1.3 数字孪生体的关键特征

数字孪生具有真实性、集成性、动态实时性、可组合性、可视性和可计算性等特征。

（1）真实性：数字孪生的基本特征，避免“虚而不仿，仿而不真”。数字孪生不仅能够动态、实时地映射物理实体外在的几何属性（如形状、结构、尺寸、公差、表面粗糙度等）和行为动作，而且能够精确描述其内在的物理属性和规则属性，如结构动力学模型、热力学模型、应力分析模型、疲劳损伤模型、功能模型、性能模型、故障演化模型等。

（2）集成性：数字孪生的核心特征之一，也是数字孪生构建的难点所在。传统的建模与仿真模型多是局部和碎片化模型，数字孪生更强调全局和一体化模型。以产品为例，数字孪生是几何模型、物理模型、功能模型、性能模型、行为模型等模型的集成与融合，因此通过数字孪生能够对产品的行为、功能和性能进行更加真实、准确地模拟和仿真分析。

（3）动态实时性：数字孪生的核心特征之一。相比于传统的静态设计模型，数字孪生更强调模型的动态实时性，具有虚实同步映射和共生促进的特点。例如，产品数字孪生在生产制造阶段和运维服务阶段会通过与物理产品的不断交互而不断改变和完善，从而实现对物理产品工作进展和工作状态的实时同步映射，并能够通过在线仿真等方式实现对产品制造质量、寿命和健康状态的预测。

（4）可组合性：数字孪生的核心特征之一。数字孪生能够基于已有的零部件或子系统数字孪生体构建复杂系统数字孪生体，不仅有利于复杂系统数据和模型的层次化和精细化管理，而且为复杂系统数字孪生体的快速构建提供支撑。

（5）可视性：数字孪生的基本功能。支持以三维可视化的方式对物理实体的状态进行动态、实时地监控和预警，从而辅助决策。

（6）可计算性：数字孪生的进阶功能，不仅能够支持基于模型的监控，而且要能够实现对未来的预测，并最终实现信息物理系统的以虚控实。相比于基于机理模型的传统仿真方法，数字孪生支持采用机理模型和大数据模型融合的方式进行仿真分析。也就是说，数字孪生通过深度融合机理模型与大数据模型，将推动基于“数理—大数据—环境”融合的集成仿真，从而更加高效、准确、快速地模拟和预测对应物理实体的状态和行为。 myhBYyLdfkSSconLjupCRZ8xpdytc13cDqXXQg5mM2QaFZI0rTry+gZHqboYV3+Q