基于數字孿生的裝備維修保障平臺

摘" 要： 維修保障是裝備運行使用的重要部分，裝備的維修保障能力直接影響其效能的發揮。而基于歷史故障數據的傳統維修保障方式很難實現實時精確保障，使得裝備效能發揮受到了影響。數字孿生技術的發展為裝備運行使用過程中的全資可視化、裝備狀態實時感知、故障快速預測并診斷、維修方案智能化制定及驗證、維修指導以及按需訓練培訓等提供了良好的實現條件。文中在研究裝備維修保障對象、業務領域及壽命期保障內容的基礎上，設計一種裝備維修保障數字孿生模型，分析裝備數字孿生體組成以及需要管理的元素；在分析裝備維修保障孿生數據流的基礎上，提出了裝備維修保障數字孿生平臺框架；最后針對裝備維修保障數字孿生體的構建及使用，分析了數字孿生平臺實現的關鍵技術。研究成果可指導裝備維修保障數字孿生體建設工作的開展，實現裝備實時、精確保障。

關鍵詞： 裝備維修保障； 數字孿生技術； 數字孿生體； 管理元素； 壽命期； 虛實交互； 置信度評估

中圖分類號： TN957.52+4?34； TP391" " " " " " "文獻標識碼： A" " " " " " " " " " "文章編號： 1004?373X（2024）22?0131?08

Research on equipment maintenance support platform based on digital twin

Abstract： Maintenance support is an important part of equipment operation and use， and the maintenance support capability of equipment can directly affect its effectiveness. The traditional maintenance support methods based on historical fault data are difficult to achieve real?time and accurate support， which affects the effectiveness of equipment. The development of digital twin technology provides a good implementation conditions for full visualization of equipment operation and use， real?time perception of equipment status， rapid prediction and diagnosis of faults， intelligent formulation and verification of maintenance plans， maintenance guidance， and on?demand training. On the basis of studying the objects， business areas， and life cycle support content of equipment maintenance support， a digital twin model for equipment maintenance support is designed. The composition of the equipment digital twin and the elements that need to be managed are analyzed. On the basis of analyzing the twin data flow of equipment maintenance and support， a digital twin platform framework for equipment maintenance and support is proposed. The key technologies for implementing digital twins in equipment maintenance and support are analyzed focusing on the construction and use of digital twin platform. The research results of this article can guide the construction of digital twins for equipment maintenance and support， achieving real?time and accurate equipment support.

Keywords： equipment maintenance support; digital twin technology; digital twin; management elements; lifespan; virtual real interaction; confidence assessment

0" 引" 言

裝備維修保障工作是裝備體系的重要組成，目的是使裝備保持良好的技術狀態；其也是部隊戰斗力的快速形成和持續保持的重要基礎，對于裝備的使用結果影響重大。隨著高新技術、信息技術以及人工智能技術的發展及其在裝備領域的廣泛應用，高精度、自動化、智能化、體系化成為了裝備新的發展趨勢。裝備結構及其功能越來越復雜，裝備系統的配置趨于多樣，運行環境惡劣且多變，內部環境更加極端，傳感器存在一定局限性，故快速準確地獲取裝備狀態，采取預防性或視情維修策略確保裝備隨時有效，是裝備維修保障工作的一大挑戰[1]。裝備維修保障包括基于性能的保障、維修技術指導、培訓訓練、故障診斷預測健康管理、基于狀態的維修、備件庫存優化配置等內容，全資可視化、實時性能預測、實時故障診斷預測及狀態反饋、智能化維修方案制定是裝備實時、精確化保障的基本要求。傳統模式的裝備維修保障主要基于歷史故障數據，包括糾正性維修和預防性技術維修，缺乏裝備實時狀態感知和預測能力，未考慮運行環境、人員的差異性，零部件等局部故障使得裝備系統影響評估困難，針對性維修方案制定困難，保障資源配備不足或者過剩，導致裝備故障處理難度大、故障停機時間長，從而影響戰場整體態勢發展。

