當前數字孿生備受學術界、工業界、金融界以及政府部門關注。然而各界對數字孿生存在不同的理解和認識，對數字孿生相關新概念、新名詞、新技術之間的異同存在疑惑，并且對是否適用數字孿生存在決策困惑。本文對數字孿生相關的十個問題進行了深入分析與思考，以期拋磚引玉，為研究者更好理解數字孿生，為決策者理性和正確對待數字孿生，為實踐者更好落地應用數字孿生提供參考。

引言

數字孿生作為實現虛實之間雙向映射、動態交互、實時連接的關鍵途徑，可將物理實體和系統的屬性、結構、狀態、性能、功能和行為映射到虛擬世界［1］，形成高保真的動態多維/多尺度/多物理量模型［2］，為觀察物理世界、認識物理世界、理解物理世界、控制物理世界、改造物理世界提供了一種有效手段［3］。當前數字孿生備受學術界、工業界、金融界、政府部門關注。

在國內外專家同行指導和幫助下，近年筆者團隊在數字孿生車間［4］、數字孿生五維模型及應用［2］、數字孿生使能技術與工具體系［5］、數字孿生標準體系框架［3］、數字孿生驅動的產品設計/制造/服務［6-8］等方面，和國內外學者共同開展了探索性理論研究與實踐工作。和國內20多個高校和科研機構共同發起舉辦了“第一屆數字孿生與智能制造服務學術會議”（會議已連續成功召開了3屆），并共同開展了數字孿生在制造中的應用探索［9］。針對數字孿生在理論研究與應用實踐過程中的瓶頸難題，2019年在Nature發表了數字孿生評述文章［1］。相關工作以期推動數字孿生的發展和落地應用。然而，在交流與實踐數字孿生過程中發現，數字孿生在理念、技術、應用等方面，以下問題備受關注：

（1）從認識和理解的角度出發 當前對“何為數字孿生”，不同領域、不同學科、不同專業的專家學者存在不同的認知和理解，尚未形成一個統一的、共識的數字孿生定義，缺乏數字孿生理想特征分析。此外，當前國內各個相關會議都有關于數字孿生的交流和報道，導致存在數字孿生在中國關注多，而國際關注少的感覺，缺乏對國內外數字孿生研究現狀定量方面的剖析。

（2）從研究和技術的角度出發 從事基礎理論的研究者，對數字孿生是否存在或存在什么科學問題非常關注。從事應用基礎或側重技術的研究者，對數字孿生與當前新一代信息技術（如云計算、物聯網、大數據、CPS、人工智能等）的區別與關聯，對數字孿生、工業互聯網、工業4.0、智能制造等理念間關系和相互作用不明，因而期望厘清數字孿生的科學問題以及與新技術、新理念之間的關系。

（3）從應用和實踐的角度出發 受數字孿生熱潮影響，很多企業期望使用數字孿生技術來實現數字化轉型，進而提升智能化水平。然而，在實施數字孿生前，對“數字孿生到底有何用，能解決什么問題”不是十分確定，同時對本企業產品或業務是否適用數字孿生技術等存在疑惑。此外，在決策使用數字孿生后，在實施過程中對是否存在商業化工具（如統一建模工具等）/平臺可使用，應遵循什么標準來實施等問題，缺乏參考與指導。

上述疑惑包括以下十個問題：①何為數字孿生？②誰在關注數字孿生？③數字孿生：中、美、德，誰更熱？④數字孿生與智能制造的關系是什么？⑤數字孿生能否與新一代信息技術（New IT）融合？⑥數字孿生是否存在科學問題？⑦數字孿生何用？⑧數字孿生適用準則是什么？⑨數字孿生是否需要標準？⑩數字孿生是否需要商業化工具/平臺？針對這些問題，本文首先利用文獻計量學研究方法統計了2019年12月31日前Scopus收錄的所有發表的數字孿生文獻，從文獻發表的時間分布、國家分布、出版物分布、研究機構和學者分布、高頻關鍵詞分布等不同維度進行了統計分析。在統計分析結果的基礎上，結合前期相關研究基礎，嘗試對上述十個問題進行分析和討論，以期拋磚引玉，供相關學者和感興趣的同行批判討論，一起共同探討從而理性認識數字孿生。

