工業(yè)企業(yè)的數(shù)字化轉型，需要面臨制造理念,、組織方式和商業(yè)模式的多種變革,。一個產品，從設計理念開始,，經歷了制造,、使用和報廢，跨越了時空,，呈現(xiàn)出一個完整的生命周期,。如果設想這種產品有一本履歷表，那么它將忠實地記錄了這個產品的各階段生命周期相關的數(shù)據,。各種健康狀況和風險，都會一目了然,，然而事實卻并非如此,。對于制造商而言，各階段的數(shù)據通常呈現(xiàn)孤立,、分散的特征,，尤其是用戶對于產品使用過程中，基本就是黑匣子,。數(shù)據的分裂,，讓產品的各個階段，都成為一座座孤島而互不相連,，數(shù)據失去了流動性,，大大約束了人們的洞察力。
 
數(shù)字孿生,，作為連接實體與數(shù)字空間的一種高保真,、實時互動的可視化模型，隨著工業(yè)互聯(lián)網的發(fā)展,，成為一種全新而有效的解決方案,。工廠的設備，可以通過實時可視化的數(shù)字孿生，模擬機器在生產系統(tǒng)中的表現(xiàn),，通過虛實交互,、數(shù)物融合和知識自動化，形成一線操作者和管理者的決策支撐系統(tǒng),，提供更加實時,、高效、智能的服務,。
 
數(shù)字孿生研究背景
 
企業(yè)數(shù)字化轉型,，圍繞著數(shù)據驅動而來。而數(shù)據要真正產生的價值,，需要靠企業(yè)知識體系來提供,。因此，數(shù)字化轉型,，首先需要面對的是企業(yè)知識的梳理,。但是傳統(tǒng)的知識體系，往往呈現(xiàn)非常僵化的狀態(tài),。例如,，工程圖檔往往是企業(yè)的重要知識資產，但很多制造企業(yè)都是采用傳統(tǒng)的圖紙檔案管理方式,，以“底圖”或“藍圖”的形式,，進行分類、分密級歸檔保存,。而代表企業(yè)重要的知識體系,，如工藝說明、操作手冊,、工程文件等,，已經隨著企業(yè)信息化應用的逐步發(fā)展，一般都是通過掃描后進行管理,。

 
然而這些圖紙,、電子文檔所保存的知識，都是靜態(tài),、分散和割裂的,。顆粒度太大，缺乏語義的連接,，無法實現(xiàn)相互之間的關聯(lián),，流動性很差。這種知識體系,，只是被收藏起來,，但卻無法高效重復使用,。對于資深工程師而言，這只是一種儲存方式而已,，因為信息查找而言,，仍然非常低效；而對于經驗不足的員工而言,，這些知識則像是被隱藏起來,。
 
面臨數(shù)字化轉型，由于缺乏系統(tǒng)性的知識體系支撐,，因此工業(yè)企業(yè)呈現(xiàn)出如下的困境：
 
1）工業(yè)場景復雜,，存在海量多源異構的工業(yè)數(shù)據，多樣性,、復雜性的工業(yè)數(shù)據,，造成工業(yè)場景信息孤島化，數(shù)據利用價值低,。
 
2）工業(yè)場景中,，存在顯性知識與隱性知識，各種結構化,、半結構化和非結構化知識,，知識關聯(lián)性弱。
 
3）人工智能（AI）正在逐漸成為大數(shù)據分析的重要技術,，但是傳統(tǒng)AI訓練,，過度依賴人工開發(fā)算法。它無法關聯(lián)自然語言所對應的概念,、屬性,、關聯(lián)性等。
 
4）隨著工業(yè)數(shù)字化普及,，海量的CAD,、CAE文件以及數(shù)字化的各類文檔,、說明書,、操作手冊等，信息量暴增,，給用戶決策帶來新的痛點,。
 
5）工業(yè)知識專業(yè)性強，且涉及技術領域廣,。零散化的知識晦澀難懂,，工業(yè)術語解釋專業(yè)性強，經驗知識傳播,、傳承困難,。
 
而通過知識圖譜，可以將各種概念，通過編碼連接的方式,，形成語義連接,，將隱形的知識顯性化；而數(shù)字孿生技術,，則可以在傳統(tǒng)靜態(tài)模型中,，增加了實時運行數(shù)據的反饋，動態(tài)記錄,，并且用可視化的方式進行展現(xiàn),。這將徹底改變原有的知識管理方式，激活沉默的知識資產,，從而幫助人們重新認識,、管理和控制機器世界