張桁嘉 尤建新

（同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 200092）

隨著全球范圍內(nèi)大數(shù)據(jù)、云計(jì)算和云服務(wù)、移動(dòng)互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新興技術(shù)的快速發(fā)展和實(shí)踐落地，數(shù)字孿生被廣泛應(yīng)用于信息通信、工業(yè)制造等重點(diǎn)領(lǐng)域，推動(dòng)制造、交通、醫(yī)療、工業(yè)等產(chǎn)業(yè)數(shù)字化、智能化發(fā)展。

數(shù)字孿生概念起源于Michael Grieves教授和美國(guó)國(guó)家航空航天局（NASA）技術(shù)專家John Vickers的合作。2003年，Grieves教授在密西根大學(xué)的產(chǎn)品全生命周期管理高管課程中提出了與物理產(chǎn)品或數(shù)字孿生等同的虛擬數(shù)字概念。2015年，Grieves教授構(gòu)建了數(shù)字孿生概念模型，包含三個(gè)主要部分：真實(shí)空間中的物理產(chǎn)品、虛擬空間中的虛擬產(chǎn)品和將虛擬與真實(shí)產(chǎn)品聯(lián)系在一起的數(shù)據(jù)和信息連接。

近五年來(lái)，數(shù)字孿生日益受到國(guó)內(nèi)外學(xué)術(shù)界和產(chǎn)業(yè)界的關(guān)注，正越來(lái)越多地被用作一種通過(guò)虛擬實(shí)體實(shí)現(xiàn)的、利用計(jì)算技術(shù)提高物理實(shí)體性能的手段。全球IT 研究與顧問(wèn)咨詢公司Gartner連續(xù)三年將數(shù)字孿生列為關(guān)鍵戰(zhàn)略技術(shù)發(fā)展趨勢(shì)?！笆奈濉币?guī)劃明確提出要“探索建設(shè)數(shù)字孿生城市”，信息技術(shù)、工業(yè)生產(chǎn)、建筑工程、水利應(yīng)急、綜合交通、標(biāo)準(zhǔn)構(gòu)建、能源安全、城市發(fā)展等領(lǐng)域的“十四五”規(guī)劃中均涉及數(shù)字孿生相關(guān)政策，對(duì)各國(guó)民經(jīng)濟(jì)領(lǐng)域應(yīng)用數(shù)字孿生技術(shù)促進(jìn)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展做出了戰(zhàn)略部署。

本文從科學(xué)知識(shí)圖譜的視角出發(fā)，采用CiteSpace軟件對(duì)Web of Science核心合集數(shù)據(jù)庫(kù)中數(shù)字孿生可靠性相關(guān)英文文獻(xiàn)進(jìn)行可視化科學(xué)計(jì)量分析，梳理2017年至2022年數(shù)字孿生可靠性領(lǐng)域相關(guān)學(xué)者的研究成果。首先，通過(guò)發(fā)表時(shí)間、國(guó)家／地區(qū)合作網(wǎng)絡(luò)、機(jī)構(gòu)合作網(wǎng)絡(luò)、發(fā)表期刊和期刊／作者共被引情況，梳理數(shù)字孿生可靠性的研究現(xiàn)狀。然后，基于關(guān)鍵詞共現(xiàn)分析、聚類分析和突現(xiàn)分析，從熱點(diǎn)演進(jìn)、前沿動(dòng)向等方面分析數(shù)字孿生可靠性研究的發(fā)展脈絡(luò)，以期系統(tǒng)地梳理數(shù)字孿生可靠性相關(guān)研究的內(nèi)在關(guān)聯(lián)和演進(jìn)路線，探索未來(lái)研究的發(fā)展趨勢(shì)。

1 研究設(shè)計(jì)