數字孿生國內外學術研究現狀分析

本文選擇Scopus數據庫進行文獻的搜索與篩選，搜索方式利用Scopus的高級搜索功能，檢索式字符串為“TITLE-ABS-KEY（{digitaltwin}OR{digital twins}）”，即搜索摘要、論文標題或關鍵字字段中有“digital twin”或“digital twins”的文獻。搜索結果顯示1973年和1993年各有一篇文獻，但這兩篇文章所提及的“digital twin”并非本文所指的數字孿生。此外，2004年和2005年分別有2篇和4篇論文發表，而2006~2009年無相關論文發表。根據搜索結果分布情況，本章選取2010~2019年近10年發表收錄的論文進行統計分析，以闡明近些年數字孿生的國際研究情況。

1.1 發表論文時間分布統計分析

2010~2019年10年間發表的數字孿生論文累計1177篇，如圖1（a）所示（數據來源于Scopus數據庫，截止2019年12月31日）。圖1（b）（數據來源于Scopus數據庫，截止2019年12月31日）統計了該期間各類型文獻的年度發表情況，包括期刊論文、會議論文和其他類型文獻（如書的章節、社論、short survey等）。從發表的文獻數量分析，整體上呈增長趨勢。2010~2015年發表的數字孿生文獻較少，單年論文發表量少于10篇。2016~2019年數字孿生文獻發表數量進入快速增長期，2016年發表24篇，2017年發表112篇，2018年發表321篇，2019年發表數量超過了600篇。其中2019年占了近10年發文總數量的50%以上。預計在未來幾年，數字孿生論文發表數量還將呈迅猛增長趨勢。

（a）2010-2019年數字孿生文獻數量累計圖

（b）2010-2019年數字孿生文獻數量年度圖

圖1 2010-2019年數字孿生論文發表數量時間分布統計情況

此外，根據發表文章的類型分布統計可知，當前發表的論文主要以會議論文為主，但期刊論文近年呈明顯增長趨勢。期刊論文數量從2016年的5篇增長到2017年的40篇，到2018年的70篇，再到2019年的232篇，這種變化從側面表明了當前對數字孿生的研究越來越深入，越來越系統。

1.2 發表論文國家分布統計分析

統計結果顯示，當前已有50多個國家開展了數字孿生研究并有相關研究成果發表。如表1所示（按國家發文量排序，數據來源于Scopus數據庫，截止2019年12月31日），其中研究成果主要來自美國、德國、英國、法國、意大利、加拿大、日本等G7發達國家，以及中國、俄羅斯、印度、巴西、南非等發展迅速的國家。這些國家具有較高的科技水平和一定的信息化基礎，能為數字孿生的研究、發展與應用提供支撐環境。

表1 已開展數字孿生研究且在學術刊物上有論文發表的國家

表1中排名前10國家的數字孿生發文量如圖2所示（數據來源于Scopus數據庫，截止2019年12月31日）。近10年德國、美國和中國3個國家發表的數字孿生論文總數位列前三。其中：2010~2016年期間論文發表數量美國領先，2017~2019年德國后來居上，單年論文發表數量位居世界第一，2019年中國迎頭趕上，單年論文發表數量位居世界第二。相關統計數據表明，數字孿生的國際研究競爭十分激烈。此外，在統計的所有數字孿生文獻中，智能制造相關的文獻數量占50%以上，說明世界各國在智能制造領域的競爭十分激烈，都將數字孿生作為落地智能制造的重要技術手段。

圖2 在學術刊物上發表數字孿生論文數排名前10的國家

1.3 論文出版物分布統計分析

從發表數字孿生文章的出版物來分析，出版數字孿生文章最多的10個刊物如表2所示（數據來源于Scopus數據庫，截止2019年12月31日）。國際生產工程學會（CIRP）是制造領域的國際重要學術組織，在制造學科享譽盛名，其下屬刊物《Procedia CIRP》發表的數字孿生文章最多，且內容與智能制造密切相關，作者主要為國際作者。《計算機集成制造系統》是我國先進制造領域的影響力非常大的中文期刊，為我國制造業信息化的研究發展起到重要推動作用，該刊物發表的數字孿生文章目前排名第2。《Lecture Notes inComputer Science》主要發表計算機領域相關的文章，當前該刊物發表的數字孿生文章總量排名第3，內容主要與人工智能、云計算等相關。發表數字孿生文章數量排名第4的刊物是《ProcediaManufacturing》，也是一個制造密切相關的刊物。由出版數字孿生論文的刊物分析可知，當前數字孿生的研究與應用主要集中在制造領域。

