武汉八维时空信息技术股份有限公司关于太原城市数字孪生制作的介绍,数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统在实践层面，数字孪生就是根据实物资产建立的数学模型，由相关资产的历史与实时数据组合而成。借助数字孪生技术，我们终于能够摆脱现实的束缚，在虚拟环境下开展一系列纯数字形式的研究。管理者与分析师可以借此评估潜在情境，模拟设备、生产线与流程可能面临的种种状况

数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，在产品设计、产品制造、医学分析、工程建设等领域应用较多。在国内应用深入的是工程建设领域，关注度、研究的是智能制造领域。数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。数字孪生的组成应该包括产品设计、过程规划、生产布局、过程仿真、产量优化等。该数字孪生的组成不仅包括了产品的设计数据，也包括了生产品的生产过程和仿真分析，更加全面，更加符合智能工厂的要求,基础共性标准包括术语标准、参考架构标准、适用准则三部分，关注数字孪生的概念定义、参考框架、适用条件与要求，为整个标准体系提供支撑作用。

虽然数字孪生与强调场景模拟，但它跟设计模拟、或者说理论模拟之间还是有着不少差别。下面，我们就以具有有限元分析的计算机辅助设计（CAD）软件为例，聊聊二者在模拟意义上的区别。数字孪生使用的是目标设备或流程实时收集的真实数据，而理论模拟则只能使用关于材料、环境及制造商的通用数据。数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。为了便于数字孪生的理解，庄存波等提出了数字孪生体的概念，认为数字孪生是采用信息技术对物理实体的组成、特征、功能和性能进行数字化定义和建模的过程。

数字孪生思想由密歇根大学的MichaelGrieves命名为“信息镜像模型”（InformationMirroringModel），而后演变为“数字孪生”的术语。数字孪生也被称为数字双胞胎和数字化映射。数字孪生是在MBD基础上深入发展起来的，企业在实施基于模型的系统工程（MBSE）的过程中产生了大量的物理的、数学的模型，这些模型为数字孪生的发展奠定了基础.要建立数字孪生，我们首先要从待建模的资产中提取出大量运营数据——包括历史数据与实时数据两个部分。而数据收集的实现，自然离不开物联网、特别是物联网传感器技术。物联网由大量接入网络的无线传感器组成，这些传感器不断收集并发送数据、借以实现监控。这部分数据可以利用边缘计算技术进行处理，再由云端进行存储和展示。

太原城市数字孪生制作,数字孪生重要的启发意义在于，它实现了现实物理系统向赛空间数字化模型的反馈。这是一次工业领域中，逆向思维的壮举。人们试图将物理世界发生的，塞回到数字空间中。只有带有回路反馈的全生命跟踪，才是真正的全生命周期概念。数字孪生的另一项前置科技正是人工智能（AI）。作为当前极度热度的计算机科学领域，AI致力于研究在计算机化系统中实现自主性与学习能力的可行方法。换句话说，AI使得软件与硬件系统能够像人类一样学习和进化，使其以更快速度执行人类部署的任务。与数字孪生高度相关的AI子领域，主要有机器学习（ML）与深度学习（DL）两种。