1.1 研究方法

科學(xué)知識(shí)圖譜法將學(xué)科研究的發(fā)展進(jìn)程、演變機(jī)理以及內(nèi)在邏輯關(guān)系可視化，從而發(fā)現(xiàn)學(xué)科發(fā)展的結(jié)構(gòu)、脈絡(luò)以及規(guī)律。本文采用CiteSpace軟件對(duì)數(shù)字孿生可靠性領(lǐng)域的研究進(jìn)行科學(xué)計(jì)量分析，具體內(nèi)容包括：（1）發(fā)表時(shí)間分布。通過(guò)統(tǒng)計(jì)年度發(fā)文情況，了解數(shù)字孿生可靠性研究熱度的趨勢(shì)。（2）國(guó)家／地區(qū)和機(jī)構(gòu)合作網(wǎng)絡(luò)分析?？偨Y(jié)當(dāng)前數(shù)字孿生可靠性研究的發(fā)展趨勢(shì)和具有突出貢獻(xiàn)的國(guó)家／地區(qū)和機(jī)構(gòu)。（3）發(fā)表期刊分布和期刊／作者共被引分析。通過(guò)統(tǒng)計(jì)發(fā)文量和被引較多的期刊和學(xué)科類別，得到當(dāng)前數(shù)字孿生可靠性研究的主要領(lǐng)域和具有突出貢獻(xiàn)的期刊和作者。（4）關(guān)鍵詞共現(xiàn)分析、聚類分析和突現(xiàn)分析。通過(guò)對(duì)研究樣本進(jìn)行高頻關(guān)鍵詞梳理和突現(xiàn)詞探測(cè)，并結(jié)合關(guān)鍵詞時(shí)線圖分析該領(lǐng)域的熱點(diǎn)演進(jìn)過(guò)程和研究前沿動(dòng)向。

1.2 數(shù)據(jù)來(lái)源

本文研究的數(shù)據(jù)來(lái)源為Web of Science核心合集數(shù)據(jù)庫(kù)，檢索語(yǔ)句為“‘Topic＝digital twin’and‘Topic＝reliability’”，語(yǔ)種為“English”，文獻(xiàn)類型為“Article”或“Proceeding Paper”或“Review Article”，檢索時(shí)間為2003—2022年，共得到初始樣本文獻(xiàn)283篇，剔除與研究方向不相關(guān)的文獻(xiàn)并進(jìn)行去重處理，最終得到272篇文獻(xiàn)作為研究對(duì)象。

2 數(shù)字孿生可靠性研究現(xiàn)狀

2.1 發(fā)表時(shí)間分布

對(duì)樣本文獻(xiàn)的發(fā)表時(shí)間分布情況進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)數(shù)字孿生可靠性相關(guān)研究均發(fā)表于2017年及之后，經(jīng)整理得到年發(fā)文量，如圖1 所示。2017年，數(shù)字孿生可靠性研究的年發(fā)文量?jī)H1篇，體現(xiàn)了該領(lǐng)域研究尚處于萌芽期。2018年至2021年，年發(fā)文量逐年增加，由2018年的11篇增長(zhǎng)到2021年的100篇。截至2022年9月，當(dāng)年發(fā)文量已達(dá)到73篇。這表明數(shù)字孿生可靠性研究正日益受到重視和關(guān)注。數(shù)字孿生技術(shù)的高速發(fā)展，推動(dòng)著社會(huì)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展，將在越來(lái)越多的產(chǎn)業(yè)領(lǐng)域擁有廣闊的應(yīng)用場(chǎng)景，預(yù)計(jì)未來(lái)數(shù)字孿生可靠性研究的熱度會(huì)持續(xù)加速上升。

