数字孪生概念体系开发
发布时间：2023-06-30 19:29:10
《数字孪生概念体系开发》由安世亚太科技股份有限公司和中国空间技术研究院通信与导航卫星总体部的段海波、高素、杨旭和李元林共同完成。本文分析了数字孪生这一术语指代不清的现象，提出了开发概念体系的改进方法和流程，进而开发了一套系统化的数字孪生概念体系，为数字孪生标准化工作提供了有益输入。
1. 引言
在行业实践中，“数字孪生”这一术语存在指代不清、边界模糊的现象。这种现象在时空两个维度同时存在。
例如图1给出的四个例子，(a)把“数字孪生”定义在数字空间，(b)的“数字孪生”模型包括了物理空间，(c)的“数字孪生”虽然在虚拟空间，但排除了模型和数据库，(d)的“数字孪生”定义存在循环嵌套。
相比空间视角下的歧义和模糊可以靠构建和丰富数字孪生概念和术语体系比较容易地解决，“数字孪生”时间维度上的边界模糊对标准化工作的挑战更大。
如图2所示，有学者认为，只有单向数据流的数字影子不是数字孪生，这也符合目前数字孪生领域最重要的两个国际标准（ISO 23247和在研的ISO/IEC 30173）对digital twin的定义。但是，Michael Grieves博士不认可“数字孪生不存在，除非有实物产品”的观点，认为这是对数字孪生的过度定义。这里的核心问题是：一个数字孪生体和其所在的数字孪生系统，它们的生命周期何时开始、何时结束？两者是否必须、应该、可以、可能或不可能具有相同的生命周期？
作为最早发布的数字孪生国际标准，ISO 23247在解决“数字孪生”这一概念的空间模糊性上做了一些努力，区分了数字孪生体（digital twin entity）和数字孪生框架（digital twin framework）（如图3所示），进而作者提出把图3中的所有内容（蓝框以内）作为数字孪生系统（digital twin system）的范围。
通过文献分析，我们发现除了术语“digital twin”，其衍生形式“digital twins”，“digital twinned” 和“digital twinning”也被频繁使用，“digital twin entity”和“digital twin system”两个新的复合术语也出现在技术出版物中。此外，英语文献中的“digital twin”一词有多种含义：
1. 技术领域或标准化主题
2. 包括核心技术和使能技术在内的技术体系（system）
3. 细分市场或产业生态系统
4. 数字孪生系统
5. 数字孪生体系（SoS）
6. 数字孪生体
7. 数字孪生体或数字孪生系统
而“数字孪生”一词的复数形式digital twins可以指数字孪生体或数字孪生系统，或两者兼而有之。表 1 总结了术语数字孪生多义现象的示例。
可以看出，只靠一个术语和一个定义无法表达多个概念，只用“digital twin/数字孪生”这一个词来应对这么多的语境和应用场景只会造成歧义和沟通障碍，有必要将数字孪生体digital twin entity和数字孪生系统digital twin system与数字孪生digital twin这个术语的其他通用用途区分开来。
同时，作为一个集成化的技术体系，数字孪生的跨学科性正在使其成为数字化转型的核心。它的演变需要多学科的支持，其标准化需要构建支持数字化转型的顶层本体和数字孪生领域本体。因此，我们需要分析、综合和协调学科之间的概念关系和联系，进而构建一个系统完备的数字孪生概念和术语体系。
2. 方法
目前两个术语工作的国际标准ISO 1087:2019和ISO 704:2022只提供了开发一个概念体系及其概念图的术语定义、目的用途、操作任务和评价准则，缺乏详细的流程步骤、行业实例和解决疑难情况的手段工具。
ISO/IEC 30141（物联网参考架构）在研中的第二版和ISO/IEC 22989:2022（人工智能概念和术语）两个数字孪生相关领域的最新国际标准给出了解决核心术语多义问题的思路，即依靠修饰限制性的后缀词构建本领域小规模核心概念和术语体系。
ISO 19101-1:2014（地理信息参考模型第一部分：基础）给出了概念体系的形式化表达语言建议，如UML和EXPRESS。ISO/IEC 30141:2018（物联网参考架构）和ISO/IEC/IEEE 42010:2022（架构描述）给出了相应领域概念体系的概念图示例。