2003年密歇根大學的Michael Grieves提出數字孿生概念， NASA在“阿波羅計劃”中首次應用數字孿生技術，目前數字孿生技術已經初步應用于航空航天、船舶等領域的設計、制造、維修評估以及故障診斷預測等[2]。洛馬公司構建了F?35型飛機的整機數字孿生體，幫助美軍在研發、制造及部署運行階段進行預測性分析[3]。陶飛等提出數字孿生五維模型，通過數字模型、孿生數據及連接來實現虛實映射、虛實交互及虛實共生，設計“準確?實時?一致?安全?可靠”連接交互準則、“感知?通信?映射?聯動?融合”孿生交互體系以及數字孿生平臺軟件架構，進一步細化數字孿生成熟度模型并設計評價因素[4?11]。文獻[12]提出了評估數字孿生模型的原則，設計了“目標?準則?指標”三級評價指標體系及計算方法。文獻[13]提出了數據驅動的復雜產品智能服務方法，包括基于孿生數據的服務需求獲取及預測分析，故障診斷預測、維修輔助、視情維修與備件庫存優化，以及效能分析預測、運行優化控制等方法。文獻[14]提出了機理模型和實測數據聯合驅動的算測融合方案，并構建了重大裝備的形性一體化數字孿生框架。數字孿生是元宇宙的關鍵技術，已經初步應用于復雜產品、機械部件、汽輪機、飛行器及武器裝備的設計、制造和維修保障領域[10，15?22]。

本文將數字孿生技術思想引入裝備維修保障中，提出一種基于數字孿生的裝備維修保障模型，分析了裝備數字孿生體組成以及維修保障數字孿生相關元素；在分析裝備維修保障數據流的基礎上，設計裝備維修保障數字孿生平臺框架，并分析相關實現關鍵技術。

1" 基于數字孿生的裝備維修保障

1.1" 裝備維修保障數字孿生模型

裝備維修保障數字孿生體由物理空間和虛擬空間構成，通過孿生數據進行實時虛實交互，實現虛實雙向交互控制，共同支撐裝備的維修保障工作開展，保障裝備有良好的運行使用狀態，達到虛實共生的效果。裝備維修保障數字孿生模型如圖1所示。

裝備維修保障數字孿生模型的物理空間包括裝備維修保障業務領域、裝備、平時及戰時裝備壽命期的保障內容，物理空間通過傳感器、攝像頭、通信鏈路等向虛擬空間輸入裝備實時運行的監測和檢測數據、操作數據、運行數據等。虛擬空間是物理空間的實時數字映射，實現物理空間的實時數字模擬及預測，向用戶展示裝備實時狀態以及未來可能狀態，驗證裝備預防性維修處理方案，并將通過仿真驗證的維修處理方案及指令反饋給裝備物理實體及其運維使用人員。虛擬空間包括裝備實體的數字模型（例如物理性能、幾何結構、功能行為、約束、仿真計算、故障診斷預測、剩余使用壽命預測、維修決策等數字模型）、裝備使用維修人員數字映射模型（也就是虛擬數字人，能夠從事裝備虛擬運行使用的維修、操作等仿真，在虛擬空間參與裝備運行維護等操作，用于維修方案、操作過程等仿真及驗證）、裝備運行環境模型、智能方案制定引擎、仿真評估引擎，接收物理空間傳送的實體裝備孿生數據，再將故障診斷預測結果、維修方案、操作指令等反饋給物理空間。虛擬空間產生的故障診斷預測數據、剩余使用壽命預測數據、維修方案數據、操作調試優化數據以及仿真評估數據等，與物理空間裝備實體相關的各類數據共同構成裝備孿生數據。從使用維護角度，裝備對象由子系統、部件、組件、零件等層級組成，形成各級邏輯可更換單元（Logic Replaceable Unit， LRU）。從裝備維修保障業務角度，裝備維修保障包括相關學科（例如系統工程、裝備維修技術等）、專業（例如維修工程、保障工程、健康管理等）、維修保障流程（例如定檢流程、計劃性維修流程、糾正性維修流程、設備保養流程、培訓訓練流程、故障隔離操作流程等）、維修保障數據（例如出廠數據、檢測數據、監測數據、履歷數據、備件數據、維修工具、維修計劃、維修記錄、倉庫數據等）及資源（包括人、財、物、環境、氣候等）。從裝備壽命期保障角度，主要包括出廠、運行使用、庫存管理、訓練、維修、整治、退役等保障工作。

