基于数字化、信息化工程实践对这些概念的理解和解读
数字化中的数字孪生和数据流程及其应用架构
李明（上海大学）
在制造业数字化、信息化的进程中，出现了数字孪生（Twin）、数字化流程（Twin）等几个重要概念。面向未来，用已有的概念去理解这些新概念显然是不合适的。它不仅会使我们的理解不到位，还会影响整个数字化过程，甚至误导整个过程。以下是作者基于数字与信息工程实践对这些概念的相关理解和解读，供读者参考。
一、解读数字孪生（Twin）
以下是 DAG 在 NIST 网站上给出的数字孪生（Twin）概念的参考：
一个多物理场、多尺度、概率仿真集成系统，它使用最佳可用模型、传感器信息和输入数据来映射和预测相应物理双胞胎生命周期内的活动/性能，并由数字流程支持 ()。
双胞胎 (DAG)
as-built 的一个 cs , , by , 使用最好的 , , 和输入数据到它的双胞胎的和 / 寿命。
这里有几个关键点要讨论：
最佳模型：基于对物理孪生体的充分理解，应用场景的有效定义，传感系统的有效运行，完整合理的输入数据，对系统运行的有效控制，有效的验证物理双胞胎的映射：对于一个复杂的系统，必须是一个全方位、全功能、全性能、全场景的映射全生命周期才能代表物理双胞胎：这里的关键是如何实现全生命周期？
由此，我们可以看到数字孪生（Twin）与基于模型的虚拟仿真之间的本质区别。同时也可以看到这个模型的建立过程和目的。从某种角度来说，这是一个基于数字化的、始终在迭代（验证、细化）的模型构建过程，也是一个从简单到成熟的模型成长过程，最后是一个全自动模型。
从上面可以看出，数字孪生（Twin）本质上是一个模型，那么这个模型是如何应用的呢？系统中有多少个数字双胞胎，它们之间的关系是什么？它是如何工作的？
二、数字化过程解读()
对于数字孪生（Twin）的应用，涉及到数字化过程中另一个非常关键的概念——数字化过程（ ），DAG也给出了相应的定义：
基于数字系统模型模板的企业级解析架构，具有可扩展、可配置和基于组件的功能。为决策者提供在系统生命周期内访问、集成和转换不同数据为可操作信息的能力，无缝加速企业数据信息知识系统中权威技术数据、软件、信息和知识的受控交互。
(DAG)
一个 , 和 - 级别的数据, , 和在数据中, 基于 Model , 到一个 的生命周期中 , 和数据进入 .
这里还有几个关键点要讨论：
数字系统模型模板：模型常实现单点功能。要让整个系统基于模型运行，需要相关的架构和数据来驱动。对于信息系统来说，就是模板的使用，它描述了结构，定义了数据流，在数据的驱动下自动甚至智能地工作。与数字孪生一起，它形成了解析架构。可扩展、可配置、组件化功能：根据系统复杂程度和数字化运营需要，将模型从学科整合、流程整合、层次细化等多个维度展开，形成衍生、分支、阶段楷模。模型需要关联、交互、适应变化并管理灵活的配置和重组。这里，模型管理将是数字化过程中重要的工作内容决策生成（）：基于数字孪生（Twin）和数字系统模型模板（Model）的决策，至少是智能辅助决策数字化孪生系统，因此知识的介入将是关键信息被控制：数据/信息是整个系统运行的驱动源，其控制应包括真实性、肯定性、正确性，并进行专业、规范的描述。在这样的要求下，验证和认证将是必要的 所以知识的介入将对本质信息进行控制：数据/信息是整个系统运行的驱动源，其控制应包括真实性、肯定性、正确性，并进行专业规范的描述。在这样的要求下，验证和认证将是必要的 所以知识的介入将对本质信息进行控制：数据/信息是整个系统运行的驱动源，其控制应包括真实性、肯定性、正确性，并进行专业规范的描述。在这样的要求下，验证和认证将是必要的
关于中国也有数字化主线的翻译，但从其作品的本质来看，称其为数字化进程（ ）应该更贴切。
三、对数字化运营和架构的想象
从上面对数字孪生（Twin）和数字化流程（ ）的讨论来看，这是一种由数据驱动、知识系统/智能辅助的新模式和运营架构。图 1 描述并讨论了架构：
图1 数字孪生（Twin）和数字流程（ ）赋能机制
1. 构建数字孪生
图左侧展示了一个工作循环，从知识、认知、假设、建模、感知、验证，最后通过知识工程改进并回归到“知识”，这实际上是一个数字化建模和验证的过程，也就是也是一个基于数字模型的迭代过程，最终会给出一个完整且可重复使用的数字孪生（Twin）模型。该模型还可以实现自动化、数据驱动、实现快速变更控制，并具有与其他数字孪生模型和数字流程相关的集成能力 ()。在这里，可重用性需要经过认证的确认，变化可能是数字孪生中最难处理的问题，而关联性和集成性是应用程序的基本要求
2. 数字过程的操作 ( )
从某种角度来说，这是一种信息化的运营架构，形成了模板与数字孪生（Twin）相结合的运营架构和基于智能技术的赋能机制。因此，信息的输入可以起到驱动作用，体现在场景的生成、模板的自动应用、决策的自动生成（或辅助生成）、系统的自动迭代等方面。这个系统可以是系统级的，也可以是企业级的，对应的企业级是基于模型的企业（Model Based，MBE）。此时，数字孪生体（Twin）不仅对应于实际的物理对象，还对应于过程。和方法。
3. 信息和知识系统 (LOTIK) 支持
数字孪生（Twin）和数字化过程（Twin）都需要强大的知识和信息系统的支持，特别是当这样的数字系统在智能技术的帮助下自动运行时，知识和信息的合理性和正确性就显得尤为重要。重要的是，此时，认证将是不可或缺的技术手段。
从美国国家标准与技术研究院（NIST）举办的MBD技术研讨会上，我们可以看到一个词“档案信息系统（Long Tern and , LOTAR）”，这是一个专门针对国际航空航天工业系统的文档管理系统，美国和欧盟也有专门制定的标准（EN 9300 / NAS 9300 系列标准），主要针对商业、法律和认证以及信息重用。所有信息在鉴权处理操作后入库并投入使用。
数字化过程中也需要类似的操作，但对于智能制造来说，它不仅仅是一个文档系统，更是一个基于认证的信息和知识系统。在这里，我们提到 LOTAR 中的 LOng 术语，称为知识信息系统（Long Term，LOTIK），它将为数字孪生体（Twin）的设计、迭代和应用，以及智能操作提供全面的支持。数字过程 ( )。
总之数字化孪生系统，数字孪生（Twin）的建立和应用绝非简单，数字化进程（ ）是下一代数字系统的运行架构和使能机制。LOTIK系统形成后，数字化系统才刚刚好，制造的智能化时代真正到来了。
对企业来说，更新观念、运用数字化系统思维、先进的数字化工具，从填满数据开始，才是正道。毕竟，千里之行，始于足下。
欢迎转载，但请注明出处。