数字孪生（Digital Twin）

数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。

为了便于数字孪生的理解，庄存波等提出了数字孪生体的概念，认为数字孪生是采用信息技术对物理实体的组成、特征、功能和性能进行数字化定义和建模的过程。

 

数字孪生体是指在计算机虚拟空间存在的与物理实体完全等价的信息模型，可以基于数字孪生体对物理实体进行仿真分析和优化。

数字孪生是技术、过程、方法，数字孪体是对象、模型和数据。

 

数字孪生的三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。

 

数字孪生主要是要创建和物理实体等价的虚拟体或数字模型，虚拟体能够对物理实体进行仿真分析，能够根据物理实体运行的实时反馈信息对物理实体的运行状态进行监控，能够依据采集的物理实体的运行数据完善虚拟体的仿真分析算法，从而对物理实体的后续运行和改进提供更加精确的决策。

 

数字孪生体用于解决传统机理模型无法解决的非线性、不确定性问题，数字孪生技术可以与机器学习、深度学习构成一个不断进化的系统。有两种数字优化，一种模型驱动（Model-Driven），一种数据驱动（Data-Driven），即我们可以将机理模型与/或强化学习构建一个适合工业应用的优化方法包。

 

数字孪生与传统建模仿真的区别：

数字孪生是动态的，在数字对象与物理对象之间必须能够实现上下行的数据交互，这样才能让这个数字孪生运行具有持续改善的工业应用价值。

传统建模仿真和数字孪生存在不同的关注点，前者关注建模的保真度，也就是可否准确荒野物理对象特性和状态，后者关注动态中的变化关系。