下载掌阅APP，畅读海量书库
立即打开
通俗来讲，数字孪生是指针对物理世界中的物体，通过数字化的手段构建一个在数字世界中一模一样的实体，借此来实现对物理实体的了解、分析和优化。从更加专业的角度来说，数字孪生集成了人工智能（AI）和机器学习（ML）等技术，将数据、算法和决策分析结合在一起，建立模拟，即物理对象的虚拟映射，在问题发生之前先发现问题，监控物理对象在虚拟模型中的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效地规划或对相关设备进行维护。
数字孪生是形成物理世界中某一生产流程的模型及其在数字世界中的数字化镜像的过程和方法（见图1-2）。数字孪生有五大驱动要素——物理世界的传感器、数据、集成、分析和促动器，以及持续更新的数字孪生应用程序。
图1-2 数字孪生是在数字世界对物理世界形成映射
1.传感器
生产流程中配置的传感器可以发出信号，数字孪生可通过信号获取与实际流程相关的运营和环境数据。
2.数据
传感器提供的实际运营和环境数据将在聚合后与企业数据合并。企业数据包括物料清单、企业系统和设计规范等，其他类型的数据包括工程图纸、外部数据源及客户投诉记录等。
3.集成
传感器通过集成技术（包括边缘、通信接口和安全）达成物理世界与数字世界之间的数据传输。
4.分析
数字孪生利用分析技术开展算法模拟和可视化程序，进而分析数据、提供洞见，建立物理实体和流程的准实时数字化模型。数字孪生能够识别不同层面偏离理想状态的异常情况。
5.促动器
若确定应当采取行动，则数字孪生将在人工干预的情况下通过促动器展开实际行动，推进实际流程的开展。
当然，在实际操作中，流程（或物理实体）及其数字虚拟镜像明显比简单的模型或结构要复杂得多。
“工业4.0”术语编写组对数字孪生的定义是：利用先进建模和仿真工具构建的，覆盖产品全生命周期与价值链，从基础材料、设计、工艺、制造及使用维护全部环节，集成并驱动以统一的模型为核心的产品设计、制造和保障的数字化数据流。通过分析这些概念可以发现，数字纽带为产品数字孪生体提供访问、整合和转换能力，其目标是贯通产品全生命周期和价值链，实现全面追溯、双向共享/交互信息、价值链协同
。
如图1-3所示，为著名的智能制造专家张曙教授理解并形成的数字孪生概念框架，我们从中可以更直观地理解“工业4.0”术语编写组对数字孪生的定义。
图1-3 张曙教授理解并形成的数字孪生概念框架
从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。