数字孪生的 L1到L5通常指的是**数字孪生成熟度模型的五个主要级别，它们描述了数字孪生从最基本的连接和可视化到完全自主运行的演进过程。

数字孪生成熟度模型 (L1-L5)

L1：连接/状态孪生（Status/Connected Twin）

这是数字孪生的基础阶段。

• 核心功能： 重点在于数据采集、连接和基础可视化。它实现了物理资产（Physical Asset）与虚拟模型之间的单向实时数据流。

• 数据特点： 主要是实时传感器数据或基础的静态信息（如资产规格）。

• 用途： 监控物理资产的当前状态。用户可以查看设备的实时运行参数，如温度、压力、位置等。

• 价值： 提供实时的态势感知，回答“现在发生了什么？”的问题。

L2：信息/可视化孪生（Informative/Visual Twin）

这个阶段在 L1 的基础上增加了历史数据和背景信息。

• 核心功能： 结合实时数据和历史数据，提供更丰富的上下文信息和诊断能力。通常包括 3D 可视化，将数据叠加在模型上。

• 数据特点： 实时数据 + 历史数据 + 规范数据（如基准、维护记录）。

• 用途： 诊断和追溯资产的行为。用户可以比较当前性能与历史趋势或行业基准，找出异常发生的原因。

L3：预测/分析孪生（Predictive/Analytical Twin）

这是数字孪生开始展现预测价值的关键阶段。

• 核心功能： 将实时和历史数据耦合到分析模型（如机器学习模型或物理过程模型）中，以预测资产未来的状态和潜在故障。

• 数据特点： L2 的所有数据 + 预测模型输入和输出。

• 用途： 预测维护和风险评估。例如，预测设备何时可能发生故障，或某个参数将在何时超出安全范围。

L4：优化/规范孪生（Optimisation/Prescriptive Twin）

在这个阶段，数字孪生能够探索不同的“如果-那么”场景，并提供优化建议。

• 核心功能： 在 L3 预测的基础上，模型可以运行模拟来测试不同决策对未来的影响。实现双向数据流，但控制权仍掌握在人手中。

• 数据特点： L3 的所有数据 + 情景模拟输入和输出 + 优化算法。

• 用途： 决策支持和操作优化。例如，模拟调整生产线速度对能耗和产量的影响，并向操作员推荐最佳的操作设置。

L5：自主/自治孪生（Autonomous Twin）

这是数字孪生成熟度的最高阶段，代表了完全的闭环控制。

• 核心功能： 在 L4 的基础上，数字孪生不仅能推导出最佳方案，还能自主执行控制指令，直接影响和控制物理资产，而无需人工干预。系统能够自我学习、自我优化甚至自我修复。

• 数据特点： L4 的所有数据 + 自主决策和控制执行数据。

• 用途： 自主运营和智能控制。例如，能源管理系统根据预测的负载和价格波动，自主调整 HVAC（暖通空调）和照明系统，实现能效最大化。

数字孪生的成熟度是一个逐步演进的过程，L5 依赖于 L4，L4 依赖于 L3，以此类推。企业在部署数字孪生时，通常会从 L1 或 L2 开始，然后根据业务需求和技术能力逐步升级。