王莉，陳慧，葉岍

（1. 天津農(nóng)學(xué)院 工程技術(shù)學(xué)院，天津 300392；2. 天津齊物科技有限公司，天津 300380）

數(shù)字孿生是從概念提出到實(shí)踐應(yīng)用快速發(fā)展的實(shí)現(xiàn)物理世界與數(shù)字空間實(shí)時雙向交互的新興信息技術(shù)，最早的概念可以追溯到Grieves 教授于2003 年提出的“鏡像空間模型”，局限于當(dāng)時的技術(shù)和認(rèn)知水平這一概念并未得到認(rèn)可[1]。直到美國將數(shù)字孿生技術(shù)應(yīng)用于航空航天領(lǐng)域[2]，以此為基礎(chǔ)數(shù)字孿生在工業(yè)領(lǐng)域逐漸得到重視，而且隨著人工智能與數(shù)字孿生的深度融合，重點(diǎn)發(fā)展數(shù)字孿生成為全球新興戰(zhàn)略，各國競相推出本國發(fā)展政策。例如，德國提出“工業(yè)4.0 國家戰(zhàn)略”，將數(shù)字孿生作為重點(diǎn)投資；美國提出“工業(yè)互聯(lián)網(wǎng)”，將數(shù)字孿生置于創(chuàng)新的戰(zhàn)略位置；中國在“中國制造2025”的背景下于2020 年提出《數(shù)字孿生應(yīng)用白皮書》，將數(shù)字孿生放在工業(yè)發(fā)展的戰(zhàn)略層面，目前數(shù)字孿生在許多應(yīng)用領(lǐng)域當(dāng)中體現(xiàn)出巨大的潛力。

文獻(xiàn)計量學(xué)運(yùn)用數(shù)學(xué)、統(tǒng)計學(xué)和文獻(xiàn)學(xué)等學(xué)科對研究內(nèi)容進(jìn)行可視化分析，揭示研究內(nèi)容當(dāng)前的研究熱點(diǎn)和未來的發(fā)展趨勢[3]。CiteSpace 軟件由陳超美教授開發(fā)，是文獻(xiàn)計量分析中常用的軟件，該軟件對研究內(nèi)容的文獻(xiàn)主題、關(guān)鍵詞、摘要、作者及其機(jī)構(gòu)進(jìn)行可視化呈現(xiàn)，實(shí)現(xiàn)對研究對象的學(xué)術(shù)現(xiàn)狀和發(fā)展趨勢的預(yù)測與研究。鑒于近年來數(shù)字孿生的研究發(fā)展迅速，呈現(xiàn)大量科研成果，本文以2016 年以來中國知網(wǎng)（CNKI）收錄的該領(lǐng)域相關(guān)論文學(xué)術(shù)成果為基礎(chǔ)數(shù)據(jù)，利用CiteSpace 對中國數(shù)字孿生的研究現(xiàn)狀進(jìn)行計量分析，對整個研究領(lǐng)域總體把控和科學(xué)統(tǒng)計，從而為后期研究提供合理和科學(xué)的理論依據(jù)。

1 數(shù)據(jù)采集與研究方法

1.1 數(shù)據(jù)采集

本文的研究數(shù)據(jù)來自于文獻(xiàn)覆蓋率高的中國知網(wǎng)（CNKI），Grieves 教授于2011 年首次提出“digital twin”的概念，中文翻譯存在不同版本，所以本文以“數(shù)字孿生”和“數(shù)字化雙胞胎”為檢索詞，采用知網(wǎng)平臺跨庫高級檢索，檢索時間范圍為2016 年1 月到2022 年4 月，對關(guān)鍵詞進(jìn)行精確檢索，檢索范圍為總庫，為確保所選論文的質(zhì)量及結(jié)果科學(xué)性，對所得到的數(shù)據(jù)篩選清洗，剔除會議、報紙、圖書和成果等文獻(xiàn)，獲得有效文獻(xiàn)數(shù)目為3 153 篇（含中英文擴(kuò)展版）。檢索到的文獻(xiàn)基本信息包括作者、摘要、關(guān)鍵詞、發(fā)文機(jī)構(gòu)、發(fā)文時間等，將處理后的文獻(xiàn)以Refworks格式導(dǎo)出作為CiteSpace可視化軟件分析的數(shù)據(jù)源。圖1 是對國內(nèi)發(fā)文量逐年統(tǒng)計并繪制的折線圖。

