基于数字孪生的新型计算机集成信息系统研究与探索.pdf

现代电子技术Modern Electronics TechniqueSep.2023Vol.46 No.182023年9月15日第46卷第18期0 引 言数字孪生12的概念在 2011年由密歇根大学的教授Michael Grieves 提 出，起 始 命 名 为 信 息 镜 像 模 型（Information Mirroring Model），而 后 演 变 为 数 字 孪生34。2012 年 美 国 空 军 研 究 实 验 室 与 美 国 航 天 局NASA 提出了构建未来飞行器的数字孪生体。数字孪生体是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程，其作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程56。陶飞等人提出了数字孪生具体实现的五维模型78，并且将数字孪生应用到工业生产制造、数字装备等910方面。其中，基于数字孪生的新一代计算机集成信息系统应当包括物理实体模型、虚拟数字模型、数据动态传输、物理引擎驱动、虚实交互融合、数据智能处理以及迭代演化规则等，为实际工程应用提供系统性支撑。文献1112中陶飞等提出了数字孪生车间的概念，DOI：10.16652/j.issn.1004373x.2023.18.015引用格式：吕楠，王琪冰，陆佳炜，等.基于数字孪生的新型计算机集成信息系统研究与探索J.现代电子技术，2023，46（18）：7784.基于数字孪生的新型计算机集成信息系统研究与探索吕 楠，王琪冰，陆佳炜，肖 刚（中国计量大学 计量测试工程学院，浙江 杭州 310018）摘 要：随着数字孪生理论的不断发展，数字孪生技术已被广泛用于智能制造、智慧城市、复杂设备等领域。数字孪生具有的特性使其最有可能成为下一代计算机集成信息系统的核心。文中对基于数字孪生的新一代计算机集成信息系统的内涵、理论发展、技术优势、功能及关键实现技术等五方面内容进行阐述。数字孪生技术的核心本质在于其实现了真实意义上的人机交互、虚实交互和动态交互，并有效地解决了当前的数据稀疏、实验条件局限、生产效率低、信息扁平、缺少系统性支撑等问题。文中给出一个具体的应用案例，利用数字孪生完成智能化的计算机集成信息系统构建，并用于解决目前自动扶梯场景安全监测的难点。关键词：数字孪生；计算机集成信息系统；物理引擎驱动；虚拟实验平台；数据驱动；虚实交互融合；人工智能算法；机器学习中图分类号：TN91934；TP391.9 文献标识码：A 文章编号：1004373X（2023）18007708Research and exploration of new computer integrated information system based on digital twinL Nan,WANG Qibing,LU Jiawei,XIAO Gang(College of Metrology&Measurement Engineering,China Jiliang University,Hangzhou 310018,China)Abstract：With the continuous development of digital twin theory,digital twin technology has been widely used in intelligent manufacturing,smart city,complex equipment and other fields.The characteristics of digital twin make it the most likely to become the core of the next generation computer integrated information system.The connotation,theoretical development,technical advantages,functions and key implementation technologies of the new generation computer integrated information system based on digital twin technology are