1.2" 裝備數字孿生體組成

裝備系統由裝備及保障裝備共同組成，形成完成制定任務的系統，其數字孿生包括裝備數字孿生體、保障裝備數字孿生體、環境數字孿生體以及人員數字孿生體。根據裝備的幾何結構特性、功能行為特性、物理性能特性以及約束關系，裝備數字孿生體又包括功能行為數字模型、物理性能數字模型、幾何結構數字模型、約束模型幾個部分。根據裝備保障結構SBOM層級劃分，裝備數字孿生體自頂向下又包括裝備、子系統、部組件、零件幾個層級的數字孿生體。不同裝備、不同層級的部組件均有一個唯一數字孿生體與之對應。裝備級數字孿生體包括若干個子系統數字孿生體，子系統數字孿生體由多個組件數字孿生體組成，組件數字孿生體由多個零件數字孿生體組成。每個數字孿生體采用幾何結構數字模型、功能行為數字模型、物理性能數字模型以及約束數字模型描述，結構如圖2所示。為方便維修保障過程管理及裝備使用，面向維修保障領域的裝備數字孿生體主要管理和使用裝備現場可拆卸邏輯單元（LRU）層級以上的數字孿生體。裝備系統數字孿生體實現裝備數字孿生體與環境、人員、其他裝備、保障裝備的數字孿生協同，和子系統數字孿生體之間的協同及更新。以此類推，部組件及零件的實物也通過功能、結構、性能及行為數字模型集合來描述[23]。

1.3" 裝備維修保障數字孿生管理元素

根據裝備維修保障數字孿生模型的壽命期保障內容以及數字孿生體組成，裝備維修保障數字孿生管理元素如圖3所示。

裝備物理實體形成裝備物理系統，物理系統按需執行任務形成事件、行為等數據，根據不同任務會產生出廠數據、運行數據、性能數據、試驗數據、維修數據、培訓數據、保障數據以及退役數據等，這些數據都是實體裝備的孿生數據。實體裝備產生的孿生數據會提交到虛擬裝備的數字孿生體。虛擬空間的裝備數字孿生體內置虛擬系統模型、虛擬模型實例、仿真預測模型等，接收物理裝備實體的孿生數據以及行為、事件數據，孿生數據驅動虛擬模型實例進行演化更新，實時、高保真地展示裝備的實物狀態。同時，調用仿真預測模型對物理空間產生的數據進行計算，形成故障診斷預測結果、剩余壽命使用結果；再根據故障診斷預測結果及剩余壽命使用結果，制定維修方案、推薦備件庫存方案、反饋預防性維修計劃以及運行參數，或者操作調整優化指令到物理空間的實體裝備，同時推送對應的維修指導手冊及培訓訓練課件到物理空間的實體裝備。物理空間的實體裝備接收到相關指令后，按照指令優化參數開展預防性維修工作。裝備數字孿生體需要對物理空間和虛擬空間的系統、模型以及各類數據元素進行管理，每個數字孿生體均可以反映裝備實物個體的結構、性能、技術狀態以及任務使命特性，通過真實物理世界的檢/監測、運行、維保等數據，驅動數字模型和仿真軟件跟蹤特定裝備的歷史，預測裝備未來某個時刻的技術狀態，幫助理解裝備物理性能變化規律[24]。

2" 裝備維修保障孿生數據

裝備維修保障工作從系統需求階段的裝備指標分析開始，開展裝備保障指標分析，確定裝備的“六性”技術指標；設計階段，在裝備設計的同時開展裝備維修保障設計及驗證，針對“六性”技術指標進行裝備和保障裝備設計，通過相關試驗進行設計驗證；制造階段，進行裝備和保障裝備的生產制造。而具體裝備維修保障工作的執行是從裝備生產完成、出廠開始，出廠數據是裝備T0時刻的標志，是物理空間實體裝備壽命期的起點，包含指標、設計、制造初始數據。裝備維修保障孿生數據包括裝備出廠數據、實時孿生數據、維修指導數據、培訓訓練數據、仿真數據、診斷預測數據、維修方案數據、優化操作數據等。

