数字孪生概念体系开发

面向生产线仿真的数字孪生逻辑模型的构建过程如图2所示。首先，以物理生产线中的实体为基础，提取生产过程中物理实体的尺寸信息、车间布局设计和实体加工方式等生产信息，作为数字孪生逻辑模型的几何参数和物理属性；然后，根据物理实体在实际生产过程中可能发生的生产行为，构建基于事件驱动的有限状态转移模型，使数字孪生逻辑模型具有行为特征、响应机制，以及进行状态转换的能力；最后，在几何属性、物理属性和生产行为的基础上，建立生产物理实体的数字孪生逻辑模型的仿真规则，通过制定模型间的同步推进规则和互斥优先规则，利用逻辑管道将仿真过程中产生的行为信息传递给相关联的模型，从而使各类模型设备具备演化、运转的能力。　

基于ISO 704开发概念体系的一般原则和指南以及本文提出的改进方法，本文分析了术语“数字孪生”的多义现象，并确定了区分数字孪生体和数字孪生系统的必要性。本文从“数字孪生”这一通用术语出发，分析了digital twin的二十一个定义，并从中总结出十个上位概念；给出了数字孪生体的定义，并建议把数字孪生体认定为一种数字资产，而非数字化表征；开发了一个系统化的数字孪生概念体系，由大约一百个概念和五十个定义组成，包括五个部分：实体的顶层本体和分类、数字孪生体相关概念、数字孪生系统相关概念、分类框架相关概念，以及数字孪生系统的姊妹概念。

3.1 区分数字孪生体和数字孪生系统

为解决引言及表1所指出的“数字孪生”一词指代不清的问题，有必要参考物联网和人工智能术语标准化的做法，在ISO 23247采纳使用“digital twin entity”（数字孪生体）这一术语的基础上，进一步引入数字孪生系统digital twin system的概念，将数字孪生体和数字孪生系统并列使用，用来消除“数字孪生”在空间维度下的模糊和歧义。

数字孪生体digital twin entity的内涵外延与目前常见的各种digital twin定义（参见下表2）的范围基本相同，即与数字孪生化对象（或称目标实体）相对应、互动、同步的数字实体。而数字孪生系统中最重要的两个核心组件就是目标实体和对应的数字孪生体。按照TRIZ理论的技术系统进化法则，数字孪生系统可以认为是一种“双”系统bi-system。

这样，“数字孪生”作为一个领域的通用基础术语，可以指代该学科领域、标准化主题、技术体系、细分市场或产业生态，与物联网和人工智能等其他领域或技术体系相互作用。而“数字孪生系统”和“数字孪生体”这两个新的复合术语分别指代该领域的工程化系统及其核心组件。

这种区分既符合基本术语易于推导或复合生成新术语的原则，也符合开发数字孪生概念体系和数字孪生系统参考架构的需要。

3.2 为数字孪生体选定上位概念

目前有影响的digital twin定义已不下二十种。如何从众多定义中找出有价值的亮点，并写出照顾所有利益相关方要求的定义，是数字孪生术语标准化的首要任务。根据“方法”各节中提到的公式，表2总结了近十年21个digital twin典型定义，从中识别出十个上位概念，并附加了作者评论。

表2中典型定义的选取有两个标准：一是识别出尽可能的digital twin上位概念；二是选择标准化组织、高引指数作者、著名研究机构和公司的权威定义。作者评论栏基于一个标准：根据 ISO 704:2022中提到的内涵定义编写原则和指南，该定义认定的上位概念是否合适？

表2 digital twin典型定义中的上位概念

利用普林斯顿大学英语词汇数据库WordNet提供的定义和关系，采用UML类图/SysML块定义图中的关联、泛化（即上下位）和依赖关系表示，图5给出了 digital twin各种英文定义所涉及的多个上位概念（图中标棕色的单词）之间的语义关系。

图5 digital twin典型定义中各上位概念之间的语义关系

分析表 2 和图 5，可以对digital twin上位概念的选择得到一些启示。

术语“digital twin”借用了生物学中的术语“twin”。这种使用隐喻或转喻的做法有助于新概念的传播和接受，然而它有时会导致术语和其内涵的不一致。这也是为什么大多数定义都在试图规避与生物学的孪生或复 制相关的概念，来为数字孪生体寻找新的上位概念。但这些努力并不十分成功。例如，National Instruments的定义使用了“replica”这个术语，是“twin”这个术语的叔辈概念，试图扩展数字孪生的内涵和外延，但也没有摆脱“copy”的局限。

那些选择“表示”或“表征”作为上位概念的定义，利用representation是多义词的特点，试图进一步远离“孪生”或“拷贝”。但无论是表征的活动、动作，还是表征的结果，representation都只是数字孪生体的一个子功能或一个组成部分。它只强调从目标实体（即数字孪生化的目标对象，可以是物理实体、数字实体或物理-虚拟混合实体）到数字孪生体的抽象复 制 （即建模），而忽略了数字孪生体另外两个重要的子功能：数字化执行以及与目标实体的状态同步。

