数字孪生可靠性研究的热点演进

张桁嘉 尤建新

（同济大学经济与管理学院，上海 200092）

随着全球范围内大数据、云计算和云服务、移动互联网、人工智能、区块链等新兴技术的快速发展和实践落地，数字孪生被广泛应用于信息通信、工业制造等重点领域，推动制造、交通、医疗、工业等产业数字化、智能化发展。

数字孪生概念起源于Michael Grieves教授和美国国家航空航天局（NASA）技术专家John Vickers的合作。2003年，Grieves教授在密西根大学的产品全生命周期管理高管课程中提出了与物理产品或数字孪生等同的虚拟数字概念。2015年，Grieves教授构建了数字孪生概念模型，包含三个主要部分：真实空间中的物理产品、虚拟空间中的虚拟产品和将虚拟与真实产品联系在一起的数据和信息连接。

近五年来，数字孪生日益受到国内外学术界和产业界的关注，正越来越多地被用作一种通过虚拟实体实现的、利用计算技术提高物理实体性能的手段。全球IT 研究与顾问咨询公司Gartner连续三年将数字孪生列为关键战略技术发展趋势。“十四五”规划明确提出要“探索建设数字孪生城市”，信息技术、工业生产、建筑工程、水利应急、综合交通、标准构建、能源安全、城市发展等领域的“十四五”规划中均涉及数字孪生相关政策，对各国民经济领域应用数字孪生技术促进经济社会高质量发展做出了战略部署。

本文从科学知识图谱的视角出发，采用CiteSpace软件对Web of Science核心合集数据库中数字孪生可靠性相关英文文献进行可视化科学计量分析，梳理2017年至2022年数字孪生可靠性领域相关学者的研究成果。首先，通过发表时间、国家／地区合作网络、机构合作网络、发表期刊和期刊／作者共被引情况，梳理数字孪生可靠性的研究现状。然后，基于关键词共现分析、聚类分析和突现分析，从热点演进、前沿动向等方面分析数字孪生可靠性研究的发展脉络，以期系统地梳理数字孪生可靠性相关研究的内在关联和演进路线，探索未来研究的发展趋势。

1 研究设计

1.1 研究方法

科学知识图谱法将学科研究的发展进程、演变机理以及内在逻辑关系可视化，从而发现学科发展的结构、脉络以及规律。本文采用CiteSpace软件对数字孪生可靠性领域的研究进行科学计量分析，具体内容包括：（1）发表时间分布。通过统计年度发文情况，了解数字孪生可靠性研究热度的趋势。（2）国家／地区和机构合作网络分析。总结当前数字孪生可靠性研究的发展趋势和具有突出贡献的国家／地区和机构。（3）发表期刊分布和期刊／作者共被引分析。通过统计发文量和被引较多的期刊和学科类别，得到当前数字孪生可靠性研究的主要领域和具有突出贡献的期刊和作者。（4）关键词共现分析、聚类分析和突现分析。通过对研究样本进行高频关键词梳理和突现词探测，并结合关键词时线图分析该领域的热点演进过程和研究前沿动向。

1.2 数据来源

本文研究的数据来源为Web of Science核心合集数据库，检索语句为“‘Topic＝digital twin’and‘Topic＝reliability’”，语种为“English”，文献类型为“Article”或“Proceeding Paper”或“Review Article”，检索时间为2003—2022年，共得到初始样本文献283篇，剔除与研究方向不相关的文献并进行去重处理，最终得到272篇文献作为研究对象。

2 数字孪生可靠性研究现状

2.1 发表时间分布

对样本文献的发表时间分布情况进行统计分析，发现数字孪生可靠性相关研究均发表于2017年及之后，经整理得到年发文量，如图1 所示。2017年，数字孪生可靠性研究的年发文量仅1篇，体现了该领域研究尚处于萌芽期。2018年至2021年，年发文量逐年增加，由2018年的11篇增长到2021年的100篇。截至2022年9月，当年发文量已达到73篇。这表明数字孪生可靠性研究正日益受到重视和关注。数字孪生技术的高速发展，推动着社会经济转型发展，将在越来越多的产业领域拥有广阔的应用场景，预计未来数字孪生可靠性研究的热度会持续加速上升。

