十九大报告指出：“要促进我国产业迈向全球价值链中高端，培育若干世界级先进制造业集群。”
　　“想象一下，未来，当人类的宇航员在遥远的外太空要执行一项紧急的舱外修复任务，没有时间空间进行实际预演，也没有现成的经验可资借鉴。环境极度危险，机会只有一次。怎么办？这时，我们的宇航员却不慌不忙，他将操作涉及的各种参数、包括外部环境、时间、温度等等整合在一起，完全模拟出一个和现实一模一样的虚拟环境，进行反复实验，直到找出最佳的操作方式和流程。将这套最佳方案输入到要执行任务的太空机器人程序中，用最精确合理的操作在规定时间完成舱外修复任务，将危险和失误降到了最低。
　　“再想象一下，未来，当你需要建造一个大型的工厂，施工精密、流程复杂，但资金有限。怎么办？这时，负责施工的工程师在没有建造之前，就对工厂进行仿真和模拟，虚拟出建造工厂的最佳流程，再将真实参数传给实际的工厂建设。这样，不仅有效减少误差和风险，还能最大限度地节省成本，减少损耗。甚至，当厂房和生产线建成之后，日常的运行和维护也可以不断进行虚拟交互，迅速找出问题所在，提高工作效率。
　　“甚而，未来，当我们设计制造任何产品时，你不必先制造出实体零部件，然后才能对设计方案的质量和可制造性进行评估。你可以预先模拟真实环境，在产品被实际制造出来之前，就可以预测其成品质量，识别是否存在设计缺陷。”
　　这是微软企业服务制造项目经理Simon Floyd曾描绘的数字化制造业的前景。将现实与虚拟无缝连接，靠的是“数字孪生”（Digital Twin）技术。
　　近年来，我所在的团队在导师赵罡的带领下，围绕“数字孪生”技术在航空制造领域的理论探索进行攻关。
　　长久以来，如何高效、准确地管理产品全生命周期的数据信息，是航空制造业面临的共性问题。在诸多新兴技术思想之中，数字孪生技术被认为能对物理产品进行数字化描述，并有效地管控产品全生命周期的数据信息，引起了国内航空制造业的关注。美国《航空周报》曾做出这样的预测：“到了2035年，当航空公司接收一架飞机的时候，将同时验收另外一套数字模型。每一架飞机都伴随着它自身对应的一套高度详细的数字模型。”每一架交付的飞机都不再是单独存在的，因为它拥有了一个如实反映它的“影子”，且永不消失，这便是数字孪生的本意。
　　借助“数字孪生”技术对操作流程进行数字化虚拟，模拟一个和“现实世界”完全一致的孪生的“虚拟世界”，让我们在出现问题之前就解决问题。实现这样的愿景，其实任重道远。
　　一个描述飞机飞行轨迹的方程式通过编程形成模型后，是一个飞机的数字孪生吗？不是。因为它只描述了飞机飞行时的理想模型（例如不考虑空气阻力等因素），却没有记录飞机真实的运动情况。只有把飞机的真实飞行参数、表面气流的分布等情况通过传感器和数据反馈实时输入到模型后，这个新模型才真正成为了数字孪生。数字孪生技术的最终目的，简单说，就是把每一架造好的飞机重新在计算机中建模，通过赋予其各种实际的数据来模仿真实飞机。
　　当我们真正拥有某架飞机的数字孪生之后，我们甚至不需要它飞上天空去开展各种危险的试验，而是在计算机里模拟仿真这架飞机的飞行。这样一来，我们就可以利用飞机的数字孪生来排除使用故障和隐患风险，降低飞行事故的发生，提高运营维护的效率，最终降低成本。就像拥有了高德地图等导航软件，我们就不需要自己先开车走一遍某条路才可以准确到达目的地，因为城市道路、建筑分布等信息已经完成了数字化建模，再结合其他用户手机返回的实时道路情况，在每次开车以前就可以收到拥堵预报、推荐道路、预计到达时间等。
　　目前国内外对于数字孪生的研究还处于非常初级的阶段，对于如何构建数字孪生尚无定论。构建一架飞机的数字孪生，涉及到几何建模、空气动力学、疲劳损伤理论等多方面的数据和信息融合。数据量庞大，专业知识复杂，真实数据难以采集，现有计算机计算能力不足等，這些都决定了数字孪生目前只能是一个愿景，难以完全实现。
　　因此，我所在的课题组结合某型飞机的关键零部件，持续开展相关的具体研究，并将近期工作集中在如何打通航空制造全流程的数据流，为下一步构建数字孪生提供精准的数据。因为数字孪生的诞生伴随着一架真实飞机的诞生，而一架真实飞机是由千千万万飞机零部件组成的。以导航软件类比，也就是要把城市里每一条道路的长度和走向、每一栋建筑的位置、名称、楼层等信息，在高德地图里准确地表达出来，这样导航功能才不会有数据错误。