本文在上述现有术语工作和相关国际标准概念体系开发原则和示例的基础上，提出了开发概念体系的改进方法和流程，包括应用系统思维观点原则和系统工程方法工具，评估候选上位概念的工具和步骤，开发系统完备分类的框架、原则和步骤，以及术语工作的成熟度等级。
2.1 应用系统思维观点原则和系统工程方法工具
开发一个系统完备的概念术语体系，除了ISO 704的宏观建议，首先需要采纳系统思维的观点和原则，运用系统工程方法和工具。本文提出了以下观点、原则和方法工具，为概念体系开发提供方法论层面的顶层框架和指导。
1. 系统的观点、功能的观点是工程实践的基本观点；
2. 时间关系、空间关系、目的手段或因果关系是世间的三大基本关系。
3. 既把概念体系当作一个系统，也把给定概念的定义当作一个系统；
4. 从所关注系统的目的性和层次性出发；
5. 明确应用场景和各利益相关方的需求；
6. 不要忽视各层次的使能系统。
7. TRIZ理论的技术系统完备性法则；
8. TRIZ理论的系统思维九屏幕法；
9. IDEF0功能建模方法。
2.2 评估候选上位概念的工具和步骤
开发概念体系的关键是确定一个概念在概念体系中的位置和关系。特别是当这个概念来自一个新的领域，人们尚未就其定义达成一致时，这一步变得至关重要和具有挑战性。根据术语工作国际标准给出的“内涵定义=上位概念+区别特征（delimiting characteristic）”这一公式，这一任务可重新表述为“如何为一个新概念评估和选择合适的上位概念”。
本文提出了一套详细的步骤（详见英文原文）来构建概念图、进而分析评估候选上位概念之间的语义关系。候选上位概念的定义及其上下位关系来自普林斯顿大学的WordNet 3.1。作为可视化工具，UML类图被用来分析候选上位概念之间的语义关系。
需要指出的是，这种针对单一概念进行追根溯源的概念图不但可以用于为该概念寻找合适的上位概念，也可用于跨语言或多语种的术语标准化工作。例如，笔者在《digital thread何时是数字主螺纹的意思》一文中，利用上位概念间的语义关系图，探究digital thread各中文译法与thread各英文释义的起源对应关系，进而为digital thread恰当中文译法的选择提供决策依据。
2.3 开发系统完备的分类的框架、原则和步骤
人们在给事物分类时，经常会出现分类维度前后不一致、分类结果未能穷尽的现象。本文为开发概念体系提出的第三项改进是提出面对特定问题情境的分类框架，并给出开发一个系统完备的分类体系（taxonomy）的原则和步骤。
应用公式“内涵定义=上位概念+区别特征”来构建一个领域的概念体系时，从根本上说，这个概念体系就是一个分类体系，也可以理解为该领域的轻量级领域本体。然而，现有国际标准说明概念体系的类型时，最多只给出了单维和多维分类（classification）的示例，并未规范或说明如何为一个领域甚至一个概念构建系统完备（肯定也是多维的）的本体意义上的分类体系（taxonomy）。
为了给各种分类维度提供一个管理和实例化的顶层框架，本文运用系统思维观点，以2.1节所述三大基本关系为骨架，提出了一个构建分类体系的通用三维框架（图4）。这一框架是领域无关的，可以根据需要进行定制。例如，系统的手段-目的关系维度可以根据问题解决的逻辑进一步分解扩展为需求指标、质量特征或行业领域等。
在此基础上，本文给出了开发一个分类体系的详细步骤（详见英文原文），其中提到了开发分类体系应遵循的两个准则：
1. 对于一维分类，各子集之间的交集应为空集；所有子集的并集应等于上位概念的全集。
2. 对于多维分类体系，图4的分类框架提供分类维度的初始正交性；增加分类维度时，需要检查新增维度与现有维度的正交性。
图4的通用分类该分类框架已被MBSE领域第一个国际标准ISO/IEC/IEEE 24641采纳为基于模型的系统和软件工程（MBSSE）参考框架的一部分。
2.4 术语工作的成熟度等级
面对具体的术语工作项目，需要根据应用场景和能力成熟度水平，来定制和选择相应的流程、方法和工具。本文为开发概念体系提出的第四项改进是，提出了术语工作的成熟度等级模型，为数字孪生术语工作提供高层次的需求和愿景：
1级：概念定义语法正确，但语义和语用不准确；