表2 2010~2019年出版數字孿生論文數排名前10的刊物

1.4 發表論文研究機構和學者分布統計分析

統計結果顯示，截止2019年12月31日，全球已有超過1000個高校、企業和科研院所開展了數字孿生研究且有相關研究成果在學術刊物公開發表。如圖3所示（數據來源于Scopus數據庫，截止2019年12月31日），其中高校523所，占52.1%，其中美國大學65所，德國大學50所，中國大學67所，包括德國亞琛工業大學、英國劍橋大學、美國斯坦福大學等世界一流高校正在開展數字孿生理論研究，且這一數量呈現逐年增長趨勢，足見學術界高度關注和重視數字孿生理論研究。

從在學術刊物上發表論文角度分析，一般是高校學術界占主體，而企業發表學術論文的積極性和比例往往不高。但在數字孿生領域，近10年共有292所企業（占29.1%）開展數字孿生研究并在學術刊物上有學術成果公開發表，包括西門子、GE、空客、ABB等世界知名企業。如將在非學術刊物上有數字孿生相關成果（如網絡技術報告、網絡技術博文等）發表的企業也統計上，相關數據將更大，占比也將更多。充分說明企業當前也高度關注數字孿生技術，正在開展數字孿生應用實踐，表明數字孿生具有很強的工程化應用價值和潛力。

此外，還有189家研究所，包括美國空軍、NASA，德國航空航天中心、德國弗勞霍夫研究院等各國重要軍事和科研機構也高度關注數字孿生研究，且在學術刊物上有研究成果發表。

圖3 在學術刊物上發表數字孿生論文的單位統計分析情況

在學術刊物上發表論文的數量在一定程度上能反映一個機構在相應領域的研究實力和影響力。圖4（數據來源于Scopus數據庫，截止2019年12月31日）為在學術刊物上近10年發表數字孿生研究成果前20的研究機構分布情況。論文數量高于10篇的高校包括德國亞琛工業大學、北京航空航天大學、瑞典查爾姆斯理工大學、俄羅斯圣彼得堡彼得大帝理工大學、德國斯圖加特大學以及意大利米蘭理工大學，研究機構有美國賴特-帕特森空軍基地，企業有西門子。研究學者與研究機構往往是密不可分的，據統計當前全球已有上千名專家或學者參與了數字孿生研究且有相關成果在學術刊物上發表。

圖4 在學術刊物上發表數字孿生論文數排名前20的單位

1.5 發表論文高頻關鍵詞分布統計分析

論文關鍵詞能夠反映研究的關注點，高頻關鍵詞能夠體現一個領域的熱門研究話題，因此本文統計了2017~2019數字孿生文章高頻關鍵詞，如表3所示（數據來源于Scopus數據庫，截止2019年12月31日）。統計結果顯示，當前全球對數字孿生的研究集中在制造領域，近三年關鍵詞“制造（Manufacture）”出現頻次增長迅速，2017年出現26次，2018年出現46次，2019年增至93次。此外，高頻關鍵詞還揭露出數字孿生與新一代信息技術（New IT）聯系緊密，近三年高頻關鍵詞覆蓋“大數據”“物聯網”“人工智能”“虛擬現實”“增強現實”等New IT概念，可預測數字孿生未來將進一步與New IT深度集成和融合，并促進相關領域發展。

表3 2017~2019年發表的數字孿生論文中的高頻關鍵詞統計分析

數字孿生十問分析與思考

2.1 何為數字孿生？

當前越來越多的學者和企業關注數字孿生并開展研究與實踐，但從不同的角度出發，對數字孿生的理解存在著不同的認識。如表4所示，本節從不同維度出發，對數字孿生的當前認識進行總結與分析后，嘗試對數字孿生的理想特征進行探討，以供參考。

（1）模型維度 一類觀點認為數字孿生是三維模型、是物理實體的copy［10］，或是虛擬樣機［11］。這些認識從模型需求與功能的角度，重點關注了數字孿生的模型維度。綜合現有文獻分析，理想的數字孿生模型涉及幾何模型、物理模型、行為模型、規則模型等多維多時空多尺度模型，且期望數字孿生模型具有高保真、高可靠、高精度的特征，進而能真實刻畫物理世界。此外，有別于傳統模型，數字孿生模型還強調虛實之間的交互，能實時更新與動態演化，從而實現對物理世界的動態真實映射。

