利用数字孪生可以加快产品导入的时间，提高产品设计的质量，降低产品的生产成本和提高产品的交付速度。产品生产阶段的数字孪生是一个高度协同的过程，通过数字化手段构建起来的虚拟生产线，将产品本身的数字孪生同生产设备、生产过程等其他形态的数字孪生高度集成起来，那么数字孪生涉及到哪些技术要点呢？

建模与仿真

建模是研究系统的重要手段和前提。而数字孪生的目的或本质是通过数字化和模型化，用信息换能量，以更少的能量消除各种物理实体、特别是复杂系统的不确定性。所以建立物理实体的数字化模型或信息建模技术是创建数字孪生、实现数字孪生的源头和核心技术，也是“数化”阶段的核心。

仿真是指利用模型复现实际系统中发生的本质过程，并通过对系统模型的实验来研究已存在的或设计中的系统，又称模拟。只要模型正确，并拥有了完整的输入信息和环境数据，就可以基本正确地反映物理世界的特性和参数。

虚拟现实

VR技术能够帮助使用者通过数字孪生系统迅速地了解和学习目标系统的原理、构造、特性、变化趋势、健康状态等各种信息，并能启发其改进目标系统的设计和制造，为优化和创新提供灵感。通过简单地点击和触摸，不同层级的系统结构和状态会呈现在使用者面前，对于监控和指导复杂装备的生产制造、安全运行及视情维修具有十分重要的意义，提供了比实物系统更加丰富的信息和选择。

物联网

物联网是数字孪生的载体，数字孪生是物联网的底层逻辑。数字孪生和物联网是相互成就的关系。一方面，物联网为数字孪生的数据流和信息流提供参考架构。同时，数字孪生是物联网发展应用的新阶段。数字孪生之所以变得越来越受欢迎，是因为它能够显著降低物联网生态系统复杂性并提高效率。

云边协同计算

云计算（CloudComputing）是一种计算资源交付模型，集成了各种服务器、应用程序、数据和其它资源，并通过互联网以服务的形式提供这些资源。通常对资源进行了虚拟化。边缘计算（EdgeComputing）是一种分布式处理和存储的体系结构，它更接近数据的源头。

“共智”的目标是实现不同数字孪生智慧的交换和共享，其隐含的前提是单个数字孪生内部各构件的智慧首先是共享的。云边协同计算则为数字孪生内部和之间进行智慧共享提供了可能。

大数据

数字孪生使用这些数据的一种模式就是通过机器学习技术，在物理机理不明确、输入数据不完备的情况下对数字孪生的未来状态和行为进行预测，尽管这种预测未必准确，特别在数字孪生的发育期，机器学习时间尚不充足。但相比一无所知，这种预测仍富有价值。而且随着数字孪生的进化，这种预测会越来越逼近真实世界，使得数字孪生拥有“先觉”能力。

人工智能

人工智能的应用可能会出现在工业互联网的各个环节，尤其是在数据应用的环节。数字孪生系统可以根据多重的反馈源数据进行自我学习，从而几乎实时地在数字世界里呈现物理实体的真实状况，并能够对即将发生的事件 进行推测和预演。数字孪生系统的自我学习除了可以依赖于传感器的 反馈信息，也可以通过历史数据，或者是集成网络的数据学习，在不断的自我学习与迭代中，模拟精度和速度将大幅提升。

区块链

区块链本质上是一种解决信任问题、降低信任成本的信息技术方案。数字孪生是典型的数字资产。在众多数字孪生“共智”的过程中，必然存在数字资产的交易。区块链提供的去中心化的交易机制能很好地支持分布、实时和精细化的数字资产交易，可以成为数字孪生最佳的资产交易媒介。同时它也能引入信任度，持续保持透明度，很好地支持数字资产交易生态系统的参与主体，包括数字资产的采集、存储、交易、分发和服务各个流程的参与者。

火鹰数字孪生优势，专业的自主物联网研发团队，超过17年开发经验，携手顶级国产引擎厂家，提供强大的数字孪生引擎，支持主流国产操作系统；专业的自主三维建模团队（超过10年建模经验）；多个大型项目落地经验，为交付保驾护航。