圖1 2016—2022 年數(shù)字孿生知網(wǎng)發(fā)文數(shù)量折線圖

1.2 研究方法

以CNKI 數(shù)據(jù)庫中關(guān)于數(shù)字孿生研究的文獻(xiàn)作為基礎(chǔ)數(shù)據(jù)來源，利用文獻(xiàn)分析可視化軟件CiteSpace，繪制作者、研究機(jī)構(gòu)、關(guān)鍵詞共現(xiàn)圖譜，以此為基礎(chǔ)對國內(nèi)數(shù)字孿生研究的相關(guān)文獻(xiàn)進(jìn)行分析。運(yùn)用CiteSpace 軟件轉(zhuǎn)換數(shù)據(jù)，對發(fā)文作者、發(fā)文機(jī)構(gòu)、關(guān)鍵詞繪制共現(xiàn)圖譜并分析，根據(jù)篩選的文獻(xiàn)CNKI 數(shù)據(jù)庫時間跨度從2016 年1 月到2022 年4 月，每一年作為一個時間切片，節(jié)點(diǎn)類型（Node types）：分別選擇作者、機(jī)構(gòu)、關(guān)鍵詞，生成不同類型的知識圖譜，提取節(jié)點(diǎn)閾值選擇（Selection criteria）：Top N Per Slice，各節(jié)點(diǎn)均選擇top 50，使用剪切（Purning）聯(lián)系選擇路徑尋找（Pathfinder）功能，生成共現(xiàn)圖譜，并對所得到的圖譜深入分析。

2 數(shù)字孿生研究發(fā)文量分析

發(fā)文量可以反映學(xué)者對數(shù)字孿生研究的重視程度，并根據(jù)逐年發(fā)文數(shù)量的變化，判斷數(shù)字孿生的發(fā)展程度。CiteSpace 可視化軟件中對“關(guān)鍵詞”和“作者”進(jìn)行共現(xiàn)分析，并繪制關(guān)鍵詞作者時間線圖譜。圖2 分析得出學(xué)者在某個時間發(fā)表文章所包含的關(guān)鍵詞。從發(fā)文數(shù)量折線圖中可看出國內(nèi)相關(guān)研究發(fā)文量呈上升趨勢，尤其是2018 年之后，發(fā)文量呈直線上升。根據(jù)逐年發(fā)文量趨勢可將整個研究時期分為兩個階段：

圖2 關(guān)鍵詞、作者時間線圖譜

（1）第一階段（2016—2018 年）起步階段，該階段研究的人較少，研究成果也相應(yīng)比較少，陶飛等[4]基于數(shù)字孿生技術(shù)，提出數(shù)字孿生車間的概念來解決制造中物理世界和信息世界之間的交互問題，并闡述數(shù)字孿生車間的系統(tǒng)組成、運(yùn)行機(jī)制、特點(diǎn)、關(guān)鍵技術(shù)等。同年，陶飛等[5]設(shè)計了數(shù)字孿生車間的參考架構(gòu)，為企業(yè)搭建數(shù)字孿生車間提供理論支撐，此參考架構(gòu)以前期對數(shù)字孿生車間的研究為基礎(chǔ)，并從數(shù)字孿生車間主要系統(tǒng)組成角度出發(fā)，對物理車間異構(gòu)要素融合、虛擬車間多維模型融合、車間物理—信息數(shù)據(jù)融合、車間服務(wù)/應(yīng)用融合等關(guān)鍵問題進(jìn)行研究分析。

（2）第二階段（2019—2022 年）發(fā)展階段，該階段學(xué)者對數(shù)字孿生的研究更加深入，陶飛等[6]提出數(shù)字孿生五維模型的概念，并探討了數(shù)字孿生五維模型在航空衛(wèi)星領(lǐng)域、交通運(yùn)輸領(lǐng)域、電力領(lǐng)域、智能制造領(lǐng)域、醫(yī)療領(lǐng)域和智慧城市領(lǐng)域的應(yīng)用思路與方案。2019 年學(xué)者、標(biāo)準(zhǔn)委員會及企業(yè)共同建立由數(shù)字孿生基礎(chǔ)共性標(biāo)準(zhǔn)、關(guān)鍵技術(shù)標(biāo)準(zhǔn)、工具/平臺標(biāo)準(zhǔn)、測評標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)、行業(yè)應(yīng)用標(biāo)準(zhǔn)為主的數(shù)字孿生標(biāo)準(zhǔn)體系架構(gòu)，為數(shù)字孿生落地應(yīng)用提供指導(dǎo)[7]。此階段學(xué)者對數(shù)字孿生的應(yīng)用展開研究，其中數(shù)字孿生在智能制造領(lǐng)域的應(yīng)用占了相當(dāng)大的比重，如智能裝備[8]、智能倉庫[9]和智能車間[10]等都運(yùn)用了數(shù)字孿生技術(shù)；數(shù)字孿生在交通運(yùn)輸行業(yè)的應(yīng)用也發(fā)揮巨大作用，例如，航空航天[11]、鐵路[12]和船舶[13]和智慧管網(wǎng)[14]；智慧圖書館[15]、智慧城市[16]等民生項(xiàng)目也逐漸與數(shù)字孿生技術(shù)相結(jié)合。

