什么是数字孪生？TCG对数字孪生的定义如下：
“数字孪生是物理对象或系统的动态虚拟表示，通常跨越其生命周期的多个阶段。它使用真实世界的数据、模拟或机器学习模型，结合数据分析，以实现理解、学习和推理。数字孪生可以用来回答假设问题，并且应该能够以直观的方式呈现洞见。”
数字孪生有一个基本目的：模拟现实世界系统的行为，使人们能够做出更好的商业决策，影响现实世界，可以通过决策支持直接实现。例如，数字孪生可以模拟一级方程式赛车中可能出现的大量场景，以确定当配速赛车进入赛道时，是否应要求驾驶员停车。或者，这可以通过使用数字孪生来更间接地实现，以模拟电力系统操作员控制室中处理突然减少的发电量的操作员的技能。
一、数字孪生的主要作用
数字孪生可以用来解决组织面临的各种问题，包括但不限于：
（1）捕获需求。数字孪生可以确保在产品生命周期的早期阶段捕获的需求随着产品的发展、构建、投入使用以及最终退役和回收而得到维护和验证。
（2）设计产品。在过去的30多年里，数字设计的一个好处是能够在构思阶段评估备选方案，然后迅速丢弃不符合初衷的概念。此外，在进行任何制造工作之前，设计数字孪生可以用于模拟和测试设计。此外，三维模型可以在上下文中可视化，以生成最终产品的可配置数字模型，用于早期用户验收测试，这在汽车和航空航天行业已司空见惯几十年。
（3）项目规划：项目规划数字孪生体可用于根据其他数字孪生体的影响对不同的生命周期计划进行比较，以帮助应急和恢复力管理，确保计划是可实现的。
（4）可靠性工程。过去几年，随着工业物联网解决方案的发展，以数字方式反映资产真实实例中的传感器信息的能力变得越来越可行；同样，这不是一个新概念，而是近年来在可扩展性、安全性、成本和弹性方面有所改进的概念。能够根据需要尽可能实时地监控资产性能，意味着可靠性工程师能够就资产维护和更换做出更好的决策，从而提高整体资产性能、提高系统效率和优化资产行为，所有这些都使得可靠性工程师能够基于高质量的数据而不是仅仅基于经验的假设来预测和管理风险。
（5）训练。随着设备变得越来越复杂，经验丰富的知识型员工离退休越来越近，作为培训辅助工具的数字孪生的效用正在显著增强。当拥有数字孪生的新用户可以获得所有信息时，不再需要长时间的学徒或指导；当然，新的团队成员通常需要帮助，但数字孪生在许多情况下已经成功地证明，允许团队在第一时间正确地解决问题。
（6）实时决策。数字孪生允许决策者快速理解在资产生命周期的任何时候对其进行的任何更改的含义。例如，如果发生重大变化，将对项目计划模型、质量和重心设计模型、总体财务影响成本模型等产生什么影响。因此，数字孪生使组织能够执行模拟，以回答“假设”问题，有时反复地，调整参数，而不是通过创建物理原型的过程。
（7）退役资源。由于全球可利用的某些资源水平有限，近年来人们一直非常关注如何回收、退役或报废资产，以鼓励循环经济。例如，由于钢材是一种有限的资源，各大钢铁生产商非常重视了解其产品的用途、使用时间、维护方式以及在其第一次使用寿命结束时的状况，以确保它们可以在将来的产品中重复使用。此外，还采取了全球举措，监测塑料和其他危险材料，以确保安全使用和处置，这意味着数字孪生可以用于改进报告和法规遵从性。
二、数字孪生应用的比较和权衡
数字孪生允许我们在产品生命周期的多个点上进行模拟，以改进决策，但有一个权衡。模拟必然是有界的，而且是近似的，所以在投入大量时间和金钱之前，我们需要了解创建数字孪生的商业价值和影响。我们必须首先回答一个简单的问题：“我们为什么要这样做？“有时候答案是显而易见的：为了降低项目成本，让产品更快地进入市场，以实现法规遵从性。但是，在其他情况下，价值并不那么明确。在所有情况下，在进行数字孪生项目之前，应考虑以下三个因素：
（1）复杂性：创建一个数字孪生需要多少成本（时间和成本）；
（2）广度：数字孪生的通用性或具体性如何；
（3）深度：数字孪生的结果有多详细和准确。
实际上，由于数字孪生可以解决各种各样的问题，并且由于每个问题中固有的权衡，很可能最终会出现多个联合的数字孪生满足不同的需求，例如表示产品生命周期的各个阶段，或者回答不同的“假设”问题。而且，业务领域以及生态系统中可能的其他组织，将需要共享数据，并且这些数据可能需要实时集成，以确保对任何一个数字孪生体的更改在另一个数字孪生体中得到正确表示。
三、数字孪生的典型架构
数字孪生可能非常复杂，下图提供了一个便于理解的表示，说明如何在数字孪生内部安全地使用和分析来自真实世界的信息。数据可以可视化呈现正确的工具，在正确的时间，由正确的人提供准确和及时的信息，以推动有效的决策。
数字孪生高阶体系架构
如上图所示，数据是数字孪生的基础；真实世界（模型数据）的表示是模拟真实世界的关键。传感器数据提供真实世界的当前状态，并通过仿真生成建模输出。
考虑以下关于数据和模拟的两个关键挑战：
- 管理这些数据，同时确保一组输出数据可以追溯到当时的系统配置和追溯到初始条件，这既重要又相当困难；
- 模拟可以产生大量的数据，可能比真实世界产生的数据要多得多（通过物联网设备）。处理如此大量的数据至关重要。
此架构视图还受高级详细参考体系结构的支持，该体系结构包含：
- 七层，物联网、数据、记录系统等信息模型管理和操作；
- 三列，确保数字孪生是安全的，适当的耦合和管理，确保数据的准确性和质量。
必须注意的是，数字孪生并不是孤立的；它必须与整个企业架构集成。事实上，数字孪生模型中使用的某些元素可能已经存在于组织中，可以对其进行扩展或重新使用，以支持数字孪生模型。
数字孪生体系结构
从下图的数字孪生技术架构中可以看出，数字孪生不是独立的应用程序。数字孪生需要集成到组织的现有应用系统中，才能支持预期的企业效益。
数字孪生技术架构
数字孪生并不是可以在市场上买到的简单产品，而是一个复杂的系统集成的结果。
只有敬畏专业才能真正看清问题！
置身于数据领域中的专业人士需要有两个我，一个在数据世界中醒着（看到数据），一个在物理世界中冥想（应用数据）。
