数字孪生的定义最早可以追溯到2003年，Mi-chaelGrieves教授在密歇根大学的产品全生命周期管理课程上提出了数字孪生概念的雏形，即一个或一组特定装置的数字复制品，能够抽象表达真实装置并能以此为基础进行真实条件或模拟条件下的测试，这个概念在当时被称为“镜像空间模型”。2011年，MichaelGrieves教授在《几乎完美:通过PLM驱动创新和精益产品》一书中提出了描述该概念模型的名词———数字孪生体。
数字孪生技术到底是如何来实现操作的呢？首先对需要仿真建模的对象进行多物理量、多尺度的数据采集，获取满足仿真要求的数据;然后通过数据清洗和整合后，输入仿真模型中利用计算平台进行仿真，构造出与仿真对象等比例的虚拟实体;通过系统服务平台实现与虚拟实体沉浸式交互，对虚拟实体的运行状态实时监测和预测，完成真实物理实体实时调整与完善，并实时更新虚拟体，从而达到全生命周期内对真实的仿真对象与虚拟实体的映射与反馈调整的功能。
数字孪生的应用有几个方面：
数字孪生在生产车间的应用。传统生产车间的各要素主要依赖工人管理，各种数据信息主要依靠人工记录、统计、查询、使用和分析，从而导致数据质量差、使用率低、无法实时跟踪实际生产状态等问题。为了解决这个问题，大部分工作采用数字化、系统化管理，大部分数据采集实现了智能化，但是远远达不到实际车间与虚拟车间之间的实时交互和共融。数字孪生车间通过整合物理真实空间与虚拟空间各流程、各业务的有效数据，在车间孪生模型和孪生数据的双重驱动下，不断更新和完善物理车间的生产要素管理、生产计划、生产流程等生产相关的活动，从而在满足成本、质量、自身产生效率等限制条件下，达到一种车间生产运营的最佳生产模式。
数字孪生在智能工厂的应用。郑小虎等人针对纺织智能工厂的构建问题提出数字孪生技术解决方案，并根据织物生产中不同过程中面临的问题，提出了相应的数字孪生技术对策。他将纺织工艺流程中的清梳、并粗、细纱和络筒作为组成纺纱智能工厂的四个基础智能单元，提出相对应的智能纺纱车间模型;同时将纺织智能工厂各个组成部分的状态信息、传输流程、制造过程、计算过程等与纺织相关信息融合，通过数字孪生技术构造以纺织工艺流程为基础单元的纺织工厂的虚拟纺织车间，达到具备自感知、自分析、自决策、自执行功能的纺织智能工厂。刘强等人提出了一种基于数字孪生的自动化制造车间，建立了一种以数据驱动的中空玻璃智能化生产，能够提高设计速率和实现多目标优化，满足个性化模式下的玻璃生产。
随着基础技术研究的不断深入，数字孪生技术在智能制造领域取得了越来越多的研究成果，显示出其巨大的技术优势。然而，数字孪生技术在智能制造领域目前还只处在实验验证阶段，主要原因在于其中的关键技术尚未完全突破，数据收集和处理不完备，多学科融合具有较强难度，数字孪生的技术标准尚未成熟，学科也未成体系。相信在不久的将来，数字孪生关键技术一定会取得重大突破，其在智能制造领域的应用也一定会获得更大发展。
来自《数字孪生在智能制造领域的应用及研究进展》
