數字孿生（Digital Twin）或數字雙胞胎，最早被稱為“信息鏡像模型”（Information Mirroring Model），是充分利用物理模型、傳感器、運行歷史等數據，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，從而反映相對應的實體裝備的全生命周期過程。因此它具有實時監控、便于創新、精確度高的測量和預測、經驗的數字化、提高性能以及加快生產時間等特點。
數字孿生概念模型最早在2003年由密歇根大學邁克爾·格雷夫斯（Michael Grieves）教授提出。2011年3月，美國空軍研究實驗室結構力學部門的一次演講中首次明確提到了數字孿生這個詞匯。從2014年開始，工業產品和設備變得更智能，數字孿生覆蓋整個產品生命周期，形態和概念不斷豐富。2015年，研究機構和企業紛紛啟動數字孿生相關研究，以實現物理工廠與虛擬工廠的交互融合，推動智能制造。2021年，中興通訊發布了“中興開物AR點云數字孿生平臺”。利用點云算法快速構建數字化現實世界模型，并統一管理接口能力并對外開放。
數字孿生技術以建模仿真為核心，并集成了物聯網、云計算、邊緣計算及大數據技術，其體系架構包括數據保障層、建模計算層、功能模塊層和沉浸式體驗層等四個層面。在國內應用最深入的是工程建設領域，關注度最高、研究最熱的是智能制造領域。隨著數字孿生概念的豐富，數字孿生的應用范圍也隨之擴大。未來，數字孿生將趨向于擬實化、全生命周期化和集成化的發展。然而，虛擬模型的構建和數據準確性的提升仍是其面臨的主要技術挑戰。
概述
數字孿生（Digital Twin）或稱數字雙胞胎，可以直觀地認為是物理世界中虛擬的鏡像對象。數字孿生是具有數據鏈接的特定物理實體或過程的數字化表達，該數據鏈接可以保證物理狀態和虛擬狀態之間的同速率收斂，并提供物理實體或流程過程的整個生命周期的集成視圖，有助于優化整體性能。
數字孿生結合了設計工具、仿真工具、物聯網技術和虛擬現實技術，同時也支持大數據分析和機器學習技術，使用戶能夠評估當前狀態、診斷問題，并預測未來趨勢。作為超越現實的概念，它不僅是裝備系統的數字映射系統，還能實現物理世界與虛擬空間的深度交互與協同優化。此外，數字孿生還可以保存專家經驗，形成智能診斷和判決，從而提高設備故障診斷的準確性和自動化水平。
由于數字孿生具備虛實融合與實時交互、迭代運行與優化，以及全要素、全流程、全業務數據驅動等特點，因此它被應用到產品生命周期各個階段，包括產品設計、制造、服務與運維等。
發展歷程
概念起源階段
數字孿生的概念最早可以追溯到20世紀六七十年代美國航空航天局（NASA）的阿波羅計劃。NASA地面站擁有多個模擬器，用于訓練宇航員和指揮控制人員。在過去的訓練任務中包括了任務失敗時的多種情景模擬，其中一些模擬訓練的成果，被用在了阿波羅13號的救援任務中。NASA使用了當時最先進的通信技術與阿波羅13號航天器中的各種設備以及宇航員們持續保持實時聯系，而這些通信數據則被地面控制人員用于迅速地調整模擬器環境參數，來模擬現實中受損航天器的實時情況。此次行動也是利用虛擬模型與現實聯系并解決問題的實例。
蓬勃發展階段
如果物理對象在數字空間有一個與其一致的孿生體，那就是“數字孿生”。2003年，密歇根大學邁克爾·格雷夫斯（Michael Grieves）教授提出“與物理產品等價的虛擬數字化表達”概念，這可以看作是產品數字孿生的一個啟蒙。