图1 数字孪生可靠性研究年发文量

2.2 国家／地区合作网络分析

对文献所属国家／地区进行统计分析（表1），利用CiteSpace软件得到国家／地区合作网络图谱（图2），以了解不同国家／地区数字孪生可靠性研究的差异。根据统计结果，相关文献共来自57个国家／地区。表1列出了相关研究发文量前16位的国家／地区，根据发文数量和中介中心性，可将其分为三个梯队。第一梯队为中国、美国和德国，总发文量占比分别达到20.96%、14.34%和11.03%，且中介中心性较高，表明与其他国家／地区的合作关系较强。第二梯队为俄罗斯、意大利、英国、西班牙、韩国和荷兰，总发文量均超过10篇，从中介中心性来看，欧洲国家与其他国家合作关系较好。第三梯队的国家有7个，发文量在7～10篇，且从中介中心性来看，在本领域与其他国家的国际合作较少。

表1 数字孪生可靠性研究国家／地区分布（前16位）

图2 数字孪生可靠性研究国家／地区合作网络图谱

2.3 机构合作网络分析

通过CiteSpace软件对样本文献进行机构合作网络分析，得到数字孪生可靠性研究机构合作图谱，如图3所示。结果显示，该领域主要研究机构以各国高校为主。从发文量来看，德国亚琛工业大学、芬兰阿尔托大学、俄罗斯南乌拉尔国立大学、新加坡国立大学、美国马里兰大学、丹麦奥尔堡大学排名靠前。从机构合作关系来看，德国亚琛工业大学、新加坡国立大学、荷兰代尔夫特理工大学与其他国家／地区有一定合作，其他研究机构之间没有明显的合作连线。这表明数字孪生可靠性领域的当前研究大多以同一国家内多家研究机构甚至单一研究机构的形式开展，各国家／地区在该研究领域的合作交流亟待加强。

图3 数字孪生可靠性研究机构合作网络图谱

2.4 期刊分布

对样本中“论文”或“综述论文”类文献发表的期刊进行描述性统计，前11 位如表2 所示。表2 显示，国外发文量排名前三的期刊分别是Sensors、IEEEAccess和Applied Sciences-Basel。期刊类别上，相关文章发表的期刊类型也比较广泛，包括电子电气工程类、计算机科学与技术类、信息与通信工程类和工程制造类等。其中，电子电气工程类期刊较多，约占总文献的26.56%。

表2 数字孪生可靠性研究发表英文期刊情况（前11位）

2.5 共被引作者分析

通过CiteSpace得到作者共被引网络图谱，如图4所示。北京航空航天大学陶飞教授、密歇根大学Michael Grieves教授和香港理工大学戚庆林博士后是被引次数排名前3的专家学者，被引次数分别为76次、43次和23次。其中陶飞教授的“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”均被引用超过20次，是该领域中具有一定影响力的研究文献。

图4 数字孪生可靠性研究作者共被引网络图谱

2.6 共被引期刊分析

通过CiteSpace得到期刊共被引情况如表3和图5所示。IEEEAccess是数字孪生可靠性研究中被引次数最多的期刊，共被引次数达到77次，中介中心性达到0.12，在期刊共被引网络中起到较为明显的桥梁作用。 其次，International Journal ofAdvanced Manufacturing Technology、IEEE TransactionsonIndustrialInformatics和JournalofManufacturingSystems的被引次数均达到40次以上，后两者的影响因子分别达到11.648 和9.498，是国际顶级期刊。根据中科院JCR 大类分区，共被引次数排名前10的期刊中，有9种期刊属于工程技术类，体现了数字孪生可靠性研究在工程技术领域中具有重要地位。其余1种期刊属于管理科学类，反映了该领域研究涉及管理科学学科知识，属于多理论融合的综合型研究。