圖1 數(shù)字孿生可靠性研究年發(fā)文量

2.2 國(guó)家／地區(qū)合作網(wǎng)絡(luò)分析

對(duì)文獻(xiàn)所屬國(guó)家／地區(qū)進(jìn)行統(tǒng)計(jì)分析（表1），利用CiteSpace軟件得到國(guó)家／地區(qū)合作網(wǎng)絡(luò)圖譜（圖2），以了解不同國(guó)家／地區(qū)數(shù)字孿生可靠性研究的差異。根據(jù)統(tǒng)計(jì)結(jié)果，相關(guān)文獻(xiàn)共來(lái)自57個(gè)國(guó)家／地區(qū)。表1列出了相關(guān)研究發(fā)文量前16位的國(guó)家／地區(qū)，根據(jù)發(fā)文數(shù)量和中介中心性，可將其分為三個(gè)梯隊(duì)。第一梯隊(duì)為中國(guó)、美國(guó)和德國(guó)，總發(fā)文量占比分別達(dá)到20.96%、14.34%和11.03%，且中介中心性較高，表明與其他國(guó)家／地區(qū)的合作關(guān)系較強(qiáng)。第二梯隊(duì)為俄羅斯、意大利、英國(guó)、西班牙、韓國(guó)和荷蘭，總發(fā)文量均超過(guò)10篇，從中介中心性來(lái)看，歐洲國(guó)家與其他國(guó)家合作關(guān)系較好。第三梯隊(duì)的國(guó)家有7個(gè)，發(fā)文量在7～10篇，且從中介中心性來(lái)看，在本領(lǐng)域與其他國(guó)家的國(guó)際合作較少。

表1 數(shù)字孿生可靠性研究國(guó)家／地區(qū)分布（前16位）

圖2 數(shù)字孿生可靠性研究國(guó)家／地區(qū)合作網(wǎng)絡(luò)圖譜

2.3 機(jī)構(gòu)合作網(wǎng)絡(luò)分析

通過(guò)CiteSpace軟件對(duì)樣本文獻(xiàn)進(jìn)行機(jī)構(gòu)合作網(wǎng)絡(luò)分析，得到數(shù)字孿生可靠性研究機(jī)構(gòu)合作圖譜，如圖3所示。結(jié)果顯示，該領(lǐng)域主要研究機(jī)構(gòu)以各國(guó)高校為主。從發(fā)文量來(lái)看，德國(guó)亞琛工業(yè)大學(xué)、芬蘭阿爾托大學(xué)、俄羅斯南烏拉爾國(guó)立大學(xué)、新加坡國(guó)立大學(xué)、美國(guó)馬里蘭大學(xué)、丹麥奧爾堡大學(xué)排名靠前。從機(jī)構(gòu)合作關(guān)系來(lái)看，德國(guó)亞琛工業(yè)大學(xué)、新加坡國(guó)立大學(xué)、荷蘭代爾夫特理工大學(xué)與其他國(guó)家／地區(qū)有一定合作，其他研究機(jī)構(gòu)之間沒(méi)有明顯的合作連線。這表明數(shù)字孿生可靠性領(lǐng)域的當(dāng)前研究大多以同一國(guó)家內(nèi)多家研究機(jī)構(gòu)甚至單一研究機(jī)構(gòu)的形式開(kāi)展，各國(guó)家／地區(qū)在該研究領(lǐng)域的合作交流亟待加強(qiáng)。

圖3 數(shù)字孿生可靠性研究機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜

2.4 期刊分布

對(duì)樣本中“論文”或“綜述論文”類文獻(xiàn)發(fā)表的期刊進(jìn)行描述性統(tǒng)計(jì)，前11 位如表2 所示。表2 顯示，國(guó)外發(fā)文量排名前三的期刊分別是Sensors、IEEEAccess和Applied Sciences-Basel。期刊類別上，相關(guān)文章發(fā)表的期刊類型也比較廣泛，包括電子電氣工程類、計(jì)算機(jī)科學(xué)與技術(shù)類、信息與通信工程類和工程制造類等。其中，電子電氣工程類期刊較多，約占總文獻(xiàn)的26.56%。

表2 數(shù)字孿生可靠性研究發(fā)表英文期刊情況（前11位）

2.5 共被引作者分析

通過(guò)CiteSpace得到作者共被引網(wǎng)絡(luò)圖譜，如圖4所示。北京航空航天大學(xué)陶飛教授、密歇根大學(xué)Michael Grieves教授和香港理工大學(xué)戚慶林博士后是被引次數(shù)排名前3的專家學(xué)者，被引次數(shù)分別為76次、43次和23次。其中陶飛教授的“Digital Twin-Driven Product Design，Manufacturing and Service with Big Data”和“Digital Twin in Industry：State-of-the-Art”以及Michael Grieves教授的“Digital Twin：Mitigating Unpredictable，Undesirable Emergent Behavior in Complex Systems”均被引用超過(guò)20次，是該領(lǐng)域中具有一定影響力的研究文獻(xiàn)。