elaborated.The core essence of digital twin technology is that it realizes humanmachine interaction,virtualreal interaction and dynamic interaction in the true sense,and effectively solves the current problems of data sparseness,limited experimental conditions,low production efficiency,flat information and lack of systematic support.A specific application case is given.The digital twin is used to complete the intelligent computer integrated information system and solve the difficulties of safety monitoring in current escalator scenarios.Keywords：digital twin;computer integrated information system;physics engine driver;virtual experimental platform;data driven;virtual and real interaction integration;artificial intelligence algorithms;machine learning收稿日期：20230209 修回日期：20230303基金项目：国家自然科学基金项目（61976193）7777现代电子技术2023年第46卷为实现信息物理系统（CPS）提供了清晰的思路、方法和实现途径，而且为虚拟模型探讨和模拟未知世界提供了新的理念和工具。A.Bilberg等基于数字孪生实现人与机器由物理空间到虚拟空间的实时映射和动态交互，实现了面向装配系统的工业应用13。O.Demirel等提出了一种基于仿真的计算设计方法，利用人体工程学设计原则在建模平台上实现了数字人体闭环系统的构建14。V.Havard 等提出将数字孪生的精确模拟能力与 VR 技术相结合的交互式设计理念，建立了协同仿真与通信的体系结构15。王成山、王静远等提出一种基于综合能源的数字孪生智慧城市建设方案，通过城市综合能源的系统规划、运行、控制以及与城市多领域协同交互，展望了未来智慧城市的发展与应用1617。数字孪生带来了新的信息技术革命，第一代的信息技术是以计算机相互连接的互联网，主要应用是社交与网络服务；第二代的信息技术是物联网万物互联，将物联网应用到各行各业的生产与服务中。随着研究深入，数字孪生技术被广泛应用于复杂设备、智能制造、智慧城市、医疗、交通、能源、航空及军事等领域，基于数字孪生的计算机集成信息系统有望成为新一代信息技术1820。该系统具备的特性有交互性、动态性、演化性、智能性等，交互性包括智能对象及其智能行为建模、人机交互智能化与孪生体的交互；动态性为虚拟对象/物理世界与真实对象/虚拟空间的多模态数据互通与融合；演变性是虚拟对象随着物理形态和状态的变化，以及虚拟对象根据一定的变化规律自行演化，进而实现基于现实又超越现实。1 基于数字孪生的计算机集成信息系统的内涵基 于 数 字 孪 生 的 新 型 计 算 机 集 成 信 息 系 统（Computer Integration Information System based on Digital Twins,DTCIIS）将基于现有硬件条件，通过数据的传输通信获取物理空间的有效信息，构建基于人机环境的数字孪生空间；对于不同数据信息类型采用不同的处理方式，建立能够表达物理世界的三维模型、机理模型、混合模型；物理引擎由孪生数据驱动，经过三维渲染及可视化技术实现物理世界数字空间的动态交互；通过机器学习、人工智能学习算法实现预测、决策、测试、验证、优化等，完成数字空间到物理世界的反馈，实现物理世界到数字空间的闭环。DTCIIS可广泛应用于实际的智能制造、军事航天、智慧城市、能源电力等领域，图 1所示为DTCIIS的架构设计。