“数字双胞胎”与建仿照真技术曾被称作智能造作业的下一波海潮，工业4.0也要求，若要虚和实的互动以及相互加强，数字化模型必须先出现。
什么是数字双胞胎
“数字化双胞胎”（Digital Twin）是指以数字化方式拷贝一个物理对象，仿照对象在现实环境中的行为，对产品、造作过程甚至整个工厂进行虚构仿真，从而提高造作企业产品研发、造作的出产效能。
所佑装产品”最早是人类大脑里的一个吞吐概想，在没有数字化模型援手的情况下，要打造出一件产品或一套出产流程，必然会经历屡次迭代设计，有时辰仅仅为了验证产品的某一个尺寸，部件之间的装配关系，流程的某一环节，就不得不造作出好多个中央产品或沉新设计流程（被称为打样），耗费大量功夫、金钱和人力。选取数字化模型的设计技术（常指CAD技术，即数字化辅助设计），就可在虚构的三维数字空间里从无到有地创造出部件和产品以及工艺流程。在虚构的三维空间里，能够轻松的批改部件和产品的每一处尺寸和装配关系，使得产品几何结构的验证工作、装配可行性的验证工作、流程的可尝试性大为单一，因而能够大幅度削减迭代过程中的物理样机的造唐突数，功夫，成本。除此之表，专门的电路CAD设计技术能够凭据电路以及器件的道理，在三维数字空间设计出电路，并且也能够进行虚构的验证和迭代设计。同样也能够大幅度削减造作物理样机的价值。这就是数字化模型肯定会早于物理实体产品出现的原因。现实上，在最终的产品造作出来之前，有好多个数字化模型代表着产品迭代的各个阶段。这些模型或者其中的一部门，依然有可能被以来的型号或者产品线所选取，这也是数字化模型的一个附加益处。
建仿照真的“前世今生”
建仿照真最早起源于上世纪60年代至70年代的推算机说话编写的数字算法，其时只是单一的用于推算特定物理景象，解决设计问题；之后的二十年，随着工作站和微机的遍及以及推算能力的提高，仿真技术的利用逐步遍及各个学科和分歧层面；并且不会停顿在设计阶段，在向产品和系统的全性命周期扩大，组成与实体形影不离的“数字双胞胎”。由于仿真可能在产品性命周期提供无缝协助和优化，将会成为造作系统的主题职能之一，将来智能工厂是基于模型的系统工程或基于模型的造作，软件界说产品、决定企业盛衰，仿真技术造作系统关键组成部门的黄金时期才刚刚起头。Gartner预测，到2021年，全球50％的大型工业公司将使用数字双胞胎，从而使这些组织的效能提高10％，尤其是造作业和工程行业的公司，若是想要在竞争中维持当先职位，就必要思考执行数字双胞胎。
造作业是目前数字双胞胎最常用的行业，按时向客户提供保质保量的产品对造作企业至关沉要，若是机械的运行不能协同并以适当的容量工作，就回影响员工、出产、可交付性以及最终客户的中意度；采取实时监控、不中断出产的情况下进行测试、并且可能在设施中网络的数百万个数字据点获得更多信息，数字双胞胎使造作企业越发智能。
在德勤的一份案例钻研中，一家工业造作企业决定选取数字双胞胎步骤，来解决其在现场遇到的问题，从而解决守护用度和客户延长交付。造作企业网络了设备以及在出产的产品数据，来钻研装配过程及其与产品质量的关系。因而，该项目可能鉴别低效能并优扮装配流程，将返工率降低了15％至20％。
数字双胞胎的国内近况
最早在市场上提出“数字化双胞胎”模型概想的是西门子，基于模型的虚构企业和基于自动化技术的现实企业的“数字化双胞胎”（Digital Twins），蕴含“产品数字化双胞胎”、“出产工艺流程数字化双胞胎”和“设备数字化双胞胎”，三个层面又高度集成为一个统一的数据模型，并通过数字化助力企业整合横向和纵向价值链，提供工业生态系统沉塑和实现“工业4.0”自下而上的切实之路。
数字双胞胎的引入国内仅仅几年功夫，目前处于初步索求与实际环节，距离宽泛利用还有很长的路要走；目前数字双胞胎技术还面对着诸多难题，重要可分为三类：一是高仿真度，高保真度的仿真建模是构建数字双胞胎系统的关键，数字双胞胎作为物理实体在数字空间的超写实动态模型，产品虚构模型的高精度性、多物理场建模、高保真度响应仿照等是首要解决的技术难题。二是数据网络，由于数字孪生技术的利用以海量数据为基础，并且是基于全身分、全性命周期的数据，而有关这些数据所涉及的先进传感器技术、自适应感知、精确节造与执行技术等难题急需攻关。三是实时监测与健全预测技术也尚待美满，实时和预测是数字孪生的主题身分，一方面物理产品的数据动态实时反映在数字孪生系统中，另一方面，数字孪生基于感知的大数据进行分析决策，进而节造物理产品，而其中离不开相应的高实时性数据交互、高相信度仿真预测、超等推算能力等技术能力。此表，新的设计检验步骤仍需进一步索求，使物理模式的尝试了局更正确、更靠近真实的工况，为数字孪生体的推演提供靠得住的数据支持。
目前中国造作业正处于转型升级的关键时期，通过物联网、大数据、人为智能和实体经济深度融合，使得中国造作竞争力得到大幅提升。将来，数字双胞胎也可结合物联网的数据采集、大数据处置和人为智能建模分析，实现对从前产生问题的诊断、当前状态的评估以及将来趋向的预测，并赐与分析了局，仿照各类可能性，提供更全面的决策支持。
免责申明：本文转自OFweek工控网，由冰球突破四方推荐阅读，仅供进建使用，不得用于商用，引用或转载请注明出处！如有侵权请联系冰球突破删除！