2010年，美國航空航天局描述了航天器數字孿生概念和功能。2011年3月，美國空軍研究實驗室（Air Force Research Laboratory，AFRL）結構力學部門人員做了一次演講，題目是“Condition-based Maintenance Plus Structural Integrity（CBM+SI）& the Airframe Digital Twin（基于狀態的維護+結構完整性&戰斗機機體數字孿生）”，首次明確提到了數字孿生這個詞匯。
2012年，美國航空航天局和AFRL合作共同提出了未來飛行器的數字孿生體范例，以應對未來飛行器高負載、輕質量以及極端環境下服役更長時間的需求。
2014年以后，隨著物聯網技術、人工智能和虛擬現實技術的不斷發展，更多的工業產品、工業設備具備了智能特征，而數字孿生也逐步擴展到包括制造和服務在內的完整的產品生命周期階段，數字孿生的形態和概念在不斷豐富。
廣泛運用階段
2015年，包括工業4.0研究院在內的多家研究機構和企業紛紛啟動了數字孿生相關的研究課題。同時世界各國也提出制造業轉型戰略，其中核心目標之一是構建物理信息系統（Cyber-Physical System，CPS），這意味著實現物理工廠與信息化的虛擬工廠的交互和融合，從而推動智能制造。數字孿生被認為是實現物理工廠與虛擬工廠交互融合的最佳途徑，備受學術界和企業高度關注。
2018年底，全球知名的技術研究和咨詢公司高德納咨詢公司發布了“2019年十大戰略技術發展趨勢”，數字孿生位列其中。2021年，中國國際信息通信展期間，中興通訊也發布了“中興開物AR點云數字孿生平臺”，該平臺基于點云核心算法，能夠快速、精準地構建現實世界的數字孿生底圖，同時將接口能力統一管理并開放。
隨著云計算、物聯網大數據、人工智能等信息技術的快速成熟，全面、實時、精準、雙向控制聯通的數字孿生得以實現。數字孿生對象的應用也得到了極大拓展，一臺設備、一個制造車間、一條供應鏈、一個城市甚至網絡空間，都可以構建“數字孿生體”并與之對應。數字孿生迅速向智能制造、智慧城市、網絡安全等各個領域拓展，逐步成為一種改造現實世界的通用目的技術。
工作原理
數字孿生的基本特征是虛實映射。通過對物理實體構建數字孿生模型，實現物理模型和數字孿生模型的雙向映射。構建數字孿生模型需要通過對數字孿生模型的分析和優化，來改善其對應的物理實體的性能和運行效率。
數字孿生的工作原理是創建一個或一系列和物理對象完全等價的虛擬模型，虛擬模型通過對物理對象進行實時性的仿真，從而能夠監測整個物理對象當前運行的實時狀況，甚至根據從物理對象中采集的實時運行數據來完善優化虛擬模型的實時仿真分析算法，從而得出物理對象的后續運行方式及改進計劃。
體系架構
數據保障層
數據保障層支撐著整個數字孿生技術體系的運作，包括高性能傳感器數據采集、高速數據傳輸以及全生命周期的數據管理。高性能傳感技術可獲得充分、準確的數據源，高帶寬光纖技術可使海量數據傳輸滿足系統實時跟隨性能要求，分布式云服務器存儲可為全生命周期數據的存儲和管理提供平臺保障，以滿足大數據分析與計算的數據查詢和檢索速度要求。
建模計算層
建模計算層是數字孿生技術體系中最核心的一層，是數字孿生解決方案中上層功能和應用的前提和基礎。這一層包含的數字建模、大數據與AI，以及云邊融合計算等相關技術，均為構建數字孿生技術體系的中堅力量。
功能模塊層
功能模塊層主要包括描述及呈現、診斷及分析、雙向交互、輔助決策、優化及進化等模塊化功能。該層是數字孿生業務能力的核心支撐，針對不同的行業和應用場景，數字孿生側重功能也不同。
沉浸式體驗層
沉浸式體驗層主要是為使用者提供良好的人機交互使用環境，讓使用者能夠獲得身臨其境的技術體驗，從而迅速了解和掌握復雜系統的特性和功能，并能通過語音和肢體動作訪問功能層提供的信息，獲得分析和決策方面的信息支持。