3 數(shù)字孿生研究作者與機(jī)構(gòu)分析

數(shù)字孿生的發(fā)展與學(xué)者、研究團(tuán)隊(duì)和機(jī)構(gòu)有著密不可分的關(guān)系，對作者、機(jī)構(gòu)進(jìn)行共現(xiàn)分析，根據(jù)作者、機(jī)構(gòu)合作集群和發(fā)文數(shù)量統(tǒng)計可反映數(shù)字孿生研究進(jìn)展。

3.1 高產(chǎn)作者分析

根據(jù)表1 作者發(fā)文量統(tǒng)計，鮑勁松、江海凡和丁國富發(fā)文21 篇，劉世民發(fā)文20 篇，張旭輝和劉檢華發(fā)文17 篇，劉占省發(fā)文16 篇。統(tǒng)計顯示發(fā)文量7 篇及7 篇以上的學(xué)者共有24 人，發(fā)文總量323 篇，約占數(shù)據(jù)庫中總發(fā)文量的11.2%，這表明在數(shù)字孿生研究進(jìn)程中作者集中度高，高產(chǎn)作者形成研究的核心群體發(fā)揮重要作用，對研究貢獻(xiàn)大。

3.2 作者合作分析

作者共現(xiàn)分析圖中的節(jié)點(diǎn)數(shù)量與大小代表了核心作者群體共現(xiàn)頻次，線條數(shù)量與粗細(xì)反映了作者合作關(guān)系與合作強(qiáng)度[17]。如圖3 所示，共有274 個節(jié)點(diǎn)，324 條連線，網(wǎng)絡(luò)密度為0.008 7，說明各學(xué)者之間已形成部分合作關(guān)系。從作者共現(xiàn)圖譜來看，目前已形成幾個合作團(tuán)體，分別是由江海凡、丁國富和樊孟杰形成的研究團(tuán)體，由劉世民、鮑勁松和鄭曉虎組成的研究團(tuán)體，由陶飛、戚慶林和程江峰組成的研究團(tuán)體，由張育雄、陳才和高艷麗組成的研究團(tuán)體，由劉檢華、莊存波和劉曉軍組成的研究團(tuán)體。根據(jù)圖譜中連線的數(shù)量可得出研究團(tuán)隊(duì)內(nèi)部合作強(qiáng)度較大，團(tuán)隊(duì)間的合作較少，呈小集中、大分散的狀態(tài)，即數(shù)字孿生研究已形成幾個核心研究團(tuán)隊(duì)，但各團(tuán)隊(duì)間由于研究內(nèi)容不同，導(dǎo)致聯(lián)系強(qiáng)度低。

(3)TK-NCC01型鉆具回次進(jìn)尺長度可達(dá)2 m，在保證較高巖心采取率的同時提高了鉆進(jìn)取心效率，能有效的控制鉆井成本，取得較好的經(jīng)濟(jì)效益。

圖3 作者共現(xiàn)圖譜

3.3 機(jī)構(gòu)合作分析

發(fā)文機(jī)構(gòu)一般包括高校、研究所和企業(yè)等機(jī)構(gòu)，節(jié)點(diǎn)類型為機(jī)構(gòu)，TOPN＝50，閾值設(shè)置中設(shè)定3 個time slices 的值，第一個的c,cc,ccv 分別為2、2、20；另兩個設(shè)為4、3、20。圖4 為文獻(xiàn)發(fā)文機(jī)構(gòu)合作圖譜，該圖譜中N＝216，E＝115，即有216 個發(fā)文機(jī)構(gòu)且機(jī)構(gòu)之間存在共現(xiàn)關(guān)系的數(shù)量為115，表明我國數(shù)字孿生研究中機(jī)構(gòu)存在一定的合作關(guān)系。從圖4 可見，南京理工大學(xué)機(jī)械工程學(xué)院和東南大學(xué)機(jī)械工程學(xué)院之間有合作關(guān)系，中國礦業(yè)大學(xué)（北京）智慧礦山與機(jī)器人研究院和中國礦業(yè)大學(xué)（北京）機(jī)電與信息工程學(xué)院之間有合作關(guān)系，西安科技大學(xué)機(jī)械工程學(xué)院和陜西省礦山機(jī)電裝備智能監(jiān)測重點(diǎn)實(shí)驗(yàn)室合作，中國工程院和北京航空航天大學(xué)合作，中國石油大學(xué)（北京）機(jī)械與儲運(yùn)工程學(xué)院和中國石油大學(xué)（北京）管道技術(shù)與安全研究中心合作，由此得出存在同院校、同地域研究，同地域院校和研究機(jī)構(gòu)聯(lián)合起來形成共同研究的模式，形成同院校、同地域研究合力。北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院、北京航空航天大學(xué)機(jī)械工程及自動化學(xué)院、北京理工大學(xué)機(jī)械與車輛學(xué)院、山東大學(xué)機(jī)械工程學(xué)院、機(jī)械工程第六設(shè)計研究院有限公司、東華大學(xué)機(jī)械工程學(xué)院智能制造研究所、上海交通大學(xué)機(jī)械與動力工程學(xué)院之間的合作關(guān)系體現(xiàn)了跨地域、跨院校、跨機(jī)構(gòu)類型的研究模式，跨北京、上海和山東等地院校、研究所以及企業(yè)，具有優(yōu)勢互補(bǔ)，突出特色，合理分工等優(yōu)點(diǎn)。從機(jī)構(gòu)共現(xiàn)圖譜來看，研究所和院校是研究的主力，企業(yè)對數(shù)字孿生的研究僅僅占一小部分。