1.1 理论发展与意义数字孪生的理论源于 Michael Grieves 教授提出的数字“双胞胎”，经历过美国空军用于飞机的维护、美国航天局 NASA的航天器的镜像仿真、中国北航课题组提出工业生产线的信息物理系统（CPS）21。数字孪生理论不断发展，其应用的领域越来越多，这表明数字孪生的出现满足了目前技术变革与发展的需求，在现有基础上集成了应用于解决现实问题、满足实际需求的前沿技术。随着传感测量技术和信息通信技术的不断发展，及硬件计算能力的不断提高，数字孪生具备了向空间规模的系统扩展，通过多源数据的汇集融合，利用人工智能算法实现对数据的高效处理，在物理引擎中实现对现实世界的高逼真建模，以数据驱动虚拟对象与现实同步。数字孪生根据不同领域的需求，在大规模复杂系统层面协同优化，促成了 DTCIIS 的出现。对于新的 DTCIIS来说，会出现多物理系统的耦合、多时间维度的动态关联、多空间的信息交互、非线性和不确定的复杂集成系统。这也说明 DTCIIS复杂程度更高，拥有的功能更强大。在数字孪生的空间中，不仅是虚拟与实际相互同步，虚拟对象也拥有更多的功能、可玩性与研究性，来实现现实世界有局限和破坏的实验、可重复性利用和可移植性操作等，从虚拟反向指导现实物理世界。1.2 技术特性与挑战新的数字孪生计算机集成信息系统的核心三要素为模型、数据与规则，即Core=Model,Data,Rule，如图2所示。模型为计算机集成信息系统的表征对象，如人、机器与环境；数据为实际物理对象与数字化空间虚拟对象的双向交互数据；规则为物理世界的运行规律与逻辑，通过数据连接物理实体与数字对象实现映射，由物理空间的运行规律和逻辑描述数字空间的要素对象运行。实现DTCIIS需要集成多学科、多尺度理论技术，如数据的获取需要利用传感器采集物理世界的各种数据，将各类数据传输到系统平台需要通信传输技术，对数据的进一步处理需要人工智能算法，由处理后的数据驱动数字空间对象的运行需要物理引擎，物理引擎中驱动数字空间虚拟模型需要遵循物理世界的运行机理与逻辑。图 3所示为基于数字孪生的计算机集成信息系统的实现技术流程。DTCIIS具有的技术优势是数字化、智能化、交互性、移植性与拓展性，在 DTCIIS中可以集成众多前沿理论技术，通过数字孪生（DT）实现整个流程的系统集成与技术整合。DTCIIS的技术优势具体如下：1）数字化是实现数字孪生的基础。通过数字孪生将物理空间与数字空间双向连接，将物理世界的研究对象映射到数字空间，按照物理世界的规则、原理和逻辑建立机理机制，将研究对象具有的属性、状态、要素与内在关系等信息转换成数字化信息表达在数字空间。78第18期2）智能化是数字孪生迭代演化的基础。数字孪生系统具有生命体的特征，在数字孪生中能够感知外在信息，处理外界信息，集成人工智能的算法具有更强信息处理、分析、预测、决策等能力，持续地学习物理世界信息并反馈到数字空间中，使得数字生命体不断迭代演化。3）交互性是数字孪生中物理世界与数字空间虚实交互的基础。数字空间中的对象由实时传输的数据驱动与物理世界的实体同步运行，最重要的是可以在数字空间中模拟出物理世界的高风险行为，达到在数字空间中对实际复杂系统的可行性分析。4）移植性是数字孪生中最重要的优势之一。数字空间的虚拟数字资源可复制性利用，强大的移植能力使得 DTCIIS减少了冗余的工作，使得研究者与使用者更加关注自己的需求，提高了整体的使用效率。5）拓展性是 DTCIIS的重要优点。高度的拓展性保障了计算机集成信息系统具有的丰富功能，通过调用丰富的软硬件资源实现拓展功能，满足了个性定制图1 DTCIIS的架构设计吕 楠，等：基于数字孪生的新型计算机集成信息系统研究与探索79现代电子技术2023年第46卷的功能需求。图2 基于数字孪生的计算机集成信息系统三要素DTCIIS实现的硬件载体中，主流的计算机硬件处理能力由 CPU 与 GPU 决定。随着开源架构的兴起，硬件处理的功能化和模块化需求逐渐成为主流，形成定制化和半定制化趋势。根据实际需求选择对应处理器，能够节约成本，避免计算能力的浪费，通过分布式计算与云计算的方式可进一步满足实际需求。如：侧重视觉计算则增加具有强大图像处理能力的图像处理单元（ISP）；用于人工智能处理的加速处理器（APU）侧重信息通信传输，则增加处理器的数据吞吐与快速信息纠错能力等。DTCIIS利用硬件模块化和定制化的优势，将个性化需求与子系统集成相结合，完成对DTCIIS的构建。