进入移动版，省流量，体验好数字孪生是美国工业互联网参考架构和德国工业4.0架构的重要组成，是解决工业机理模型和工业APP碎片化问题的关键技术，是构建工业互联网平台的关键DNA。
数字孪生应用场景有设备级数字孪生、企业级数字孪生和产业链级数字孪生。
设备级数字孪生可通过设备状态监测、远程故障诊断、预测性维护等手段，让设备得到全状态健康管理。例如，东方国信基于Cloudiip构建炼铁高炉的数字孪生体，实时监测锅炉运行情况，分析高炉使用效率和煤气利用率，提升锅炉使用效率30%，降低煤炭消耗20%，单座高炉冶炼成本每年降低2400万元。
企业级数字孪生让企业全流程业务得到优化。数字孪生构建了一种新的“零成本试错”的研发方法，通过在赛博空间进行研发、测试、验证，实现研发成本大幅降低，目前广泛应用于航空航天、高铁行业。在新产品实际生产前，在赛博空间模拟生产，找出最优的生产计划排程和生产方案，缩短新产品导入周期。通过对企业管理各要素和各环节的数字孪生，发现和优化低效的管理流程，提高企业管理效率，目前广泛应用于能源行业。
产业链级数字孪生使得产业链全环节实现数字化管理。实时动态感知供应链运行情况，识别和优化低效运行的流程，实现产业价值链的增值。在营销、研发、生产阶段，可实现基于用户画像的个性化精准营销、基于虚拟产品体验的定制设计、基于预先虚拟生产的快速排产，从而发现目标客户、提高用户参与度，缩短生产时间、降低定制成本。通过远程操控数字孪生体，从实物获取数据并提供衍生服务。
目前，数字孪生还存在数据支撑能力不足、数字孪生模型匮乏、安全防范亟待强化等问题。
突破“平台+数字孪生”融合技术。在边缘层，开展对自动控制、智能传感、机器视觉、边缘计算，以及多源异构传感器协同测量和异构数据协议转换等关键基础技术攻关。在Paas层，重点突破“数据+机理”建模、类脑计算建模、人工神经网络、知识计算引擎与知识服务和大数据分析等核心技术。在工业APP层，促进自然语言处理技术、虚拟现实、增强现实、群体智能技术和多维多尺度模型集成等技术在工业互联网中的应用研究与探索。
分行业编制数字孪生全景图谱。围绕研发仿真、业务流程、工业原理、算法模型等重点领域，建设多标签分类、智能化搜索的行业通用模型库。建设数字孪生企业专用模型库，围绕企业产品全生命周期优化、产线全过程管控优化、业务和管理优化等重点领域，建设功能完备的企业专用模型库。建设数字孪生模型测试验证平台，开展技术验证与测试评估。
优化数字孪生解决方案供给。设备级数字孪生解决方案，以示范应用为切入点，推动数字孪生在设备状态监测、远程故障诊断、预测性维护领域的试点示范。企业级数字孪生解决方案，推动数字孪生在企业研发、生产、管理领域的示范应用，打造一批企业级应用解决方案和典型应用案例。产业链级数字孪生解决方案，推动试点示范由特定设备、特定企业发力转向产业链全环节突破，加快推动数字孪生在网络化协同、个性化定制、服务化延伸领域的落地推广和商业模式探索。
加紧工业数字空间综合治理。明确工业数据权属，划分企业内部数据和社会开放数据边界，促进数据的合理运用，保障数据安全。建立健全工业数据有序流动监管机制，完善相关法律法规，深入落实工业数据分级分类管理，防范数据安全风险。完善工业数据管理体系，强化工业数据安全防护。（ 作者徐靖为赛迪智库信软所工业互联网研究室工程师）