沉浸式體驗層是直接面向用戶的層級，以用戶可用性和交互友好性為主要參考指標。沉浸式體驗層通過集成多種先進技術，實現多物理。多尺度的集群仿真，利用高保真建模和仿真技術及狀態深度感知和自感知技術構建目標系統的虛擬實時任務孿生體，持續預測系統健康、剩余使用壽命和任務執行成功率。
核心技術
數字孿生的發展是數字樣機到數字孿生的發展，從“形”似到“行”似，其關鍵在于建模仿真技術，這也是數字孿生的核心技術。此外，大數據技術、物聯網技術、云計算、邊緣計算等諸多技術都與數字孿生相輔相成。
建模
數字建模技術起源于20世紀50年代，其核心目的是簡化和模型化人們對物理世界或問題的理解。數字孿生的本質在于通過數字化和模型化消除各種物理實體的不確定性，尤其是復雜系統。因此，建立物理實體的數字化模型或信息建模技術是創建數字孿生的源頭和核心技術，也是實現數字孿生的關鍵步驟，代表著“數化”階段的核心發展方向。
仿真
仿真是一門建立系統模型（如數學、物理或數學-物理混合模型）并在此基礎上進行實驗的綜合學科。它依托控制理論、相似理論、信息處理與計算技術等，使用計算機及其他專用設備作為工具。仿真通過模擬真實或虛擬系統，結合專家知識、統計數據進行實驗結果分析和決策支持。數字孿生技術是在線數字仿真的一種形式，涵蓋了對象、特性、時鐘、架構、粒度和用途等多個分類，可應用于如訓練目的的分布式、超實時體系級數字孿生，借鑒仿真領域的技術體系以拓寬其應用范圍。
大數據技術
大數據技術是指采集獲取匯聚處理數據的技術總稱，包括數據的采集、數據預處理、分布式存儲、數據庫、數據倉庫、機器學習、并行計算、可視化等。數字孿生作為實體物理模型的虛擬數字化映射對象，需要大數據支持其數據需求。因此，大數據可以為數字孿生提供支持，彌補其不足。數字孿生和大數據融合應用可以打破產品生命周期不同階段之間的壁壘，縮短產品開發和驗證周期，推動智能制造。
物聯網技術
物聯網的核心技術在于采用傳感設備通過互聯網實現人與物、物與物之間的信息交互與智能決策，具有閉環傳輸、模塊處理及互聯互通等重要特征。根據物聯網技術層次標準，可劃分為基礎感知、信息傳輸與數據處理反饋等重要環節，因此包含了龐大的技術群落，主要包括感知層、傳輸層、應用層等所構成的網絡交互。
物聯網技術正在加快著元宇宙數字孿生場景的構建，在數字孿生的模型構建中，精準地把握目標的數據是核心任務。在“萬物互聯”的物聯網技術下，人們能夠精確地收集構建數字孿生所需要的數據。如微軟已經對“商用元宇宙”應用做了詳盡的技術分層，其中最底層技術就包括了物聯網和數字孿生技術。當數字孿生體被“喂養”了足夠多的現實數據，不僅可以更好地模擬、構建過去和未來，還可以打破現實和虛擬的場景界限。
云計算
云計算是分布式計算的一種，指的是通過網絡“云”將巨大的數據計算處理程序分解成無數個小程序，然后通過由多部服務器組成的系統處理和分析這些小程序，得到結果并反饋給用戶。云計算早期，簡單地說，就是簡單的分布式計算，進行任務分發，并進行計算結果的合并。因而云計算又被稱為網格計算。通過這項技術，可以在很短的時間（幾秒鐘）內完成對數以萬計的數據的處理，從而實現強大的網絡服務。
云計算為數字孿生提供了重要的計算基礎設施。云計算采用分布式計算等技術，集成強大的硬件、軟件、網絡等資源，為用戶提供便捷的網絡訪問。用戶使用按需計費的、可配置的計算資源共享池，借助各類應用及服務實現目標功能，且無須關心功能實現的方式，顯著提升了用戶開展各類業務的效率。云計算根據網絡結構可分為私有云、公有云、混合云和專有云等，根據服務層次又可分為基礎設施即服務（Laas）、平臺即服務（Paas）和軟件即服務（SaaS）。
