中國工程院院士
中國機械工程學會理事長
“現象級”技術？
數字孿生的概念出現是最近10多年的事，但近3年來關于數字孿生的論文數井噴式增長[1]。
各行各業都在談論數字孿生，制造業自不待言，建筑、建造、智慧城市、物流……
近期國內多有關于數字孿生的文章問世，如黃培[2]、趙敏和寧振波[3]等，不乏真知灼見。
尤其是有些軟件公司、工業互聯網公司極力渲染其數字孿生應用（不排除有推銷自己的因素），使數字孿生成為當今智能制造或企業數字化/智能化的特別“現象”。炙手可熱的數字孿生誠然已成為智能制造以及其它相關領域的“現象級”技術！
誰用？干什么？
1.設計開發者
在產品設計開發階段所形成的數字模型，就是產品最初的數字孿生模型。數字孿生技術逐漸成為優化整個制造價值鏈和創新產品的重要工具。數字孿生功能最初是設計工程師工具箱里的一種選擇工具，它可以簡化設計流程，削除原型測試中的許多方面。通過使用3D仿真和人機界面，如增強現實和虛擬現實,工程師可以確定產品的規格、制造方式和使用材料，以及如何根據相關政策、標準和法規進行設計評估。數字孿生可以幫助工程師在確定設計終稿之前，識別潛在的可制造性、質量和耐用性等問題。因此，通過數字孿生模型的應用，傳統的原型設計速度得以提升，產品以更低成本，更有效地投入生產[4]。可以認為:
設計階段的數字孿生
是產品（物理實體）“孕育”階段的數字模型。
產品形態展示 設計者想象的產品形態特別適宜于在虛擬空間中展示。如VR家裝設計分別幫助家裝設計師和家裝公司解決其關心的家裝設計作品呈現、客戶引流和簽單等問題。家裝設計師需要讓客戶認可自己的設計才華；廣大家裝公司更看重VR+家裝軟件能否吸引更多業主前來咨詢，以有效提升簽單率。VR家裝設計除了高效便捷展現真實的場景式整體家居效果外，還能對企業用戶提供諸如人員管理、供應鏈管理以及沉浸式效果體驗等方面的服務。VR家裝設計軟件是類似CAD、3DMax的室內設計軟件，但不同的是，它不僅能做室內設計效果圖，還能實現VR交互，實時渲染，讓業主身臨其境地體驗室內裝修的效果，如果不喜歡還可自主定制或一鍵更換。VR家裝設計直接讓顧客看到虛擬空間中的場景，同時還可通過錄視頻、拍照等方式，將體驗的“真實”場景帶回家中與家人朋友一起參考，實現社會化營銷。因此，VR家裝設計可大大縮短銷售周期，顧客感知裝修效果后，可以加快顧客購買決策，讓成交變得更簡單。VR+家裝一方面吸引有家裝需求的業主，通過多產品、不同套系、不同主題的一鍵切換，業主可隨時查看到“真實”的裝修效果。[5]至于一些個性化定制產品的設計更需要類似的手段呈現給用戶和設計者自身。可以認為，這樣的“真實”場景或形態就是潛在的物理實體的數字孿生。
特別狀態模擬 在產品的設計過程中，自然需要盡可能考慮產品運行中的某些特別狀態，如汽車行駛中可能發生的碰撞。良好的設計也應該基于對特別狀態有盡可能準確認識的基礎之上，為此需要在仿真的虛擬空間中模擬特別狀態。在汽車被動安全性研究中，其安全評價的主要目的是確保乘員的生存空間，緩和沖擊，防止火災等。汽車碰撞是瞬態大變形非線性問題，碰撞過程極為復雜。如利用ANSYS LS-DYNA程序進行汽車碰撞仿真，具備模擬汽車碰撞時結構破損和乘員安全性分析的全部功能，其內置安全帶、傳感器等單元，以及氣囊和假人模型，可高效仿真汽車在發生碰撞或緊急制動時安全帶系統和安全氣囊系統對乘員的保護情況，從而優化安全保險裝置的設計，提高汽車的安全性能。[6]