图3 基于数字孪生的计算机集成信息系统的实现技术流程目前面临的最大挑战是国内缺少成熟的工业三维渲染软件，缺少配套的工业仿真软件，硬件模块化与高度定制化缺少技术积累。这些关键技术是实现基于数字孪生的新型计算机集成信息系统的重要组成部分。优势在于：国内数字孪生的起步较早而且快速地应用到了工业生产领域和城市管理等领域2224，国内的工业领域产业齐全，DTCIIS的使用场景已经积累了大量的理论与技术基础。2 基于数字孪生的计算机集成信息系统的功能基于数字孪生的计算机集成信息系统的功能对于社会的生产生活具有重要的意义25，主要表现在：人机安全监测解决了人与机器设备的动态交互、高效生产；设备健康管理解决了设备组件的系统性关联故障与数据稀疏问题；虚拟实验平台实现了数字空间与物理世界的研究对象的等效性，且解决了物理世界中实验条件局限问题；综合化管理平台集成了具有一定功能的子系统模块，提升了智能化水平和生产效率。2.1 人机安全监测人机安全监测2628是工业生产的重要组成部分，安全高效的生产对于人与机器设备具有重要的意义。人机动态交互、双向协调是未来智能制造领域的发展方向，当前缺少对人机安全协调生产的研究，而 DTCIIS在人机安全监测领域能够实现安全高效生产。DTCIIS在实现人机安全监测方面，首先构建出人机数字孪生虚拟场景，利用计算机视觉技术实现对人的姿态行为识别，将人的姿态行为映射到数字空间中，驱动虚拟数字人物运动；再由现场通信总线获取机器设备的运行数据，用于驱动数字空间中机器模型运动。这样的目的在于：控制虚拟人物模拟危险行为去操作、使用机器，将虚拟姿态行为信息反馈到现实中去训练人物行为识别的算法，测试虚拟机器的危险状态指标；通过添加验证数据驱动机器设备运转，调节人机的动态变化，根据不同的任务量验证实际生产计划方案的可行性。2.2 设备健康管理设备健康管理广泛应用于工业生产制造、军事、航天等领域2931，DTCIIS在设备健康管理（PHM）方面相比于传统的 PHM 所具有的优势是系统性和集群性，能够根据设备的实时运行数据与历史数据，在故障的前期或者潜伏期发现故障、处理故障3233。该系统由传感器对80第18期设备的运行状态监测驱动数字空间的设备组件运动，实现对设备组件的动力学分析、故障仿真等；通过建立设备组件的机理模型，不断迭代优化，在数字孪生空间中反映出设备的易损耗部件、易故障组件及组件之间的相互影响关系34。对于批量化设备生产，利用 DTCIIS的移植性优势移植到不同的复杂工程中，能够形成设备集群化管理，提高工作效率。2.3 虚拟实验平台数字虚拟化实验是目前数字孪生中最具优势的方面，基于现实又超越现实使得 DTCIIS有重要的研究价值35。实际生产生活中常有各类安全事故的发生，这给人们的生命财产安全带来了巨大威胁，而 DTCIIS具有虚拟验证功能，能实现物理世界中重大事件模拟验证。传统的工程验证基本是基于仿真的可行性验证，大多是在工程实施之前，缺少连续性、动态性与周期性。在重大的工程项目中，构建 DTCIIS去模拟物理世界中无法执行或者实验代价较高的破坏性实验，可以通过数字孪生的实现对物理世界的反馈，进一步指导实际的研究与工程项目。在生产制造领域，利用数字孪生的虚拟实验平台极大地提升了生产效率。对实际的生产制造环境建立DTCIIS，通过对生产制造的各个环节、要素监测，不断对生产环节进行优化，在 DTCIIS中反复验证改进方案的有效性，模拟出实际生产的方案，实践优化方案将DTCIIS与实际的生产制造流程同步，将 DTCIIS中出现的问题与故障反馈到现实生产环节，同时需要将实际生产制造的实际问题反馈到 DTCIIS，分析出现的原因以及解决的办法。2.4 综合管理平台综合管理平台是 DTCIIS的信息化、数字化集成的体现。在综合管理平台中集成了众多子系统，各个子系统既可以独立运行又可以集成具有复杂功能的综合系统3637。例如在智慧城市的 DTCIIS 中，可以接入城市的能源、水力、人口、气象、地理、消防、交通等子系统3840，利用数字孪生的多源数据构建虚拟验证环境，基于人员分布、历史数据、发展态势、设备状态等为城市的管理建设提供决策依据，为城市资源调度提供保障。3 基于数字孪生的计算机集成信息系统的关键技术数字孪生是集成了多学科、多尺度的复杂系统性工程，融合了传感、通信、仿真、控制、机器学习、人工智能及三维渲染等关键技术。高精度、高逼真的建模技术深度还原了物理实体的信息，是数字孪生实现的基础；数据驱动决定了虚拟现实的交互性，是数字空间研究对象迭代演化的前提；机器学习与人工智能是处理大量数据，实现预测、分类、决策的重要处理手段；三维渲染技术是实现可视化的保障，决定了数字孪生场景的真实性与逼真程度。