裝備維修保障孿生數據流轉情況如圖4所示。維修保障數據中心作為裝備壽命期所有數據存儲、獲取的倉庫，存放裝備全過程、全要素、全壽命期所有數據，支持裝備本身、人員、環境、相關資源及過程的全資逼真可視化，可查看裝備實時技術狀態，為實時仿真預測提供各類孿生數據。

裝備原始出廠數據包括質量數據、指標數據、可靠性數據、生產數據、數字模型、初始備件清單數據等。裝備生產完成出廠交付時，出廠數據同裝備配備的交互式電子技術手冊（IETM）、訓練課件、便攜式維修輔助設備以及模擬訓練設備一起隨裝交付各基地使用用戶，這些出廠數據基地使用人員接收后，導入自己基地的數據分中心，作為裝備T0時刻的狀態數據存儲使用。

基于這些初始狀態數據，各基地裝備使用人員開展裝備的運行。裝備運行使用或者庫存管理過程中，裝備自身的監測、檢測傳感器會自動采集裝備實時監測、檢測數據，裝備會自動產生運行數據，這些數據中可能會包含裝備正常運行數據以及部分故障現象數據，傳送到基地裝備數據分中心。裝備運行使用操作人員會采用訓練課件進行裝備使用操作的培訓訓練，基地也會定期會采用自動化測試與診斷設備、便攜式維修輔助（PMA）設備、IETM開展相應的計劃性檢測、維保工作，產生定檢數據、維保數據，這些定檢數據、維保數據也儲存到基地裝備數據分中心。裝備維保過程中，可能會查詢多級備件庫的備件庫存信息，采用備件開展維修或者更換工作；基地數據分中心實時或者定時通過數據交換軟件，將裝備的運行數據、檢測數據、監測數據、故障現場數據等發送到數字孿生維修保障數據中心。數字孿生維修保障數據中心接收裝備實時數據，通過數字孿生維修保障平臺軟件，實時展示裝備目前數字化運行效果，調用相關診斷預測算法及仿真軟件，計算裝備實時技術狀態，制定故障處置、維修方案，將裝備故障診斷結果、維修方案、故障處置方案、訓練方案以及運行優化指令等通過數據交換軟件反饋到基礎維修保障數據分中心。基礎維修保障數據分中心根據接收的裝備狀態、維修方案、故障處置方案以及訓練方案，開展裝備的狀態維修、故障處置以及訓練實施，根據運行操作優化指令調整裝備運行參數，優化裝備運行。

3" 裝備維修保障數字孿生平臺框架

依據裝備維修保障數字孿生組成、建模以及相關孿生數據的分析，設計基于數字孿生的裝備維修保障平臺框架，如圖5所示。平臺由物理層、數據層、維保服務層和維保應用層四部分組成，安全管控及標準規范服務于整個平臺，起到裝備維修保障數字孿生應用的規范指導、安全防護作用。

物理層包括裝備實體物理空間和基于虛擬模型的數字空間。物理空間的裝備根據一定的編碼規則進行唯一編碼，采用RFID標簽進行標識管理。物理空間的裝備實體部署智能電表、溫度傳感器、振動傳感器、環境傳感器、監測設備等，進行裝備使用運行參數監測，對監測采集裝備實時數據進行填充、清洗等數據預處理后，通過網絡傳遞到裝備孿生數據中心，并實時傳遞給裝備數字空間。裝備數字空間接收到裝備實時數據，通過裝備實時監控數據驅動虛擬模型運行，并通過裝備數字空間高逼真度地展示裝備數字孿生體的運行使用狀態。裝備數字空間對于接收到的裝備實時數據進行展示，并根據設定的模型及算法進行分析、仿真、預測以及方案虛擬驗證，再根據分析預測結果、虛擬驗證結果生成控制指令、維修方案或者培訓訓練方案。控制指令通過網絡傳遞到裝備物理空間，調整裝備運行參數或者模式。培訓訓練方案、維修方案傳遞到具體的維修保障應用業務，指導維修計劃及培訓訓練計劃的制定。

數據層作為裝備孿生數據中心，實現裝備孿生數據的接收、存儲、融合處理及查詢訪問。裝備孿生數據中心存儲裝備物理實體數據、模型數據、出廠起始數據、實時孿生數據、維修數據、訓練培訓數據等，驅動裝備數字孿生體運行，支撐裝備維修保障工作的開展。