協同設計 在產品或生產單元的設計開發過程中，也需要建立其數字孿生體的虛擬空間，尤其是融合VR技術的數字孿生體。在虛擬空間中，設計者更容易獲得直觀體驗，又便于設計者之間的協同交流。此外，還能進行某種仿真驗證。[7]
虛擬調試驗證 虛擬調試是使用模型驅動的數字孿生體實現整機級集成測試，物理調試前的設備選型和驗證。產品開發的早期論證，是數字孿生技術最基本的應用。數字孿生體是一個物理實體（也可能是想象中、設計中的實體）的數字表達，除最基本的三維結構外，還應該能夠對產品的性能和物理過程進行表達。絕大多數產品的過程是多物理過程，因此還需要多領域物理統一建模。只停留在三維表達不是真正意義上的數字孿生體。
虛擬調試技術用于生產線、車間/工廠的設計特別有效。在數字化環境中建立生產線的三維布局，包括工業機器人、自動化設備、PLC和傳感器等設備。對于已有的新設備，在現場調試之前，可以直接在虛擬環境下，對生產線的數字孿生模型進行機械運動、工藝仿真和電氣調試，讓設備在未安裝之前已經完成調試。在虛擬調試階段，將控制設備連接到虛擬站/線；完成虛擬調試后，控制設備可以快速切換到實際生產線。對于運行中的生產線，還可隨時切換到虛擬環境，分析、修正和驗證正在運行的生產線上的問題，避免長時間且昂貴的生產停頓。[2]Maplesoft在數字孿生應用于虛擬調試方面頗具特色，他們與一些自動化公司建立了合作伙伴關系，包括B&R、Rockwell、Beckhoff，以便有更好的工具接口和工作流；另外，三維CAD模型文件可直接導入，使用友好——數小時即可獲得結果，而不是數周或數月。[9]
數字孿生支持從創新概念開始到得到真正的產品的過程。從產品設計、工藝設計驗證、生產線設計優化，到生產運行、質量檢測和產品提交。
加速試驗 武田制藥（Takeda）開發了一套指導制造商生產的流程。醫藥行業的質量把控和監管十分嚴格，任何創新都必須在開發實驗室進行全面的合規性測試之后才可投入正式生產。一種新藥的問世可能需要長達15年的時間。因此，他們一直都在尋找能加速試驗進程和業務流程的方法。即使在數字時代，醫藥制造流程仍包含人工操作。例如，生產生物制品、疫苗和其它從活體中提取的醫藥產品都涉及生化反應，這些反應多變且難以測量，因此實現自動化無疑是一大挑戰。迄今為止，還沒有實現這些生產步驟的自動化。他們認為，真正的端到端的生產自動化就是這個行業的最高目標，其中數字孿生技術彰顯了重要的作用。孿生技術可幫助團隊加速試驗進程，開發新的生產方法并生成數據以便做出更明智的決策和預判，從而實現復雜化學和生化過程的自動化。制藥行業真正的驅動因素是圍繞整個流程建立的控制架構，并且其基礎是在發展過程中逐漸成熟的復雜的數字孿生體。最終目標是建立一個無需人工干預即可控制并引導自動化流程的數字孿生體。在武田制藥的開發實驗室里，這種生態系統已經建成并運用于生物制劑上。[4]
驅動產品創新 從新產品開發的角度，產品創新一定要收集產品的運行和服務相關的歷史數據，在此基礎上判斷是否需要提升產品的基本功能和服務環境。在系統孿生數據及其仿真的基礎上，通過分析可以發現某些需要進一步改進或提升的地方，例如是否需要收集新的數據，是否需要提升云支持環境中的某些軟件（包括App）的功能等。產品創新的關注點不僅在于物理本體，而且也包括基于云的支持環境，所有這些創新內容都需要孿生數據驅動。
2.用戶
