù)字孿生概念之前的數(shù)字化工廠戰(zhàn)略整體上是如何表達(dá)的呢？相對(duì)而言體現(xiàn)的是更加具體的技術(shù)框架。見(jiàn)下圖：

這張圖對(duì)客戶、領(lǐng)導(dǎo)、投資人來(lái)說(shuō)，就沒(méi)什么感覺(jué)了。

西門(mén)子認(rèn)為，數(shù)字化企業(yè)套件是獨(dú)一無(wú)二的集成化軟件與自動(dòng)化工具箱，用于把傳統(tǒng)的企業(yè)轉(zhuǎn)變?yōu)閿?shù)字化企業(yè)。在一個(gè)完全虛擬的環(huán)境中進(jìn)行仿真、測(cè)試與優(yōu)化，減少投入市場(chǎng)的時(shí)間，提高靈活性、質(zhì)量和效率。借助于MindSphere平臺(tái)獲得的洞察力，能夠反饋給整個(gè)價(jià)值鏈，使真實(shí)世界的生產(chǎn)與產(chǎn)品不斷優(yōu)化成為可能。

達(dá)索

Dassault Systemes（達(dá)索系統(tǒng)）是可以與西門(mén)子比肩的另一個(gè)工業(yè)軟件巨頭，通過(guò)自主開(kāi)發(fā)和并購(gòu)，其產(chǎn)品線覆蓋了設(shè)計(jì)、仿真、PLM、ERP、MES、VR/AR等諸多制造業(yè)業(yè)務(wù)。

達(dá)索是3D起家，又深得VR/AR的精妙，所以達(dá)索系統(tǒng)其用三維體驗(yàn)理念為其產(chǎn)品系列打上了與眾不同的標(biāo)簽。自然而然地，在達(dá)索系統(tǒng)，數(shù)字孿生被稱為三維體驗(yàn)孿生——3DEXPERIENCE Twin，與數(shù)字孿生相比，除了更具想象力之外，也確實(shí)更具感染力。

與其他廠家不同的是，達(dá)索將3DEXPERIENCE Twin作為其使用三維體驗(yàn)平臺(tái)的核心內(nèi)容。依托其3DEXPERIENCEplatform，可以創(chuàng)建物理對(duì)象的3D虛擬模型。這些3D模型既可以用平臺(tái)自身提供的工具創(chuàng)建，也可以用平臺(tái)本身的集成功能，從達(dá)索基于3DEXPERIENCE理念開(kāi)發(fā)的自有產(chǎn)品或第三方應(yīng)用中集成而來(lái)。在此基礎(chǔ)上，使用平臺(tái)工具進(jìn)行三維體驗(yàn)式的應(yīng)用展示。

達(dá)索系統(tǒng)認(rèn)為，三維體驗(yàn)平臺(tái)基于單一的數(shù)據(jù)源，基于模型，可以用全數(shù)據(jù)的方式打通產(chǎn)品全生命周期的各個(gè)環(huán)節(jié)，打破文件孤島和部門(mén)墻，粉碎文件黑盒子，實(shí)現(xiàn)產(chǎn)品全生命周期的數(shù)字化連續(xù)。基于模型塑造單一的數(shù)字化孿生，支持產(chǎn)品全生命周期各項(xiàng)業(yè)務(wù)、實(shí)現(xiàn)多學(xué)科知識(shí)的數(shù)字化表達(dá)。

Ansys

作為全球工程仿真領(lǐng)域的領(lǐng)先企業(yè)，Ansys在眾多產(chǎn)品創(chuàng)新的過(guò)程中扮演著至關(guān)重要的角色。在其白皮書(shū)——How Simulation-Based Digital Twins and the Industrial Internet ofThings Can Improve Product and Process Performance中，Ansys認(rèn)為，IOT以近乎實(shí)時(shí)、即時(shí)或重放方式，將仿真與產(chǎn)品或過(guò)程連接起來(lái)，有助于產(chǎn)品或過(guò)程的運(yùn)作與維護(hù)。基于仿真的數(shù)字孿生概念融合了物理產(chǎn)品或過(guò)程、仿真模型和連接，有助于它們之間的交互。

數(shù)字孿生可以由一個(gè)仿真模型構(gòu)成，該模型用于重現(xiàn)了產(chǎn)品或過(guò)程當(dāng)前的狀況，比如可以將磨損或退化的性能指標(biāo)融合于仿真模型之中。而來(lái)自連接到產(chǎn)品或過(guò)程的傳感器數(shù)據(jù)，可以被用于向數(shù)字孿生提供實(shí)時(shí)的邊界狀況。數(shù)字孿生給出的仿真結(jié)果，可以基于實(shí)際產(chǎn)品或過(guò)程的運(yùn)作情況進(jìn)行標(biāo)定，從而使數(shù)字孿生的預(yù)測(cè)能力遠(yuǎn)遠(yuǎn)超出了產(chǎn)品設(shè)計(jì)過(guò)程中獲得的能力。由數(shù)字孿生做出的預(yù)測(cè)可以被用于確定性能問(wèn)題的根源，評(píng)估當(dāng)前控制策略的效果，確定優(yōu)化后的維護(hù)日程等。數(shù)字孿生也可以提供產(chǎn)品或過(guò)程的不可能通過(guò)傳感器測(cè)得的相關(guān)信息，諸如通過(guò)內(nèi)部通道的流速。結(jié)果是，數(shù)字孿生能夠被用于持續(xù)增加產(chǎn)品或過(guò)程的性能和可靠性，同時(shí)又降低它們的運(yùn)作成本。
Ansys給出了數(shù)字孿生的體系如下圖：