3.1 DTCIIS的建模技术数字孪生需要创建一个数字版的镜像模型，集成在计算机信息化平台中，对物理实体对象动态映射，而当前的研究对于物理世界实体建模的准确性与可靠性较低，解释性不足4142。本文中数字孪生的关键建模技术分为三维模型、机理模型与混合模型，具体如下：1）三维模型决定了基于数字孪生的计算机集成信息系统的逼真程度，三维模型表征了许多有效信息，数字空间研究对象的外观尺寸、材质属性及设计参数等由计算机图形辅助设计。DTCIIS的模型构建是复杂的流程，构建三维模型主要包括几何建模、行为建模和物理建模等。2）机理模型是数字孪生的数字空间中运行的规则，决定了数字空间研究对象的运转规律、原理及内在机制。3）混合模型是数字孪生中具有的特征，数字孪生是一个复杂的数字空间，不仅具有三维模型，还有数字孪生研究对象的机理模型，同时还集成了众多的训练预测优化的人工智能算法模型。3.2 数据驱动数据驱动是数字孪生中物理实体映射到数字空间的桥梁，也是数字空间虚拟模型控制物理实体的传输通道。为了实现物理空间到数字空间的同步性，要求数据的传输具有低延时、多通道、高带宽以及数据传输的低误差。目前的通信传输技术已经满足数字孪生实现的需求，以5G通信、万兆以太网、光纤通信、工业现场总线等通信技术为代表的高速稳定的信息传输技术为数据驱动奠定了基础。随着第二代信息技术物联网的普及，万物互联使得数据的获取更为容易，但需要分辨海量数据中的有效信息和冗余信息。通过 DTCIIS 对传感采集数据、运行数据、维护数据、模拟验证数据等多阶段的数据分析融合利用，可以建立有效数据库，为数字孪生积累大量的数据。3.3 机器学习与人工智能对于大量的多源异构数据，借助机器学习、人工智能等从海量数据中获取隐藏的、规律的、可理解的知识建立模型，达到数据的使用目的，如目标识别、故障预测、健康评估43等。机器学习的手段极大地解决了 DTCIIS的复杂数据处理问题，尤其是计算机视觉识别、自吕 楠，等：基于数字孪生的新型计算机集成信息系统研究与探索81现代电子技术2023年第46卷然语言处理、数据分析与挖掘等技术解决了许多数字孪生实际工程可用性的问题。在人工智能的背景下，DTCIIS根据许多数据处理的结果实现在虚拟数字空间的表达，在数据驱动下的数字空间中研究对象的不断迭代优化会产生大量数据反馈到物理实体中，形成双向闭环。3.4 物理引擎物理引擎是通过刚性物体赋予真实的物理属性的方式计算运动、旋转和碰撞，在游戏中物理引擎的应用相当普遍。在数字孪生中，物理引擎可以很好地表现出物理实体映射到虚拟空间的运动规律。但在 DTCIIS中物理引擎需要模拟出更为复杂的对象，如复杂结构的机械装置、建筑和人物等。物理引擎的好处是数字空间的所有对象都需要遵循物理规则来运行，物理引擎模拟真实世界的研究对象的运动规律，物理引擎可以实现数字孪生的巨大优势在于：物理世界中不会发生和出现较少的情况，可以利用物理引擎由数据驱动表现在数字空间中产生大量的虚拟验证数据，实现虚拟化的实验平台的建立，探索数字虚拟对象对于物理空间实体的反馈，具有虚拟对实体的辅助、指导意义。3.5 三维渲染技术三维渲染技术解决的是 DTCIIS的可视化、真实性与沉浸感，三维渲染技术是计算机从数字孪生的三维场景中获取模型、材质、光照等信息，通过复杂的计算输出真实感的图像过程。在数字孪生场景中合理调用图形处理能力，对于数字孪生中的重点对象选择高精度的逼真渲染，对于场景中的其他组成部分选择降低渲染精度，减小图像处理器的压力。三维渲染技术的发展，能够在光线追踪、实时图形与光栅化等方面不断满足 DTCIIS的真实感、实时性及快速渲染等需求。4 基于数字孪生的计算机集成信息系统的应用案例本文 DTCIIS 的应用案例以实际的自动扶梯场景为例，解决传统自动扶梯在运行过程中无法实时监控分析、缺乏对乘客危险行为监测、管理维护只停留在扶梯设备一方等问题。通过构建自动扶梯的数字孪生体，三维可视化映射扶梯运行状态及乘客行为。由乘客视频监控对乘客姿态识别完成对虚拟人物的实时映射4446，实现对潜在危险的快速预警和跌倒行为的急停控制。建立自动扶梯动力传动系统的故障模型47，根据扶梯运行的实时数据预测扶梯出现的故障和评估扶梯设备的健康状态4849，运营单位根据扶梯设备的评估结果决策制定扶梯的维护保养、紧急情况处理和预警的方案。