如今，数字孪生技术不仅仅应用于制造业，它已经全面进入物联网、人工智能和数据分析的融合世界。随着更复杂的“事物”与生成数据的能力相关联，拥有数字等价物使数据科学家和其他IT专业人员能够以最大效率优化虚拟场景的部署。什么是数字孪生？数字孪生是一种充分利用物理模型、传感器更新、运行历史等数据，融合多学科、多物理量、多尺度、多概率，完成映射的仿真过程。虚拟空间来反映相应的实体。设备的全生命周期过程。数字孪生技术已经扩展到包括建筑物、工厂甚至城市等大型项目，有人说流程可以拥有数字孪生，进一步扩展了这一概念。这个想法首先出现在NASA：早期太空舱的完整模型在地面上用于反映和诊断轨道上的问题，最终被全数字模拟所取代。但在Gartner将“数字双胞胎”列为其2017年十大战略技术趋势之一之后，该术语真正流行起来。根据Gartner的说法，数字双胞胎是依赖传感器数据的物理事物或系统的动态软件模型。在三到五年内，数亿个对象将由数字孪生表示。一年后，Gartner再次将数字孪生列为主要趋势，预测到2020年估计有210亿个连接的传感器和端点，在不久的将来，数字孪生将存在于数十亿事物中。“从本质上讲，数字双胞胎是一种计算机程序，它将有关物理对象或系统的真实数据作为输入，并生成输出数据，以预测或模拟物理对象或系统将如何受到这些输入的影响。数字双胞胎是如何做到的工作？数字双胞胎是由专家（通常是数据科学或应用数学专家）创建的。这些开发人员研究被模拟的物理对象或系统背后的物理学，并使用该数据开发数学模型以在数字空间中模拟现实世界。数字twin的构造使其可以接收来自从现实世界中提取数据的传感器的输入。这使数字孪生能够实时模拟物理对象，从而深入了解过程中的性能和潜在问题。数字孪生也可以从他们的物理对应物的原型，在这种情况下，数字双胞胎可以在产品改进时提供反馈。数字双胞胎甚至可以服务在构建任何物理版本之前作为原型本身。数字孪生的例子这里有两个数字孪生的例子——一辆汽车和一艘货船——让你了解潜在的应用。飞机发动机、火车、轮船和涡轮机等物体可以在实际生产前进行数字化设计和测试。这些数字孪生也可用于辅助维护操作。例如，技术人员可以在应用物理双胞胎之前使用数字双胞胎来测试针对一件设备提出的修复建议。数字双胞胎业务应用程序存在于多个领域：制造业是数字双胞胎部署最广泛的地方，工厂已经在使用数字双胞胎来模拟他们的流程，正如德勤的案例研究汽车数字双胞胎之所以成为可能，是因为汽车已经有了遥测传感器，但随着越来越多的自动驾驶汽车上路，完善技术将变得更加重要。医疗保健是产生上述数字孪生的领域。创可贴大小的传感器将健康信息发送回数字双胞胎，用于监测和预测患者的健康状况。数字孪生和物联网显然，物联网传感器的爆炸式增长使数字孪生成为可能。随着物联网设备的成熟，数字孪生可以包含更小、更不复杂的对象，这为企业带来了额外的好处。数字孪生可用于根据可变数据预测不同的结果。这类似于科幻电影中常见的跑步模拟场景，在数字环境中展示可能的情况。通过额外的软件和数据分析，数字孪生通常可以优化物联网部署以实现最高效率，并帮助设计人员在实际部署之前确定他们应该去哪里或应该如何操作。数字孪生复制物理对象的次数越多，发现效率和其他好处的潜力就越大。例如，在设备更高、仪器更多的制造过程中，数字双胞胎可以更准确地模拟设备随时间推移的性能，帮助预测未来的性能和可能的故障。数字孪生供应商构建数字孪生非常复杂，目前还没有标准化的平台。IanSkerrett在该领域工作并拥有悠久的开源历史，他提出了数字孪生平台的框架，这只是第一步，因为该领域仍处于起步阶段。与许多新兴技术相比，商业数字孪生产品实际上来自该领域一些最大的公司。例如，通用电气(GE)在内部开发数字孪生作为喷气发动机制造过程的一部分，现在为客户提供专业知识。另一家大型制造工业巨头西门子也是如此。为了不被这些工厂供应商超越，IBM正在营销“数字双胞胎”，而微软正在Azure旗下推出自己的数字双胞胎平台，作为其物联网计划的一部分。数字双胞胎和预测双胞胎“数字双胞胎”可以包括设备描述、3D渲染以及设备中所有传感器的详细信息。它不断生成模拟现实生活选择的传感器读数。Puri写道，预测双胞胎“模拟设备的未来状态和行为”。“这是基于其他设备的历史数据，可以模拟故障和其他需要注意的情况。”“作为其数字孪生计划的一部分，微软正在采用这一概念并将其应用于物理产品以外的流程。在一份白皮书中，微软提出了数字化流程孪生的理念：在2019-2020年发展的下一阶段，贯穿工厂和供应链的产品数字化孪生将受益更多。相关的白皮书重点介绍了一些先进的制造场景。数字孪生的好处数字孪生可以实时了解物理资产发生的情况，从根本上减轻维护负担。雪佛龙正在为其油田和炼油厂推出数字双胞胎，预计将节省数百万美元的维护成本。据西门子称，使用数字孪生对尚未制造的对象进行建模和原型化可以减少产品缺陷并缩短上市时间。但请记住，Gartner警告说，“数字孪生是可选的，并且会增加复杂性。“数字孪生可能会针对特定的业务问题产生成本、安全、隐私和集成问题。”数字孪生技能有兴趣成为数字孪生专家吗？这些技能是要求和需要机器学习、人工智能、预测分析和其他数据科学能力方面的专业知识。这就是大公司在这个领域竖起旗帜的原因之一：聘请顾问团队可能比提高内部员工的技能更有意义。