數據透明 數據透明不僅提高數字化系統的效率，而且能創造更大價值。Phoenix Contact是一家德國制造商，專門提供工業自動化解決方案。它在最大程度上實現了數據的互聯互通，并提升了數據的透明度。因此，它所創造的價值要遠高于價值鏈上每個步驟創造的價值總和。Phoenix Contact借助多個RFID標簽收集信息，同時建立數字孿生模型，確保數據在流程所有階段都保持透明可見且易于獲取。這種互通性確保了生產線的全天候運轉，不僅提升了40%的績效，還將生產時間縮短了30%。最終，Phoenix Contact以批量生產的成本實現了定制化產品的生產。該公司有效利用了數字化測試和數據共享。數字孿生包含所有測試參數，所有測試數據也都會被記錄下來，供生產團隊參考。此外，生產團隊也能直接對接客戶。他們可以獲取客戶信息，向客戶實時傳達訂單狀態和交付細節。Phoenix Contacts利用RFID信息標簽，確保數據在流程所有步驟中透明、可訪問。[10]
運行優化控制 產品的數字孿生體不是僅僅在設計階段產生的，對于一個運行中的產品，其數字孿生體的作用恰恰表現在它對運行的指導作用。既如此，產品在運行過程中所收集的各種數據就成為其數字孿生體的一部分。在一個設備的運行過程中，通過對加工狀態，如工藝參數、生產環境數據的監控，建立狀態改變對于加工質量影響的數學分析模型，通過趨勢分析預測加工質量的異常，并能夠迅速采取措施，調整設備工藝參數，形成監控-分析-調整-優化的閉環，防止廢品、殘次品產生。如某酵母企業，對原料發酵過程的溫度、濕度、酒精含量、pH值等指標進行采集，一個工段上設置1000多個數據采集點，每5ms采集一次，一個生產批次的發酵周期為15小時，數據量多達上億條，該企業基于海量數據，通過大數據分析確定“黃金批次”的最佳工藝參數，以還原生產的最佳工藝條件，用以控制和優化工藝。[11]這些采集的數據及其分析和仿真結果都是形成設備數字孿生模型的基礎。
上面的數字孿生模型均是反映實際的物理實體的運行情況。
一個設備之完美的數字孿生體應該能夠生成基于實際物理過程數據的虛擬過程，能夠展示其性能數據，并且能夠向物理系統反饋優化控制的參數。
3.運行維護者
運行維護 荷蘭皇家殼牌公司（Royal Dutch Shell)啟動了一項為期兩年的數字孿生計劃，以幫助石油及天然氣運營商更加高效地管理海上資產，加強工人安全保障，及探索可預見的維護時機。數字孿生有助于優化供應鏈、分銷和運營。全球快消產品制造商聯合利華（Unilever)啟動了一個數字孿生項目，旨在為旗下數十家工廠創建虛擬模型。在這些工廠內，物聯網傳感器被嵌入到機器內部，向AI和機器學習應用程序反饋機器性能數據，并進行分析。分析后的操作信息再輸入到數字孿生體中，從而幫助工人預測機器維護的時機、優化產出并提高產品合格率。[4]
4.管理人員
數字孿生技術亦可用于管理，下面舉兩例說明。
驅動商業模式創新 普利司通的團隊正在開發更復雜的數字孿生，以期最終在整個價值鏈上提供洞察，其目標是提升利潤率、維持競爭優勢、減少上市時間，并提供先進的輪胎即服務（As-a-service）產品。歐洲車隊正逐漸轉向一種按公里數計費（PPK）的訂購模式，以幫助車隊運營商優化現金流，減少整體成本。盡管商業模式很簡單，但為每公里設定合適的價格卻絕非易事。輪胎的生命周期受各種因素的影響，包括負重、速度、路面情況以及駕駛行為。數字孿生可以通過模擬不同的駕駛條件，洞悉這些相互關聯的條件是如何影響輪胎性能的。