表3 数字孪生可靠性研究关键词出现频次（前20位）

表3 数字孪生可靠性研究共被引期刊（前10位）

图5 数字孪生可靠性研究期刊共被引网络图谱

3 国内外研究热点与前沿

3.1 研究热点分析

基于CiteSpace软件对样本文献进行关键词共现和聚类分析，统计数字孪生可靠性领域出现频次前20的关键词，结果如表4和图6所示。

图6 数字孪生可靠性研究关键词共现图谱

相关文献中，关键词“digital twin”“system”“design”“reliability”“model”出现频次均达到20及以上，属于数字孪生可靠性研究领域的热点。高频词的类别主要集中在数字孪生技术应用、系统与模型、设计与优化、可靠性分析等方面。从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，在整个网络中起到较为明显的桥梁作用。“machine learning”“fault diagnosis”“neural network”“artificial intelligence”“algorithm”“management”等高频词的中介中心性值较低，在一定程度上反映了数字孪生领域研究整体起步时间较晚，还未能与相关学科充分融合，但作为高频关键词，它们是数字孪生可靠性领域研究的潜在热点。

总体来看，关键词共现图谱中共有233个节点、858个连接，网络密度为0.0317，密度值较小，说明目前数字孪生可靠性领域的研究还未形成紧密的合作网络。共现图谱网络的模块值Q＝0.5208＞0.3，平均轮廓值S＝0.8161＞0.7，表明划分的社团结构是显著的且聚类是高效率令人信服的。从图6中可以看到，类“dynamic system model”“structural health monitoring”“internet of thing”和“block chain”与高频关键词有较强的重合性，表明这些方面的研究较为广泛且深入；类“lab-on-a-disc”“vision system”“bearing capacity”和“reliability analysis”包含的关键词少且缺乏高频关键词，表明这些方向的研究还较少。

结合样本文献关键词共现和聚类分析结果，将数字孪生可靠性研究热点主题分为时代背景与要求、理论基础与支持、前沿技术与应用三方面。

（1）数字孪生可靠性研究的时代背景与要求。从“industry 4”“challenge”等高频关键词可以发现，数字孪生技术是在工业4.0的时代背景下应运而生的。一方面，数字孪生有效助力工业4.0成为引领未来新生产方式的重要技术。Raza等提出数字孪生为工业4.0发展中不断增长的需求提供了框架支持，增强了工业过程的可靠性。Kosse等探讨了如何在工业4.0下运用数字孪生技术，在建筑施工领域实现高度自组织和分散生产。另一方面，由于数字孪生研究起步较晚，存在不可预见的风险和挑战。Liu等提出数字孪生模型受限于当前技术水平还无法高保真地全面反映物理实体，往往导致预测和决策缺乏足够的可靠性。

（2）数字孪生可靠性研究的理论基础与支持。从“system”“design”“model”“optimization”“framework”“algorithm”“management”等高频关键词以及“dynamic system model”等类可以发现，数字孪生可靠性研究需要充足的理论基础与支持。相关学者从系统、模型、框架、算法等方面开展了研究。Groshev等提出了机器人数字孪生系统解决方案，用于演示系统在通过不可靠和延迟链接远程操作时可能面临的问题。Yang等提出了一种基于剩余使用寿命预测的锂离子电池可靠性数字孪生模型，并通过实验验证了模型在全生命周期内具有良好的准确性。Zhang等梳理了数字孪生定义的内涵和典型特征，提出了数字孪生实现的典型架构。Starozhuk等提出了可用于提升电子兼容性数字孪生测试结果可靠性的不确定性估计算法。

（3）数字孪生可靠性研究的前沿技术与应用。从“machine learning”“fault diagnosis”“internet of thing”“big data”“simulation”“reliability analysis”“identification”“neural network”和“artificial intelligence”等高频关键词，以及图6的聚类分析可以发现，数字孪生可靠性研究具有广泛的技术与应用发展。大数据、物联网、人工智能等新兴技术的涌现，赋予了数字孪生可靠性研究强大动能。突破数字孪生在技术与应用方面的瓶颈，提升可靠性是许多学者研究的热点。Ibrahim 等介绍了LED 可靠性分析的机器学习实施前景、潜在挑战和机遇，以及未来可用于LED 寿命分析的数字孪生技术。Liu等提出了数字孪生驱动的交互协作框架，以提高数控机床故障诊断的准确性。Jain等提出了用于对光伏系统进行故障诊断的数字孪生方法的设计、数学分析、仿真研究和实验验证。

