建模仿真最早来源于上世纪60年代至70年代的计算机语言编写的数字算法，当时只是简单的用于计算特定物理现象，解决设计问题；之后的二十年，随着工作站和微机的普及以及计算能力的提高，仿真技术的应用逐渐遍及各个学科和不同层面；而且不会停留在设计阶段，正在向产品和系统的全生命周期扩展，构成与实体形影不离的“数字双胞胎”。由于仿真能够在产品生命周期提供无缝协助和优化，将会成为制造体系的核心功能之一，未来智能工厂是基于模型的系统工程或基于模型的制造，软件定义产品、决定企业盛衰，仿真技术制造系统关键组成部分的黄金时代才刚刚开始。Gartner预测，到2021年，全球50％的大型工业公司将使用数字双胞胎，从而使这些组织的效率提高10％，尤其是制造业和工程行业的公司，如果想要在竞争中保持领先地位，就需要考虑实施数字双胞胎。
制造业是目前数字双胞胎最常用的行业，按时向客户提供保质保量的产品对制造企业至关重要，如果机器的运转不能协同并以适当的容量工作，就回影响员工、生产、可交付性以及最终客户的满意度；采取实时监控、不中断生产的情况下进行测试、并且能够在设施中收集的数百万个数字据点获得更多信息，数字双胞胎使制造企业更加智能。
在德勤的一份案例研究中，一家工业制造企业决定采用数字双胞胎方法，来解决其在现场遇到的问题，从而解决维护费用和客户延迟交付。制造企业收集了设备以及正在生产的产品数据，来研究装配过程及其与产品质量的关系。因此，该项目能够识别低效率并优化装配流程，将返工率降低了15％至20％。
“数字孪生”国内现状
最早在市场上提出“数字化孪生”模型概念的是西门子，基于模型的虚拟企业和基于自动化技术的现实企业的“数字化孪生”（Digital Twins），包括“产品数字化双胞胎”、“生产工艺流程数字化双胞胎”和“设备数字化双胞胎”，三个层面又高度集成为一个统一的数据模型，并通过数字化助力企业整合横向和纵向价值链，提供工业生态系统重塑和实现“工业4.0”自下而上的切实之路。
数字孪生的引入国内仅仅几年时间，目前处于初步探索与实践环节，距离广泛应用还有很长的路要走；目前数字孪生技术还面临着诸多难题，主要可分为三类：一是高仿真度，高保真度的仿真建模是构建数字双胞胎体系的关键，数字孪生作为物理实体在数字空间的超写实动态模型，产品虚拟模型的高精度性、多物理场建模、高保真度响应模拟等是首要解决的技术难题。二是数据收集，由于数字孪生技术的应用以海量数据为基础，并且是基于全要素、全生命周期的数据，而有关这些数据所涉及的先进传感器技术、自适应感知、精确控制与执行技术等难题急需攻关。三是实时监测与健康预测技术也尚待完善，实时和预测是数字孪生的核心要素，一方面物理产品的数据动态实时反映在数字孪生体系中，另一方面，数字孪生基于感知的大数据进行分析决策，进而控制物理产品，而其中离不开相应的高实时性数据交互、高置信度仿真预测、超级计算能力等技术能力。此外，新的设计检验方法仍需进一步探索，使物理模式的实验结果更准确、更接近真实的工况，为数字孪生体的推演提供可靠的数据支撑。
目前中国制造业正处于转型升级的关键时期，通过物联网、大数据、人工智能和实体经济深度融合，使得中国制造竞争力得到大幅提升。未来，数字孪生也可结合物联网的数据采集、大数据处理和人工智能建模分析，实现对过去发生问题的诊断、当前状态的评估以及未来趋势的预测，并给予分析结果，模拟各种可能性，提供更全面的决策支持。