圖4 數(shù)字孿生可靠性研究作者共被引網(wǎng)絡(luò)圖譜

2.6 共被引期刊分析

通過(guò)CiteSpace得到期刊共被引情況如表3和圖5所示。IEEEAccess是數(shù)字孿生可靠性研究中被引次數(shù)最多的期刊，共被引次數(shù)達(dá)到77次，中介中心性達(dá)到0.12，在期刊共被引網(wǎng)絡(luò)中起到較為明顯的橋梁作用。 其次，International Journal ofAdvanced Manufacturing Technology、IEEE TransactionsonIndustrialInformatics和JournalofManufacturingSystems的被引次數(shù)均達(dá)到40次以上，后兩者的影響因子分別達(dá)到11.648 和9.498，是國(guó)際頂級(jí)期刊。根據(jù)中科院JCR 大類分區(qū)，共被引次數(shù)排名前10的期刊中，有9種期刊屬于工程技術(shù)類，體現(xiàn)了數(shù)字孿生可靠性研究在工程技術(shù)領(lǐng)域中具有重要地位。其余1種期刊屬于管理科學(xué)類，反映了該領(lǐng)域研究涉及管理科學(xué)學(xué)科知識(shí)，屬于多理論融合的綜合型研究。

表3 數(shù)字孿生可靠性研究關(guān)鍵詞出現(xiàn)頻次（前20位）

表3 數(shù)字孿生可靠性研究共被引期刊（前10位）

圖5 數(shù)字孿生可靠性研究期刊共被引網(wǎng)絡(luò)圖譜

3 國(guó)內(nèi)外研究熱點(diǎn)與前沿

3.1 研究熱點(diǎn)分析

基于CiteSpace軟件對(duì)樣本文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)和聚類分析，統(tǒng)計(jì)數(shù)字孿生可靠性領(lǐng)域出現(xiàn)頻次前20的關(guān)鍵詞，結(jié)果如表4和圖6所示。

圖6 數(shù)字孿生可靠性研究關(guān)鍵詞共現(xiàn)圖譜

相關(guān)文獻(xiàn)中，關(guān)鍵詞“digital twin”“system”“design”“reliability”“model”出現(xiàn)頻次均達(dá)到20及以上，屬于數(shù)字孿生可靠性研究領(lǐng)域的熱點(diǎn)。高頻詞的類別主要集中在數(shù)字孿生技術(shù)應(yīng)用、系統(tǒng)與模型、設(shè)計(jì)與優(yōu)化、可靠性分析等方面。從中介中心性的角度分析，“digital twin”“system”“design”“reliability”“model”“optimization”“framework”“reliability analysis”和“identification”的中介中心性均大于等于0.1，在整個(gè)網(wǎng)絡(luò)中起到較為明顯的橋梁作用?！癿achine learning”“fault diagnosis”“neural network”“artificial intelligence”“algorithm”“management”等高頻詞的中介中心性值較低，在一定程度上反映了數(shù)字孿生領(lǐng)域研究整體起步時(shí)間較晚，還未能與相關(guān)學(xué)科充分融合，但作為高頻關(guān)鍵詞，它們是數(shù)字孿生可靠性領(lǐng)域研究的潛在熱點(diǎn)。