（2）數據維度 根據文獻［12］，Grieves教授曾在美國密歇根大學產品全生命周期管理（PLM）課程中提出了與數字孿生相關的概念，因而有一種觀點認為數字孿生就是PLM。與此類似，還有觀點認為數字孿生是數據/大數據，是Digital Shadow，或是DigitalThread。這些認識側重了數字孿生在產品全生命周期數據管理、數據分析與挖掘、數據集成與融合等方面的價值。數據是數字孿生的核心驅動力，數字孿生數據不僅包括貫穿產品全生命周期的全要素/全流程/全業務的相關數據［2］，還強調數據的融合，如信息物理虛實融合、多源異構融合等。此外，數字孿生在數據維度還應具備實時動態更新、實時交互、及時響應等特征。

（3）連接維度 一類觀點認為數字孿生是物聯網平臺或工業互聯網平臺，這些觀點側重從物理世界到虛擬世界的感知接入、可靠傳輸、智能服務。從滿足信息物理全面連接映射與實時交互的角度和需求出發，理想的數字孿生不僅要支持跨接口、跨協議、跨平臺的互聯互通，還強調數字孿生不同維度（物理實體、虛擬實體、孿生數據、服務/應用）間的雙向連接、雙向交互、雙向驅動，且強調實時性，從而形成信息物理閉環系統。

（4）服務/功能維度 一類觀點認為數字孿生是仿真［13］，是虛擬驗證，或是可視化，這類認識主要是從功能需求的角度，對數字孿生可支持的部分功能/服務進行了解讀。目前，數字孿生已在不同行業不同領域得到應用，基于模型和數據雙驅動，數字孿生不僅在仿真、虛擬驗證和可視化等方面體現其應用價值，還可針對不同的對象和需求，在產品設計［14-15］、運行監測［16-17］、能耗優化［18］、智能管控［19］、故障預測與診斷［20-21］、設備健康管理［22-23］、循環與再利用［24］等方面提供相應的功能與服務。由此可見，數字孿生的服務/功能呈現多元化。

（5）物理維度 一類觀點認為數字孿生僅是物理實體的數字化表達或虛體，其概念范疇不包括物理實體。實踐與應用表明，物理實體對象是數字孿生的重要組成部分，數字孿生的模型、數據、功能/服務與物理實體對象是密不可分的。數字孿生模型因物理實體對象而異、數據因物理實體特征而異、功能/服務因物理實體需求而異。此外，信息物理交互是數字孿生區別于其他概念的重要特征之一，若數字孿生概念范疇不包括物理實體，則交互缺乏對象。

綜上所述，當前對數字孿生存在多種不同認識和理解，目前尚未形成統一共識的定義，但物理實體、虛擬模型、數據、連接、服務是數字孿生的核心要素。不同階段（如產品的不同階段）的數字孿生呈現出不同的特點，對數字孿生的認識與實踐離不開具體對象、具體應用與具體需求。從應用和解決實際需求的角度出發，實際應用過程中不一定要求所建立的“數字孿生”具備所有理想特征，能滿足用戶的具體需要即可。

表4 數字孿生理想特征

2.2 誰在關注數字孿生？

文獻統計分析表明，當前全球50多個國家、1000多個研究機構、上千名專家學者開展了數字孿生的相關研究并有研究成果發表。包括：①德國、美國、中國、英國、瑞典、意大利、韓國、法國、俄羅斯等科技相對發達的國家；②德國亞琛工業大學、美國斯坦福大學、英國劍橋大學、瑞典皇家理工學院、清華大學等各國一流大學；③西門子、PTC、德國戴姆勒、ABB、GE、達索、空客等國際著名一流企業；④美國NASA、美國空軍研究實驗室、法國國家科學研究中心、俄羅斯科學院等世界頂尖國家級研究機構；以及⑤具有智能制造、航空航天、醫療健康、城市管理等各研究背景的專家學者。

如圖5所示，當前數字孿生已得到了十多個行業關注并開展了應用實踐。除在制造領域被關注和應用外，近年來數字孿生還被應用于電力［25］、醫療健康［26-28］、城市管理［29-30］、鐵路運輸［31］、環境保護［32-33］、汽車［34-36］、船舶［37-38］、建筑［39-40］等領域，并展現出巨大的應用潛力。