3.2 研究热点演进

关键词时线图可以勾勒出聚类之间的关系和聚类中文献的历史跨度。通过关键词时线图分析数字孪生可靠性研究热点的动态演化特征，结果如图7所示。

图7 数字孪生可靠性研究关键词时线图

从图7可以发现，从数字孪生作为关键词最早出现到当前最新研究，起初以系统、框架、模型、算法等理论与相关方法的研究为主体。随着数字孪生概念的普及和理论的发展，研究主体逐步转为建模仿真、数据技术、诊断预测等关键技术，并与机器学习、大数据、物联网、神经网络、人工智能等新兴技术相融合。近两年来，研究落地到航空航天、工业生产、建筑工程、综合交通、能源安全、城市发展等领域的应用实践中，研究内容和视角也趋于多元化，但仍面临供应链安全性不足、数据支撑不足、标准指引不足、应用成熟度不足、政企校联动不足等问题和挑战。

3.3 研究前沿方向

通过CiteSpace探测关键词频次变化率最高的突现词，分析国内外数字孪生可靠性研究的前沿动向，结果如图8所示。

图8 数字孪生可靠性研究关键词突现图

2017—2018年，突现词仅有“identification”，可以发现，说明中学者聚焦于如参数估计等数字孪生可靠性的相关算法。2019—2020年，突现词数量剧增，从年发文量来看，这也是相关研究的快速增长期。这段时期的突现词多为数字孪生领域的相关技术及应用，其中，“internet of thing”“cyber-physical system”“industry 4”“remaining useful life”“predictive maintenance”“virtual reality”“big data”的突现强度较高，突现持续时间都仅为1～2年，说明物联网、信息物理系统、虚拟现实、大数据等新一代信息技术与数字孪生快速发展息息相关，并且更新迭代速度快，发展形式多样。2021—2022年（9月），作为相关研究的持续增长期，突现词包括“machine learning”、“multiobjective optimization”“bayesian network”“lifecycle”“future”等，说明相关学者开始运用相关技术开展多目标优化，并着手关注数字孪生在全生命周期管理的应用。整体而言，突现关键词的演进趋势和共现图谱与时线图基本保持一致，并且偏向于技术及应用方面的关键词较多。

4 研究结论

近年来，国家“十四五”规划等为数字孪生发展提供了战略引导，学术界和产业界对于数字孪生理论、技术和应用的研究不断增加，也使得数字孪生技术在推动技术创新和产业革新，以及我国建设制造强国和数字中国中发挥着更加重要的作用。

本文通过CiteSpace软件，对数字孪生可靠性相关研究文献进行可视化分析，从研究现状、热点和前沿对当前研究进行梳理。研究发现：

（1）当前数字孪生可靠性研究的热度不断增加；中国、美国、德国、俄罗斯及部分欧洲发达国家在该领域的研究贡献较多，且中国、美国、德国在该领域与他国合作关系较好，在合作网络中发挥着关键作用；研究领域的重要英文期刊以工程技术方向的国际期刊为主，主要涉及电气电子工程、计算机科学与技术、工程制造等方面。

（2）数字孪生可靠性研究的热点聚焦于时代背景与要求、理论基础与支持、前沿技术与应用三方面。近年来，随着理论基础和支撑技术的不断成熟，研究逐步落地到航空航天、工业生产、能源安全、城市发展等诸多领域的应用实践中，研究内容和视角日趋多元化，但仍在供应链安全性、数据支撑、标准指引、应用成熟度、政企校联动等方面存在问题和不足，这是未来研究可以重点关注的问题。

（3）新一代信息技术加速更新迭代，未来的数字孪生可靠性研究要与新兴技术同频共振、紧密融合，主动探索机器学习、大数据、物联网、信息物理系统、全生命周期管理等前沿领域与数字孪生技术的深度结合和创新发展，以应对瞬息万变的社会和市场需求。