"Digital Twin"譯為"數字孿生體"，數字孿生體是現有或將有的物理實體對象的數字模型，通過實測、仿真 和數據分析來實時感知、診斷、預測物理實體對象的狀態，通過優化和指令來 調控物理實體對象的行為，通過相關數字模型間的相互學習來進化自身，同時 改進利益相關方在物理實體對象生命週期內的決策。
回顧數字孿生體的發展歷程，可以分為四個階段：
(1) 1960-世紀之交，是數字孿生體的技術準備期，主要是指CAD/CAE建模仿 真、傳統系統工程等預先技術的準備。
(2) 2002-2010,是數字孿生體的概念產生期，指數字孿生體模型的出現和英文術語名稱的確定。這段時間，預先技術繼續成熟，出現了仿真驅動的設計、基於模型的系統工程(MBSE )等先進設計範式。
(3) 2010-2020,是數字孿生體的領先應用期，主要指NASA、美軍方和GE等航空航天、國防軍工機構的領先應用。這段時間也是物聯網、大數據、機器學習、區塊鏈、雲計算等外圍使能技術的準備期。目前數字孿生體的定義不下20個，大部分IT廠商、工業巨頭和諮詢機構都有自己的定義或與自身業務相關的數字孿生體解決方案。從2018年開始，ISO、IEC、IEEE三大標準化組織陸續開始著手數字孿生體相關標準化工作，ISO第一個數字孿生體國際標準將於今年發佈。
2020-2030，是數字孿生體技術的深度開發和大規模擴展應用期。PLM領域，或者說以航空航天為代表的離散製造業，是數字孿生體概念和應用的發源地。目前，數字孿生體技術的開發正與上述外圍使能技術深度融合，其應用領域也正從智能製造等工業化領域向智慧城市、數字政府等城市化、全球化領域拓展。
以更大的視角回望人類歷史的歷次工業革命，表1選取工業化的視角，引入技術經濟學中的"通用目的技術"這一概念，來分析數字孿生體技術在即將到來的第四次工業革命中的地位和作用。通用目的技術（GPT）是指一種單一的通用 技術，在其整個生命週期中都具有以下公認的四個特徵：（1）最初有很大的改進餘地；（2）最終被廣泛使用；（3）具有多種用途；（4）並具有許多溢出效應。目前 普遍認為，蒸汽機、電和內燃機、計算機分別是頭三次工業革命的GPT。人工智 能將成為第四次工業革命的GPT。數字孿生體技術滿足GPT的四個充分必要條件, 秀品牛認為數字孿生體技術也將成為第四次工業革命的通用目的技術。
表1數字孿生體在第四次工業革命中的地位和作用
數字孿生體為跨層級、跨尺度的現實世界和虛擬世界建立了溝通的橋樑，是第四次工業革命的通用目的技術和核心技術體系之一，是支撐萬物互聯的綜合技術體系，是數字經濟發展的基礎，是未來智能時代的信息基礎設施。接下來的十年（21世紀20年代）將成為"數字孿生體時代"。在第四次工業革命進程中， 數字孿生體將貫穿城市化、全球化和工業化的方方面面，成為遍在的數字孿生體。
數字孿生體在第四次工業革命進程中的遍在性
數字孿生成熟度模型
數字孿生體不僅僅是物理世界的鏡像，也要接受物理世界實時信息，更要反 過來實時驅動物理世界，而且進化為物理世界的先知、先覺甚至超體。這個演變 過程稱為成熟度進化，即一個數字孿生體的生長髮育將經歷數化、互動、先知、先覺和共智等幾個過程。
數字孿生體成熟度模型
1. 數化
"數化"是對物理世界數字化的過程。這個過程需要將物理對象表達為計算機和網絡所能識別的數字模型。建模技術是數字化的核心技術之一，例如測繪掃 描、幾何建模、網格建模、系統建模、流程建模、組織建模等技術。物聯網是"數化"的另一項核心技術，將物理世界本身的狀態變為可以被計算機和網絡所能感 知、識別和分析。
2. 互動
"互動"主要是指數字對象間及其與物理對象之間的實時動態互動。物聯網 是實現虛實之間互動的核心技術。數字世界的責任之一是預測和優化，同時根據 優化結果乾預物理世界，所以需要將指令傳遞到物理世界。物理世界的新狀態需要實時傳導到數字世界，作為數字世界的新初始值和新邊界條件。另外，這種互 動包括數字對象之間的互動，依靠數字線程來實現。
3. 先知
"先知"是指利用仿真技術對物理世界的動態預測。這需要數字對象不僅表 達物理世界的幾何形狀，更需要在數字模型中融入物理規律和機理。仿真技術不 僅建立物理對象的數字化模型，還要根據當前狀態，通過物理學規律和機理來計 算、分析和預測物理對象的未來狀態。這種仿真不是對一個階段或一種現象的仿 真，應是全週期和全領域的動態仿真。
4. 先覺
如果說"先知"是依據物理對象的確定規律和完整機理來預測數字孿生體的未來，那"先覺"就是依據不完整的信息和不明確的機理通過工業大數據和機器學習技術來預感未來。如果要求數字孿生體越來越智能和智慧，就不應侷限於人類對物理世界的確定性知識。其實人類本身就不是完全依賴確定性知識而領悟世界的。
5. 共智
