摘 要
數字工程是系統工程和基于模型的系統工程在數字化時代的延申，其目的在于使用先進信息技術實現對現實世界對象的數字化表達，以提高工程能力，建立一個覆蓋系統工程技術流程和管理流程的數字工程生態系統，以提高效率，節約成本，提高工程質量。梳理了數字工程基本概念和關鍵技術，研究分析國內外針對數字工程的研究動態與熱點方向及應用現狀，重點識別當前數字工程應用中存在的問題，形成改善意見與提升路徑，以期為我國重大工程項目數字化轉型提供參考。
關鍵字：系統工程; 數字工程; 基于模型的系統工程; 數字化轉型
新一代信息技術的跨越式發展推動了復雜產品研制過程的革命性創新，產品復雜性、集成性和綜合性特征日益提升，為多學科融合的工程實踐帶來巨大挑[1,2]。傳統煙囪式的信息傳遞方式以及線性的、以文本為中心的流程導致復雜系統的設計、交付、維護等環節難以靈活有效應對快速變化的不確定性需求，甚至成為阻礙業務模式變革及業務能力提升的主要因素[3,4]。此外, 基于文檔的工程實踐會在采辦活動和決策過程中使用和產生大量非連續、非結構化的靜態數據，造成數據冗余，甚至數據爆炸[5]。
數字工程的產生為解決上述問題提供強有力支撐。數字工程由美國國防部系統工程研究中心首次提出，試圖采用基于模型的系統工程(MBSE)實現傳統系統工程和國防部采辦流程的整體變革[6]。此后, 美國國防部發布《數字工程戰略》，正式定義數字工程概念: “一種綜合數字方法，使用權威的數據和模型作為跨學科傳遞的連續統一體，支持從概念到部署的產品全生命周期活動的過程[7]。” 數字工程為實現 MBSE 提供技術基礎，是 MBSE 在數字化時代的深化，也是傳統系統工程理論方法的拓展。
本文以數字工程為切入點，研究分析國內外數字工程研究動態、熱點方向及應用現狀，重點識別當前數字工程應用中存在的問題，形成具有針對性的改善意見與提升路徑，以期為中國數字工程生態體系建設及推動 MBSE 在大型項目研制中的應用提供決策參考。
寧津生等[8]將數字工程定義為計算機技術和地理信息技術結合的綜合技術，目的是實現地球相關數據的數字化、智能化、網絡化與可視化。而美國國防部認為數字工程是一種以系統模型為核心，覆蓋系統整個生命周期的集成數字方法。有學者認為數字工程的核心關鍵在于建立一個安全可靠的數字工程生態系統，并使用數據和模型取代文檔在產品全生命周期內傳遞，實現對現實世界對象的數字化表達，從而提高工程能力。
數字工程生態系統是一個由相互關聯的基礎設施、環境和方法等要素組成的復雜系統。數字工程生態系統不僅允許利益相關者從權威的真相源(authoritative source of truth, ASoT)交換數字工件[9]，同時允許利益相關者在系統全生命周期快速查找、比對和使用來自不同階段、不同部門產生的系統數據，從而推動實現數字論證與數字交付。其中，數字工件是工程工件數字化的產物，是信息和模型跨平臺、跨生命周期和跨領域共享的關鍵。
工程工件可以是數字對象，如模型、數據集、文檔和圖片等，也可以是物理對象，如物理產品或零件。對于數字對象，其數字工件就是其本身。對于物理對象，對應的數字工件可以是使用數字孿生生成的復雜模型，也可以是圖片或者文本，甚至是一串文件編號用于與物理對象本身的屬性和數字相關聯。
盡管現有研究對于數字工程的定義不盡相同，但均表現出共同的特點——以 MBSE、數字線索(digital thread)為基礎進行的多方法集成，實現全生命周期內的工程實踐數字化。基于上述分析，本文結合系統工程與 MBSE 對數字工程內涵進行延伸。從廣義上講， 數字工程是利用數字技術對工程進行數字化改造，從而形成一套適用于數字時代的系統工程方法，即數字系統工程。數字系統工程的總體目標是開發在數字化、互聯的工程環境、操作環境中的系統工程原則、理論、方法、模型和技術。
傳統系統工程方法的數字化應用與基于模型的系統工程是數字工程的兩大支柱[3]。具體而言, 前者是采用、集成新的數字技術的系統工程方法，強調通過數字化技術實現系統工程過程的規范化和信息化，提升系統工程的效率效能；后者側重于以標準一致的形式化方法實現對工程工件的多視圖模型化表達，實現需求-功能-邏輯-物理的一致性和追溯性。數字工程和傳統系統工程的主要區別在于:
1) 在系統生命周期中使用權威真相源，在所有利益相關者之間共享數據。消除紙面合同數據需求列表和大規模設計評審的需要；