綜上所述，數字孿生已廣泛被全球各行業、各背景、各層次的專家、學者和企業研究與應用，目前數字孿生在制造領域開展了較多的應用探索和落地實踐，但在航空航天、電力、汽車、智慧城市、健康醫療等領域也具有廣闊的應用價值和應用前景。

圖5 數字孿生應用領域

2.3 數字孿生：中、美、德，誰更熱？

當前數字孿生在國內非常熱，各相關會議幾乎都有數字孿生的交流和報道，導致存在數字孿生在中國關注多，而國際上關注少的感覺。本文試圖從數字孿生研究現狀定量方面來剖析，分析數字孿生的國際研究現狀，以供國內同行和感興趣的專家學者參考。如圖2所示，德國、美國和中國在數字孿生論文發表數量上，近3年均處于前三名。從時間維度分析，中、美、德3國數字孿生研究可以分為以下3個階段：

（1） 2016年前，美國引領

數字孿生的概念誕生于美國，美國也是最早開展數字孿生研究與應用的國家，2011~2016年美國單年論文發表總數位居第一，2016年以前累計發表總數位居世界第一。早期，以NASA、美國空軍研究實驗室等為代表的研究機構主要將數字孿生應用于航空航天的健康監測［41］、運行維護［42］、壽命預測［43］等方面。近年佐治亞理工學院、國家標準技術研究所、賓夕法尼亞州立大學等研究機構在智能工廠［44］、智慧城市［45］、3D打印［46］等方面開展了應用探索。截止到2019年12月31日，美國累計發表數字孿生文章總數位居世界第二。

（2）2017-2018年，德國反超

工業4.0是一個發展方向或戰略，德國提出工業4.0后，一直在論證和尋求能讓工業4.0落地的使能技術。數字孿生相對其他概念更易落地工程實施，正好契合德國工業4.0 需求。工業4.0主要提出單位之一德國弗勞恩霍夫研究院的Sauer指出數字孿生是工業4.0的關鍵技術［47］。以西門子、亞琛工業大學為代表的工業4.0主推和實施機構，開展了大量數字孿生研究與實踐，發表了大量數字孿生文章，其中，亞琛工業大學發文數量位列世界第一，西門子位列第三。2017-2019年德國單年發表的數字孿生文章總量位居世界第一，截止到2019年12月31日累計發文總數已位居世界第一。

（3）2019年，中國迎頭趕上

與美國、德國相比，數字孿生在中國的研究和受關注相對較晚。2017年1月《計算機集成制造系統》期刊上發表的“數字孿生車間：一種未來車間運行新模式”論文［4］，得到國內學術界尤其是青年學者對數字孿生的關注，國內12家高校于2017年7月共同發起并在北航召開“第一屆數字孿生與智能制造服務學術會議”，大量高校學者開始關注數字孿生在制造中的研究與應用。會后來自15個單位的22位作者于2018年1月共同在《計算機集成制造系統》期刊上發表了“數字孿生及其應用探索”的論文［9］，更多高校學者開始關注數字孿生。另一方面，隨著工信部“智能制造綜合標準化與新模式應用”和“工業互聯網創新發展工程”專項，科技部“網絡化協同制造與智能工廠”等國家層面的專項實施，有力促進了數字孿生的發展。此外，中國信息通信研究院［30］、中國電子技術標準化研究院［48］、賽迪信息產業（集團）有限公司［49］、e-works數字化企業網［50］、走向智能研究院［51］、安世亞太科技股份有限公司［52］、上海優也信息科技有限公司［53］、工業4.0研究院［54］等單位及其專家在數字孿生的概念、技術、標準、應用實踐等方面開展了大量工作，為數字孿生在中國的推廣與發展起到了重要作用。各方因素促使了數字孿生在中國的快速發展，使2019年中國單年發表的數字孿生文章總量高達108篇位居世界第二。截止到2019年12月31日，中國累計發表數字孿生文章總數位居世界第三。其中，2019年《計算機集成制造系統》上發表的數字孿生30篇，對數字孿生研究與發展起到了重要作用。