邊緣計算
邊緣計算是指在靠近或數據源頭的一側，通過融網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。云端計算可以訪問邊緣計算的歷史數據。
邊緣計算通過以云邊端協同的形式為數字孿生提供分布式計算基礎。在終端采集數據后，將一些小規模局部數據留在邊緣端進行輕量機器的學習及仿真，只將大規模的整體數據回傳到中心云端進行大數據分析以及深度學習訓練。對高層次的數字孿生系統來說，這種云邊端協同的形式更能夠滿足系統的時效、容量和算力的需求，即將各個數字孿生體靠近對應的物理實體進行部署，完成一些具有時效性或輕度的需要，同時將所有邊緣側的數據及計算結果回傳至數字孿生總控制中心，進行整個數字孿生系統的統一存儲、管理及調度。
類型
產品孿生：這是產品在開發階段的數字，包含了開發所需的所有信息，如3D模型、原始數據、工程圖紙、測試特性和數據。
生產孿生：這是對產品孿生數據的拓展，這些數據顯示了其與周圍環境的相互作用，如其他機器和設備的幾何形狀、工具及程序等。這將創建完整的制造過程的數字映射。
性能孿生：記錄產品和（或）設備在運行（制造或使用）過程中的性能數據，如交貨時間、質量和故障等。
組件孿生：組件孿生或零件孿生是整個系統中單個部分的數字表示。這些是資產運營的重要組成部分，例如風力渦輪機內的電機。
資產孿生：在數字孿生術語中，資產是兩個或兩個以上的組件，它們作為更全面的系統的一部分協同工作。資產孿生以虛擬方式表示組件如何交互并生成性能數據，可以分析這些數據以做出明智的決策。
系統孿生：資產孿生的更高級別抽象是系統孿生或單元孿生。系統孿生展示了不同資產作為更廣泛系統的一部分如何協同工作。系統孿生技術提供的可視性使能夠就性能增強或效率做出決策。
流程孿生：流程孿生向展示整個對象的數字環境，并深入了解其各個組件、資產和單元如何協同工作。例如，數字化流程孿生可以以數字方式重現整個制造工廠的運行情況，將其中所有組件匯集在一起。
標準體系
優勢特點
便于創新：數字孿生通過設計工具、仿真工具、物聯網和虛擬現實等各種數字化的手段，將物理設備的各種屬性映射到虛擬空間中，形成可拆解、可復制，可轉移、可修改，可刪除，可重復操作的數字鏡像，這極大地加速了操作人員對物理實體的了解，可以讓很多原來由于物理條件限制、必須依賴于真實的物理實體而無法完成的操作，更能激發人們去探索新的途徑來優化設計、制造和服務。
精確測量：對于很多無法直接采集到測量值的指標，傳統測量方法往往無能為力。而數字孿生技術可以借助于物聯網和大數據技術，通過采集有限的物理傳感器指標的直接數據，并借助大樣本庫，通過機器學習推測出一些原本無法直接測量的指標。
精準預測：數字孿生可以結合物聯網的數據采集，大數據的處理和人工智能的建模分析，實現對當前狀態的評估，對過去發生問題的診斷，以及對未來趨勢的預測，并給予分析的結果，模擬各種可能性，提供更全面的決策支持。
經驗數字化：在傳統的工業設計，制造和服務領域，經驗往往是一種模糊而很難把握的形態，很難將其作為精準判決的依據。而數字孿生的一大關鍵進步，是可以通過數字化的手段，將原先無法保存的專家經驗數字化，并提供保存，復制、修改和轉移的能力。
提高性能：通過數字孿生提供的實時信息和見解，可以優化設備、工廠或設施的性能。問題可以在出現時進行處理，從而確保系統在高峰期工作并縮短停機時間。
遠程監控：數字孿生的虛擬性質意味著可以遠程監控和控制設施。遠程監控還意味著檢查具有潛在危險的工業設備所需的人員更少。
