数字孪生随着智慧工厂、数据中台等不断在工业行业的普及，成为一个迅速蹿红并且反复被提及的概念，但是随着工业界和学术界对数字孪生的不断解读，其含义却越发不能得出一个统一的答案。

数字孪生是如何被提出来的？数字孪生到底是什么，以及一些相关概念的界限是什么等很多问题令人困惑，本文根据北京航空航天大学教授张霖的一些观点尝试对其中的一些问题进行粗浅的分析。

首先，数字孪生（Digital Twin以下简称DT）到底指什么？

在信息领域，对于一个名词有很多不同概念的事情早已司空见惯，因为大多是因为入手问题的角度和侧重点不同或者是解释的详细程度、文字表达方式的不同而导致概念无法得到统一的解释，因此学术界会经过一段时间的讨论和沉淀之后，逐步形成一致的看法，比如云计算。

但是DT的定义却一反常态，在刚开始的时候含义比较统一明确，随着研究的深入，定义和内涵却变得越来越模糊，并且据了解，DT的众多概念却不只指向一个固定的事物主体，这样的概念，属实不多见。

DT一词，业界一般认为，是由密歇根大学的Michael Grieves教授在2002年针对产品全生命周期管理提出的概念，叫做镜像空间模型，而Digital Twin是由后来NASA的John Vickers提出的。虽然二者命名不同，但是却没有什么歧义，DT就是一个数字化的模型。

但是随着NASA的相关深入研究，对于DT的定义却发生了变化：DT是充分利用物理模型、传感器更新、运作历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对于实体装备的全生命周期过程。

DT的主体变成了仿真。

同时，NASA相关研究人员还在《NASA空间技术路线图》中很明确地表示：“DT就是基于仿真的系统工程”。

DT的主体又变成了系统工程。

莫衷一是。

本文综合整理了一部分DT具有代表性的概念后发现，与DT有关的部分关键词为：

1.物理对象2.数据3.模型4.仿真5.仿真结果。

那么根据这5个关键词整合分析又可以得出DT的三种定义：

第一种：DT是一个随物理对象实时更新数字副本、数字表示、软件表示或虚拟表示等数字化模型。

第二种：DT是建模加仿真共同构成。

第三种：DT是连接物理对象和模型之间的桥梁。

我们来看一看第二种，将建模和仿真合起来定义成一个新的概念是否能行？

首先，模型和仿真是相关的，这无可厚非，但是他们的主体却不相同。模型是对事物的描述，而仿真则是基于模型的各种活动，强行组合在一起成为一个新的概念是不合理的。

我们再来看看第三种，听起来是具有很强的实践性，但是最不合理。如果将物理对象所反馈的数据或仿真反馈的数据称为桥梁，是合理的。但是这类数据应当是DT的从属，最多被称为内容辅助。

所以，综上所述，对于数字孪生的定义可以这样理解：

数字孪生是物理对象的数字模型，通过对物理对象数据的实时接收和利用，与物理对象在全生命周期保持一致。并且，面向物理对象全生命周期进行分析、预测、评估、管理等（即仿真），对物理对象进行优化和决策的技术被称为数字孪生技术。