圖4 機(jī)構(gòu)共現(xiàn)圖譜

表2對部分企業(yè)的發(fā)文數(shù)量進(jìn)行統(tǒng)計，其中，發(fā)文最多的為中通服咨詢設(shè)計研究院有限公司，發(fā)文數(shù)量為11，易盼軟件（上海）有限公司發(fā)文7 篇，阿里研究院和常德煙草機(jī)械責(zé)任有限公司各發(fā)文5 篇，發(fā)文超過3 篇的企業(yè)為16 家，發(fā)文總量為66 篇，占總發(fā)文數(shù)的2%。中通服咨詢設(shè)計研究院有限公司是國家發(fā)改委認(rèn)定的國家企業(yè)技術(shù)中心，致力于智慧城市的建設(shè)，將數(shù)字孿生概念引入智慧城市的研究領(lǐng)域，機(jī)構(gòu)間的合作也僅停留在企業(yè)之間，研究內(nèi)容為基于數(shù)字孿生的智慧城市頂層設(shè)計，未進(jìn)入深入研究階段[18]。易盼軟件（上海）有限公司與威圖電子機(jī)械技術(shù)（上海）有限公司合作對智能數(shù)字化賦能電器集成進(jìn)行研究[19]。企業(yè)發(fā)文數(shù)量占比極少，而且企業(yè)的合作對象一般為企業(yè)，缺乏對技術(shù)的系統(tǒng)深入研究，導(dǎo)致數(shù)字孿生運(yùn)用到生產(chǎn)實(shí)際中困難重重，造成研究成果落地難的問題。東南大學(xué)、南京理工大學(xué)和上海航天設(shè)備制造總廠有限公司針對車間內(nèi)復(fù)雜場景下的目標(biāo)檢測問題，提出自適應(yīng)車間人員識別網(wǎng)絡(luò)，用以增強(qiáng)車間人員的檢測效果[20]，為未來數(shù)字孿生車間的構(gòu)建奠定基礎(chǔ)。中國礦業(yè)大學(xué)、北京礦冶科技集團(tuán)有限公司、山東科學(xué)院激光研究所山東省光纖傳感器重點(diǎn)實(shí)驗(yàn)室和北京郵電大學(xué)共同以數(shù)字孿生技術(shù)為核心打造智慧礦山，建立少人化或無人化礦山生產(chǎn)模式[21]，為智慧礦山的發(fā)展奠定基礎(chǔ)。由此看來，高校、研究所和企業(yè)合作研究更具有深度。系統(tǒng)深入地研究為數(shù)字孿生在不同領(lǐng)域的發(fā)展不僅提供理論支撐還具有現(xiàn)實(shí)意義。數(shù)字孿生在國家建設(shè)中要發(fā)揮更大的作用，離不開企業(yè)的推動，院校和研究所是研究數(shù)字孿生的基礎(chǔ)，企業(yè)是數(shù)字孿生發(fā)展的重要推力，應(yīng)該促進(jìn)三者之間的合作。

表2 部分企業(yè)發(fā)文數(shù)