2) 在進行完整的物理系統開發前，設計在模型中進行集成和驗證；
3) 使用權威真相源連續反饋信息進行任務效能優化；
4) 需求變得可傳遞，以增強關鍵性能參數。數字工程和基于模型的系統工程的主要區別在于：MBSE 的重點在于使用形式化的系統模型(原理圖模型)表達系統工程實踐，并在全生命周期內傳遞；而數字工程的重點在于將更為廣泛的模型(包括數字孿生模型、數學模型和 3D 模型等)作為在全生命周期中傳遞的連續統一體。
3.1 數字工程關鍵技術
數字工程以采用數字手段提高工程能力為第一目的，在不同工程項目中的技術體系有所區別但至少都包含著 MBSE、數字線索和數字孿生三個方面。MBSE 是連接用戶需求與系統概念設計方案的重要方法；數字線索將數據和模型在正確的時間將正確的數據交給正確的人使用[10]；數字孿生是模擬系統在現實環境行為的關鍵技術。
1) 基于模型的系統工程(MBSE)。MBSE 是建模的形式化應用, 以支持系統需求、設計、分析、驗證和確認活動，始于概念設計階段，并持續到整個開發和生命周期后期階段[11]。MBSE 中的模型通常指原理圖模型，一般包括需求模型、功能模型和架構模型等， 這些模型從不同視角描述同一個系統，并貫穿全生命周期[12?14]， 其基本思想是使用形式化的標準模型協助相關系統工程從業人員進行系統工程實踐[15]。將傳統的基于文檔的方法轉變為基于模型的方法，是 MBSE 與數字工程的典型特征。
2) 當前 MBSE 方法論主要包括以 SysML 為建模語言的 IBM Harmony SE，IBM RUB SE 以及 INCOSE 的OOSEM；以SDL 為建模語言的Vitech MBSE Methodology；以OPDs/OPL 為建模語言的OPM。其中IBM Harmony SE 和 OOSEM 的開發方法與 V 模型一致；RUP SE 的開發方法屬于面向對象的方法, 與螺旋模型一致；Vitech MBSE Methodology 的開發方法屬于并行設計，與洋蔥模型(增量模型)一致；OPM 的開發方法屬于面向對象/工程的方法[16]。沒有任何一種 MBSE 方法適用于所有系統，MBSE 方法必須根據組織具體的開發方法和待開發的系統類型進行調整。
3) 數字線索。數字線索是一種可擴展的、組件化的和數據驅動的體系結構，它將產品生命周期中生成的信息鏈接在一起，以傳遞工程、制造、業務流程之間以及跨供應鏈的數據流[17,18]。通過數字線索支持的系統環境封閉循環, 制造商可以實現流程的實時分析和改進, 工件、數據、模型的自動化創建和全過程跟蹤[19,20]，進而實現傳統“ 設計一制造一試驗”模式向“設計–虛擬綜合–數字制造–物理制造”模式的轉變[21]，大大提高基于模型系統工程的實施水平。美國空軍認為，系統工程將從基于文檔到基于模型再到基于數字線索[22]。
針對不同的業務需求，出現了許多不同的數字線索框架，包括生命周期信息管理框架與現有技術集成構成的LIFT(lifecycle information framework and technology)[23,24]；基于語義網絡技術(semantic Web technology) 的互操作性和集成框架(interoperability and integration framework)[11]；基于產品數據管理的產品數字空間管理框架[25]等。
數字孿生。數字孿生脫胎于物聯網，是一種可以用很多先進技術實現的想法而不是一種特定的技術，不同的學者在不同的行業領域對其有著不同的解釋。總而言之，數字孿生指在賽博空間(cyber space)建立一個與物理實體/系統實時連接的多領域多尺度的高保真模型[26]，該模型是一個真實反映物理規則并在產品整個生命周期內不斷更新的數字實體。
其目的在于使用數字模型模擬物理對象在現實環境中的行為。利用高精度傳感器、高速數據傳輸技術、高性能計算技術和高保真模型，數字孿生可以實時地在賽博空間中反映物理實體的真實狀況。對賽博空間內的虛擬映像進行判斷、分析、預測和優化，將仿真數據反饋回物理實體，可以實現對物理實體精確最優控制。
利用數字孿生的實時監測和雙向操作功能可以提高系統安全性和可靠性，降低系統維護成本，優化系統結構，改善系統質量，延長系統壽命，提高預測精度輔助決策和收集數據輔助系統設計[27?32]。Windham[5,33]認為，“數字孿生是使用數字線索對已竣工系統建立的多物理、多尺度和概率模擬的虛擬模型”，當使用 MBSE 開發系統抵達 V 圖的底部時，數字孿生模型會自然而然地形成。