但是，如果沒有數字孿生體的真實數據輸入，想要確定一個令人滿意且具有競爭力的PPK價格——并且期望這一價格能夠持續為企業帶來利潤——即使有可能性存在，也將十分困難。數字孿生能夠讓人們從多個維度看到輪胎性能，也可以在尚無可用數據的時候應用于產品的開發。輸入的傳感數據被增強、凈化和處理；而后應用數字仿真和分析獲得洞察，從而為維護、更新等其它因素的決策提供依據，這些依據可以為普利司通及其客戶帶來更多價值。如今，普利司通正使用數字技術為其車隊客戶帶來更多價值。隨著時間的推移，企業計劃擴大數字孿生技術的使用范圍包括從駕駛員、到車隊經理、到零售商、分銷商、制造商等的整個價值鏈。企業管理者表示，鑒于未來可能使用無人駕駛汽車，可能還會涉及安全協議。他們確定已經抓住了引領走向未來的驅動因素，這便是數字孿生技術的用武之地。[4]
物流管理 應用數字孿生于供應鏈系統，就應該使人（供銷管理、物流管理人員）或供應鏈數字系統能夠“感知”傳統上被人忽略或無法獲取的數據，尤其要注意下面幾種數據：[12]
（1）實體的觀測數據。如來自資產的傳感器、日志或儀表數據，或從其他主要輸入計算出的虛擬傳感器等數據；從其他來源收到的數據，如卡車上所載貨物的信息、設備所有者的姓名、設備序列號和歷史維護記錄等。
（2）衍生數據。由數字孿生內的邏輯衍生之數據，如有關事物環境（例如環境溫度、當地天氣條件）或與事物間接相關的對象（例如所有者的姓名和地址以及所有者身份之外的其他細節）的數據。這些數據不屬于數字孿生本身，但屬于數字孿生中的邏輯，或者使用孿生的應用程序中的邏輯，必要時可能需要訪問這些數據。
（3）操作數據。操作數字孿生系統內的輸入數據或存儲在數字孿生系統外的數據。例如，數字孿生可以通過對卡車觀察到的燃油水平、油箱尺寸和平均速度，應用公式來計算并存儲卡車耗盡燃油前的剩余時間。此剩余時間是操作后獲得的數據。
（4）調用外部數據。基于數字孿生在外部（物理上）實現的邏輯。孿生邏輯可以向外部決策服務調用API，例如計算卡車預期到達時間的地理空間映射服務。這可以使用卡車當前位置和計劃路線（下一個目的地的標識）上的數字孿生數據，并獲取不在孿生中的外部信息（地圖和其他系統中保存的實時交通信息）。
從上面的介紹可見，需要把數字孿生技術與實體及其過程充分融合，以達到優化的目的。
數字孿生的支撐技術
從前述的例子可以看出，某種意義上數字孿生是一種技術理念，其實現需要多種基礎技術，如傳感、物聯網、大數據、CAD/CAE、仿真、VR/AR/MR/XR（虛擬現實/增強現實/混合現實/泛現實）、AI等，此處不專門介紹。
促成數字孿生技術應用所需基礎要素的部署一直在加速[4]：
（1）仿真。構建數字孿生技術所需工具的能力和成熟度都在不斷提高。現在，人們可以設計復雜的假設仿真情景，從探測到的真實情況回溯，執行數百萬次的仿真流程也不會使系統過載。而且，隨著供應商數量的增加，選擇范圍也在持續擴大。同時，機器學習功能正在增強洞察的深度和使用性。
（2）新的數據源。實時資產監控技術如激光探測及測距系統（light detection and ranging，LIDAR）與菲利爾（FLIR）前視紅外熱像儀產生的數據，現在已經可以整合到數字孿生體內。同樣地，嵌入機器內部的或部署在整個供應鏈的物聯網傳感器，可以將運營數據直接輸入到仿真系統中，實現不間斷的實時監控。
（3）互操作性。過去10年里，將數字技術與現實世界相結合的能力已經得到顯著提高。這一改善主要得益于物聯網傳感器、操作技術之間工業通訊標準的加強，以及供應商為集成多種平臺集成做的努力。