"共智"是通過雲計算技術實現不同數字孿生體之間的智慧交換和共享，其隱含的前提是單個數字孿生體內部各構件的智慧首先是共享的。所謂"單個"數 字孿生體是人為定義的範圍，多個數字孿生單體可以通過"共智"形成更大和更 高層次的數字孿生體，這個數量和層次可以是無限的。眾多數字孿生體在"共智" 過程中必然存在大量的數字資產的交易，區塊鏈則提供了最佳交易機制。
表2數字孿生體成熟度模型、關鍵特徵和關鍵技術
數字孿生製造
1. 現狀
近年來，製造業在逐步走向智能化。數字孿生體作為製造業智能化的核心技術之一，受到了越來越多的關注和研究。根據前文所述的數字孿生體發展階段， 數字孿生體已經經歷了技術準備期、概念製造期和預先應用期，在製造業的多個 領域取得了一定的技術積累和預先應用。
自從有了諸如CAD等數字化手段後，數字孿生體技術已經開始萌芽。有了CAE仿真手段，研究手段從計算機簡單輔助向自動化轉變，數字虛體和物理實體走得更近。有了系統仿真，研究對象從簡單物體向複雜系統轉變，虛擬實體更像物理實體。直到有了比較系統的數字樣機技術，研究目標從單體動力學向多體動力學轉變，研究形式從靜態向動態轉變。隨著數字孿生體技術的不斷髮展，數字孿生體逐步邁向大規模擴展應用期。
目前數字孿生體正在與人工智能技術深度結合，促進信息空間與物理空間的實時交互與融合，通過在信息化平臺內進行更加真實的數字化模擬，實現更廣泛的應用。將數字孿生體與機器學習框架相結合，數字孿生體可以根據多重的反饋源數據進行自我學習，從而實時地在數字世界裡呈現物理實體的真實狀況，並能夠對即將發生的事件進行推測和預演。數字孿生體的自我學習除了可以依賴於傳感器的反饋信息，也可通過歷史數據，或者雲平臺的數據學習。
2. 綜述
實現數字孿生體是一系列使能技術的綜合應用。在產品生命週期的不同階段, 有不同的主流技術應用於數字孿生體。
在製造領域，一些傳統的技術，如CAD和CAE,天然就是為物理產品數字化而生。一些新興技術，如Al、AR、loT,也為更逼真、更智能、更交互的數字孿生體插上了翅膀。可以預見，數字孿生體在研發設計和生產製造環節將會起到越來越大的作用，成為智能製造的基石。
在產品的設計階段，使用數字孿生體可提高設計的準確性，並驗證產品在真實環境中的性能，主要功能包括數字模型設計、模擬和仿真。對產品的結構、外形、功能和性能（強度、剛度、模態、流場、熱、電磁場等）進行仿真，用於優化設計、改進性能的同時，也降低成本。在個性化定製需求盛行的今天，設計需求及其變更信息的實時獲取成為企業的一項重要競爭力，可以實時反饋產品當前運行數據的數字孿生體成為解決這一問題的關鍵。曾經在試驗科學中廣為應用的半實物仿真也將在數字孿生體中發揮重要作用。
在產品的製造階段，使用數字孿生體可以縮短產品導入時間，提高設計質量, 降低生產成本和加快上市速度。製造階段的數字孿生體是一個高度協同的過程, 通過數字化手段構建起來的數字生產線，將產品本身的數字孿生體同生產設備、 生產過程等其他形態的數字孿生體形成共智關係，實現生產過程的仿真、參數優化、關鍵指標的監控和過程能力的評估。同時，數字生產線與物理生產線實時交互，物理環境的當前狀態作為每次仿真的初始條件和計算環境，數字生產線的參數優化之後，實時反饋到物理生產線進行調控。在敏捷製造和柔性製造大為盛行的今天，對多個生產線之間的協調生產提出更高要求，多個生產線的數字孿生體之間的"共智"將是滿足這一需求的有效方案。
基於這幾年結合實際應用中的經驗，《秀品牛》對數字孿生的理解是：
數字孿生是信息化向智能化升級的要素，是智能工廠的大腦和神經網絡系統，是上帝視角的綜合管理系統，如果說"人工智能AI"是一件衣服，那麼"數字孿生"就是這件衣服最不能缺少的面料。
數字孿生技術是應用層技術，關鍵在於多學科機理思維的綜合能力。
《秀品牛》數字孿生工廠，讓生產更透明，讓管理更智能，第一個面向全局視角的智能化生產管理系統，智能分析、智能監管、智能推演，全時全鏈路全維度生產過程智能化管理。
全時：全過程歷史回溯、智能化實時監管、智能化預測推演；
全鏈路：從原料到成品、從成本到效率、從個體到全局、多角度高精度管理；
全維度：人員、設備、物料、效率、成本、協同。
《秀品牛》數字孿生工廠，通過十多年的摸索，數個數字孿生項目的技術積累，已具備領先的數字孿生技術服務經驗，相繼承接了國內外知名企業華為、貝爾、中交、中船、施樂、核電、布勒、東風日產、武警學院等上百家頭部企業和院校提供了獨一無二的仿真和數字孿生解決方案，讓企業的數據充分得到利用，為企業從信息化到智能化的升級改造提供強力的技術支持，從而極大程度地提升效率降低成本，助力企業利益最大化，贏得了市場競爭優勢。
《秀品牛》數字孿生工廠，已經準備好迎接第四次工業革命浪潮的洗禮，未來已來，您準備好了嗎？讓我們一起見證正在走來的數字孿生時代！