2级：术语条目和概念定义符合相关国际标准和国家标准要求；
3级：所构建的概念体系符合相关国际标准和国家标准要求；
4级：运用本文提出的开发概念体系的改进方法和流程，所开发的概念体系及其概念定义和术语条目，符合相关国际标准和国家标准要求，满足利益相关方要求；
5级：实现基于模型的概念体系构建和概念定义，即基于模型的术语工程或本体工程。
数字孪生的跨学科性使其成为一种集成的技术系统。它不仅需要从学术研究和行业实施的角度，还需要从标准化的角度获得多学科的支持。其高质量的标准化将促进并惠及所有行业。因此，本文建议数字孪生的术语及其他标准化工作采用采用本文提出的开发概念体系的改进方法和流程，数字孪生术语工作的入门成熟度级别从三级开始，以达到四级为近期目标。
2.5 概念体系的表达与可视化
ISO 704中开发概念体系的建议和本文提出的改进方法对概念体系的表达和可视化提出了以下的技术要求：
1. 采用形式化的建模方法及其表达语言，而非类自然语言的概念图；
2. 概念体系的构建应遵循“内涵定义=上位概念+区别特征”的公式，尤其对于其中的关键概念；
3. 除了上下位关系外，为了计算机可读性和团队协作的效率，概念体系应尽可能少地使用其他语义关系；
4. 工具或语言应支持分类（taxonomy）的表达，即2.3节提到的开发一维分类的准则。
5. 工具或语言应支持小规模（如20个概念）和中等规模（如200个概念）的概念体系开发和表达，特别是发表文章中的可视化。
目前，概念体系的表达和可视化有三个选项：
(1). 2.2节提到的用于评估候选上位概念的UML类图，
(2). 工业数据相关（如ISO/TC184/SC4和ISO/TC59/SC13等）的许多标准使用的EXPRESS及其图形化语言EXPRESS-G（即ISO 10303-11），
(3). 部分标准使用的类自然语言非形式化概念图。
UML类图（以及SysML块定义图）和EXPRESS-G都可以满足上述大部分要求。鉴于EXPRESS及其EXPRESS-G的非重叠子类型（ONEOF）和全覆盖子类型对2.3节提出的分类准则的支持，本文决定选择EXPRESS-G语言作为所提出的数字孪生概念体系的建模和可视化工具。
此外，与UML类图和SysML块定义图相比，EXPRESS-G具有简洁的表达规则和更高的信息密度，可节省大量的页面空间，但在某种程度上牺牲了可读性。因此，除了给出数字孪生概念体系的总图外，本文还提供了不同的局部视图以提高其可读性。
3. 成果
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？
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。
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。
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。
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）。
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。
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。
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。
4. 结论
生产行为是实际生产加工资源的行为抽象，因为逻辑层面忽略了实际制造设备的加工动作，所以物理实体的数字孪生逻辑模型主要通过生产行为描述生产过程中相应要素的行为状态。根据ROCHA等将UML序列图扩展绘制成有限状态机（Finite State Machine，FSM）的过程，本文通过有限状态机对数字孪生逻辑模型内部行为和外部输入事件的状态转移进行建模，描述模型在其生命周期内经历的有限状态序列，以及抽象模型因外部事件触发状态改变的所有情况。
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。
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。
