世界公认的数字孪生(Digital Twin)的概念最早是在2003年被美国密歇根大学教授Michael
Grieves的提出,起初被命名为“信息镜像模型”(Information Mirroring
Model),而后不同领域及行业的研宄机构和学者开展了不同程度的研宄,数字孪生的概念逐渐得到完善
2012年美国航空航天局(NASA):面向系统的、集成的、多物理场、多尺度、概率仿真的模型,通过物理模型、实时传感器数据和历史数据来反映实际状况。
2013年美国空军(USAF):系统的虚拟表达,作为实际运行的单个系统实例在整个生命周期中应用的数据、模型和分析工具的集成系统。
2014年美国国防部(DoD):数字线程支持的己建系统的多物理场、多尺度和概率集成仿真,通过使用最佳可用模型、传感器更新和输入数据来镜像和预测其对应物理实体全生命期内的活动和性能
2015年通用电气(GE)通过物理机械和分析技术的集成,资产和过程的软件表达,用于理解、预测和优化性能以改进业务产出
2015年美国参数技术(PTC):由物、连接、数据管理和应用构成的函数,深度参与物联网平台的定义与构建
2017年国际商业机器公司(IBM):对物理对象或系统在全生命期内的虚拟表达,并通过使用实时数据实现理解、学习和推理
2018年思爱普(SAP):物理对象或系统的虚拟表达,使用数据、机器学习和物联网来帮助企业优化、创新和提供新服务。
2020年德勤公司(Deloitte):一种对物理系统,资产或流程的数字仿真技术。通常与物联网技术配套,用于测试仿真系统,由数据科学和机器学习支撑,为现实世界的活动提供优化和洞察
中国航空工业发展研究中心刘亚威认为:从本质上来看,数字孪生是一个对物理实体或流程的数字化镜像。创建数字孪生的过程,集成了人工智能、机器学习和传感器数据,以建立一个可以实时更新的、现场感极强的“真实”模型,用来支撑物理产品生命周期各项活动的决策。
上海优也信息科技有限公司首席技术官林诗万博士对数字孪生的理解是,数字孪生体可有多种基于数字模型的表现形式,在图形上,有几何、高保真、高分辨率渲染、抽象简图等;在状态和行为上,有设备运行、受力、磨损、报警、宕机、事故等;在质地上,有材质、表面特性、微观材料结构等。
现在关于数字孪生广泛认同的定义是数字孪生是指现有或未来物理对象的数字模型,通过实际测量、模拟和数据分析,实时感知、诊断和预测物理对象的状态,通过优化和指令调整物理对象的行为,通过相关数字模型之间的相互学习进行自我进化,并在物理对象的生命周期内改善利益相关者的决策。