数字孪生体在零散制造业和流程制造业的应用方案有什么不同？

田锋：实际上孪生体、生命体的模型在零散制造业、流程制造业、城市都没什么不同，不同的是应用技术。以建模技术为例，不同的行业各不相同，制造业的CAD、游戏行业的动画引擎、建筑行业的BIM、城市行业的CIM，流程行业类似管道的建模方式、零散制造业的三维形体建模方式，但理念没什么不同。仿真也是如此，零散制造业的仿真可能是单体仿真，流程制造业更多的是系统级或者一维的管道级别的仿真。数据的表现形式也有所不同，零散制造业的数据是非连贯的，流程制造业的数据是连贯的。从时间维度来看，数据表现也会不同，但是在我们讨论的框架范围内没什么不同，大家都可以用。

以前普遍实施的工业过程建模与仿真跟现在的数字孪生体是否相同？

田锋：仿真的技术及前提是相同的，但是应用方法不同，主要在于实时性。过去的仿真往往是静态的，即使是动态的，也是一次性把边界条件、初始条件等动态全部做完，只需要一次性预测未来，把各种可能性计算一遍，每一个工况下都没问题，就可以认为设计没有问题。而现在的仿真建模应用实时数据，初始条件、边界条件在不停发生变化，需要使用物联网技术互动获得数据。而且，静态的仿真不在乎时间，一小时不行两个小时，两个小时不行两天，总是能得到结果，得了结果仿真就OK。但孪生体的仿真是实时的，必须实现秒级出结果。所以数字孪生体的仿真必须降维，使用一维仿真，才能实现实时动态仿真。

三维模型是数字孪生的必备技术吗？

田锋：不是的。如果不需要结构、外形或形象展示，譬如不需要看汽车行驶的状态，只想要了解汽车性能的话，就不需要汽车的三维模型，通过系统数据足以判断性能，预判哪些部位有可能损坏，多数情况下汽车厂、轮胎厂、发动机厂等提供的零部件都带有参数，可以理解为符号所带有的属性参数。用符号去建模、系统计算即可。此时三维模型不是必备的。但如果需要进行复杂的三维场的计算来得到零件的性能与功能，或者没有参数、参数有所缺失，则需要用三维模型进行计算。

产品的数字孪生和工厂的数字孪生，使用要点一样吗？

田锋：我们可以这样考虑：工厂就是一个产品，从这个角度看，可以认为他们是一样的。工厂是一个特种产品，机器是一种产品。汽车在道路上运行的时候，跟工厂的设备在厂房里面运行没什么不同。一个城市也可以看作是一个产品，他们的要点是相似的。不同之处在于不同产品，生命体对应的五项技术是不同的。比如机器产品，其仿真、三维建模以及大数据技术可能都有所不同，工厂仿真和机器仿真不一样，工厂建模和机器建模也不一样。数据方面，机器是其运行数据，工厂流水线的数据，一要看生产的产品表现出来的数据，还要看生产设备本身运行的数据，但从分析上讲是一样的，是不同类型的产品而已。

企业在应用数字孪生体前应该如何确定本企业是否需要数字孪生？是否值得使用数字孪生？

田锋：这是一个阶段性问题。产品特性或者运维特性较为复杂的企业应该去做数字孪生，当左脑不足以驾驭的时候，就应该增加右脑去驾驭，此时数字孪生就是有必要的；如果一个excel表就足以把企业管理好，能够把产品说清楚，应用数字孪生的意义就不大。所以越复杂的企业、越复杂的产品类型、业务类型，越应该用数字孪生体。越简单越不需要，需求越不强烈。当然值不值得，还有一个投入产出比的问题，需要在投入产出比比较高的环节去使用。数字孪生体并不需要全环节搭建，也不需要全周期、全体、全息，只需要做一部分就可能有价值，以城市为例，城市孪生体很难建设，但安防这件事情很重要，可以建设安防的数字孪生体、交通的数字孪生体，因为它们的效益最大，可以优先建设。对企业也是一样的，如果运维阶段，经常维修返工，成本会持续上升，此时就可以用到孪生体。因此可以根据业务特性做性价比评估，来判断是不是值得使用数字孪生体。

产品的数字孪生和工厂的数字孪生能否实现融合应用，目前是否有成熟的案例？

田锋：不同的孪生体之间，如果有强关系的话，他们就应该共智。产品的数字孪生体和生产线的数字孪生体确有融合的价值和必要。产品在生产过程中是一个孕育阶段，其数字孪生体的表现，能反映生产线运行的状态，他们之间是共智的，值得把他们之间融合起来。

关于成熟案例，实际上成熟度是相对而言的。我们讨论的是理想的成熟度模型，是理想的数字孪生体的模型，当前很多案例只是成熟模型的某个阶段，甚至说是数字孪生生命体的一个器官，一个耳朵，一个鼻子，这种孪生体层级不高，二级成熟度案例比较多，##也有，但是不多，四级就更少。实际上有些工厂已经根据产品反映出来的特性去实时调整生产线参数，就是产品孪生体和工厂孪生体融合运用的案例。