2.4 數字孿生與智能制造的關系是什么？

從各國的先進制造業國家發展戰略演變角度來看，無論是美國從“去工業化”到“再工業化”，到“以軟帶硬”的“工業互聯網”戰略，再到美國國家先進制造戰略計劃［55］；德國從機械化、電氣化、信息化，到“以硬帶軟”的“工業4.0”的制造業創新發展戰略［56］；還是中國從“信息化帶動工業化，工業化促進信息化”，到兩化融合和兩化深度融合，再到“中國制造2025”的“融合演進”的制造強國發展戰略，都期望通過信息物理融合來實現智能制造。綜上可知，智能制造是當前世界制造業的共同發展趨勢。而如何實現制造信息世界和物理世界的互聯互通與集成共融，是邁向智能制造的瓶頸之一［57］。

數字孿生是實現信息物理融合的有效手段［2］。一方面，數字孿生能夠支持制造的物理世界與信息世界之間的虛實映射與雙向交互，從而形成“數據感知-實時分析-智能決策-精準執行”實時智能閉環；另一方面，數字孿生能夠將運行狀態、環境變化、突發擾動等物理實況數據與仿真預測、統計分析、領域知識等信息空間數據進行全面交互與深度融合，從而增強制造的物理世界與信息世界的同步性與一致性。

由表3文獻關鍵詞和發表機構/作者統計分析可知，當前發表的所有數字孿生研究成果中：①數字孿生與工業4.0、CPS、智能裝備/工廠/服務等相結合的論文最多，占當前所發表數字孿生論文總數的一半以上；②美國、中國、德國發表數字孿生論文數全球最多，論文主要來自各國智能制造相關領域的高校與科研院所；③在工業界，西門子、戴姆勒、ABB等踐行智能制造理念的企業發文量最多。相關統計結果表明，學術界和工業界都將數字孿生作為踐行智能制造的關鍵使能技術之一。

綜上所述，智能制造是當前世界各國制造業的共同發展趨勢，數字孿生是智能制造使能技術之一。

2.5 數字孿生能與NewIT融合？

如圖6所示，從數字孿生五維模型的角度出發， NewIT對數字孿生的實現和落地應用起到重要的支撐作用，具體分析如下。

圖6 數字孿生五維模型與New IT的關系

（1）數字孿生與物聯網 對物理世界的全面感知是實現數字孿生的重要基礎和前提，物聯網通過射頻識別、二維碼、傳感器等數據采集方式為物理世界的整體感知提供了技術支持。此外，物聯網通過有線或無線網絡為孿生數據的實時、可靠、高效傳輸提供了幫助。

（2）數字孿生與3R（AR， VR， MR）虛擬模型是數字孿生的核心部分，為物理實體提供多維度、多時空尺度的高保真數字化映射。實現可視化與虛實融合是使虛擬模型真實呈現物理實體以及增強物理實體功能的關鍵。VR/AR/MR技術為此提供支持：VR技術利用計算機圖形學、細節渲染、動態環境建模等實現虛擬模型對物理實體屬性、行為、規則等方面層次細節的可視化動態逼真顯示；AR與MR技術利用實時數據采集，場景捕捉，實時跟蹤及注冊等實現虛擬模型與物理實體在時空上的同步與融合，通過虛擬模型補充增強物理實體在檢測、驗證及引導等方面的功能。

（3）數字孿生與邊緣計算 邊緣計算技術可將部分從物理世界采集到的數據在邊緣側進行實時過濾、規約與處理，從而實現了用戶本地的即時決策、快速響應與及時執行［58］。結合云計算技術，復雜的孿生數據可被傳送到云端進行進一步的處理，從而實現了針對不同需求的云-邊數據協同處理，進而提高數據處理效率、減少云端數據負荷、降低數據傳輸時延，為數字孿生的實時性提供保障。

（4）數字孿生與云計算 數字孿生的規模彈性很大，單元級數字孿生可能在本地服務器即可滿足計算與運行需求，而系統級和復雜系統級數字孿生則需要更大的計算與存儲能力。云計算按需使用與分布式共享的模式可使數字孿生使用龐大的云計算資源與數據中心，從而動態地滿足數字孿生的不同計算、存儲與運行需求。

（5）數字孿生與5G 虛擬模型的精準映射與物理實體的快速反饋控制是實現數字孿生的關鍵。虛擬模型的精準程度、物理實體的快速反饋控制能力、海量物理設備的互聯對數字孿生的數據傳輸容量、傳輸速率、傳輸響應時間提出了更高的要求。5G通信技術具有高速率、大容量、低時延、高可靠的特點［59］，能夠契合數字孿生的數據傳輸要求，滿足虛擬模型與物理實體的海量數據低延遲傳輸、大量設備的互通互聯，從而更好的推進數字孿生的應用落地。