加快生產時間：數字孿生通過構建數字副本，可以加快產品和設施的生產時間。通過運行場景，可以看到產品或設施對故障的反應，并在實際生產之前進行必要的更改。
技術挑戰
多維度虛擬模型構建和融合問題：虛擬模型的準確性來源于對目標系統內所有關注對象外在視覺和內在邏輯上的精準反映。在工作時，需要對不同的部位進行建模，不同部位的模型需從多個維度進行刻畫。
虛實一致問題：數字孿生系統要求虛擬模型實現目標系統高精度復刻，包括目標對象變化時的復刻，要求虛擬模型可根據即時數據感知和分析、自我調整和更新，在持續的數據供給中實現自主進化。因孿生對象具有動態變化特征，所以如何確保虛實一致性是數字孿生建模中的關鍵問題。
虛擬模型準確性評估問題：一個完整的數字孿生系統包含多個對象、多種維度的虛擬表達模型。不同的模型根據其描述維度和對象的不同，性質也各異，因此評估工作難度大。以何種標準進行評定，在不同性質的模型中如何執行這些標準，標準執行后可靠性判定是模型可靠性挑戰層面有待研究的問題。
多源異構數據融合問題：數字孿生系統是一種面向多對象、多元素的復雜系統。如何將多個對象中多個維度感知的多種異構物理數據進行統一表示、一致轉化以及可靠表達是需要在數字孿生虛實交互研究中的重要問題。
數據語義一致性保證問題：孿生數據物理層感知采集到的原始信號不能為模型層虛擬模型直接使用，語義需經物理數據信息化處理；虛擬模型產生的信息數據或知識不能為物理設備或相關人員直接理解，需進行信息/知識數據的物理/指令化才可得以被理解和執行。此外不同模型間的數據也存在語義理解不通的問題。只有在正確理解和使用的基礎上虛擬模型或指令才能被精準接收并執行，因此如何解決復雜體系架構中的多層次多模型間的語義理解是數據發送后的重要問題和挑戰。
風險
定位風險
數字孿生應用的過程中，政府部門等技術使用人持續添加新的數據至已有的數字電路會直接增加其復雜度。受制于人類計算能力的局限。政府部門對數字孿生數據統計、情景再現、風險預測、方案優化等方面的功能愈加依賴。會逐漸弱化主導主體的治理意識與創新觀念，甚至形成數字孿生取代人類成為實際上的制度決策者的局面。隨著數字孿生技術的多維應用，最終會帶來政府決策的僵化與社會治理人文色彩的弱化，甚至進一步激化政府與民眾的矛盾。
標準風險
由于缺少數字孿生相關模型、數據、服務、鏈接等標準的參考，各公司研發的數字孿生產品差異度較大且難以兼容。這導致數字孿生產品數據集成困難且匯總結果公信度偏低。為數字孿生產品的實踐應用埋下了難以估量的隱患。
技術風險
數字孿生虛擬模型構建過程中，信息采集死角難以避免，且全面采集自然人的信息可能觸及倫理與法律的“敏感地帶”甚至“禁區”。在數字孿生醫療服務過程中，雖然可通過數據時刻監測患者的身體狀態并對可能的疾病作出及時預警，但患者的心理承受能力、情感變化等因素難以得到必要考慮。此時數字孿生虛擬模型成果的真實度難以保障，再加上僅有少量主體掌握數字孿生虛擬模型，即使存在數據失真的現象也難以及時發現。這直接增大了數字孿生技術應用的風險并降低了虛擬模擬結果的公信力，一定程度上增加了數字孿生技術應用擴圍的難度。
安全風險
數字孿生技術應用過程中，海量數據分布于用戶、服務器、生產終端、數據監控等多種設備上，任何一個設備遭受攻擊都可能引發系統性的數據安全風險。且隨著數字經濟的蓬勃發展，數字孿生、物聯網、區塊鏈等技術應用深度融合，黑客可攻擊的網絡安全風險點大量增加，入侵方式與攻擊路徑也大幅擴展，數字孿生虛擬模型的安全系數堪憂。
應用
數字孿生車間