總體來(lái)看，關(guān)鍵詞共現(xiàn)圖譜中共有233個(gè)節(jié)點(diǎn)、858個(gè)連接，網(wǎng)絡(luò)密度為0.0317，密度值較小，說(shuō)明目前數(shù)字孿生可靠性領(lǐng)域的研究還未形成緊密的合作網(wǎng)絡(luò)。共現(xiàn)圖譜網(wǎng)絡(luò)的模塊值Q＝0.5208＞0.3，平均輪廓值S＝0.8161＞0.7，表明劃分的社團(tuán)結(jié)構(gòu)是顯著的且聚類是高效率令人信服的。從圖6中可以看到，類“dynamic system model”“structural health monitoring”“internet of thing”和“block chain”與高頻關(guān)鍵詞有較強(qiáng)的重合性，表明這些方面的研究較為廣泛且深入；類“l(fā)ab-on-a-disc”“vision system”“bearing capacity”和“reliability analysis”包含的關(guān)鍵詞少且缺乏高頻關(guān)鍵詞，表明這些方向的研究還較少。

結(jié)合樣本文獻(xiàn)關(guān)鍵詞共現(xiàn)和聚類分析結(jié)果，將數(shù)字孿生可靠性研究熱點(diǎn)主題分為時(shí)代背景與要求、理論基礎(chǔ)與支持、前沿技術(shù)與應(yīng)用三方面。

（1）數(shù)字孿生可靠性研究的時(shí)代背景與要求。從“industry 4”“challenge”等高頻關(guān)鍵詞可以發(fā)現(xiàn)，數(shù)字孿生技術(shù)是在工業(yè)4.0的時(shí)代背景下應(yīng)運(yùn)而生的。一方面，數(shù)字孿生有效助力工業(yè)4.0成為引領(lǐng)未來(lái)新生產(chǎn)方式的重要技術(shù)。Raza等提出數(shù)字孿生為工業(yè)4.0發(fā)展中不斷增長(zhǎng)的需求提供了框架支持，增強(qiáng)了工業(yè)過(guò)程的可靠性。Kosse等探討了如何在工業(yè)4.0下運(yùn)用數(shù)字孿生技術(shù)，在建筑施工領(lǐng)域?qū)崿F(xiàn)高度自組織和分散生產(chǎn)。另一方面，由于數(shù)字孿生研究起步較晚，存在不可預(yù)見(jiàn)的風(fēng)險(xiǎn)和挑戰(zhàn)。Liu等提出數(shù)字孿生模型受限于當(dāng)前技術(shù)水平還無(wú)法高保真地全面反映物理實(shí)體，往往導(dǎo)致預(yù)測(cè)和決策缺乏足夠的可靠性。

（2）數(shù)字孿生可靠性研究的理論基礎(chǔ)與支持。從“system”“design”“model”“optimization”“framework”“algorithm”“management”等高頻關(guān)鍵詞以及“dynamic system model”等類可以發(fā)現(xiàn)，數(shù)字孿生可靠性研究需要充足的理論基礎(chǔ)與支持。相關(guān)學(xué)者從系統(tǒng)、模型、框架、算法等方面開(kāi)展了研究。Groshev等提出了機(jī)器人數(shù)字孿生系統(tǒng)解決方案，用于演示系統(tǒng)在通過(guò)不可靠和延遲鏈接遠(yuǎn)程操作時(shí)可能面臨的問(wèn)題。Yang等提出了一種基于剩余使用壽命預(yù)測(cè)的鋰離子電池可靠性數(shù)字孿生模型，并通過(guò)實(shí)驗(yàn)驗(yàn)證了模型在全生命周期內(nèi)具有良好的準(zhǔn)確性。Zhang等梳理了數(shù)字孿生定義的內(nèi)涵和典型特征，提出了數(shù)字孿生實(shí)現(xiàn)的典型架構(gòu)。Starozhuk等提出了可用于提升電子兼容性數(shù)字孿生測(cè)試結(jié)果可靠性的不確定性估計(jì)算法。