那些选择“数字模型”或“仿真”作为上位概念的定义过于专注于技术细节（即数字孪生体的某些组件或子功能），违反了奥卡姆剃刀原则（如无必要，请勿增加实体）。数字孪生体的内涵远远超越建模，超越仿真，甚至超越建模加仿真，因此需要创造一个新的概念来应对新的需求和问题情况。从而误导人们将数字孪生体视为传统建模或仿真，或者反过来，认为传统的建模仿真就是数字孪生。

因此，仅靠数字化表征或数字化建模无法承担数字孪生系统核心业务对象的责任。需要超越传统的语义关系，打破思维定式，引入业务需求和系统架构等外部因素，为数字孪生体选择一个超越建模和仿真的上位概念，从而超越数字化表征和数字化执行。

美国数字孪生联盟（DTC）把数字化表征分为存储表征和计算表征（图6），试图将数字化执行相关的过程信息也认为是一种数字化表征。这种分法或叫法也说得过去。

图6 两类数字化表征（图片来源：美国数字孪生联盟）

图7 数字孪生系统与同步机制的关系

（图片来源：美国数字孪生联盟）

但DTC进而把同步机制排除在数字孪生体的范围之外、甚至排除在数字孪生系统之外（图7），笔者不能认同。

3.3 数字孪生的概念体系

在识别数字孪生领域的两个基本概念（数字孪生体和数字孪生系统），分析数字孪生体现有定义中的上位概念，并提出数字孪生体新的上位概念后，本文开发了一个数字孪生的概念体系，由数字孪生的领域本体及相关的顶层本体构成，目前包括约一百个概念，其中约五十个概念有正式定义。

图8 数字孪生的概念体系

本文采用EXPRESS-G图来表达这一概念体系（图8），其中按颜色划分为五个区域：

(1) 中下部的蓝色概念是实体Entity的顶级本体和分类（taxonomy），是数字孪生概念体系的基础部分；(2) 右侧区域的棕色概念是数字孪生体相关概念；(3) 顶部和左上角的绿色概念是数字孪生系统相关概念；(4) 中上部橙色概念是分类框架相关概念；(5) 左下角的黑色概念是数字孪生系统的姊妹概念。

3.4 实体相关概念的顶层本体

为了给数字孪生体和数字孪生系统这两个最重要的概念确定合适的上位概念，并将其置于数字孪生概念体系的正确位置，有必要开发实体Entity这一抽象概念的顶层本体。图9是图8实体相关概念的简化局部视图，仅有上下位关系，没有属性关系。

本文参考WordNet和ISO/IEC 21838-2:2021，梳理了实体的分类视角，并对实体进行了一级分解，包括物理实体（包括人工实体、自然实体和社会实体）、虚拟实体和物理-虚拟混合实体；抽象实体和具体实体；物质、能量和信息；系统和过程；资产和非资产。实体分类体系的开发符合2.3节提到的开发分类体系的步骤（详见英文原文）。

图9 实体Entity的顶层本体和分类体系

为了建立物理-虚拟混合实体与数字孪生系统之间的联系，从功能角度确定了物理-虚拟混合实体的三个下位概念：人机交互、数字通信网络和信息物理系统。这里的信息物理系统是广义的，它采用ISO IWA-39:2022中的定义：具有数字、模拟、网络、物理和人类组件相互交互的系统，通过集成物理和逻辑的设计实现系统功能。

图9还确定了数字孪生系统的两个姊妹概念：信息物理系统（狭义）和资产管理外壳。它们都是上述广义信息物理系统的下位概念。信息物理系统（狭义）的定义修改自ISO 23704-1:2022：其运行由计算和通信内核来监测、协调、控制和集成的人工物理虚拟混合实体。

3.5 数字孪生体相关概念

本文采用ISO/TS 18101-1:2019提出的digital twin的上位概念——数字资产作为数字孪生体的上位概念，即认同数字孪生体是一种数字资产（如图8和图9所示）。资产是指对组织具有潜在或实际价值的物品、事物或实体（ISO 55000:2014）。结合实际问题和业务需求，利用数字孪生体的价值属性，构建数字孪生体与数字资产之间的语义和业务关系，将有助于数字孪生系统参考架构的开发和在各种工业场景中的实施。

基于图8和图9中实体相关概念的顶层本体，本文提出了数字资产的新定义（以数字实体形式存在的认知资产），数字资产既是数字实体，又是认知资产。构成DIKW层次结构的数据、信息、知识和智慧被确定为认知资产；因此，实体相关概念和数字孪生体相关概念被链接在一起。图10提供了数字孪生体相关概念的局部视图。

