数字孪生是企业数字化转型的基础技术支撑，包含了三维可视、三维交互和模拟仿真等技术，基于数字孪生技术，可以构建包含宏观态势-中观运行-微观个体一体化的物联感知与仿真平台，通过对基础设施的物理结构、设施设备运作状态以及环境数据等多源异构数据的集成，形成一个“人-物-场”为有机结合的智能孪生体，有效容纳人工智能、大数据和物联网技术，为信息化、数字化管理提供有效的支撑。
那么为什么数字孪生逐渐从三维炫酷展示变成了非数字孪生不可呢？要从数据和业务需求来分析。
- 【多源异构数据的困境】
随着物联网越来越深入到各个领域，每一个车站、工厂、道路都变成了一个设备密集、数据密集运行体，业务系统需要对接多种设备上报的海量多源异构实时数据，数据种类和频率都已经远远超过了传统网页表格类布局的承载和展示能力。
当有告警数据或异常数据上报时，包含时间、空间位置、监控视频、传感数据的信息已经无法让用户直观的通过文字来确认、识别事件的来源，并做出及时的相应。
所以随着物联网系统越来越复杂，传感器越来越多，承载数据的载体应该是模型本身，而不是表格和文字。而数字孪生本身就提供了基于数据驱动的三维可视化和用户交互系统。
2.【经验的困境】
就拿一个水厂来说，以往一家水厂每天需要生产多少自来水，主要靠经验毛估估。在污水处理的过程中，有一些企业“达标靠加药，运行靠经验”。水厂的正常运行需要操作人员不但要具备基础的物理、化学、生物知识，还要了解和掌握工艺流程、各建筑物的作用及各种化验指标的应用等，要保证达标排放，压力非常大。
而数字孪生系统可以根据检测数据、实验数据等、历史数据等对工艺流程和操作过程进行仿真模拟，让工艺的效果看得见，摸得着，最终形成数据模型库，帮助实现最优化调度方案。让经验固化在系统中。
那么数字孪生系统的终极目标是什么？
以应用场景为基础，结合物联网及AI技术，打造能够感知运行环境中的动态条件；执行动作影响环境条件；进行推理以解释感知信息、求解问题、产生推断和决定动作的智能体。
建设内容：
• 构建全要素语义化模型，包括物理模型、运行模型等。
• 构建三维数据可视化及用户交互系统。
• 构建基于实时数据及模拟场景的仿真系统
• 构建基于AI技术的智能引擎，包含行业常识、知识图谱、专家系统等。
通过建设数字孪生系统，并与历史和实时数据模型进行结合，实现数据驱动的仿真和推演功能，最终达到动态响应与协同控制目标，形成一套基于 AIoT和数字孪生的自主式运营的只能管控平台。
