数字孪生以模型和数据为基础，通过多学科耦合仿真等方法，完成现实世界中的物理实体到虚拟世界 中的镜像数字化模型的精准映射，并充分利用二者的双向交互反馈、迭代运行，以达到物理 实体状态在数字空间的同步呈现，通过镜像化数字化模型的诊断、分析和预测，进而优化实 体对象在其全生命周期中的决策、控制行为，最终实现实体与数字模型的共享智慧与协同发展。
数字孪生特征
1 多领域综合的数字化模型
数字孪生是仿真应用的发展和升级。 例如，产品数字孪生不仅具备传统产品仿真的特点，从概念模型和设计阶段着手，先于现实世 界的物理实体构建数字模型，而且数字模型与物理实体共生，贯穿实体对象的整个生命周期， 建立数字化、单一来源的全生命周期档案，实现产品全过程追溯，完成物理实体的细致、精准、 忠实的表达。
多领域的知识集成。多个物理系统融合、多学科、多领域融合。
数字孪生体和物理实体应该是“形神兼似” 。
数据驱动的建模方法有助于处理仅仅利用机理/传统数学模型无法处理的复杂系统，通过保证几何、 物理、行为、规则模型与刻画的实体对象保持高度的一致性来让所建立模型尽可能逼近实体。
2以模型为核心的数据采集与组织
数据是数字孪生的基础要素，其来源包括两部分，一部分是物理实体对象及其环境采集而得，另外 一部分是各类模型仿真后产生。多种类、全方位、海量动态数据推动实体/虚拟模型的更新、优化与 发展。
物理系统的智能感知与全面互联互通是物理实体数据的重要来源，是实现模型、数据、服务等融合 的前提。
数据的组织以模型为核心。
3 双向映射、动态交互、实时连接和迭代优化
展开全文
物理系统、数字模型通过实时连接，进行动态交互、实现双向映射。
适合应用场景的实时连接。
数字孪生系统必须能不断地迭代优化，即适应内外部的快速变化并做出针对性的调整，能根据行业、 服务需求、场景、性能指标等不同要求完成系统的拓展、裁剪、重构与多层次调整。这个优化首先 在数字空间发生，同时也同步在物理系统中发生。
4 推演预测与分析等智能化功能
数字孪生将真实运行物体的实际情况结合数字模型在软件界面中进行直观呈现，这个是数字孪生的 监控功能。
数字孪生系统具备模拟、监控、诊断、推演预测与分析、自主决策、自主管控与执行等智能化功能。
预测是数字孪生的核心价值所在。动态预测的基础正是系统中全面互联互通的数据流、信息流以及 所建立的高拟实性数字化模型。
数字孪生可看作是一种技术、方法、过程、思路、框架和途径。
获取电子版报告关注公众号【锋行链盟】