（3）數(shù)字孿生可靠性研究的前沿技術(shù)與應(yīng)用。從“machine learning”“fault diagnosis”“internet of thing”“big data”“simulation”“reliability analysis”“identification”“neural network”和“artificial intelligence”等高頻關(guān)鍵詞，以及圖6的聚類分析可以發(fā)現(xiàn)，數(shù)字孿生可靠性研究具有廣泛的技術(shù)與應(yīng)用發(fā)展。大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新興技術(shù)的涌現(xiàn)，賦予了數(shù)字孿生可靠性研究強(qiáng)大動(dòng)能。突破數(shù)字孿生在技術(shù)與應(yīng)用方面的瓶頸，提升可靠性是許多學(xué)者研究的熱點(diǎn)。Ibrahim 等介紹了LED 可靠性分析的機(jī)器學(xué)習(xí)實(shí)施前景、潛在挑戰(zhàn)和機(jī)遇，以及未來(lái)可用于LED 壽命分析的數(shù)字孿生技術(shù)。Liu等提出了數(shù)字孿生驅(qū)動(dòng)的交互協(xié)作框架，以提高數(shù)控機(jī)床故障診斷的準(zhǔn)確性。Jain等提出了用于對(duì)光伏系統(tǒng)進(jìn)行故障診斷的數(shù)字孿生方法的設(shè)計(jì)、數(shù)學(xué)分析、仿真研究和實(shí)驗(yàn)驗(yàn)證。

3.2 研究熱點(diǎn)演進(jìn)

關(guān)鍵詞時(shí)線圖可以勾勒出聚類之間的關(guān)系和聚類中文獻(xiàn)的歷史跨度。通過(guò)關(guān)鍵詞時(shí)線圖分析數(shù)字孿生可靠性研究熱點(diǎn)的動(dòng)態(tài)演化特征，結(jié)果如圖7所示。

圖7 數(shù)字孿生可靠性研究關(guān)鍵詞時(shí)線圖

從圖7可以發(fā)現(xiàn)，從數(shù)字孿生作為關(guān)鍵詞最早出現(xiàn)到當(dāng)前最新研究，起初以系統(tǒng)、框架、模型、算法等理論與相關(guān)方法的研究為主體。隨著數(shù)字孿生概念的普及和理論的發(fā)展，研究主體逐步轉(zhuǎn)為建模仿真、數(shù)據(jù)技術(shù)、診斷預(yù)測(cè)等關(guān)鍵技術(shù)，并與機(jī)器學(xué)習(xí)、大數(shù)據(jù)、物聯(lián)網(wǎng)、神經(jīng)網(wǎng)絡(luò)、人工智能等新興技術(shù)相融合。近兩年來(lái)，研究落地到航空航天、工業(yè)生產(chǎn)、建筑工程、綜合交通、能源安全、城市發(fā)展等領(lǐng)域的應(yīng)用實(shí)踐中，研究?jī)?nèi)容和視角也趨于多元化，但仍面臨供應(yīng)鏈安全性不足、數(shù)據(jù)支撐不足、標(biāo)準(zhǔn)指引不足、應(yīng)用成熟度不足、政企校聯(lián)動(dòng)不足等問(wèn)題和挑戰(zhàn)。

3.3 研究前沿方向

通過(guò)CiteSpace探測(cè)關(guān)鍵詞頻次變化率最高的突現(xiàn)詞，分析國(guó)內(nèi)外數(shù)字孿生可靠性研究的前沿動(dòng)向，結(jié)果如圖8所示。