4 數(shù)字孿生研究熱點(diǎn)分析

關(guān)鍵詞共現(xiàn)圖譜中，不同階段出現(xiàn)的高頻詞匯反映當(dāng)時的研究熱點(diǎn)與學(xué)術(shù)前沿。利用CiteSpace 繪制數(shù)字孿生文獻(xiàn)關(guān)鍵詞共現(xiàn)分析圖譜，如圖5 所示，中文文獻(xiàn)中與“數(shù)字孿生”相關(guān)的研究熱點(diǎn)主要包括智能制造、信息物理系統(tǒng)、數(shù)字轉(zhuǎn)型、工業(yè)物聯(lián)網(wǎng)、數(shù)字孿生車間等。國外與數(shù)字孿生相關(guān)的熱點(diǎn)包括“machine learning（機(jī)器學(xué)習(xí)）”“industry 4.0（工業(yè) 4.0）”“artificial intelligence（人工智能）”“internet of thing（物聯(lián)網(wǎng)）”“cyber-physical system（信息物理系統(tǒng)）”“big data（大數(shù)據(jù)）”“deep learning（深度學(xué)習(xí)）”和“smart manufacturing（智能制造）”等。綜上分析，國內(nèi)對于數(shù)字孿生的研究更傾向應(yīng)用領(lǐng)域的研究，將數(shù)字孿生廣泛應(yīng)用于智能制造領(lǐng)域，通過發(fā)展數(shù)字孿生車間提高收益，而國外以工業(yè)4.0 為契機(jī)，與機(jī)器學(xué)習(xí)、云計算、大數(shù)據(jù)、深度學(xué)習(xí)等人工智能深度融合，應(yīng)用于工業(yè)制造等領(lǐng)域，目前已經(jīng)延伸到各行各業(yè)，比如，農(nóng)業(yè)[22-23]、運(yùn)輸業(yè)[24]和制藥業(yè)[25]等，基于此，國內(nèi)對數(shù)字孿生的應(yīng)用研究應(yīng)擴(kuò)大應(yīng)用領(lǐng)域。

圖5 關(guān)鍵詞共現(xiàn)圖譜

目前，國內(nèi)數(shù)字孿生構(gòu)建的研究熱點(diǎn)主要集中在數(shù)字孿生技術(shù)在制造車間的應(yīng)用、數(shù)字孿生與人工智能算法在實(shí)時預(yù)測的應(yīng)用、基于數(shù)字孿生技術(shù)的數(shù)字化轉(zhuǎn)型研究等3個方面的相關(guān)研究。

4.1 數(shù)字孿生技術(shù)在制造車間的應(yīng)用

當(dāng)前，制造業(yè)正進(jìn)行新一輪的產(chǎn)業(yè)變革，制造設(shè)備在生產(chǎn)制造過程中扮演基礎(chǔ)的角色，為了實(shí)現(xiàn)制造企業(yè)研發(fā)制造設(shè)備的效率目標(biāo)，數(shù)字孿生將制造的設(shè)備和過程在數(shù)字空間中仿真。數(shù)字孿生貫穿于產(chǎn)品研發(fā)的全周期，在制造過程中數(shù)字孿生應(yīng)用于設(shè)計、生產(chǎn)過程和車間轉(zhuǎn)型。產(chǎn)品設(shè)計時，數(shù)字孿生在虛擬世界創(chuàng)建仿真模型，模擬現(xiàn)實(shí)條件在虛擬環(huán)境中仿真運(yùn)行，在投入生產(chǎn)之前就排查問題，從而優(yōu)化設(shè)計。生產(chǎn)過程中，運(yùn)用數(shù)字孿生對產(chǎn)品的裝配流程仿真模擬，合理安排裝配過程，使效率最大化，節(jié)省生產(chǎn)成本?；诋a(chǎn)品設(shè)計和生產(chǎn)過程的數(shù)字孿生，從而對整個制造車間及工廠應(yīng)用數(shù)字孿生，實(shí)現(xiàn)工廠的數(shù)字化轉(zhuǎn)型，對原料、工人、制造過程、維護(hù)等合理優(yōu)化。

關(guān)于數(shù)字孿生車間的建設(shè)，陶飛等[5]基于對數(shù)字孿生技術(shù)的研究提出了數(shù)字孿生車間的概念和參考系統(tǒng)架構(gòu)，從中可以了解物理實(shí)體、虛擬空間、物理信息數(shù)據(jù)融合等相關(guān)內(nèi)容。吳鵬興等[26]提出了一種基于數(shù)字孿生的離散制造車間可視化實(shí)時監(jiān)控方法。首先搭建了基于數(shù)字孿生的離散制造車間可視化實(shí)時監(jiān)控方法體系架構(gòu)，明確了其關(guān)鍵實(shí)現(xiàn)流程，其次分別圍繞四個關(guān)鍵技術(shù)：基于AutomationML 與OPC-UA 的數(shù)據(jù)建模及傳輸方法、事件驅(qū)動的虛實(shí)映射方法、基于復(fù)雜事件處理的車間邏輯建模方法、信息可視化及推送，詳細(xì)闡述了該可視化實(shí)時監(jiān)控的實(shí)現(xiàn)方法，解決了針對離散制造車間實(shí)時監(jiān)控困難、調(diào)控能力差、管理不透明等問題。