維保服務層作為公共服務組件，獲取裝備的孿生數據，通過服務組件的處理計算以及知識推送，為具體的裝備維保提供應用服務，主要包括模型庫、知識庫、算法庫、課件庫、工具集及專業查詢分析展示引擎。工具集是裝備數字孿生體研制所需的工具集合，包括建模工具、IETM制作工具、算法開發工具、課件制作工具等，其中建模及算法開發工具都采用第三方工具實現，例如采用Catia或3ds MAX進行幾何模型建模，采用Fluent進行機理模型建模，采用UE4進行裝備虛擬模型開發，采用Python或C++進行算法開發等等。專業的查詢分析展示引擎包括智能分析引擎，如TensorFlow、PyTorch、Keras、Matlab等。數據交換引擎實現數據跨域安全交換；規則推理機實現基于規則的診斷預測算法的計算，知識智能推薦實現基于裝備維修保障業務及具體裝備特性的知識精準推薦；查詢統計引擎作為公共服務組件，實現各類孿生數據的查詢、常規統計分析及可視化展示（包括表格、餅圖、曲線圖、散點圖、雷達圖、儀表盤、柱狀圖等展示方式）；工作流引擎實現裝備維修保障場景的流程推送，包括維修、培訓訓練、庫存管理、技術狀態管理、維修工程支援等具體業務場景；圖形渲染引擎實現裝備數字模型（例如幾何模型、物理模型）的逼真展示，采用OpenGL、WebGL技術實現。

維保應用層作為應用APP，支撐維修保障業務工作的開展，例如裝備技術狀態管理、庫存管理、故障診斷及預測、維修工程支持、訓練培訓、運行優化、退役處理等具體業務開展，以及業務場景及流程。基于維保服務層的公共服務及數據層的數據服務組件可快速定制具體應用APP。

安全管控按照國家及軍隊的安全保密要求，根據裝備、數據及業務的保護要求，從環境安全、運行安全、應用軟件安全以及安全管理制度等方面進行分級設計并實現，達到數字孿生維修保障平臺分級保護效果。

標準規范指導整個數字孿生維修保障平臺運行，主要包括裝備維修保障數據字典規范、數據交換規范、數據反饋規范、業務操作規范、運行管理規范等。

4" 裝備維修保障數字孿生實現關鍵技術

4.1" 高保真數字化建模及展示

虛擬數字化模型是裝備數字孿生體構建的核心，虛擬數字孿生體要達到與裝備物理實體的孿生效果，需要與裝備物理實體高度逼真。首先，需要實現對單個物理裝備實體的高保真數字化建模，如Solidworks、Catia、3ds MAX、Unreal Engine、Maya、Unity 3D等工具軟件常用于高逼真度數字模型創建[10]，根據“裝備體系?裝備?分系統?部組件?零件”層級分別構建高逼真度數字模型；其次，根據裝備的使用場景構建各種使用環境的高逼真度數字模型，還需根據裝備維修保障的各類場景構建保障裝備、工具、倉庫、備品、備件等維保設施模型；然后，根據裝備使用人員情況構建虛擬數字人，加入裝備運行環境中形成虛擬數字化裝備體系；再通過點云掃描、三維掃描及多視圖三維重建技術，提升虛擬數字模型與真實物理實體的逼真度；最后，結合指揮控制、實時孿生數據、預測數據、評估數據、裝備運行使用場景等，隨裝物理裝備實體共同獲取驅動下的外部響應，根據外部響應效果并應用專業技術重建虛擬數字化模型，采用視差、全息或者體三維顯示技術逼真展示裝備未來時刻狀態效果，不斷提高數字模型的保真度。

