今天，我们一起来了解一下“数字孪生”到底是什么？
历史
“孪生”的技术最早起源于20世纪60年代美国宇航局的“阿波罗计划”。“数字孪生”的构想最早出现于1991年David Gelernter的《镜像世界》。2002年，Michael Grieves博士首先提出相似于“数字孪生”的概念并将其应用于制造业。而“数字孪生”（Digital Twin）这一术语真正确定下来则是在2010年 NASA 的技术报告中。彼时，数字孪生主要应用于航空航天工业领域。
应用
近年来，随着物联网、大数据、人工智能等技术的飞速发展，数字孪生也从最初的“炫酷”技术变得越来越普及、多样化。现阶段，数字孪生主要应用于城市管理、农业、制造、健康医疗、环境保护等行业。尤其值得注意的是，数字孪生技术越来越多地用于资产的可持续化管理中——帮助改善建筑物建造和运营中的资源管理与应用，以达到减少能耗、减少碳足迹的目的。
数字孪生到底是什么？
简单来说，数字孪生，是一个物理实体、流程或系统的动态数字化展现。
一般来说，数字孪生拥有五个重要维度，即物理实体、虚拟实体、（物理与虚拟实体的）连接、数据和应用。通过集中收集、处理多源数据，数字孪生可以实时、准确地反应其对象物理实体、流程或系统的当前工作状况，并进行假设虚拟预测。因此，数字孪生能够给资产或系统管理者提供操作便利，并为决策者提供深刻的洞见、赋能决策环节。
从简单到复杂，数字孪生也分为五个等级，级别越高，数字孪生越强大。
可视化（Visualization）阶段
第一、二、三等级的数字孪生
前三个等级的数字孪生不同程度地完成了对一个物理对象数字化的过程，因此属于可视化（Visualization）阶段。
1.静态的数字孪生（Static Twin）
这一级别的数字孪生单纯是某个物理设备（如冷却装置）或子系统（如照明的能耗）的数字复制品，它可以有各种可视化的展现形式，如图表、图形或 3D 建模。
静态数字孪生的关键词是数据质量、安全性、架构。它之所以能够成为“数字孪生”的关键在于数据的质量——其数据必须能与该实体或系统一对一高度吻合。但这些数据并不是真正可用的、相互关联的数据。
2.动态的数字孪生（Dynamic Twin）
这一级别数字孪生的关键词是——建立相互联系，它能够将不同的数据源相互连接起来，打破数据孤岛，为比较、溯源数据提供了依据。例如，当一个系统表现不佳时，管理者可以通过查看相关联的数据找出原因。
3.可操作的数字孪生（Operational Twin）
顾名思义，这个级别的数字孪生将为操作带来便利。从某种意义上来说，从这一等级开始，数字孪生就真正地“活”起来了，因为它能够实时收集和更新数据。管理人员无需身临其境便可无差别地“看到”这个物理实体，并对其进行有效管理。
在以上可视化阶段中，数字孪生的真正实力尚未完全被释放出来。
优化（Optimization）阶段
第四、五等级的数字孪生
数字孪生不仅在提供历史或实时数据方面有很大价值，它甚至可以帮助预测未来。在操作过程中，如果某个量保持不变，结果将是怎样？如果改变某个环节，结果又会发生什么变化？它是否能减少能源消耗？ 这些在优化阶段的数字孪生都可以实现。
4.模拟数字孪生（Simulation Twin）
这一级别的数字孪生支持将新变量插入历史数据，并通过交叉引用，对比可能会引发的结果变化。通过模拟数字孪生，管理者和决策者可以对模拟假设场景进行预判。例如，假设楼宇管理者在每天下午 6:30 关闭空调，能够减少多少碳排放？模拟数字孪生能够帮助决策者更高效地进行业务运营。
5.可预测数字孪生（Predictive Twin）
可预测数字孪生在模拟假设场景方面更进一步，它能够通过人工智能预测未来事物的表现，甚至提供解决方案的建议，为运营带来深刻洞察，赋能决策者的决策环节。
以上便是“数字孪生”由浅入深的五个等级，它可以是一个简单的数字化复刻品，也能够成为一个成熟、智能的技术。目前，Akila的数字孪生技术已达到第五个可预测的级别，能够为您的资产提供认知级别的功能，助力您对资产实现高效的可持续化管理、助力您实现碳减排、加速资产增值。
