数字孪生

是什么

数字孪生 = 物理实体 + 传感器数据链路 + 可更新的仿真模型 + 决策闭环。 关键不在”模型多精确”，而在”模型能否随实体状态变化而更新”， 以及”预测结果能否驱动实际决策（运维、控制、调度）”。

关键要点

• 实时性是硬约束：孪生模型必须在决策时间窗内出结果，这直接决定了必须走降阶/代理/AI 加速路线。
• 数据同化是核心技术：把观测不断灌进模型校正状态（卡尔曼滤波、粒子滤波、变分同化）。
• 模型退化管理：设备老化、工况漂移会让模型逐步失效，需要漂移检测与再训练机制。
• 与代理模型的关系：代理模型是数字孪生的常用内核，但孪生还包含数据链路、状态更新与决策接口。

常见误区 / 边界

• “三维可视化大屏”不是数字孪生，没有双向数据闭环和预测能力的不算。
• 孪生的价值取决于决策闭环是否真正接通，只做监测不做预测的属于”数字化影子”。