4.2 數(shù)字孿生與人工智能算法在實(shí)時預(yù)測的應(yīng)用

人工智能（Artificial intelligence）是研究使計算機(jī)來模擬人的某些思維過程和智能行為的學(xué)科[27]。數(shù)字孿生技術(shù)與人工智能算法深度融合，發(fā)展勢頭迅猛，促進(jìn)了物理空間與虛擬空間的實(shí)時交互融合，得以在信息化平臺進(jìn)行更加真實(shí)的數(shù)字化模擬，并且實(shí)現(xiàn)在實(shí)時預(yù)測的廣泛應(yīng)用。數(shù)字孿生系統(tǒng)與機(jī)器學(xué)習(xí)框架學(xué)習(xí)緊密結(jié)合，從而數(shù)字孿生系統(tǒng)可根據(jù)大量反饋的數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，從而高效、實(shí)時地在虛擬世界呈現(xiàn)物理實(shí)體的真實(shí)狀態(tài)，并且還能夠有效地對未來發(fā)生的狀況進(jìn)行預(yù)測和分析演示。數(shù)字孿生系統(tǒng)的自我學(xué)習(xí)功能不僅僅可以依靠傳感器的反饋信息，也可直接通過歷史數(shù)據(jù)，或是集成網(wǎng)絡(luò)的方式進(jìn)行數(shù)據(jù)學(xué)習(xí)，經(jīng)過不斷的自我學(xué)習(xí)與更新迭代，模擬精確度和信息交互速度將大幅提升。

數(shù)字孿生技術(shù)是實(shí)現(xiàn)數(shù)字化預(yù)測的關(guān)鍵，進(jìn)而實(shí)現(xiàn)物理空間和信息空間的實(shí)時映射、預(yù)測以及分析反饋等功能。在故障預(yù)測方面的應(yīng)用，數(shù)字孿生驅(qū)動的離心泵機(jī)組故障診斷基于數(shù)字孿生映射模型和深度學(xué)習(xí)模型調(diào)整實(shí)現(xiàn)故障實(shí)時預(yù)測[28]?；跀?shù)字孿生的系統(tǒng)預(yù)測性維護(hù)也具有廣泛的研究前景，可以提高系統(tǒng)的安全性和可靠性、降低維修成本，數(shù)字孿生技術(shù)可以在不確定性的環(huán)境下進(jìn)行多元信息融合，實(shí)現(xiàn)系統(tǒng)動態(tài)運(yùn)行更精準(zhǔn)地描述預(yù)測。將數(shù)字孿生技術(shù)引入船舶預(yù)測性維護(hù)，基于數(shù)據(jù)驅(qū)動模式來實(shí)現(xiàn)維護(hù)目標(biāo)[29]。未來，數(shù)字孿生和機(jī)器學(xué)習(xí)相結(jié)合還拓展應(yīng)用到農(nóng)業(yè)領(lǐng)域，實(shí)現(xiàn)水質(zhì)污染的預(yù)測預(yù)警[30]。

4.3 基于數(shù)字孿生技術(shù)的數(shù)字化轉(zhuǎn)型研究

數(shù)字孿生系統(tǒng)讓企業(yè)基于動態(tài)地組織數(shù)字孿生和系統(tǒng)復(fù)合數(shù)字孿生模型，整合企業(yè)運(yùn)營產(chǎn)生的多樣化數(shù)據(jù)，為當(dāng)前和未來的企業(yè)架構(gòu)和技術(shù)架構(gòu)構(gòu)建數(shù)字模型，展現(xiàn)實(shí)時狀態(tài)，讓數(shù)字化企業(yè)的管理者、設(shè)計者和運(yùn)營者能夠掌握企業(yè)當(dāng)前的數(shù)字化全景，規(guī)劃未來數(shù)字化藍(lán)圖，制定數(shù)字化轉(zhuǎn)型路線圖，確保數(shù)字化轉(zhuǎn)型順利進(jìn)行，保障數(shù)字化系統(tǒng)的健康運(yùn)行[31]。數(shù)字孿生對各個行業(yè)的數(shù)字化轉(zhuǎn)型起到了重要的作用。

電力裝備行業(yè)數(shù)字孿生技術(shù)是電力裝備行業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)[34]。為此分析了電力裝備行業(yè)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀，并提出了電力裝備數(shù)字孿生通用架構(gòu)，結(jié)合行業(yè)的發(fā)展情況推出與仿真建模方面相關(guān)的從一維到多維再到多場景多維度的建模技術(shù)。根據(jù)產(chǎn)業(yè)鏈不同環(huán)節(jié)的特點(diǎn)描述了數(shù)字孿生技術(shù)在智能設(shè)計、智能制造、供應(yīng)鏈動態(tài)管理及運(yùn)維管理等方面的典型應(yīng)用場景。