图10 数字孪生体相关概念的局部视图

将数字孪生体认定为一种数字资产的好处如下：

1. 彻底解决twin一词带来的digital twin名实不符问题，摆脱英文语义关系束缚，引入业务需求和架构因素，为数字孪生体和数字孪生系统建立真正意义上的概念体系和领域本体。

2. 通过将目标实体的数字化表征和执行及其同步机制封装在一个业务对象——数字孪生体中，避免了数字孪生体的核心组件与其核心能力的分离。

3. 通过将数字孪生体认定为数字资产，明确认知资产与数字资产之间的关系，丰富了资产分类体系，而且数字资产管理为数字孪生体的共享、复用和管理提供了应用场景和方法。

4. 作为MBSSE参考框架的关键维度，DIKW层次结构为数字孪生系统参考架构设计提供更全面的视角，有效避免目前一些数字孪生系统参考模型只重视数据流，而忽视信息流和知识流的情况。

本文将数字孪生体定义如下：实现目标实体某个视图的数字化表征和执行的数字资产，通过单向或双向通信，实现与目标实体适当频率和可信度的状态同步。同步性是数字孪生体的区别特征，模型可信性或模型可信度（credibility）是数字孪生体的另外一个本质特征（essential characteristic）。基于Michael Grieves博士和John Vickers的工作，本文将数字孪生类型体、数字孪生实例体和数字孪生聚合体确定为数字孪生体的三个下位概念。

3.6 数字孪生系统相关概念

基于数字孪生体的定义，本文给出数字孪生系统和数字孪生的定义如下：

1. 数字孪生系统：由若干目标实体和其若干数字孪生体互动构成的广义信息物理系统，用来改善目标实体生存周期某个或某些阶段内的某项或某些性能指标，进而为利益相关者提供价值。

2. 数字孪生：由数字孪生体或数字孪生系统引发的技术体系、专业领域或产业生态。

在数字孪生系统中，数字线程是数字孪生体之间的通信框架，起到信息传递和整合的作用。互操作性是数字线程与其他相关概念（如多BOM视图等）的区别特征。本文将数字线程分为时间、空间和领域三类，如图11和图8所示。系统可信性或系统可信度（trustworthiness）是数字孪生系统的本质特征之一。

图11 数字孪生系统相关概念的局部视图

3.7 分类框架相关概念

在对2.3节进行概念抽象和建模后，图12给出了分类框架相关概念的局部视图。分类框架和参考框架都是一种框架，这三个概念在图12和图9中出现。框架这一概念采用了ISO/IEC 19763-1:2015中的定义：用于分类和组织复杂信息的逻辑结构。

图12 分类框架相关概念的局部视图

图13给出了采用UML类图、应用分类框架对模型进行分类的示例，这将为数字孪生系统参考架构的开发提供有用的输入。图9是分类框架应用的另一个例子。

图13 模型的分类体系

随着一项新技术或一个新概念的出现，该领域的概念体系构建和相关术语定义是后续大量标准化工作和行业实践的基础。本文介绍了构建概念体系对一个全新的技术领域的重要性。基于术语工作国际标准，提出了一种增强的概念体系开发方法 论，包括相关系统思维观点和系统工程方法、用于评估候选上位概念的工具和步骤、用于开发系统完备分类体系的三维分类框架、以及术语工作的成熟度等级模型，为数字孪生概念体系的开发和术语定义提供了理论准备和质量要求。

本文从标准化的角度出发，基于这一增强方法 论，分析了digital twin的多义现象和问题，明确了将数字孪生体和数字孪生系统与一般术语“数字孪生”区分开来的必要性；由于一个概念的组件或子功能不能作为该概念的上位概念，因此提出数字孪生体最好是一种数字资产，而非数字化表征或数字模型；基于数字孪生体和数字孪生系统这两个新的概念和定义，构建了一个系统化的、本体意义上的数字孪生概念体系。

(a) （图片来源：ISO/IEC 30141:2018）

(b)

图14 概念体系或概念模型在标准化工作中的价值

本文提出的概念体系开发增强方法 论和开发的数字概念体系的价值和好处如下：

1. 展示了术语工作标准、系统思维和系统工程方法以及信息建模工具相结合的力量和有效性。

2. 验证了“内涵定义=上位概念+区别特征”这一术语定义公式和“概念体系=内涵定义+上下位关系”这一概念体系开发过程的有效性及其在参考架构标准化工作中基础作用（图14(a)，根据一系列国际标准的定义，专业应用领域中的“概念模型”与术语工作领域中的“概念体系”是同义词）。

3. 为将来的数字孪生标准化工作，如数字孪生系统参考架构和成熟度模型，奠定了坚实的基础（图14(b)）。

4. 为其他领域的术语工作提供了有益的输入，如除了增强方法 论的正向应用外，其反向应用可作为当前术语工作的验证工具和质量改进指南。