数字孪生是一个复杂且完整的技术体系，依赖于诸多新技术的发展和高度融合。本文将简要介绍与其相关的关键技术，欢迎阅读。
数字孪生概念的历史虽然不长，但是数字孪生技术内涵的探索与实践早在多年前就已开始。比如：虚拟样机、信息物理系统、数字线程 (Digital Thread) 等。
这些概念或是对数字孪生技术的一种先行实践，一种技术上的孕育和孵化，或是与数字孪生技术齐头并进、相辅相成。
虚拟样机
虚拟样机技术是将CAD建模技术、计算机支持的协同工作技术、用户界面设计、基于知识的推理技术、设计过程管理和文档化技术、虚拟现实技术集成起来，形成一个基于桌面化的分布式环境。
虚拟样机是一种计算机模型，它能够反映实际产品的特性，包括外观、空间关系以及运动学和动力学特性。
借助于这项技术，设计师可以在计算机上建立机械系统模型，伴之以三维可视化处理，模拟在真实环境下系统的运动和动力特性并根据仿真结果精简和优化系统。
虚拟样机可以视为数字孪生的基础和雏形，它们的
相同点
① 都构建了三维虚拟模型来替换或者映射对应的物理实体，从而在虚拟的数字世界中进行物理空间中需要进行的活动，例如测试、仿真、评估、验证等，从而减少时间和经济成本:
② 不同设计者甚至最终用户可以通过与虚拟的数字模型交互参与到设计中来，提升产品设计的效率和用户满意度。
不同点
① 虚拟样机只夏盖了产品设计阶段，而数字孪生覆盖了产品的整个生命周期
② 虚拟样机与实体之间没有联系，而数字孪生与实体直接保持着密切联系，实时反映着实体在全生命周期中的状态变化。
信息物理系统 (CPS)
2006 年，美国国家科学基金会的 Helen Gill 最先用信息物理系统CPS来描述传统的IT无法有效说明的日益复杂的系统。
信息物理系统通过人机交互接口实现和物理进程的交互，使用网络化空间以远程的、可靠的、实时的操控一个物理实体。信息物理系统包含了将来无处不在的环境感知、嵌入式计算、网络通信和网络控制等系统工程，使物理系统具有计算、通信、精确控制、远程协作和自治功能。
该系统和很多小设备相关联，拥有无线通信、感知存储和计算功能。它注重计算资源与物理资源的紧密结合与协调，主要用于一些智能系统上，如设备互联、物联传感、智能家居、机器人、智能导航等。
信息物理系统将计算、网络和物理进程结合在一起，物理进程受到网络的控制和监督，计算机收到它所控制物理进程的反馈信息。换句话说，物理进程被计算系统所监视着。
数字线程
数字线程的概念可以追溯到 2003 年，它在美国空军和洛克希德马丁公司合作的 F-35 战斗机项目里首次被提及。当时其实是指 F-35 的 3D 数字化的设计，它取代了传统的飞机制造中使用的纸上蓝图，使得整个飞机的设计和制造过程更加有效率和准确。
通用电气的石油和天然气业务集团对数字线程的具体定义为：数字线程贯穿了整个产品的开发过程，从产品概念、最初的设计和 3D 原型，到测试和设计验证，再到完整合理的产品设计，最后到在我们在智能工厂里生产的产品。
它还承载供应链，使产品能交付、安装、运行上线。数字线程还负责产品的监测和管控，还有产品全生命周期的健康把控以及运行性能数据的传送。
数字孪生的技术架构
数字孪生的技术架构，包含五层： 感知、数据、建模、可视化和应用。
另外，还需要平台软件，机理分析的支撑。建立数字孪生，数据是基础，模型是核心，软件或平台是载体。
感知
为了实时感知物理实体及其运行环境，需要传感技术、监测技术的支撑。
例如，为了建立面向风电、光伏出力预测和故障诊断的数字孪生，需要获得电站周边气象数据以及设备温度、声音、振动等数据。为此，需要可获取声振信号、温度、湿度数据的传感设备。
数据
通过监测和传感获得的数据，需要利用先进的通信技术传输到数据平台或数据库中进行存储、处理和建模。
如果数据量大，实时性要求高，也可以采取边缘计算模式存储处理数据。
① 为节省信道和存储空间，需要应用数据压缩技术；
② 为实现多源异构数据的融合、时空数据融合，需要应用数据融合技术；
③ 为提高数据处理和建模速度、满足数据孪生的实时性要求，需要采用分布式存储和处理技术、流计算、内存计算等技术。
建模
建模方法包括机理建模方法和数据驱动建模方法。
前者根据研究对象的机理特性建立数学公式，并赋予参数，然后应用数值计算方法或解析方法进行计算，一般适合于机理清楚的物理系统；
后者是指采用统计学、机器学习方法建立模型，适合于机理不明确或只存在关联关系的研究对象。机理建模时由于存在不可避免的假设和简化，有时会带来不容忽视的误差，这种情况下，如果数据足够，也适合采用数据驱动建模方法。
数字孪生的模型需要随物理实体同步更新、演化。
可视化
数字孪生需要很直观的可视化效果，三维展示、地理信息系统（GIS）、AR/VR等都是很重要的可视化技术。
例如，风机的数字孪生，在地理位置上标注了风机的身份信息，点击各个部位，均能更直观地看到各个部位的状况。
应用
数字孪生应用的领域很多，智慧城市、精准医疗、智能制造、智慧能源是最重要的应用领域。
总结
数字孪生是一项综合性技术，数据是基础，模型是核心，平台或软件是载体。
传感技术、监测技术以及数据的传输技术、存储技术、融合技术、处理技术，都是数字孪生的基础性技术。
各种建模技术以及支撑建模的平台和软件、三维展示和AR/VR技术也是数字孪生的关键技术。