（4）可視化。創建數字孿生體所需的龐大數據量可能會使分析變得復雜，如何獲得有意義的洞察就變得更具挑戰性。先進的數據可視化可以通過實時過濾和提取信息來應對該挑戰。最新的數據可視化工具除了擁有基礎看板和標準可視化功能之外，還包括交互式3D、基于VR和AR的可視化、支持AI的可視化以及實時媒體流。
（5）儀器。無論是嵌入式的還是外置的物聯網傳感器都變得越來越小，并且精確度更高、成本更低、性能更強大。隨著網絡技術和網絡安全的提高，可以利用傳統控制系統獲得關于真實世界更細粒度、更及時、更準確的信息，以便與虛擬模型集成。
（6）平臺。增加功能強大且價格低廉的計算能力、網絡和存儲的可用性和訪問是數字孿生技術的關鍵促成要素。一些軟件公司在基于云平臺、物聯網和分析技術領域進行了大量投資，緊跟數字孿生潮流。其中部分投資正在用于簡化行業特定數字孿生應用的開發工作。
需要注意的是，在不同場景下的數字孿生體所用到的技術是不一樣的。
似，是，與不是
現實中關于數字孿生尚存在模糊認識。從前述例子中可以悟出數字孿生的是與不是。
CPS似乎是一個工作系統，但它只是一個理念。數字孿生似乎是一種技術，其實更大程度上是一種技術理念。工業4.0的核心理念乃CPS（cyber-physical systems，數字物理系統，賽博物理系統），強調數字世界與物理世界的深度融合。制造業中人們普遍關注的智能制造之核心技術理念亦是CPS。若問最能反映CPS理念的核心是什么？筆者認為非數字孿生莫屬。實現CPS需要諸多數字-智能技術，如智能感知、物聯網、大數據、工業互聯網、仿真、VR/AR、AI等，但其中每一項技術都不可能成為反映CPS理念的核心技術。而數字孿生乃是集前述支撐技術之大成。因此可以言，數字孿生更大程度上是一種技術理念，與CPS之理念高度契合。如果說數字孿生是技術的話，并非一種單一的技術，而是多種技術的集合。數字孿生也是數字世界與物理世界深度融合的具體表現。
不只是幾何的，更是物理的。雖然數字孿生體包含對象的幾何信息，但真正顯示數字孿生意義的是其物理信息，如產品在運行過程中的狀態，物理過程的仿真等。
不只是靜態的，更是動態的。數字孿生的意義本來就不是基于處理靜態問題。產品的運行過程都是動態的，只有在對動態問題更深刻認識并施與相應控制，這才是數字孿生最重要的意義所在。
不只是對象的，更是環境的、系統的。很多人尚未意識到，數字孿生技術可以仿真人在實際問題中感知不到的某些環境。
例如，特斯拉對每一個售出的車都建立數字孿生體。[13]未來，特斯拉和其它汽車公司還會繼續發展自動駕駛汽車。不難想象，駕駛條件的數據（白天/黑夜、天氣等），道路性質（彎道、上下坡等）和駕駛者行為，以及事故發生情況等數據都將被聚合起來進行分析，從而驅動某一型號汽車性能的提升與改善。來自單個汽車的數據被分析后可用來微調車輛行為。
又如，風電系統的運行優化和風場的維護非常復雜，尤其是建設在海上的風場，維護需要調用船舶、直升機、海洋工程船等特殊設備，成本更加高昂，且維修周期更長。由于風機運行環境較惡劣、風資源的隨機性，以及風場多地處偏遠地區等客觀因素，進行人工的狀態監控和維護排程難以實現風能利用的最大效率。風場的運維策略和排程的優化需要綜合考慮許多的因素，包括風機的當前健康狀態、維護機會窗口、對未來幾天內風資源的預測、維護資源的可用性、維護人員的數量和技能、船舶的路徑和成本、海上天氣狀況等多個維度的因素。[14]這都是建立其數字孿生體時需要考慮的因素。