油氣行業(yè)目前面臨一系列挑戰(zhàn)，在數(shù)字孿生的基礎(chǔ)上通過搭建云應(yīng)用體系的方式，實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型，進(jìn)而實(shí)現(xiàn)油氣企業(yè)的業(yè)務(wù)智能化和提高行業(yè)生態(tài)影響力[35]。

5 數(shù)字孿生研究趨勢分析

數(shù)字孿生領(lǐng)域的研究趨勢可根據(jù)突現(xiàn)詞分析得到。突現(xiàn)詞是指在某一領(lǐng)域內(nèi)突然出現(xiàn)并且受到研究人員高度關(guān)注的詞，通過對突現(xiàn)詞的研究，可以更好地把握行業(yè)研究熱點(diǎn)的歷史變化，也能更好地觀察到研究前沿與熱點(diǎn)[36]。圖譜中Year 表示關(guān)鍵詞出現(xiàn)的年份，Strength 代表關(guān)鍵詞的突現(xiàn)強(qiáng)度，Begin 表示關(guān)鍵詞開始突現(xiàn)的年份，End 表示關(guān)鍵詞突現(xiàn)結(jié)束的年份，深色色塊代表關(guān)鍵詞突現(xiàn)持續(xù)的時間段。如圖6 所示，突現(xiàn)詞較多的年份為2017 年（6 個）、2018 年（7 個），說明這兩年是數(shù)字孿生研究領(lǐng)域的熱點(diǎn)突變期，這兩年數(shù)字孿生在國內(nèi)處于起步階段，各領(lǐng)域?qū)W者從數(shù)字孿生的不同角度展開研究，形成研究熱潮。

從未來發(fā)展趨勢的角度看，工業(yè)物聯(lián)網(wǎng)、智能工廠、信息物理系統(tǒng)、數(shù)字孿生模型和智能經(jīng)濟(jì)是數(shù)字孿生后續(xù)的研究熱點(diǎn)。突現(xiàn)詞的突現(xiàn)終止時間為2022 年，繼續(xù)對其深入研究的可能性極大。從突現(xiàn)時長來看，工業(yè)物聯(lián)網(wǎng)的突現(xiàn)時長最長，從2016 年開始到2022 年結(jié)束總計7 年。其次是智能工廠和信息物理系統(tǒng)，從2018 年開始到2022 年結(jié)束總計5 年，表明這三個關(guān)鍵詞在數(shù)字孿生的研究中占據(jù)舉足輕重的地位。工業(yè)物聯(lián)網(wǎng)、智能工廠和信息物理系統(tǒng)三者之間存在密不可分的聯(lián)系，陸劍峰等[37]提出工業(yè)互聯(lián)網(wǎng)支持下的數(shù)字孿生車間就體現(xiàn)了三者之間的聯(lián)系，工業(yè)物聯(lián)網(wǎng)可以實(shí)現(xiàn)萬物互聯(lián)，利用工業(yè)互聯(lián)網(wǎng)來實(shí)現(xiàn)智慧工廠物理車間和虛擬車間的實(shí)時數(shù)據(jù)互動。目前對智慧工廠的研究只在理論方面進(jìn)行完善，隨著數(shù)字孿生技術(shù)在工廠中的運(yùn)用，智能工廠的實(shí)際應(yīng)用是未來的研究趨勢。數(shù)字孿生模型也是未來研究的一個熱點(diǎn)，數(shù)字孿生模型構(gòu)建是實(shí)現(xiàn)數(shù)字孿生落地應(yīng)用的前提，建模作為數(shù)字孿生的關(guān)鍵技術(shù)，是完成數(shù)字孿生功能的基礎(chǔ)，目前在構(gòu)建數(shù)字孿生模型中缺乏通用的準(zhǔn)則和理論體系參考，有待進(jìn)一步研究，而且數(shù)字孿生模型在故障預(yù)測[38]、管道運(yùn)輸[39]和工業(yè)供熱系統(tǒng)[40]等方面的應(yīng)用也有深入研究的趨勢。智能經(jīng)濟(jì)也是數(shù)字孿生發(fā)展的目標(biāo)，5G 實(shí)現(xiàn)了從數(shù)字經(jīng)濟(jì)向智能經(jīng)濟(jì)的賦能。我國高度重視智能經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)數(shù)字化升級戰(zhàn)略正在推進(jìn)中，引導(dǎo)智能經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

6 討論與結(jié)論

本文梳理CNKI數(shù)據(jù)庫中近7年來我國數(shù)字孿生研究文獻(xiàn)，進(jìn)行知識圖譜分析，解讀該領(lǐng)域的研究熱點(diǎn)與發(fā)展態(tài)勢，為未來我國學(xué)者對數(shù)字孿生綜合性研究提供了借鑒。具體結(jié)論如下：

