對數字孿生概念的粗淺分析

　　隨著智能工廠和數據平臺在工業行業的不斷普及，數字孿生已經成為一個快速增長并被反復提及的概念。然而，隨著行業和學術界對數字孿生的不斷解讀，其含義越來越無法得出統一的答案。

　　數字孿生是如何被提出來的?數字孿生到底是什么，以及一些相關概念的界限是什么等很多問題令人困惑，本文根據北京航空航天大學教授張霖的一些觀點嘗試對其中的一些問題進行粗淺的分析。

　　首先，數字孿生(Digital Twin以下簡稱DT)到底指什么?

　　在信息領域，對于一個名詞有很多不同概念的事情早已司空見慣，因為大多是因為入手問題的角度和側重點不同或者是解釋的詳細程度、文字表達方式的不同而導致概念無法得到統一的解釋，因此學術界會經過一段時間的討論和沉淀之后，逐步形成一致的看法，比如云計算。

　　但是DT的定義卻一反常態，在剛開始的時候含義比較統一明確，隨著研究的深入，定義和內涵卻變得越來越模糊，并且據了解，DT的眾多概念卻不只指向一個固定的事物主體，這樣的概念，屬實不多見。

　　DT一詞，業界一般認為，是由密歇根大學的Michael Grieves教授在2002年針對產品全生命周期管理提出的概念，叫做鏡像空間模型，而Digital Twin是由后來NASA的John Vickers提出的。雖然二者命名不同，但是卻沒有什么歧義，DT就是一個數字化的模型。

　　但是隨著NASA的相關深入研究，對于DT的定義卻發生了變化：DT是充分利用物理模型、傳感器更新、運作歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對于實體裝備的全生命周期過程。

　　DT的主體變成了仿真。

　　同時，NASA相關研究人員還在《NASA空間技術路線圖》中很明確地表示：“DT就是基于仿真的系統工程”。

　　DT的主體又變成了系統工程。

　　莫衷一是。

　　本文綜合整理了一部分DT具有代表性的概念后發現，與DT有關的部分關鍵詞為：

　　1.物理對象2.數據3.模型4.仿真5.仿真結果。

　　那么根據這5個關鍵詞整合分析又可以得出DT的三種定義：

　　第一種：DT是一個隨物理對象實時更新數字副本、數字表示、軟件表示或虛擬表示等數字化模型。

　　第二種：DT是建模加仿真共同構成。

　　第三種：DT是連接物理對象和模型之間的橋梁。

　　我們來看一看第二種，將建模和仿真合起來定義成一個新的概念是否能行?

　　首先，模型和仿真是相關的，這無可厚非，但是他們的主體卻不相同。模型是對事物的描述，而仿真則是基于模型的各種活動，強行組合在一起成為一個新的概念是不合理的。

　　我們再來看看第三種，聽起來是具有很強的實踐性，但是最不合理。如果將物理對象所反饋的數據或仿真反饋的數據稱為橋梁，是合理的。但是這類數據應當是DT的從屬，最多被稱為內容輔助。

　　所以，綜上所述，對于數字孿生的定義可以這樣理解：

　　數字孿生是物理對象的數字模型，通過對物理對象數據的實時接收和利用，與物理對象在全生命周期保持一致。并且，面向物理對象全生命周期進行分析、預測、評估、管理等(即仿真)，對物理對象進行優化和決策的技術被稱為數字孿生技術。