上回书说到了数字孪生的概念与起源，本文书讲一下数字孪生的特性与现状。
一、数字孪生的特性
数字孪生典型特性主要有以下五点。
互操作性：数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接，因此数字孪生具备以多样的数字模型映射物理实体的能力，具有能够在不同数字模型之间转换、合并和建立“表达”的等同性 。
可扩展性：数字孪生技术具备集成、添加和替换数字模型的能力，能够针对多尺度、多物理、多层级的模型内容进行扩展。
实时性：数字孪生技术要求数字化，即以一种计算机可识别和处理的方式管理数据以对随时间轴变化的物理实体进行表征。表征的对象包括外观、状态、属性、内在机理，形成物理实体实时状态的数字虚体映射。
保真性：数字孪生的保真性指描述数字虚体模型和物理实体的接近性。要求虚体和实体不仅要保持几何结构的高度仿真，在状态、相态和时态上也要仿真。值得一提的是在不同的数字孪生场景下，同一数字虚体的仿真程度可能不同。例如工况场景中可能只要求描述虚体的物理性质，并不需要关注化学结构细节 。
闭环性：数字孪生中的数字虚体，用于描述物理实体的可视化模型和内在机理，以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数，实现决策功能，即赋予数字虚体和物理实体一个大脑。因此数字孪生具有闭环性 。
二、数字孪生的特性现状
数字孪生对于大型、技术复杂的机器设备，如飞机、火箭等尤为重要。由于这类设备技术含量高，且一旦出错，代价昂贵，因此，航空航天领域是最早应用数字孪生的领域。2009年美国空军实验室提出了“机身数字孪生”的概念。2010年NASA也开始在技术路线图中使用“数字孪生”术语。
近年来，以西门子、GE、SAP、PTC、ESI、ANSYS 等为代表的领先企业更是不断推动着数字孪生的落地。
在生产制造领域：美国GE借助数字孪生这一概念，提出物理机械和分析技术融合的实现途径，并将数字孪生应用到旗下航空发动机的引擎、涡轮，以及核磁共振设备的生产和制造过程中，让每一台设备都拥有了一个数字化的“双胞胎”，实现了运维过程的精准监测、故障诊断、性能预测和控制优化。
在产品开发领域：劳斯莱斯使用数字孪生风扇叶片来制造超级喷气发动机，通过模拟物理对象在各种场景下的性能、验证产品的功能、安全性和质量，避免多个原型的重复开发，并提高了25%的燃油消耗效率。德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎，在产品试验阶段采集设备的运行状况，进行分析后得出产品的实际性能，再与需求设计的目标比较，形成产品研发的闭环体系。
在全生命周期领域：西门子借助数字孪生的管理工具——PLM（Product Lifecycle Management）产品生命周期管理软件将数字孪生的价值推广到多个行业，并在医药、汽车制造领域取得显著的效果。以葛兰素史克疫苗研发及生产的实验室为例，通过“数字化双胞胎”的全面建设，使复杂的疫苗研发与生产过程，实现完全虚拟的全程“双胞胎”监控，企业的质量控制开支减少13%，它的返工和报废减少25%，合规监管费用居然也减少了70%。
在销售领域：世界最大的轴承制造商SKF已经将数字孪生模型应用到其分销网络中， 该模型包含800 个库存量单位的主要数据, 涵盖5个系统的40个安装单元, 使供应链管理人员能够基于数字孪生的可视化和完整视图进行全球化供应链管理决策。
而在中国也不乏这样的案例。在2019年12月，被誉为“世纪工程”的中俄东线天然气管道工程正式投产通气，得到了中俄两国元首的热烈祝贺和高度评价。作为中国首条“智能管道”样板工程，中俄东线管道工程就构建了一个“数字孪生体”，实现了在统一的数据标准下开展可研、设计、采办和施工。随着运营动态数据的不断丰富，“数字孪生体”将跟随管道全生命周期而共同生长。
当前，在国内外复杂的经济政治格局下，数字经济在推动经济发展，提高劳动生产率，培育新市场和产业新增长点，实现包容性增长和可持续增长等诸多方面都在发挥着重要作用。根据最新数据，2019年数字经济占据我国GDP的比重已经达到36.2%，数字经济增加值规模达到35.8万亿元。数字孪生作为数字经济当中一项关键技术和高效能工具，可以有效发挥其在模型设计、数据采集、分析预测、模拟仿真等方面的作用，助力推进产业数字化，促进数字经济与实体经济融合发展。
随着美国工业互联网、德国工业4.0、及中国制造2025等国家层面制造发展战略的提出，智能制造已成为全球制造业发展的共同趋势与目标。数字孪生作为解决智能制造信息物理融合难题和践行智能制造理念与目标的关键使能技术，得到了学术界的广泛关注和研究，并被工业界引入到越来越多的领域进行落地应用[1]。
日前国家发改委印发的一份《关于推进“上云用数赋智”行动，培育新经济发展实施方案》中，数字孪生技术被多次提及，受关注程度和云计算、AI、5G等一样，上升到国家高度。方案提出要围绕解决企业数字化转型所面临的数字基础设施、通用软件和应用场景等难题，支持数字孪生等数字化转型共性技术、关键技术研发应用，引导各方参与提出数字孪生的解决方案。
喜欢本文的话，欢迎关注活在信息时代哦：）