除了上述關鍵技術外，數字工程還針對不同的行業融入不同的技術，以實現工程的數字化轉型。例如融入開放式系統架構，實現武器裝備的迭代式更新；融入VR 技術，在虛擬環境中完成對人員的培訓；融入認知技術提高人機交互效率；融入大數據分析技術輔助決策等。
3.2 數字工程研究現狀
數字工程脫胎于數字工程戰略，數字工程戰略提出的愿景包括 5 個重點轉型建設領域：數字模型構建與應用；數字資源管理授權；融合應用創新技術；建設數字生態環境；推進數字文化與人才建設[34]。在數字工程不斷推行和實踐中，學者們針對如何實現數字工程愿景及數字工程如何改進系統工程與工程實踐等方面展開了大量研究。
3.2.1 如何建設數字工程生態系統方面
Ronald 等[35]研究了數字工程對模型的要求，提出了根據使用需求過程引出和定義系統模型需求的方法，描述了模型環境與 MBSE 其它組件的關系，描述了如何在數字工程環境中有效的使用 MBSE。Marcel[36] 進行數字工程中心探路者項目，研究建立權威真相源的方法并探索其使用方式，Leigha[37]論證使用 SpaceNet Cloud 充當權威數據源的可行性。
Donna[38]討論了可視化和交互性的重要性，特別是可視化分析和交互式儀表板在數字工程中的潛在作用，Azad[39]提出了將數字孿生納入 MBSE 的總體設想和基本原理，并闡述了仿真和物聯網(IoT, internet of things)對 MBSE 的好處。Ogun 等[2]研究了如何使用 RFLD(requirements, function, logical, physical)分析框架指導 MBSE 分解系統，并提出了數字工程運行框架，Mark 等[40]利用Zachman 框架和SysML 提供了一種正式的、基于模型的方法，用于指導企業范圍內的改進，以實現空軍數字化轉型。
Nicole 等[41?43]定義數字工程能力框架，闡述數字工程專業人員所需的知識、能力、技能和行為，為推進數字文化與人才建設提供指導范式。
3.2.2 數字工程如何改進系統工程
數字工程策略的應用將使工程從傳統的“設計–建造–測試–修復”范式轉變為新的數字化、基于模型的“集成分析–建造–測試–運行/維持”范式[44]。與數字工程對傳統工程的影響類似，傳統系統工程的項目管理、技術審查、風險控制和測試評估等方面也將隨著數字工程的出現發生改變。
Vinodini 等[45?47]分別在美國空軍分布式公共地面系統(AF DCGS)和 CubeSat 等項目中研究如何使用 MBSE 建立數字系統模型以及如何實現數字線索以改進系統工程和項目管理，促進信息交流. Edward[48]提出一種形式化、規范化方法進行數字工程風險量化與控制。
Warren[7] 通過從基于文檔的技術審查過渡到基于模型的技術審查來提高效率。Rainer[49]基于飛機發動機設計和裝配領域的調查，提出并驗證可能的工程輔助能力數字化方法。Donna 等[39]討論現有系統工程領先指標(在基于文檔的工程假設下開發)對數字(基于模型)工程的適應性。Tom 等[9]提出量化數字工程效益的框架以及評價企業數字工程轉型進度的方法。
數字工程工具和流程將使測試與評估的效率和有效性發生重大轉變，這將顯著影響開發新系統的總體周期。系統地應用戰略行動實施數字工程，利用協作知識掌握風險，將基于模型的工程解決方案轉換為基于數字線索的方法改變了建模和測試的本質[50,51]。
為進一步使用數字技術改善工程實踐和系統工程方法，本文在綜合分析數字工程研究現狀、復雜裝備開發方法后對數字工程未來研究提出如下設想：
1) 模型轉換機制研究。數字工程涉及多學科、多種類模型，如何實現模型之間的相互轉換(甚至自動轉換)是降低數字工程應用難點，提高數字工程能力的核心關鍵。
2) 復雜模型可信度評價研究，系統復雜性的增加和數字工程對模型精度的高要求導致了模型復雜性的增加，探索客觀、實用和低成本的復雜模型可信度評價方法是數字工程研究重點。
3) 數字工程環境下的組織管理范式研究。數字工程生態系統中的信息傳遞由基于文本向基于數據和模型轉變必然會對組織內部的組織管理模式產生沖擊，如何在數字工程環境下進行組織管理是當前研究空白。
