数字双胞胎：前沿理论与实践、挑战与开放的研究问题

数字双胞胎的概念在十多年前被引入，作为一种创新的全方位工具，其好处包括实时监测、模拟、优化和准确预测。然而，数字双胞胎（DT）的理论框架和实践实施尚未在规模上完全实现这一愿景。尽管在研究和工业工作中有越来越多的成功实施，但公开的实施细节不足，导致难以全面评估其组成部分和有效性，进行比较，识别成功的解决方案，分享经验，从而共同推进和受益于DT方法论。这项工作首先对相关的DT研究和工业工作进行了回顾，重点关注关键DT特征、不同领域的当前方法和成功的DT实施，以推断关键DT组件和属性，并确定当前的局限性及其背后的原因，导致数字双胞胎的广泛实施和采纳的延迟。这项工作确定，导致这种延迟的主要原因是：DT仍然是一个快速发展的概念；缺乏通用的DT参考框架，例如DT标准稀缺且仍在发展；问题和领域依赖性；共享数据的安全担忧；缺乏DT性能指标；以及数字双胞胎对其他快速发展的技术的依赖。机器学习、物联网（IoT）和大数据的进步使DT特征（如实时监控和准确预测）显著改善。尽管有这些进展和基于个别公司的努力，但该领域仍存在某些研究和实施空白，这些空白迄今为止阻碍了DT概念和技术的广泛采纳；这些空白在本工作中也进行了讨论。基于对过去工作的回顾和识别的空白，这项工作定义了DT的概念化，包括其组件和属性；这些也验证了DT作为一个概念的独特性，与模拟、自治系统和优化等类似概念相比。实际案例研究用于展示这一概念化的应用。这项工作讨论了DT的前沿状态，解决相关的及时DT问题，并识别新的研究问题，从而有助于更好地理解DT范式并推进DT及其相关技术的理论和实践。