数字孪生对企业架构影响分析

杨连臣， 白硕玮， 吕虹朋

（1.西人马科技（深圳）有限责任公司， 广东 深圳 518000； 2.青岛大学 机电工程学院， 山东 青岛 266100）

0 引言

从学术界和产业界对 “工业4.0” 的论述可以看出，“物理信息融合”为其核心技术要素，“智能制造”是主要的生产力变革表征[1-3]。 其中，在系统维度中主要是构建“信息物理系统”以形成数字虚拟空间，需要通过数字孪生技术将物理世界中的生产对象转化成虚拟空间中的数字孪生体。 本文中数字孪生的含义包含数字孪生体及产生和呈现其相关的技术。 数字孪生是伴随着信息技术发展到一定阶段而产生的更高级别的信息应用， 它可以更全面、更彻底地实现人与物理世界的交互，带有一定的复杂性和持续性[4-7]。

从学术理论的角度追溯，数字孪生思想是由密歇根大学的Michael Grieves 命名为“信息镜像模型”（Information Mirroring Model），而后演变为“数字孪生”这一术语。 2011年，Michael Grieves 教授在《几乎完美：通过PLM 驱动创新和精益产品》给出了数字孪生的三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口[8]。

在当今的数字化世界演化中， 数字孪生技术是任何一个组织在数字化建设和转型中必须重视的部分。 为了做好围绕数字孪生的数字化战略规划， 近年来企业界和学术界都围绕着数字孪生技术和服务展开了大量研究，这也为数字孪生实践推广打下了基础[9]，但缺少从企业架构的角度看数字孪生的影响和关系。 本文从企业数字化转型的角度，以制造业为企业背景，论述数字孪生技术对内部以及上下游企业信息架构的影响。

1 数字孪生概念及技术要素

从数字孪生定义分析可抽象其核心技术构成有3 部分：数字孪生体本身、管理数字孪生体的系统平台和支撑数字孪生体动态更新的数字线程。 依靠数字线程（Digital Thread），所有数据模型都能够双向沟通。这些在图1 中给出了直观性图示。 因此真实物理产品的状态和参数将通过与智能生产系统集成的赛博物理系统CPS 向数字化模型反馈， 这样确保生命周期各个环节的数字化模型保持一致。 数字线程贯穿的数据交换和分享，这是数字孪生体和数字线程技术的核心价值[10-11]。

图1 数字孪生概念和技术要素

ISO 23247 标准给出了制造业行业情境中数字孪生的参考架构[11]，分为用户层、面向制造的数字孪生和通讯层等。 能够实现多视图模型数据融合的机制或引擎是数字孪生管理平台的核心部分。

在过去的几十年，在企业组织级别上通过企业架构来指导信息化规划受到了业界的认可， 取得了很好的效果。针对数字孪生的相关应用，有些组织直接沿用已经有的业务系统，比如PLM 或MDM 来进行数字孪生体管理。 但从长远来看，需要建立独立的平台，其会与其它业务系统有交互。 为了实现平滑导入数字孪生，必须结合企业架构进行分析，将数字孪生相关标准和技术融合到企业架构中。

2 数字孪生在企业架构中的映射及层级分析

2.1 传统企业信息架构

在国际上一般用企业架构来进行整个企业的规划，保持信息战略的一致。有时狭义上也称为企业信息架构。企业架构的目的是确定如何最有效地实现其当前和未来的业务目标[12]。 在传统企业架构中，一般分为业务层、数据层、应用层和技术层，见图2。

图2 企业架构层级概念

业务层： 主要是从业务视角进行业务活动的架构设计，反映企业组织的业务模式、主要的业务活动，特别是对信息使用的依赖。

数据层： 描述了组织的逻辑和物理数据资产和数据管理资源的结构。特别是进入数字化时代以来，数据资产的概念和地位愈发突出，对企业架构的影响也越来越大。

应用层：描述了各个应用程序、它们的交互以及它们与组织核心业务流程的关系， 应用程序架构解决了如何实现的问题。

技术层：描述实现业务、数据和应用程序服务所需的软件和硬件。 这些领域中的每一个都有众所周知的工件、图表和实践。 这些是具体的物理载体，是为上面几个层次服务的。

企业架构对现代企业的信息规划及产品已经产生了深远的影响。 在企业引入新的数字对象和服务进行数字化转型时，不能忽略既有的企业架构，而应该基于企业架构迭代周期的模式来进行演化。 决策者和管理者需要考虑企业架构的平滑性升级，避免出现服务水平影响。下面就针对数字孪生对这4 个层级的影响逐一分析。