不只是針對產品，還有針對使用者的。對于常規的非自動駕駛模式，除了車的數字孿生模型，還需建立駕駛者數字孿生模型，以便在困難情況下基于特定的駕駛者行為反應，能使駕車效果進一步微調。在汽車的新產品開發中，公司可通過其正在運行的具有千千萬萬里程的汽車數據去模擬汽車性能和駕駛者反應，以評估設計改變的效果。更一般地，收集產品使用數據和用戶行為及反應數據可建立仿真模型，輔助設計決策，平衡不同設計方案的優劣，且預測市場接受的程度。總之，通過對各種情況下的車輛數據和駕駛者數據的聚集融合，并進行仿真，能夠驅動汽車的新產品開發或創新設計。
孿生數據不只是產生在設計中，且產生在產品全生命周期內。孿生數據不僅產生于產品的設計，而且在產品的制造、運行、維護等全生命周期過程中，都不斷地產生孿生數據。有必要進一步深刻理解孿生數據：
切勿認為孿生數據只是產品設計中的幾何、制造、物理等信息，孿生數據在產品的全生命周期內而不斷豐富。
一個物理實體不是僅對應一個數字孿生體，可能需要多個從不同側面或視角描述的數字孿生體。人們很容易認為一個物理實體對應一個數字孿生體。如果只是幾何的，這種說法尚能成立。恰恰因為人們需要認識實體所處的不同階段、不同環境中的不同物理過程，一個數字孿生體顯然難以描述之。如一臺機床在加工時的振動變形情況、熱變形情況、刀具與工件相互作用的情況……這些情況自然需要不同的數字孿生體進行描述。
不同的建模者從某一個特定視角描述一個物理實體的數字孿生模型似乎應該是一樣的，但實際上可能有很大差異。前述一個物理實體可能對應多個數字孿生體，但從某個特定視角的數字孿生體似乎應該是唯一的，實則不然。差異不僅是模型的表達形式，更重要的是孿生數據的粒度。
如在所謂的智能機床中，通常人們通過傳感器實時獲得加工尺寸、切削力、振動、關鍵部位的溫度等方面的數據，以此反映加工質量和機床運行狀態。華中數控的做法顯然更進一步，他們獲取的數據有：[15]
顯然，這里收集的數據細目多，粒度細。不同的建模者對數據的取舍肯定不一樣。一般而言，細粒度數據有利于人們更深刻地認識物理實體及其運行過程。
數字孿生的關鍵不僅在于孿生數據的粒度，更在于孿生數據的特別關聯。如華中數控認識到，數控機床工作狀態大數據與加工G代碼指令密切相關，與零件加工質量、精度和加工效率之間也存在關聯關系。基于大數據分析和深度學習技術，將從G代碼中提取的切削參數、刀具信息和對應的車床加工過程指令域功率數據作為神經網絡的輸入和輸出，建立數控車床工藝系統的神經網絡模型。請注意，這里不只是滿足于收集的數據更多更細，而且要把這些數據融合起來解決問題。這里融合是關鍵，意指數據的關聯。數據之間缺乏關聯，再多再細亦枉然。
其實，數字孿生應用的程度體現企業數字化的深度。
企業數字化的深度
主要體現在數字孿生技術對企業活動刻畫的程度，也就是孿生數據的粒度及其關聯程度。
數字孿生尚無固定的技術體系、模式和方法。到目前為止，數字孿生體的構造方式五花八門。反映物理實體的各種數字模型似乎均可視為數字孿生模型。盡管如此，未來關于數字孿生建模的規律與方法還需眾多的實踐者去完善和豐富。
