（scopus 类似sci，也是一个检索数据库）

作者提出的十个问题 ：① 何为数字孪生 ？ ② 谁在关注数字孪生 ？ ③ 数字孪生 ：中 、美 、德 ，谁更 热 ？ ④ 数字孪生与智能制造的关系是什么 ？ ⑤ 数字 孪生能否与新一代信息技术（New IT ）融合 ？ ⑥ 数字 孪生是否存在科学问题 ？ ⑦ 数字孪生何用 ？ ⑧ 数字 孪生适用准则是什么 ？ ⑨ 数字孪生是否需要标准 ？ ⑩ 数字孪生是否需要商业化工具 ／平台 ？

1. 国内外研究现状

 在这一部分主要介绍了有关数字孪生的研究情况，所获得的比较重要的信息有有关数字孪生的热门研究领域和未来的研究方向。比如下面几个图。

 这张图说明了有关数字孪生的研究在不断的增多，并且在中国的研究增长非常迅速。此外，在统计的所有数字孪生文献中，智能制造相关的文献数量占50％ 以上，说明世界各国在智能制造领域的竞争十分激烈，都将数字孪生作为落地智能制造的重要技术手段。

 这张表格统计了数字孪生论文中的高频关键词，从表中也可以看到，高频关键词揭露出数字孪生与新一代信息技术（New IT）联系紧密，近三年高频关键词覆盖“大数据”“物联网”“人工智能”“虚拟现实”“增强现实”等New IT 概念，可预测数字孪生未来将进一步与New IT 深度集成和融合，并促迸相关领域发展。

2. 数字孪生十问

 在这一部分主要讨论了有关数字孪生的热点问题，包括何为数字孪生？谁在关注数字孪生？数字孪生与智能制造的关系是什么等问题。

1.何为数字孪生？

 首先文章回答了何为数字孪生？作者从不同的角度解答了这个问题。具体可见下图。

 作者从五个维度回答了什么是数字孪生，模型、数据、连接、服务/功能、物理。从模型的角度来讲，数字孪生是三维模型，是物理世界的copy，是虚拟样机，但是数字孪生也有别于传统的模型，它还强调虚实之间的交互，能实时更新与动态演化，从而实现对物理世界的动态真实映射。

 从数据维度来说数字孪生是plm（产品全生命周期管理），或者是digital shadow ，digital thread，这两个概念就是指用数据把整个产品生命周期串联起来，数据驱动整个生产过程的运转。

 其他的角度理解就是字面意思，总的来说，当前对数字孪生存在多种不同认识和理解，目前尚未形成统一共识的定义，但是数字孪生的核心要素都是物理实体、虚拟模型、数据、连接、服务。不同阶段的数字孪生呈现出不同的特点。

2. 数字孪生与智能制造的关系是什么？

 作者也回答了数字孪生与智能制造的关系是什么？总的来说，世界各国都在迈向智能制造，包括德国的工业4.0和和中国制造2025计划，但是迈向智能制造的瓶颈是实现信息世界与物理世界的互联互通和集成共融。而数字孪生是解决这一瓶颈的有效手段。

3. 数字孪生能与New IT 融合？

 这张图展示的是数字孪生的五维模型和new it 的关系，也就是说数字孪生用到了像物联网、边缘计算、AR/VR、大数据、区块链等新一代信息技术。比如通过物联网可以采集物理世界的信息，通过3R（MR Mediated Reality（ 介导现实 ））可以更好的呈现虚拟模型，区块链可以为数字孪生提供安全保障，大数据能够从数字孪生高速产生的海量数据中提取更多有价值的信息，以解释和预测现实事件的结果和过程。

 综上所述，数字孪生的实现和落地应用离不开New IT 的支持，只有与New IT 的深度融合数字孪生才能实现物理实体的真实全面感知、多维多尺度模型的精准构建、全要素／全流程／全业务数据的深度融合、智能化／人性化／个性化服务的按需使用以及全面／动态／实时的交互。

4. 数字孪生是否存在科学问题？

 这一部分作者讨论了数字孪生还没有一些很好的研究方向？当然有很多可以值得研究的方向，但都是泛泛而谈，并没有深入细节去谈，每一个提出的问题都比较大，比如在虚拟模型维度，如何构建动态多维多时空尺度高保真模型，如何保证和验证模型与物理实体的一致性／真实性／有效性／可靠性。在孪生数据维度，如何实现海量大数据和异常小数据的变频采集，如何实现全要素／全业务／全流程多源异构数据的高效传输，如何实现信息物理数据的深度融合与综合处理？