2.2 数字孪生对业务层的影响

基于前面的论述， 数字孪生是智能制造的核心技术载体。 数字孪生对现代企业的经营影响是深入的、多层次的，从企业经营模式和核心流程都有不同程度的反映。针对高科技制造型企业，相对于传统的研发模式， 在研发层产生了基于模型的系统工程（MBSE）。 MBSE 是一种与数字孪生伴随的工程策略，旨在通过使用基于3D 模型的定义来阐明制造过程中的设计意图， 其中包括与制造产品相关的所有产品和制造信息（PMI）。 MBSE 的目标是通过加强产品信息的结构性传递，便于智能制造集成，提高跨组织协作效率，并降低总成本[13]。

在制造环节， 最为明显的是以数控为基础的智能制造， 与数字孪生结合比较紧密的制造模式是增材制造[9]。增材制造是通过一次构建一层来创建对象的过程， 数字孪生体信息可以直接作为智能制造系统的输入进行制造，最为直观的是3D 打印。它与传统制造的减材制造相反，增材制造可以指通过逐级构建某种东西 （例如直接压模成型）来创建产品的任何过程。

实际上，未来企业整体会变为数字孪生模式，不仅仅是产品或制造， 包括企业的其它要素例如员工、 建筑环境、机器设备、知识流程等。 在企业架构的业务层必须体现业务模式及创新、产品与服务、企业竞争优势、员工知识与能力、供应链及运营流程等。

2.3 数字孪生对数据层的影响

数字孪生体本质上是数据按照一定格式组合起来反映物理世界的对象，相比传统的数据管理，数字孪生带来的数据管理体现在如下几个方面：

首先是数据结构，数字孪生体需要更多维度的数据来描述物理对象。图3 左侧体现了国际标准要求的一些必须项[11]。 由此可看出，除了对象的一些特征值（传统维度）外，还包含位置、状态、关系等属性值。另外，还有数据的动态变化及生命周期。 传统的数据无论是产品数据和经营性数据，相对更新频率不高。但数字孪生体是为了实时反映物理世界对象的变化就必须根据物理对象实际状态变化而持续更新数据，从而实现孪生效果。

与此相关的是数字孪生体在生命周期的各个节点的更新和操作需与其它业务系统各种形式接口的交互，数据结构和表达算式都有很大的特殊需求（适用于MBSE的SysML，用于数据交互的AutomationML）[14]。 数字孪生体的交互对象广泛，从市场到研发、生产运营，从内部到外部客户及供应商（图3）。特别是在研发、生产及服务诊断场景中这些交互双向的，具有相当的准确性和实时性要求[15]。

图3 数字孪生平台、MDM 关系及跨企业交互

数字孪生体从本质上来说是主数据对象， 但又不同于传统信息系统中的主数据对象[16]。数字孪生体的属性信息是在变化的，所以对传统的主数据管理系统提出了新的要求。IBM 公司产品针对这种情景也有不同的论述[17]。 针对数字孪生体这种特殊的对象，需要特定的管理平台。数字孪生体的元数据信息还是在MDM 中， 但具体的信息和更新交互在数字孪生平台中实现。 另外，针对数字孪生体流动性的特点，在跨组织的交互及传输中引入了借助与计算技术或云服务来实现多方共享主数据机制[18-19]，这会继续在下面的应用层部分介绍。

结合着国际标准组织的定义[11]，总体来讲数字孪生体数据方面的基本要求有状态准确性、同步特性（基于时间的、基于事件的）、感知采集与传输、完整性（数字孪生是整体的）、扩展性（到其它应用系统）、颗粒度（反映现实对象需要适当的颗粒度）、唯一标示性、可管理性、生命周期特点、安全性、可模拟性、多视角层级建模和分析（不同目的和阶段的要求）。

2.4 数字孪生对应用层的影响

若要实现数字孪生体的生命周期管理， 首先需要在应用层引入数字孪生平台。 这是数字孪生构成的3 个部分之一，负责数字孪生体的各个环节的管理，数字孪生体包含了资产对象整个生命周期的数据。 需要分析与现存的应用层发生联系，并调整定位。图4 描述了从应用层角度数字孪生管理平台与传统业务系统的交互：通过SRM交换物料及物流信息、与PLM 交互与更新物料、产品及相关设计模型等、与ERP 更新产品成本等、与MES 更新产品生产状况及形态变化，最后通过CRM 与客户更新更新产品交付及后续服务的信息。除了内部流动外，数字孪生应由开放（云平台）支持，以在制造商、服务合作伙伴、客户、OEM 合作伙伴之间交换实时资产信息， 并促进合作伙伴ECO 系统和其他数字孪生之间的协作。这决定了数字孪生管理平台除了具备传统的业务系统特点外， 必须适应数字孪生管理的特点，比如多业务接口、快速传输及辅助的孪生体呈现等功能。随着数字化世界的演化，围绕着数字孪生管理平台还会产生潜在的新的应用[20]。