4.2" 高置信度仿真及預測評估

裝備虛擬數字孿生體的終極目標是實現與裝備物理實體的共智，共智的核心就是仿真評估模型及算法，要求虛擬數字孿生體中內置的性能預測模型及算法、故障診斷模型及算法、故障預測模型及算法、剩余使用壽命預測模型及算法、維修方案制定模型及算法、維修評估模型及算法、維修決策模型及方法等智能化數據計算處理方法達到較高置信度，能夠準確、高效地揭示裝備物理實體的變化規律，發現裝備的物理機理，制定合適的視情維修方案。維修方案的仿真評估結果與實際結果一致，說明維修決策準確。裝備高置信度維修保障仿真評估模型及算法一般通過裝備分類、場景分類等方式構建模塊化、精細化仿真模型，并通過與物理空間的實體裝備的數據進行全方位比對、驗證、迭代優化，構建一定的置信度評估方法，進行模型及算法的置信度評估，保障模型及算法的高置信度。常用的置信度評估方法有神經網絡、證據推理、向量機、決策樹、特征選擇驗證、層次分析法、堆疊門控循環單元、隨機森林、置信度滑動窗口誤差分析和K近鄰方法等[25?26]。

4.3" 高效率虛實交互控制

高效率虛實交互控制是裝備虛擬數字孿生體與物理裝備實體達到虛實合一的關鍵。只有突破虛實交互的控制瓶頸，數字空間的虛擬模型才能達到對物理空間的裝備實體的虛實互補、虛實智聯以及虛實融生。目前常用的虛實交互控制方式包括手勢交互、語音交互、力/觸覺交互、位置交互以及多通道交互等。未來的腦機交互技術是實現高級數字孿生，VR（虛擬現實）、AR（增強現實）、MR（混合現實）體感技術可應用于虛實交互實現，HoloLens和Magic Leap設備、微軟、科大訊飛的語音識別軟件、metaClass已成為虛實交互控制的成熟工具[27?28]。

裝備維修保障數字孿生體“實?虛”交互控制，主要通過虛擬數字模型實現，傳感器將實時數據采集并傳輸到虛擬數字模型中，虛擬數字模型通過三維重建技術，采用實時孿生數據重構數字孿生體；“虛?實”交互的內容主要包括故障診斷及預測結果、維修方案仿真結果、操作優化指令等。虛擬空間數字孿生體的故障診斷預測結果、維修方案以及維修通過虛擬軟件展示，操作優化指令通過PLC控制系統執行。

4.4" 高實時孿生數據采集及通信

裝備虛擬數字孿生體實現與物理裝備的共智交互，映射裝備物理實體的實時狀態，預測裝備下一個時刻的狀態并制定視情維修處理方案，發送操作優化及控制指令到物理裝備，就需要高實時數據采集及通信技術的支持，該技術可以實現物理裝備實時孿生數據的高效采集。虛擬數字孿生體接收到裝備實時孿生數據后進行計算、處理、分析、預測，將預測結果在虛擬數字孿生體上進行展示，再將經過仿真驗證的視情維修方案以及操作控制指令反饋給物理實體裝備和相應運維使用及操作人員。射頻識別（RFID）、近場通信（NFC）、數據無損壓縮、5G、6G、物聯網、傳感器、云計算、大數據處理分析、邊緣計算等技術為高實時孿生數據采集及通信提供了技術支持，區塊鏈技術可為孿生數據的訪問及安全提供技術支持[19]。

5" 結" 論

針對傳統裝備維修保障模式難以實現裝備的實時精確保障，影響裝備效能問題，本文分析了數字孿生技術的發展及其優勢，并將數字孿生技術引入裝備維修保障工作，提出一種基于數字孿生的裝備維修保障模型；在此基礎上，分析了裝備數字孿生體的組成、維修保障數字孿生元素以及裝備孿生數據，從裝備維修保障數字孿生應用角度，設計了基于數字孿生的裝備維修保障平臺框架；最后針對裝備維修保障數字孿生體的構建，分析了高保真數字化建模展示、高置信度仿真與預測評估、高效率虛實交互控制和高實時孿生數據采集及通信相關的關鍵技術。下一步工作將集中于裝備維修保障數字孿生體構建的保真性、置信度、實時性及虛實交互關鍵技術研究，實現高保真、高置信度、高實時性、高效率的裝備維修保障數字孿生體，與裝備物理實體共生、共智，支撐裝備壽命期運行、使用及維護，確保裝備隨時處于良好的技術狀態。

參考文獻

[1] 宋太亮，黃金娥，王巖磊，等.裝備保障使能技術[M].北京：國防工業出版社，2013.

