结构设计检验由于工业模型是可装配的，因此它能直观地反映出结构是否合理，安装是否容易。有利于问题的早期发现和解决。
避免直接开模风险由于模具制造成本普遍较高，规模较大的模具价值数十万至数百万元，如在开模过程中发现结构不合理或其他问题，其损失也可想而知。而且工业模型制造可以避免这种损失，降低了开模的风险。
现在有一种流行的方法，将数学模型分为机理模型和数据模型。我一直认为，对于工业应用来说，这种分类是不合适的。因为现实机械模型往往是两者结合在一起的，只是程度的不同。
但是抽象模型总归不等于现实对象。例如，欧几里得几何学中的线是没有宽度的，而现实中的线是有宽度的。牛顿力学中的质点是没有体积的，而现实世界中的优质物质是有体积的。
当理论模型应用于特定对象(如特定设备和工厂)时，问题就会出现：机理模型忽视的干扰，现实可能不容忽视；机理模型需要测量的参数，现实可能无法测量或无法测量。还有一个问题：当这些误差太大而无法忽略时，该怎么办？
众所周知，非线性物体通常可以局部简化为线性模型。这是自然界中常见的现象。但是在工业场景中，除了局部使用的线性回归模型之外，很少有纯数据模型。因为用纯数据模型建立非线性和时变模型时，往往难以保证可靠性，不适合工业应用。
因此，工业模型上实用的数学模型，往往是机制和数据的结合。