數字孿生體不能只是物理實體的鏡像，而是與物理實體共生。有一些學者或專家或許認為數字孿生只是物理實體在數字空間的鏡像。此說只能算部分正確。在產品設計開發階段，設計者在數字空間中進行設計時，還沒有對應的物理實體，但此時的數字模型依然可視為一種數字孿生模型。最終確認的數字模型可“生”出物理實體。可以認為，這時的數字孿生體是物理實體在“孕育”階段的“胚胎”。在物理實體（產品）系統（包括特定的環境）的運行過程中，各種過程數據又不斷地豐富數字孿生模型。在產品運行過程中，孿生模型對獲得的數據進行分析或仿真而獲得的衍生數據反過來又能夠優化控制產品的運行。所以“共生”發生在產品的全生命周期。此外，“鏡像”說容易使人誤解成數字孿生體只是物理實體外觀或幾何在數字空間中的映射。
數字孿生不能只是物理實體的數字表達，它應該是“物理生命體”的數字化描述。大多數關于數字孿生的定義都指向物理實體的數字化表達，如GE Digital認為數字孿生是資產和流程的軟件表示，SAP認為數字孿生是物理對象或系統的虛擬表示，Gartner在十大新興技術專題中對數字孿生的解釋是：數字孿生是現實世界實物或系統的數字化表達。[2]本文試圖給出數字孿生體的極簡定義。
定義1：“物理生命體”是指“孕育”過程（即實體的設計開發過程）和服役過程（運行、使用）中的物理實體（如產品或裝備）。
“生命體”的含義不僅包括物理實體（如產品或裝備）在服役過程中的運行活動，也包括實體的“孕育”過程，即產品的設計開發過程。如果一個物理實體不具備“使用”意義，則不具備“生命”意義，自然也不是工業過程中被關注的“物理生命體”。如，沒人使用的房子就不是“物理生命體”。生命體的模型包括幾何、物理、環境、過程……
定義2：數字孿生體是“物理生命體”在其服役和孕育過程中的數字化模型。
此定義中隱含了前述關于數字孿生的“是”與“不是”。
一根主線
講數字孿生不能不提數字主線（digital thread）。美國軍方早期對數字主線有一個通俗的解釋，其目標是在系統全生命期內實現在正確的時間、正確的地點、把正確的信息傳遞給正確的人。數字主線是與某個或某類物理實體對應的若干數字孿生體之間的溝通橋梁，這些數字孿生體反映了該物理實體不同側面的模型視圖。達索3D EXPERIENCE平臺之上創建數字孿生體，強調數據不受不同軟件的束縛，不受流程的影響，可跨越不同工具、不同用戶、不同系統，這就需要數字主線的作用。埃森哲認為，數字主線可端到端地在流程與系統間穿針引線，助力在企業和其生態系統中構建一個互聯的產品信息網絡，打破企業內部藩籬，加強與外部供應商的協作。它能整合產品全生命周期數據資源，為數字孿生應用創造條件。數字孿生也必須要有數字主線向其輸送數據“血液”。如某企業設計某手機產品時創建了其數字孿生，卻在后續的生產物流、銷售、維保等環節未能及時反哺數據，則這個數字孿生是死的，與傳統的CAD與仿真沒有實質區別。[16]
不妨在綜合各家之言的基礎上梳理一下數字主線的脈絡。看不見的數字主線之主要目的是保證數據的流通、集成、融合，主要表現在下面幾個方面：
（1）一個物理實體之不同的數字孿生體（反映同一物理實體之不同狀態、不同性能特征等）之間的數據流通和融合；
（2）一個物理實體在其生命周期的不同階段，其孿生數據的流通、融合；
（3）不同物理實體之間，其孿生數據的流通、融合；
（4）產品生命周期的不同環節、企業不同部門乃至伙伴的相應部門之間，所需孿生數據的流通和融合。
造物主創造的宇宙中，在我們所感知的空間之外或許還存在一個平行的空間；人類創造的工業世界中，除了我們看得見和感知的物理空間，一定還要有一個平行空間——數字孿生空間。
讓我們不僅從數字孿生的“是”中去認識那個虛擬空間，還需要從那些似是而非中去體驗那個平行空間！