[2] YANG W Q， ZHENG Y， LI S Y. Application status and prospect of digital twin for on?orbit spacecraft [J]. IEEE access， 2021， 9： 106489?106500.

[3] 郎為民，馬衛國，趙卓萍，等.美軍數字孿生裝備研究[J].電信快報，2022（10）：1?6.

[4] 陶飛，劉蔚然，張萌，等.數字孿生五維模型及十大領域應用[J].計算機集成制造系統，2019，25（1）：1?18.

[5] 陶飛，張賀，戚慶林，等.數字孿生模型構建理論及應用[J].計算機集成制造系統，2021，27（1）：1?15.

[6] 陶飛，張辰源，劉蔚然，等.數字工程及十個領域應用展望[J].機械工程學報，2023，59（13）：193?215.

[7] 陶飛，張辰源，張賀，等.未來裝備探索：數字孿生裝備[J].計算機集成制造系統，2022，28（1）：1?16.

[8] TAO F， SUN X， CHENG J， et al. makeTwin： a reference architecture for digital twin software platform [EB/OL]. [2023?04?27]. https：//doi.org/10.1016/j.cja.2023.05.002.

[9] 陶飛，張辰源，戚慶林，等.數字孿生成熟度模型[J].計算機集成制造系統，2022，28（5）：1267?1281.

[10] 胡小利，白奕.武器裝備系統數字孿生技術[J].指揮控制與仿真，2023，45（1）：11?14.

[11] 王帥，王亞彬，王金幗，等.陸軍合成旅典型裝備保障系統數字孿生模型[J].現代防御技術，2023，51（1）：96?106.

[12] 張辰源，陶飛.數字孿生模型評價指標體系[J].計算機集成制造系統，2022，27（8）：2171?2186.

[13] 李浩，王昊琪，程穎，等.數據驅動的復雜產品智能服務技術與應用[J].中國機械工程，2020，31（7）：757?772.

[14] 宋學官，來孝楠，何西旺，等.重大裝備形性一體化數字孿生關鍵技術[J].機械工程學報，2022，58（10）：298?325.

[15] 周石恩.基于數字孿生的復雜產品裝配建模與精度分析方法[D].杭州：浙江大學，2019.

[16] 肖飛，張為華，王東輝，等.數字孿生驅動的固體發動機總體設計體系架構與應用[J].計算機集成制造系統，2019，25（6）：1405?1418.

[17] 閆仲秋，陳義平，邵奇，等.基于數字工程的武器裝備發展研究[J].兵工自動化，2023，42（5）：92?96.

[18] 楊濘寧，王志堅.數字孿生驅動的滾動軸承虛實交互研究[J].組合機床與自動化加工技術，2023（2）：160?163.

[19] 王文喜，周芳，萬月亮，等.元宇宙技術綜述[J].工程科學學報，2022，44（4）：744?756.

[20] 王志剛，劉震，馬天宇.基于數字孿生的汽輪機葉片裝配虛實交互系統[J].船舶工程，2022，44（10）：1?7.

[21] 沈如松，徐煥翔，矯永康.數字孿生及其在飛行器領域應用[J].指揮與控制學報，2021，7（3）：241?248.

[22] 王亞彬，王帥，王金幗.數字孿生應用于維修器材保障的SWOT戰略分析[J].國防科技，2022，43（3）：1?8.

[23] 周軍華，薛俊杰，李鶴宇.關于武器系統數字孿生的若干思考[J].系統仿真學報，2020，32（4）：539?552.

[24] 劉亞威.面向飛行器結構健康管理的數字孿生及應用研究綜述[J].測控技術，2022，41（1）：1?10.

[25] 彭成，李鳳娟，蔣金元.基于深度學習的故障診斷與預測方法綜述[J].現代電子技術，2022，45（3）：111?120.

[26] 王璐，姜宇軒，李青山，等.微服務故障檢測研究綜述[J].計算機學報，2023，46（11）：2342?2369.

[27] 吳瀟偉.虛實交互技術在元宇宙中的應用研究[J].科技與創新，2023（12）：170?172.

[28] 陶建華，龔江濤，高楠，等.面向虛實融合的人機交互[J].中國圖象圖形學報，2023，28（6）：1513?1542.