數字孿生車間由物理車間、虛擬車間、車間服務系統、車間孿生數據和上述四部分的信息集成與交互組成。應用一系列建模技術、仿真技術、物聯網技術、虛擬現實技術等手段，實現從新車間規劃、設計、模擬仿真、設計優化到車間投產后生產運營全過程的物理車間的人、機、料、法、環全要素、全流程虛擬映射，實現工藝流程模擬仿真、迭代優化、3D體驗，以此最大限度地實現車間資源優化利用，提高生產效率，改善產品質量，降低生產成本。
教學
教學控制是整個教學過程中非常重要的一個環節，指的是教師在教學過程中對學生的學習情況進行檢查、評價，根據評價結果對教學方案進行優化調節的過程，其目的在于保證教學質量，實現教學目標。基于數字孿生的教學智能控制可以對教學過程進行優化設計，改變傳統教學模式下教學過程不透明的狀態，提高整個教學過程的可視化程度，為基于學生多維特征的教學預警及教學策略的精準驗證提供科學依據。
物流設備作業調度
數字孿生旨在將物理實體及過程以數字化形式呈現，通過生數據驅動物理世界與信息世界的融合，借助孿生數據模擬物理實體在現實情況下的運作流程。物流設備的運行存在大量未使用的數據，為數字孿生技術在物流設備作業調度中的使用奠定了一定的基礎。
醫療
隨著經濟的發展和生活水平的提高，人們越來越意識到健康的重要性。然而，疾病“預防缺”、患者“看病難”、醫生“任務重”、手術“風險大”等問題依然困擾著醫療服務的發展。數字孿生技術的進步和應用使其成為改變醫療行業現狀的有效切入點。未來，每個人都將擁有自己的數字孿生。結合醫療設備數字孿生（如手術床、監護儀、治療儀等）與醫療輔助設備數字孿生（如人體外骨骼、輪椅、心臟支架等），數字孿生將會成為個人健康管理、健康醫療服務的新平臺和新實驗手段。
立體倉庫
自動化立體倉庫是一種利用高層立體貨架來實現貨物高效自動存取的倉庫，由存儲貨架、出人庫設備、信息管控系統組成，集倉儲技術、精準控制技術、計算機信息管理系統于一身，是現代物流系統的重要組成部分。但用傳統方法設計的立體倉庫仍然存在出人庫調度效率低倉庫利用率低、吞吐量有待提高等問題。而數字孿生五維模型可為立體倉庫的再次設計優化、遠程運維以及共享倉庫等問題提供有效解決方案。
駕車機
數字孿生技術的“虛擬實體與物理實體高保真同步”“虛擬實體與物理實體交互與優化””“基于虛擬實體的仿真預測”等能力與特性，為復雜設備的健康管理、故障診斷與預警提供了一種有效的方式。因此，研究團隊將數字孿生應用到駕車機中，依托現場數據采集與分析，提供駕車機故障分析、壽命預測、遠程管理等增值服務。
城市
城市是一個開放、龐大的復雜系統，具有人口密度大、基礎設施密集、子系統耦合等特點。如何實現對城市各類數據信息的實時監控且圍繞城市的頂層設計、規劃、、建設、運營、安全、民生等多方面對城市進行高效管理，是現代城市建設的核心問題。借助數字孿生技術，參照數字孿生五維模型，構建數字孿生城市，將極大地改變城市面貌，重塑城市基礎設施，實現城市管理決策協同化和智能化，有效確保城市安全有序運行。
發展趨勢
擬實化
數字孿生體是物理產品在虛擬空間的真實反映，數字孿生體在工業領域應用的成功程度取決于產品數字孿生體的逼真程度，即擬實化程度。每個物理特性都有其特定的模型，包括計算流體動力學模型、結構動力學模型、熱力學模型、應力分析模型、疲勞損傷模型以及材料狀態演化模型（如材料的剛度、強度和疲勞強度演化等）。如何將這些基于不同物理屬性的模型關聯在一起，是建立產品數字攣生體，繼而充分發揮產品數字攣生體模擬、診斷、預測和控制作用的關鍵。