（1）我國數(shù)字孿生研究主要經(jīng)歷了起步（2016—2018 年）和發(fā)展（2019—2022 年）兩個階段；主要研究團(tuán)隊(duì)呈小集中、大分散的狀態(tài)，即已形成幾個核心研究團(tuán)隊(duì)，院校、研究所合作較多，缺乏與企業(yè)的合作，應(yīng)進(jìn)一步加強(qiáng)三者的聯(lián)動，使數(shù)字孿生的研究從概念層面進(jìn)入應(yīng)用層面。

（2）數(shù)字孿生技術(shù)在制造車間的應(yīng)用、數(shù)字孿生與人工智能算法在實(shí)時預(yù)測的應(yīng)用和基于數(shù)字孿生技術(shù)的數(shù)字化轉(zhuǎn)型研究是熱點(diǎn)研究領(lǐng)域。工業(yè)4.0 的核心理念是信息物理系統(tǒng)，即數(shù)字世界和物理世界的深度融合。從技術(shù)角度看，數(shù)字孿生最能反映CPS 的理念，因此數(shù)字孿生是新一代智能制造的關(guān)鍵。

（3）數(shù)字孿生未來的研究趨勢是在工業(yè)物聯(lián)網(wǎng)和信息物理系統(tǒng)的基礎(chǔ)上實(shí)現(xiàn)智能工廠，智能經(jīng)濟(jì)和數(shù)字孿生模型也是未來研究的熱點(diǎn)，在政府的引導(dǎo)下，智能經(jīng)濟(jì)飛速發(fā)展，數(shù)字孿生作為實(shí)現(xiàn)智能經(jīng)濟(jì)的重要技術(shù)，會有更深入的研究。數(shù)字孿生模型是數(shù)字孿生至關(guān)重要的一個步驟，數(shù)字孿生未來的發(fā)展趨勢是根據(jù)物理實(shí)體反饋的信息數(shù)據(jù)實(shí)時更新模型狀態(tài)，達(dá)到與物理對象的狀態(tài)保持一致。

我國對數(shù)字孿生的相關(guān)研究處于快速發(fā)展階段，發(fā)文量大幅度增長。隨著對數(shù)字孿生的深入研究，積累了一定的理論基礎(chǔ)，但仍需正視我國數(shù)字孿生研究正處于初期發(fā)展水平，仍需學(xué)者與企業(yè)從業(yè)人員共同努力。主要集中在以下幾個方面：

（1）從目前的研究參與者來看，各研究團(tuán)隊(duì)間研究內(nèi)容差異大，各研究團(tuán)隊(duì)之間的聯(lián)系不強(qiáng)，需加強(qiáng)不同研究團(tuán)隊(duì)之間的聯(lián)系，強(qiáng)化數(shù)字孿生研究的應(yīng)用領(lǐng)域廣泛的特點(diǎn)，在學(xué)科交叉融合的過程中探索新的研究方向與熱點(diǎn)。

（2）從研究領(lǐng)域的發(fā)展來看，目前關(guān)于數(shù)字孿生的研究發(fā)文機(jī)構(gòu)以高校和研究院為主，企業(yè)發(fā)文占比極少，說明研究熱點(diǎn)落地困難，如智能工廠和數(shù)字化轉(zhuǎn)型的研究更多在表述計劃和期望，如何落實(shí)方面有欠缺，需要進(jìn)一步完善方法體系和應(yīng)用體系。

（3）在目前的研究中數(shù)字孿生的應(yīng)用重點(diǎn)集中在虛擬實(shí)體和物理實(shí)體的信息交互，忽略了虛擬模型真實(shí)性有待加強(qiáng)，由于人類的認(rèn)知水平、技術(shù)水平以及基礎(chǔ)設(shè)施的限制，數(shù)字孿生中所建立的虛擬模型并不能完全保證真實(shí)可信。在數(shù)字孿生技術(shù)的應(yīng)用與發(fā)展過程中，建立一個高保真的數(shù)字孿生模型，并使其能夠最大程度反映物理實(shí)體世界的真實(shí)特性，依然任重道遠(yuǎn)。

（4）相較于目前針對數(shù)字孿生的文獻(xiàn)計量研究[41-43]，選用知網(wǎng)數(shù)據(jù)庫作為研究數(shù)據(jù)來源，更加直觀反映中國目前關(guān)于數(shù)字孿生的相關(guān)研究，聚焦中國國情和中國特色為中國工業(yè)領(lǐng)域發(fā)展做出貢獻(xiàn)，從機(jī)構(gòu)間的合作關(guān)系分析得出后續(xù)的發(fā)展建議。然而，也存在一定不足，未能全面分析發(fā)表刊物，對跨學(xué)科、多學(xué)科的交叉融合方面研究不充分。