图4 数字孪生与企业信息系统的交互

2.5 数字孪生对技术层的影响

基于前面数字孪生概念及系统参考架构可以看出，建模、 仿真分析和基于数据融合的数字线程是数字孪生体的三项核心功能。

传统通过CAD/CAM 软件实现3 维一次性产生，按照数字孪生的要求还缺失一些维度信息，比如状态、周期、互动等方面。 MBSE 是为了应对基于文档的传统系统工程工作模式在负责产品和系统研发时所面临的挑战，以逻辑和格式一致的多视角通用系统模型为桥梁和框架，实现跨领域模型的可追踪、 可验证和全生命期内的动态关系。 MBSE 强调统一的中央型系统模型，并同时获取系统需求以及满足需求的设计决策。 MBSE 一般是使用SysML 来实现了对象的结构化、层级化表示[21]。

前面业务层的仿真分析中， 虚拟/增强现实技术，其提供的深度沉浸的交互方式让人类与数字世界的交互方式与物理世界的交互方式类似，让“孪生”一词变得更为精妙。 结合第2 节中数字孪生概念中，将数字线程表示为模型数据融合引擎和一系列数字孪生体的集合， 以实现数字孪生体的流动。STEP（Standard for the Exchange of Product） 一般是CAD 或CAM 系统之间关于产品初始传输， 基于可扩展标记语言XML （eXtensible Markup Language）和CAEX（Computer Aided Engineering Exchange）定义了面向对象的格式描述。 为进一步满足数字孪生相关要求，发展了AutomationML，在其规范中，CAEX 定义其元数据。在建立了结构之后，数字线程技术可通过标记语言AutomationML 等进行传输[14]，具有很好地结构标记性特征。 区块链提供的去中心化的交易机制很好地支持分布、实时和精细化的数字资产交易。也成为数字线程技术中的一个核心部件选项，目前国内也有研究[17，22]。

其它相关技术有物联网、云及边缘计算、大数据及机器学习。 云计算相关的技术和服务是体系级数字孪生体分析的理想技术。 物联网作为工业4.0 时代的基础设施，一项重要作用是收集和传输来自物理世界的数据。 数字孪生技术利用这大数据进行机器学习， 根据设定的模式进行预测性分析或仿真[9]。

3 包含数字孪生的数字生态中的企业架构

由上面分析， 数字孪生体对企业信息架构各个层级都产生了很大的影响。为了更好地指导实践，需要整体融合各个层级的影响形成整体企业架构。 国际也有从这个角度进行的的研究，集成了相关技术和模块[23]。 新的企业架构必须适应数字孪生的流动和交互， 需要放到整个生态链中进行构建，建议的参考企业/企业间架构见图5。

图5 适应数字孪生要求的建议企业架构

在业务层面， 企业首先要拥抱整体的数字化运营模式，包括基于MBSE 的研发、增材制造和上下游生态的数字化协作。 基于现有的运营特点，需要制定相适应的数字化转型流程再造。为了更高地支撑以数字孪生为核心的经营模式，数据层上必须扩展或建立MDM，定义数字孪生体的数据结构，并建立组织间数字孪生体数据交换机制。 应用架构层面，建立相适应的数字孪生管理平台、扩展或建立主数据管理系统，并建立组织内系统间和外部跨组织的交互。 处于底层的技术架构必须引入数字孪生整个生命周期支撑所需要的技术， 包括MBSE 需要的建模技术SysML，数字孪生数字线程需要的AutomationML，大数据、机器学习及AI，物联网承载的数据采集、控制及传输、区块链及数字孪生安全技术。 跨组织数字孪生体信息交互也是要考虑的。 同时满足数字孪生时代的相关信息治理和安全。

4 结论

本文结合着数字孪生概念与结构， 分析了其在传统企业架构各个层次的影响。 为了很好地将数字孪生引入到企业信息环境里，更好地支撑业务创新，需要重新思考和设计企业架构，需要引入数字孪生模块。受数字孪生的要求，在企业架构里面需要建设MDM 的功能模块或扩展已有的MDM。 在这其间，需要处理好内部业务系统与数字孪生模块的数据交互，定义好技术接口。同时必须考虑支撑数字孪生整个生命周期的相关技术， 包括产生、传输、交互、更新及应用。在最后一部分，给出了融合数字孪生及生态视角的参考企业架构。

数字孪生及其相关技术刚刚兴起， 其对企业架构的演化是多方面的。目前围绕着企业架构，持续研究数字孪生体对ERP、PLM、MES、CRM 及SRM 的系统结构影响，比如数据对象属性扩展、数据交互方式、系统接口等。 探讨外延企业架构至企业间机构，包括MDM 和数字孪生的扩展和融合。关注数字孪生体国家相关标准的完善，并适时地考虑到企业架构中。数字孪生作为一个生态服务，需继续跟踪数字孪生技术和服务的生态建设。