实验表明，该方法具有实时性高、识别准确和交互性强的特点，能够有效帮助管理人员及时处理险情与维护管理电梯设备，保护了乘客生命财产安全。图4所示为具体应用案例的信息结构。现实中对于乘客的跌倒等安全问题一直是研究的难点，而 DTCIIS在自动扶梯的监测预警中解决了数据稀疏、缺失问题。通过数字孪生技术在数字空间建立一个高保真的虚拟环境，控制虚拟乘客模拟现实中缺少的跌倒等不安全的行为数据，构成需要的数据集训练人体姿态行为识别算法模型，实现对现实中的乘客危险行为的识别。当实际监测到危险行为出现，自动扶梯会立即停止运行，数字孪生的数字空间中会映射实际的扶梯状态与乘客行为，实验表明该方法相比现有的电梯安全员与乘客紧急制动，具有更高的效率与安全性。对于扶梯设备本身的状态，通过通信协议与电梯的控制系统连接，实现了电梯的虚拟现实同步运行。通过在自动扶梯的关键转动部位采集振动信号，建立关键组件的故障模型，实时分析电梯运行时各个关键部位的健康状态信息。采集自动扶梯的驱动系统的轴承信号进行分析，借助轴承振动的开源数据集与公开故障数据，利用迁移学习集成到 DTCIIS中，根据故障特征预测自动扶梯的关键转动部位的故障，建立自动扶梯关键组件的健康指标，评估自动扶梯运行的状态，在数字孪生的空间中通过三维可视化有效表征出故障的程度与具体部位，利用可移植性建立电梯集群管理信息平台，将单一设备扩展到多个电梯设备，提升了实际的维修管理效率和智能性。5 结 语本文对基于数字孪生的新型计算机集成信息系统的技术发展做了探索，阐述了 DTCIIS 技术特点，介绍了 DTCIIS 具有基于现实超越现实的优势。随着数字孪生的理论发展和实际应用不断增加，数字孪生技术会应用到各种重要的领域。以数字孪生为基础的新一代计算机集成信息系统具有数字化、智能化、交互性、移植性、拓展性等五大优势。数字孪生基于模型数据规则的三要素，通过计算机硬件载体划分功能模块与子系统，集成在同一复杂系统中，基于数字孪生应用理论将DTCIIS 技术架构基本实现。1）DTCIIS的发展优势在于基于现实又超越现实，在实际条件限制的情况下，数字孪生使之成为可能性，以虚拟数字化模拟指导现实场景，而得到的结果又反馈到实际中，再不断优化数字孪生的实际模型，真正实现了智能化的虚拟现实交互。82第18期2）DTCIIS具有很强的移植性，一个数字孪生的场景中的基本组成要素具有很强的移植性与通用性，不需要重复性地建立模型，极大地提升了生产效率。3）DTCIIS具有拓展性，拓展性使之满足了个性化需求的不同功能，能够根据不同的需求集成拓展不同的功能处理模块。注：本文通讯作者为肖刚。参考文献1 GRIEVES M.Virtually perfect:driving innovative and lean products through product lifecycle management M.S.l.:Space Coast Press,2011.2 CARUSO P W,DUMBACHER D L,GRIEVES M.Product lifecycle management and sustainable space exploration EB/OL.20201121.https:/ntrs.nasa.gov/citations/20100042282.3 GRIEVES M.Digital twin:manufacturing excellence through virtual factory replication J.White paper,2014,1:17.4 GRIEVES M,VICKERS J.Digital twin:mitigating unpredictable,undesirable emergent behavior in complex systems C/Transdisciplinary Perspectives on Complex Systems.S.l.:Springer,2017:85113.5 SHAFTO M,CONROY M,DOYLE R,et al.Modeling,simulation,information technology&processing roadmap J.National aeronautics and space administration,2012,32:138.6 GLAESSGEN E,STARGEL D.The digital twin paradigm for future NASA and US air force vehicles C/53rd AIAA/ASME/ASCE/AHS/ASC Structures,Structural Dynamics and Materials Conference.S.l.:AIAA,2012:1818.7 陶飞，刘蔚然，张萌，等.