圖8 數(shù)字孿生可靠性研究關(guān)鍵詞突現(xiàn)圖

2017—2018年，突現(xiàn)詞僅有“identification”，可以發(fā)現(xiàn)，說(shuō)明中學(xué)者聚焦于如參數(shù)估計(jì)等數(shù)字孿生可靠性的相關(guān)算法。2019—2020年，突現(xiàn)詞數(shù)量劇增，從年發(fā)文量來(lái)看，這也是相關(guān)研究的快速增長(zhǎng)期。這段時(shí)期的突現(xiàn)詞多為數(shù)字孿生領(lǐng)域的相關(guān)技術(shù)及應(yīng)用，其中，“internet of thing”“cyber-physical system”“industry 4”“remaining useful life”“predictive maintenance”“virtual reality”“big data”的突現(xiàn)強(qiáng)度較高，突現(xiàn)持續(xù)時(shí)間都僅為1～2年，說(shuō)明物聯(lián)網(wǎng)、信息物理系統(tǒng)、虛擬現(xiàn)實(shí)、大數(shù)據(jù)等新一代信息技術(shù)與數(shù)字孿生快速發(fā)展息息相關(guān)，并且更新迭代速度快，發(fā)展形式多樣。2021—2022年（9月），作為相關(guān)研究的持續(xù)增長(zhǎng)期，突現(xiàn)詞包括“machine learning”、“multiobjective optimization”“bayesian network”“l(fā)ifecycle”“future”等，說(shuō)明相關(guān)學(xué)者開(kāi)始運(yùn)用相關(guān)技術(shù)開(kāi)展多目標(biāo)優(yōu)化，并著手關(guān)注數(shù)字孿生在全生命周期管理的應(yīng)用。整體而言，突現(xiàn)關(guān)鍵詞的演進(jìn)趨勢(shì)和共現(xiàn)圖譜與時(shí)線圖基本保持一致，并且偏向于技術(shù)及應(yīng)用方面的關(guān)鍵詞較多。

4 研究結(jié)論

近年來(lái)，國(guó)家“十四五”規(guī)劃等為數(shù)字孿生發(fā)展提供了戰(zhàn)略引導(dǎo)，學(xué)術(shù)界和產(chǎn)業(yè)界對(duì)于數(shù)字孿生理論、技術(shù)和應(yīng)用的研究不斷增加，也使得數(shù)字孿生技術(shù)在推動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)革新，以及我國(guó)建設(shè)制造強(qiáng)國(guó)和數(shù)字中國(guó)中發(fā)揮著更加重要的作用。

本文通過(guò)CiteSpace軟件，對(duì)數(shù)字孿生可靠性相關(guān)研究文獻(xiàn)進(jìn)行可視化分析，從研究現(xiàn)狀、熱點(diǎn)和前沿對(duì)當(dāng)前研究進(jìn)行梳理。研究發(fā)現(xiàn)：

（1）當(dāng)前數(shù)字孿生可靠性研究的熱度不斷增加；中國(guó)、美國(guó)、德國(guó)、俄羅斯及部分歐洲發(fā)達(dá)國(guó)家在該領(lǐng)域的研究貢獻(xiàn)較多，且中國(guó)、美國(guó)、德國(guó)在該領(lǐng)域與他國(guó)合作關(guān)系較好，在合作網(wǎng)絡(luò)中發(fā)揮著關(guān)鍵作用；研究領(lǐng)域的重要英文期刊以工程技術(shù)方向的國(guó)際期刊為主，主要涉及電氣電子工程、計(jì)算機(jī)科學(xué)與技術(shù)、工程制造等方面。

（2）數(shù)字孿生可靠性研究的熱點(diǎn)聚焦于時(shí)代背景與要求、理論基礎(chǔ)與支持、前沿技術(shù)與應(yīng)用三方面。近年來(lái)，隨著理論基礎(chǔ)和支撐技術(shù)的不斷成熟，研究逐步落地到航空航天、工業(yè)生產(chǎn)、能源安全、城市發(fā)展等諸多領(lǐng)域的應(yīng)用實(shí)踐中，研究?jī)?nèi)容和視角日趨多元化，但仍在供應(yīng)鏈安全性、數(shù)據(jù)支撐、標(biāo)準(zhǔn)指引、應(yīng)用成熟度、政企校聯(lián)動(dòng)等方面存在問(wèn)題和不足，這是未來(lái)研究可以重點(diǎn)關(guān)注的問(wèn)題。

（3）新一代信息技術(shù)加速更新迭代，未來(lái)的數(shù)字孿生可靠性研究要與新興技術(shù)同頻共振、緊密融合，主動(dòng)探索機(jī)器學(xué)習(xí)、大數(shù)據(jù)、物聯(lián)網(wǎng)、信息物理系統(tǒng)、全生命周期管理等前沿領(lǐng)域與數(shù)字孿生技術(shù)的深度結(jié)合和創(chuàng)新發(fā)展，以應(yīng)對(duì)瞬息萬(wàn)變的社會(huì)和市場(chǎng)需求。