文|陈根
数字时代下 ， 数字孪生作为最重要的数字技术之一在人类社会数字化的进程中具有不可替代的重要意义 ， 备受行业内外的关注 。 随着数字孪生概念的成熟和技术的发展 ， 从部件到整机 ， 从产品到产线 ， 从生产到服务 ， 从静态到动态 ， 一个数字孪生世界正在被不断构筑 。
数字孪生这一概念诞生在美国 。 2002年 ， 密歇根大学教授迈克尔·格里夫斯在产品全生命周期管理课程上提出了“与物理产品等价的虚拟数字化表达”的概念：一个或一组特定装置的数字复制品 ， 能够抽象表达真实装置并可以此为基础进行真实条件或模拟条件下的测试 。
而将这种理念付诸实践的则是早于理念提出的美国国家航天局（NASA）的阿波罗项目 。 该项目中 ， NASA 需要制造两个完全一样的空间飞行器 ， 留在地球上的飞行器被称为“孪生体” ，用来反映（或做镜像）正在执行任务的空间飞行器的状态 。
时下 ， 许多业界主流公司都对数字孪生给出了自己的理解和定义 ， 但实际上 ， 人们对于数字孪生的认识依然是一个不断演进的过程 。
这从Gartner在过去三年对数字孪生的论述中 ， 便可见一斑 。 2017年 ， Gartner对数字孪生的解释是：实物或系统的动态软件模型 ， 在三到五年内 ， 数十亿计的实物将通过数字孪生来表达 。 在Gartner2017年发布的新兴技术成熟度曲线中 ， 数字孪生处于创新萌发期 ， 距离成熟应用还有5-10年时间 。
【陈根：数字孪生，概念不断演进】2018年 ， Gartner对数字孪生的解释是：数字孪生是现实世界实物或系统的数字化表达 。 随着物联网的广泛应用 ， 数字孪生可以连接现实世界的对象 ， 提供其状态信息 ， 响应变化 ， 改善运营并增加价值 。
2019年 ， Gartner对数字孪生的解释变化为：数字孪生是现实生活中物体、流程或系统的数字镜像 。 大型系统 ， 例如发电厂或城市也可以创建其数字孪生模型 。
横向来看 ， 在模型维度上 ， 从模型需求与功能的角度 ， 一类观点认为数字孪生是三维模型、是物理实体的复制 ， 或是虚拟样机 。 在数据维度上 ， 一些
在连接维度上 ， 一类观点认为数字孪生是物联网平台或工业互联网平台 ， 这些观点侧重从物理世界到虚拟世界的感知接入、可靠传输、智能服务 。 而对于服务来说 ， 一类观点认为数字孪生是仿真 ， 是虚拟验证 ， 或是可视化 。
尽管当前对数字孪生存在多种不同认识和理解 ， 目前尚未形成统一共识的定义 ， 但可以确定的是 ， 物理实体、虚拟模型、数据、连接和服务是数字孪生的核心要素 。
