一、数字孪生发展背景
“孪生”的概念起源于美国国家航空航天局的“阿波罗计划”，即搭建两个相同的航天飞行器，其中一个发射到太空执行任务，另一个留在地球上用作反映太空中航天器在任务期内的运行状态，进而辅助工程师深入分析处理太空中发生的突发事件。当然了，这里的两个航天器全部都是真实存在的物理实体。
2003年前后，关于数字孪生（DigitalTwin）的构想首次发生于Grieves教授在美国密歇根大学的产品生命周期管理课程上。但是，当时“DigitalTwin”一词还没被正式提出，Grieves将这个构想称为“ConceptualIdealforPLM（ProductLifecycleManagement）”，如下图所示。即便如此，在该构想中数字孪生的基本思想已经有所体现，即在虚拟空间搭建的数字模型与物理实体交互映射，忠实地描述物理实体生命周期的运作轨迹。
直至2010年，“DigitalTwin”一词在NASA的技术报告中被正式提出，并被定义为“集成了多物理量、多尺度、多概率的系统或飞行器仿真过程”。2011年，美国空军探究了数字孪生在飞行器健康管理中的应用，并详尽探讨了实施数字孪生的技术挑战。2012年，美国国家航空航天局与美国空军联合发布了关于数字孪生的论文，指出数字孪生是驱动未来飞行器发展的核心技术之一。在接下来的几年中，愈来愈多的研究将数字孪生应用于航空航天领域，包括机身设计与维修，飞行器能力评估，飞行器故障预测等。
近些年来，数字孪生得到愈来愈广泛的传播。与此同时，有赖于物联网、大数据、云计算、人工智能等全新一代信息技术的发展，数字孪生的实施已逐步成为可能。现如今，除了航空航天领域，数字孪生还被应用于电力、船舶、城市管理、农业、建筑、制造、石油天然气、健康医疗、环境保护等行业领域。尤其是在智能制造领域，数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段。许多著名企业（如空客、洛克希德马丁、西门子等）与组织（如Gartner、德勤、中国科协智能制造协会）对数字孪生给与了高度重视，并且开始探究基于数字孪生的智能生产新模式。
二、数字孪生的概念及典型性特征
标准化组织中的概念：数字孪生是具备数据连接的特定物理实体或流程的数字化表达，该数据连接可以确保物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程流程的整个生命周期的集成视图，有利于优化整体的性能。
学术界的概念：数字孪生是以数字化方式构建物理实体的虚拟实体，利用历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体生命周期流程的技术手段。
从本质上讲，数字孪生可以定义为有利于优化业务绩效的物理对象或流程的历史和当前行为的不断发展的数字资料。数字孪生模型基于跨一系列维度的大规模，累积，实时，真实世界的数据测量。
企业的定义：数字孪生是资产和流程的软件表示，用于理解、预测和优化绩效以完成改进的业务成果。数字孪生由三个部分组成：数据模型，一组分析或算法，以及知识。
数字孪生公司早就在行业中立足，它在整个价值链中改革创新了流程。作为产品，生产过程或性能的虚拟表示，它使各个流程阶段得以无缝链接。这可以不断提高效率，最大程度地降低故障率，缩减开发周期，并开辟新的商业机会：换言之，它可以造就持久的竞争优势。
从数字孪生的概念可以看出，数字孪生具备以下几个典型性特点：
1、互操作性：数字孪生中的物理对象和数字空间可以双向映射、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，具备可以在不同数字模型之间转换、合并和建立“表达”的等同性。
2、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，可以针对多尺度、多物理、多层级的模型内容进行拓展。
3、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。表征的对象包含外观、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。
4、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。比如说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。
5、闭环性：数字孪生中的数字虚体，用以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。
三、数字孪生与其它技术的区别
数字孪生与仿真（Simulation）的区别：仿真技术是运用仿真硬件和仿真软件通过仿真实验，借助某些数值计算和问题求解，反映系统行为或过程的模型技术，是将包含了确定性规律和完整机理的模型转换成软件的方式来模拟物理世界的方法，目的是依赖正确的模型和完整的信息、环境数据，反映物理世界的特性和参数。仿真技术仅仅能以离线的方式模拟物理世界，不具备分析优化功能，因此不具备数字孪生的实时性、闭环性等特性。
数字孪生需要依赖包含仿真、实测、数据分析在内的手段对物理实体状态进行感知、诊断和预测，从而优化物理实体，同时进化自身的数字模型。仿真技术做为搭建和运行数字孪生的核心技术，是数字孪生实现数据交互与融合的基础。在这个基础之上，数字孪生必需依托并集成其它新技术，与传感器共同在线以保障其保真性、实时性与闭环性。
数字孪生与信息物理系统（CPS）的区别：数字孪生与CPS都是运用数字化手段搭建系统为现实服务。在其中，CPS属于系统实现，而数字孪生着重于模型的搭建等技术实现。CPS是通过集成先进的感知、计算、通信和控制等信息技术和自动控制技术，搭建了物理空间与虚拟空间中人、机、物、环境和信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代和动态优化。
相比较于综合了计算、网络、物理环境的多维复杂系统CPS，数字孪生的搭建做为建设CPS系统的使能技术基础，是CPS具体的物化体现。数字孪生的运用既有产品、也有产线、工厂和车间，直接对应CPS所面对的产品、装备和系统等对象。数字孪生在创立之初就确立了以数据、模型为主要元素搭建的基于模型的系统工程，更适宜采用人工智能或大数据等新的计算能力进行数据处理任务。
数字孪生与数字主线（DigitalThread）的区别：数字主线被认为是产品模型在各环节演变运用的沟通渠道，是依托于产品生命周期的业务系统，包含产品构思、设计、供应链、制造、售后服务等各个环节。在整个产品的生命周期中，通过提供访问、整合以及将不同/分散数据转换为可操作性信息的能力来通知决策制定者。
数字主线也是一个允许可连接数据流的通信框架，并提供一个包含生命周期各环节功能的集成视图。数字主线有能力为产品数字孪生提供访问、整合和转换能力，其目标是贯通产品生命周期和价值链，实现全面追溯、信息交互和价值链协同。因此可见，产品的数字孪生是对象、模型和数据，而数字主线是方法、通道、链接和接口。
简单地说，在数字孪生的广义模型之中，存在着彼此具有关联的小模型。数字主线可以确定这些小模型之间的关联关系并提供支持。因此，从生命周期这个广义的角度来说，数字主线是属于面向生命周期的数字孪生的。
数字孪生和资产管理壳（AssetadministrationShell）的区别：源于工业4.0的资产管理壳，是德国自工业4.0组件开始，发展起来的一套描述语言和建模工具，从而使得设备、部件等企业的每一项资产之间可以完成互联互通与互操作。借助其建模语言、工具和通讯协议，企业在构成生产线的时候，可具备通用的接口，即实现“即插即用”性，大幅度减少工程组态的时间，更好的实现系统之间的互操作性。
自数字孪生和资产管理壳的问世以来，更多的观点是视二者为美国和德国的工业文化不同的体现。事实上，相较于资产管理壳这样一个起到管控和支撑作用的“管家”，数字孪生就如同一个“执行者”，从设计、模型和数据入手，感知并优化物理实体，同时推动传感器、设计软件、物联网、新技术的更新迭代。但是，基于这两者在技术实现层次上较为相近，德国目前也正努力在把资产管理壳转变为支撑数字孪生的基础技术。