Ansys以仿真著稱于世，但并沒(méi)有給出顯性的數(shù)字孿生的定義。除了指出數(shù)據(jù)孿生的益處之外，其同時(shí)強(qiáng)調(diào)，在數(shù)字孿生中引入IOT后，對(duì)仿真技術(shù)本身的改進(jìn)作用。其實(shí)，即使沒(méi)有數(shù)字孿生概念，利用IOT完善仿真模型也是仿真廠家必須要經(jīng)歷，或許正在經(jīng)歷著的必由之路。

GE Digital

GE Digital在其官網(wǎng)（https://www.ge.com/digital/applications/digital-twin）的定義如下：

數(shù)字孿生是資產(chǎn)、過(guò)程的軟件表示（software representations），用于理解、預(yù)測(cè)和優(yōu)化其績(jī)效，進(jìn)而達(dá)到改進(jìn)業(yè)務(wù)結(jié)果的目標(biāo)。

GE認(rèn)為數(shù)字孿生可以提高可靠性和可用性，降低風(fēng)險(xiǎn)，減少維護(hù)成本，改進(jìn)生產(chǎn)，更快地獲取價(jià)值。數(shù)字孿生由三個(gè)組件構(gòu)成：一個(gè)數(shù)學(xué)模型、一組分析方法或算法，以及知識(shí)。數(shù)字孿生使用歷史環(huán)境數(shù)據(jù)與運(yùn)行結(jié)果數(shù)據(jù)以理解過(guò)去發(fā)生的一切，使用直接的和間接的數(shù)據(jù)來(lái)看待當(dāng)前的狀態(tài)，并應(yīng)用機(jī)器學(xué)習(xí)和知識(shí)來(lái)預(yù)測(cè)未來(lái)。

GE定義了一般意義下的數(shù)字孿生的層次化結(jié)構(gòu)：組件、資產(chǎn)、系統(tǒng)和過(guò)程。通過(guò)了解一個(gè)數(shù)字孿生當(dāng)前的狀況、預(yù)測(cè)其未來(lái)的狀態(tài)，人們可以有效地監(jiān)控、仿真和控制一個(gè)資產(chǎn)或過(guò)程，并進(jìn)行全生命周期的優(yōu)化，無(wú)論其是否在線還是離線。

那么，GE是如何看待Predix平臺(tái)與數(shù)字孿生之間的關(guān)系呢？在文章The Digital Twin -Compressing time-to-value for digital industrial companies中，給出如下的Predix體系結(jié)構(gòu)圖：

Predix平臺(tái)是以資產(chǎn)（即高端裝備）為核心的，而數(shù)字孿生成為資產(chǎn)描述的工具。數(shù)字孿生將關(guān)于資產(chǎn)的過(guò)去狀況、現(xiàn)在狀況和未來(lái)預(yù)測(cè)等信息規(guī)范化表達(dá)出來(lái)。應(yīng)用可以利用這些規(guī)范表達(dá)，交付運(yùn)維和設(shè)備健康，預(yù)防性維護(hù)，以及運(yùn)營(yíng)優(yōu)化。

工業(yè)4.0

工業(yè)4.0平臺(tái)直接將其資產(chǎn)管理殼定義為數(shù)字孿生，而且強(qiáng)調(diào)，未來(lái)的數(shù)字孿生是工業(yè)4.0時(shí)代的數(shù)字孿生。

工業(yè)4.0平臺(tái)認(rèn)為，數(shù)字孿生包含了從設(shè)計(jì)、物流、運(yùn)營(yíng)、維護(hù)到再利用與銷(xiāo)毀的資產(chǎn)全生命周期的有用信息。未來(lái)的數(shù)字孿生可以包含一個(gè)3D仿真模型，數(shù)百個(gè)屬性，歷史數(shù)據(jù)，手冊(cè)，安裝指南，專有的功能快，互鎖，狀態(tài)模型，報(bào)警與事件定義等等。數(shù)字孿生儲(chǔ)存在未來(lái)的工業(yè)4.0基礎(chǔ)設(shè)施中，與真實(shí)的對(duì)應(yīng)物相關(guān)聯(lián)與連接。數(shù)字孿生將不會(huì)隱藏于專用的仿真工具中，數(shù)字孿生也可以獨(dú)立于真實(shí)的對(duì)應(yīng)物而存在。總體結(jié)構(gòu)如下：

未來(lái)的數(shù)字孿生/資產(chǎn)管理殼：一個(gè)在物理資產(chǎn)之上的包含數(shù)據(jù)與接口的軟件層

數(shù)字孿生將成為包含接口的功能強(qiáng)大的電子數(shù)據(jù)對(duì)象。未來(lái)的數(shù)字孿生包含數(shù)據(jù)與接口，類似于一個(gè)軟件的驅(qū)動(dòng)程序。