（6）數字孿生與大數據 數字孿生中的孿生數據集成了物理感知數據、模型生成數據、虛實融合數據等高速產生的多來源、多種類、多結構的全要素/全業務/全流程的海量數據［2］。大數據能夠從數字孿生高速產生的海量數據中提取更多有價值的信息，以解釋和預測現實事件的結果和過程。

（7）數字孿生與區塊鏈 區塊鏈可對數字孿生的安全性提供可靠保證［60］，可確保孿生數據不可篡改、全程留痕、可跟蹤、可追溯等。獨立性、不可變和安全性的區塊鏈技術，可防止數字孿生被篡改而出現錯誤和偏差，以保持數字孿生的安全，從而鼓勵更好的創新。此外，通過區塊鏈建立起的信任機制可以確保服務交易的安全，從而讓用戶安心使用數字孿生提供的各種服務。

（8）數字孿生與人工智能（AI）數字孿生憑借其準確、可靠、高保真的虛擬模型，多源、海量、可信的孿生數據，以及實時動態的虛實交互為用戶提供了仿真模擬、診斷預測、可視監控、優化控制等應用服務。AI通過智能匹配最佳算法，可在無需數據專家的參與下，自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘，從而生成各類型服務。數字孿生有了AI的加持，可大幅提升數據的價值以及各項服務的響應能力和服務準確性。

綜上所述，數字孿生的實現和落地應用離不開New IT的支持，只有與New IT的深度融合數字孿生才能實現物理實體的真實全面感知、多維多尺度模型的精準構建、全要素/全流程/全業務數據的深度融合、智能化/人性化/個性化服務的按需使用以及全面/動態/實時的交互。

2.6 數字孿生是否存在科學問題？

數字孿生在制造和相關領域的實踐應用過程中，存在著系列科學問題和難點。圍繞數字孿生五維模型：①在物理實體維度，如何實現多源異構物理實體的智能感知與互聯互通，實時獲取物理實體對象多維度數據，從而深入認識和發掘相關規律和現象，實現物理實體的可靠控制與精準執行；②在虛擬模型維度，如何構建動態多維多時空尺度高保真模型，如何保證和驗證模型與物理實體的一致性/真實性/有效性/可靠性，如何實現多源多學科多維模型的組裝與集成等；③在孿生數據維度，如何實現海量大數據和異常小數據的變頻采集，如何實現全要素/全業務/全流程多源異構數據的高效傳輸，如何實現信息物理數據的深度融合與綜合處理，如何實現孿生數據與物理實體、虛擬模型、服務/應用的精準映射與實時交互等；④在連接與交互維度，如何實現跨協議/跨接口/跨平臺的實時交互，如何實現數據-模型-應用的迭代交互與動態演化等；⑤在服務/應用維度，如何基于多維模型和孿生數據，提供滿足不同領域、不同層次用戶、不同業務應用需求的服務，并實現服務按需使用的增值增效等。上述科學問題是當前數字孿生研究與落地應用亟待解決的系列難題。此外，在數字孿生商業化過程中，如商業化平臺和工具研發，商業模式推廣應用等方面，也存在一些難題有待研究和解決。

2.7 數字孿生何用？

數字孿生以數字化的形式在虛擬空間中構建了與物理世界一致的高保真模型，通過與物理世界間不間斷的閉環信息交互反饋與數據融合，能夠模擬對象在物理世界中的行為，監控物理世界的變化，反映物理世界的運行狀況，評估物理世界的狀態，診斷發生的問題，預測未來趨勢，乃至優化和改變物理世界。數字孿生能夠突破許多物理條件的限制，通過數據和模型雙驅動的仿真、預測、監控、優化和控制，實現服務的持續創新、需求的即時響應和產業的升級優化。基于模型、數據和服務等各方面的優勢，數字孿生正在成為提高質量、增加效率、降低成本、減少損失、保障安全、節能減排的關鍵技術，同時數字孿生應用場景正逐步延伸拓展到更多和更寬廣的領域。數字孿生具體功能、應用場景及作用如表5所示。

