2011年美国空军实验室的EricJ.Tuegel等[10]利用超高保真的飞机数字孪生模型，根据飞行条件将飞机结构变形和温度变化结合，在虚拟模型中模拟对飞机结构造成的局部损伤和组织变化，以保证飞机结构的完整性并对飞机结构进行寿命预测。

Hochhalter等[17]和Tuegel等[18]分别采用数字孪生与感官粒子技术（Sensory particles technology）结合和基于数字孪生的机体分析，实现了飞行器的实时检测与维护，降低了飞行器的维护成本。Chen zhao Li等[19]利用动态贝氏网络，开发出基于飞机的数字孪生模型，建立了一种通用的诊断和预测概率方法。

孪生模型通过收集每架飞机的制造与材料特性、任务历史等来对飞机的健康状况进行评估，并以飞机机翼疲劳裂纹扩展为例进行了分析。由于航空航天工业始终保持着相当高的自动化、数字化及仿真水平，因此数字孪生概念的产生和发展在过去很长一段时间都集中在航空航天领域，特别是利用数字孪生技术对飞行器进行故障预测和健康管理。但随着美国、欧盟、中国、日韩等世界主要国家和地区纷纷开始进行以智能制造为核心的制造业升级，以及云计算、大数据、物联网和传感器等信息技术的快速发展，数字孪生技术的探索与研究逐渐向制造业深度推进。