数字孪生五维模型及十大领域应用J.计算机集成制造系统，2019，25（1）：118.8 TAO F,XIAO B,QI Q,et al.Digital twin modeling J.Journal of manufacturing systems,2022,64:372389.9 陶飞，戚庆林.面向服务的智能制造J.机械工程学报，2018，54（16）：1123.10 陶飞，张辰源，张贺，等.未来装备探索：数字孪生装备J.计算机集成制造系统，2022，28（1）：116.11 TAO F,ZHANG M,LIU Y,et al.Digital twin driven prognostics and health management for complex equipment J.CIRP annals,2018,67(1):169172.12 TAO F,QI Q,WANG L,et al.Digital twins and cyber physical systems toward smart manufacturing and industry 4.0:correlation and comparison J.Engineering,2019,5(4):9.13 BILBERG A,MALIK A A.Digital twin driven humanrobot 图4 用于自动扶梯安全监测的数字孪生计算机集成信息系统吕 楠，等：基于数字孪生的新型计算机集成信息系统研究与探索83现代电子技术2023年第46卷collaborative assembly J.CIRP annals,2019,68(1):499502.14 DEMIREL O,IRSHAD L,AHMED S,et al.Digital twin driven human centered design frameworks for meeting sustainability objectives J.Journal of computing and information science in engineering,2021,21(3):114.15 HAVARD V,JEANNE B,LACOMBLEZ M,et al.Digital twin and virtual reality:a cosimulation environment for design and assessment of industrial workstations J.Production&manufacturing research,2019,7(1):472489.16 王成山，董博，于浩，等.智慧城市综合能源系统数字孪生技术及应用J.中国电机工程学报，2021，41（5）：15971608.17 王静远，李超，熊璋，等.以数据为中心的智慧城市研究综述J.计算机研究与发展，2014，51（2）：239259.18 LO C K,CHEN C H,ZHONG R Y.A review of digital twin in product design and development J.Advanced engineering informatics,2021(48):48.19 杨林瑶，陈思远，王晓，等.数字孪生与平行系统：发展现状、对比及展望J.自动化学报，2019，45（11）：20012031.20 陶飞，张贺，戚庆林，等.数字孪生十问：分析与思考J.计算机集成制造系统，2020，26（1）：117.21 陶飞，戚庆林，王力翚，等.数字孪生与信息物理系统：比较与联系J.Engineering，2019，5（4）：132149.22 陆剑峰，夏路遥，张浩，等.制造企业数字孪生生态系统的研究与应用J.计算机集成制造系统，2022，28（8）：22732290.23 FRIEDERICH J,FRANCIS D P,LAZAROVAMOLNAR S,et al.A framework for data driven digital twins for smart manufacturing J.Computers in industry,2022,136:103586.24 李鹏祖，常海，邓新星.