多物理建模將是提高產品數字孿生體擬實化程度、充分發揮數字孿生體作用的重要技術手段。基于多物理集成模型的仿真結果，能夠更加精確地反映和鏡像物理產品在現實環境中的真實狀態和行為，使得在虛擬環境中能夠檢測物理產品的功能和性能并最終替代物理樣機成為可能，并且能夠解決基于傳統方法（每個物理特性所對應的模型是單獨分析的，沒有耦合在一起）預測產品健康狀況和剩余壽命所存在的時序和幾何尺度等問題。
全生命周期化
有關產品數字孿生體的研究主要側重于產品設計或售后服務階段，較少涉及產品制造階段，例如美國航空航天局和AFRL通過構建產品數字孿生體，在產品使用/服役過程中實現對潛在質量問題的準確預測，在產品出現質量問題時實現精準定位和快速追溯。未來，產品數字孿生體在產品制造階段的研究與應用將會是一個熱點。
集成化
數字紐帶技術作為產品數字孿生體的使能技術，用于實現產品數字孿生體全生命周期各階段模型和關鍵數據的雙向交互，是實現單一產品數據源和產品全生命周期各階段高效協同的基礎。美國國防部將數字紐帶技術作為數字制造最重要的基礎技術，工業互聯網聯盟也將數字紐帶作為工業互聯網聯盟需要著重解決的關鍵性技術。當前，產品設計、工藝設計、制造、檢驗和使用等各個環節之間仍然存在斷點，并未完全實現數字量的連續流動；基于模型定義（MBD）技術的出現雖然加強和規范了基于產品三維模型的制造信息描述，但仍主要停留于產品設計階段和工藝設計階段，需要向產品制造、裝配、檢驗和使用等階段延伸。并且，現階段的數字量流動是單向的，需要數字紐帶技術實現雙向流動。因此，融合數字紐帶和數字孿生體是未來的發展趨勢。
相關概念
數字孿生體
數字孿生體是指與現實世界中的物理實體完全對應和一致的虛擬模型，可實時模擬物理實體在現實環境中的行為和性能，也稱為數字孿生模型。數字孿生是技術、過程、方法，數字孿體是對象、模型和數據。
元宇宙
元宇宙是利用科技手段進行鏈接與創造的，是映射現實世界并與之交互的虛擬世界，是具備新型社會體系的數字生活空間。數字孿生與元宇宙的共同點是，它們都以數字技術為基礎，再造高仿真的數字對象和事件，以進行可視化、沉浸式的感知交互和運行，其底層支撐技術可通用。但元宇宙的根本焦點是在于“人”，而數字孿生的根本焦點在于“物”。
虛擬樣機
虛擬樣機是在數字世界中建立的數字模型。該數字模型能夠反映物理原型的真實性，通過多個領域的綜合仿真和設備的性能衰減仿真，可以在物理樣機制造前對設備的性能進行測試和評價，改進設計缺陷，縮短設計改進周期。基于數字孿生的虛擬樣機以設備的機械系統、電氣系統和液壓系統的全面、真實的描述能力為基礎，具有對物理設備全生命周期的映射能力和性能驗證，為設備的設計、仿真和預測維護提供強有力的分析和決策支持。
信息物理系統
信息物理系統是指將計算系統與物理組件集成在一起的系統，核心是嵌入式處理器和微處理器。它是專注于將網絡和物理世界的工程傳統結合起來的基本知識問題，是尋找新的科學和技術的基礎，更側重科學研究。從信息物理系統不同實現技術角度，有不同的解釋，應用領域不同，信息物理系統可能構成不同的系統。數字孿生與信息物理系統都是利用數字化手段構建系統為現實服務的。其中，信息物理系統屬于系統實現，而數字孿生則側重于模型的構建等技術實現。
數字線程
數字線程被認為是產品模型在各階段演化所利用的溝通渠道，是依托于產品全生命周期的業務系統，涵蓋產品構思、設計、供應鏈、制造、售后服務等各個環節。在整個產品的生命周期中，通過提供訪問、整合以及將不同的分散數據轉換為可操作信息的能力來通知決策制定者。在數字孿生的廣義模型之中，存在著彼此具有關聯的小模型。數字線程可以明確這些小模型之間的關聯關系并提供支持。因此，從全生命周期這個廣義的角度來說，數字線程是屬于面向全生命周期的數字孿生的。
參考資料 >
什么是數字孿生.aws.2024-04-20