表5 數字孿生功能與作用

2.8 數字孿生適用準則是什么？

企業在應用數字孿生前，面臨的首要決策問題是本企業是否需要用數字孿生？是否適用數字孿生？是否值得使用數字孿生？事實上，數字孿生并非適用于所有對象和企業。為輔助企業根據自身情況做出正確決策，本節嘗試從產品類型、復雜程度、運行環境、性能、經濟與社會效益等不同維度總結數字孿生適用準則，如表6所示，以供參考。

表6 數字孿生適用準則

2.9 數字孿生需要標準？

數字孿生在落地應用過程中缺乏標準的指導與參考。筆者團隊與相關技術標準委員會及應用企業前期共同探索建立了數字孿生標準體系框架［3］，從數字孿生基礎共性標準、關鍵技術標準、工具/平臺標準、測評標準、安全標準、應用標準6個方面對數字孿生標準體系進行了研究。但針對所建立的標準體系中各數字孿生具體標準內容，仍需進一步的研究與制定。此外，據報道，國際標準化組織自動化系統與集成技術委員會（ISO/TC184）正在開展數字孿生構建原則、參考架構、物理制造元素的數字表示、信息互換及數字孿生可視化元素等方面標準研究［89］；IEEE數字孿生標準工作組（IEEEP2806）正在開展智能工廠物理實體的數字化表征與系統架構等相關標準研究［90］；ISO/IEC信息技術標準化聯合技術委員會數字孿生咨詢組在數字孿生的術語、標準化需求、相關技術、參考模型等方面開展研究［48］，但尚未有數字孿生具體標準發布。

綜上所述，數字孿生的發展與落地應用需標準的指導與參考，數字孿生國際標準的制定是當前各國關注的重點。

2.10 數字孿生需要商業化工具與平臺？

隨著數字孿生應用價值逐步顯現，越來越多的企業期望利用數字孿生來提高企業效率和改進產品質量。而在實踐數字孿生過程中，“使用什么工具/平臺來構建和應用數字孿生”是企業所面臨的問題［5］。據報道，已有相關商業工具和平臺可支持數字孿生構建和應用，如MATLAB 的Simulink［91］，ANSYS的TwinBuilder［92］，微軟的Azure［93］，達索的3D Experience［94］等。但從功能性的角度出發，這些工具和平臺大多側重某一或某些特定維度，當前還缺乏考慮數字孿生綜合功能需求的商業化工具和平臺。另一方面，從開放性和兼容性的角度出發，相關使能工具/平臺主要針對自身產品形成封閉的軟件生態，不同工具和平臺間模型和數據交互與集成難、協作難，兼容性差，缺乏系統開放、兼容性強的數字孿生構建工具和平臺。

此外，因掌握相關的具體數據、流程、工藝、原理等，產品研制者或提供者相對容易實現數字孿生的構建，而第三方（如系統集成商、產品終端用戶、產品運營維護者等）在構建數字孿生中存在諸多困難，導致數字孿生的構建成為其應用推廣的瓶頸之一。隨著相關技術的發展與產品研發模式的演變，未來構建數字孿生可能不再是困擾用戶的關鍵難題，如龍頭企業為提高自身產品的質量與研發效率，未來會要求研制者或提供者在提供產品物理實體的同時，也必須提供相應的數字孿生模型。未來如何基于不同用戶提供的數字孿生，針對復雜產品、復雜系統、復雜過程的數字孿生構建需求，實現不同數字孿生的組裝與集成將成為一個新的難點，需要相關商業化的數字孿生集成工具與平臺支撐。

綜上分析，數字孿生的落地與推廣應用需功能綜合、系統開放與兼容、集成性強的商業化工具和平臺的支持。此外，當前還缺乏數字孿生評估與測試的商業化工具和平臺。

結束語

任何一個新技術的提出及實踐推廣過程中，必然面臨諸多疑問。數字孿生也一樣，當前針對數字孿生存在的疑問與困惑，遠不止本文提及和討論的10個。限于篇幅，本文從數字孿生的認識和理解、研究和技術、應用和實踐3個角度出發，結合數字孿生學術研究現狀統計分析結果，嘗試對數字孿生10個有關問題進行分析和討論。以期拋磚引玉，引發不同人士從不同維度、不同需求、不同領域對數字孿生相關問題進行思考和討論，共同正確認識和理性對待數字孿生。文章內容難免有不妥當之處，懇請國內外專家和同行批評指正。