前海数字孪生城市 CIM 平台建设及应用探索C/第八届全国 BIM 学术会议论文集.深圳：中国建筑工业出版社，2022：392397.25 李欣，刘秀，万欣欣.数字孪生应用及安全发展综述J.系统仿真学报，2019，31（3）：385392.26 杨赓，周慧颖，王柏村.数字孪生驱动的智能人机协作:理论、技术与应用J.机械工程学报，2022，58（18）：279291.27 宋学官，何西旺，李昆鹏，等.人体骨骼数字孪生的构建方法及应用J.机械工程学报，2022，58（18）：218228.28 赵浩然，刘检华，熊辉，等.面向数字孪生车间的三维可视化实时监控方法J.计算机集成制造系统，2019，25（6）：14321443.29 LI L,LEI B,MAO C.Digital twin in smart manufacturing J.Journal of industrial information integration,2022,26:100289.30 曹新祥，郑东良，俞瑞斌.数字孪生技术在航空装备智能化保障中的应用研究J.航空维修与工程，2022（8）：3234.31 周军华，薛俊杰，李鹤宇，等.关于武器系统数字孪生的若干思考J.系统仿真学报，2020，32（4）：539552.32 L Z,GUO J,L H.Safety poka yoke in zero defect manufacturing based on digital twins J.IEEE transactions on industrial informatics,2022,19(2):11761184.33 张超，周光辉，李晶晶，等.新一代信息技术赋能的数字孪生制造单元系统关键技术及应用研究J.机械工程学报，2022，58（16）：329343.34 董少迪，唐兆，王开云，等.数字孪生在列车曲线通过性能预测中的应用研究J.机械工程学报，2022，58（18）：240250.35 姚伟，周鹏，于会伶，等.从数字孪生到知识孪生:赋能虚拟社区成员感知收益促进知识转化J.情报理论与实践，2022，45（9）：6774.36 SALEM T,DRAGOMIR M.Options for and challenges of employing digital twins in construction management J.Applied sciences,2022,12(6):2928.37 WANG W,GUO H,LI X,et al.BIM information integration based VR modeling in digital twins in industry 5.0 J.Journal of industrial information integration,2022,28:100351.38 YU W,PATROS P,YOUNG B,et al.Energy digital twin technology for industrial energy management:classification,challenges and future J.Renewable and sustainable energy reviews,2022,161:112407.39 王鑫，王霖，余芸，等.数字孪生电网的特性、架构及应用综述J.电子与信息学报，2022，44（11）：37213733.40 王尚刚，程江峰，高顺利，等.数字孪生智慧燃气系统:概念、架构与应用J.计算机集成制造系统，2022，28（8）：23022317.41 陶飞，张辰源，戚庆林，等.数字孪生成熟度模型J.计算机集成制造系统，2022，28（5）：12671281.42 陶飞，张贺，戚庆林，等.数字孪生模型构建理论及应用J.计算机集成制造系统，2021，27（1）：115.43 LI X,LIU H,WANG W,et al.Big data analysis of the Internet of Things in the digital twins of smart city based on deep learning J.Fut