首先对数字孪生数据构成进行介绍。根据前期研究，将数字孪生数据分为物理实体相关数据、虚拟模型相关数据、服务相关数据、融合数据、连接数据及领域知识六个部分，如图1所示。

图1 数字孪生数据构成

物理实体指在物理空间客观存在且具有一定结构、功能及行为特点的对象实体。物理实体相关数据包括设备、产品、人员、物料、工具等实体的尺寸、结构、属性、能力等静态数据，以及实体状态、突发扰动及环境参数等动态数据。物理实体相关数据是构建数字孪生数据的事实基础。

虚拟模型从几何、物理、行为及规则多个维度对物理实体进行真实刻画^[26]。相关数据是在物理实体数据基础上，利用模型仿真生成的与物理实体数据具有相似、互补、因果等依存关系的数据。它主要包括刻画物理实体几何参数、物理属性、动态行为及规则的多维模型相关数据，如模型参数数据、仿真条件数据、仿真过程数据、仿真结果数据、模型验证数据等。

数字孪生服务包括支持数字孪生运行的基本功能性服务与面向具体应用需求的业务性服务 ^[27]。服务相关数据一方面指功能性服务（如模型管理服务、数据处理服务、连接服务）相关数据，如模型配置数据、算法配置数据、服务封装数据等；另一方面指在物理实体数据与虚拟模型数据基础上构建的业务性服务（如设备关键参数预测服务、生产调度优化服务、生产实时控制服务）相关数据，如设备性能评估数据、生产排程数据、工艺参数配置数据等。

领域知识指面向不同行业的专业经验、系统规则、标准规范等^[26]。此外，它也包括基于数字孪生数据不断挖掘产生的规律规则等新增知识，它们是指导数字孪生模型构建与管理、服务运行优化、数字孪生数据处理等的参考和指导。

融合数据是通过相似或互补数据时空配准、多维关联、全面融合等多层次、多方面综合作用，对物理实体相关数据、虚拟模型相关数据、服务相关数据及领域知识等多源数据进行融合处理，形成的针对某一属性、特征或行为的统一、全面、准确描述^[26]。与来自单一数据源的数据相比，融合数据对数字孪生多源多模态数据进行综合与整合，能够体现更丰富的信息。

连接数据是指在物理实体相关数据、虚拟模型相关数据、服务相关数据、融合数据及领域知识间进行双向传输的数据^[26]。连接数据来源于上述五类数据，但与其原始数据不同的是，连接数据通常需通过数据处理算法进行压缩，以达到缩减数据量、提高数据传输效率的目的。连接数据通过统一的数据接口与通讯协议实现实时交互，目的是保持各部分数字孪生数据的一致性与联动性。

免责声明：
本文转载自 【包子女孩】，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例。