4) 數字工程與其它技術融合研究。數字工程是一個開放框架，不斷融合創新技術改善工程實踐是其基本思想。
5) 數字工程在非國防領域應用研究。探索總結數字工程在更多領域應用的優勢、難點和效益是數字工程普及的關鍵。
3.3 數字工程應用現狀
3.3.1 數字工程的應用
數字工程是美軍數字化轉型的核心方法。數字工程不僅涉及包括設計、試驗、生產和運行在內的產品全生命周期，還涉及企業(部隊)的數字化改革。因此當前數字工程的應用主要集中在復雜裝備研制和國防、武裝部隊數字化改造兩個方面。
美國海軍司令部是最早開始系統工程轉型的機構，旨在探索改變當前武器系統的設計、開發和驗證方式的工程方法，目標是顯著縮短系統開發周期。美海軍使用 MBSE 作為主要集成機制為聯邦體系信息架構提供權威真相源，減少了 18.4 % 相關流程所需的人力成本。在福特級航母設計中資助并使用該船的 3D 數字模型來規劃和消除電纜敷設、加熱、通風和空調管道和其它元件的沖突。在減少零件、工作和返工以及易于組裝的基礎上，減少了施工工時；并基于飛行甲板建模和仿真減少了艦艇的兵力和登船人員, 提高出勤率[52]。
數字線索的出現促使陸軍《飛行器技術描述報告內容標準》產生改變。未來的飛行器技術描述報告的范圍將從多媒體文檔鏈接到數字線索模型，首先用于開發無污染單板設計飛機，再逐步用于改進商業現貨產品和傳統飛行器的“紙質”報告[53]。同時美國陸軍專門建立一個客觀框架，名為“集成的基于模型的工程環境”，以快速響應新出現的士兵技術需求，加強內部和外部組織之間的協作，通過數據驅動改進多目標決策，控制生命周期成本[5]。
美國空軍使用數字工程完成了對空軍分布式公共地面系統的改造，綜合使用數字工程流程、敏捷的軟件開發、開放式系統架構等技術成功研發美空軍第一架用 e 系列飛機——eT-7A 紅鷹教練機。美空軍以 e 表示在制造樣機前采用了數字工程的武器裝備。eT-7A 紅鷹教練機在 36 個月內從概念設計過渡到首次飛行，首輪產品工程質量提升 75 %，裝配時間減少 80 %，軟件開發時間減少一半[4,45]。
歐洲航天局完成數字工程中心探路者項目證明基于開放模型的工程環境愿景不僅在技術上可行，而且在實踐中也很有用，能夠滿足實際工程需求。它能將航天器設計和運行的工作流程完全數字化。不僅可以逐步用模型取代文檔，實現高水平的自動化，而且可以通過“單一真實來源”的概念提高質量和上市時間[39]。
根據美國防部需求，洛馬公司、雷神技術公司和 L3 哈里斯技術公司等國防武器裝備承包商積極開始數字工程轉型，采用現代化的系統建模技術和基于模型的流程實現未來武器的快速低成本研發以達到美國國防部數字工程戰略目標。洛馬公司在“競速者”項目中驗證 Startdrive 數字工程工具集，縮短對技術進行測試和確認的時間。雷神技術運用數字線索將產品從需求分析到模型檢驗的時長縮短至 9 個月，使公司將從設計到交付的時間縮短一半。同時基于數據和模型的需求傳遞可以減少重復工作、提高溝通效率，在數字環境中對產品性能進行論證并可視化可以增強各方對新產品的認識。L3 哈里斯技術公司綜合使用數字工程和敏捷開發流程以加快產品開發速度，縮小開發團隊規模。同時 L3 哈里斯與英國 BAE 系統公司使用逼真的 VR 技術在虛擬環境中對人們進行支持、培訓。
3.3.2 數字工程應用面臨的挑戰
為實現數字工程五大戰略，使用 MBSE 和數字技術更新工程實踐，數字工程還面臨許多挑戰。
1) 模型的標準化與跨學科模型的集成。數字工程核心在于采用動態的，以數據和模型為中心的流程取代線性的，以文檔為中心的流程在全生命周期內跨學科跨部門地傳遞。涉及多學科、多領域的模型集成，需要建立數據和模型跨部門和跨生命周期傳遞的標準，需要確定使用系統模型表達具體系統工程流程、工程實踐流程的規范。
2) 數據和模型的快速驗證。數字工程可以保證信息的可追溯性，但如何快速驗證修改后數據和模型的正確性，減少因使用錯誤數據造成的返工是進一步提高效率、降低成本的關鍵。
3) 數據和模型的多視圖表達和需求的一致性傳遞。不同的利益相關者對模型的需求并不相同，如何針對不同的使用者提供不同的視圖表達以保持需求傳遞的一致性是數字工程的重點。
4) 信息獲取。數字工程所需要的形式化系統模型、數字孿生模型等數字工件對數據的數量和精度存在很大需求。數據的質和量決定著數字工程建立的模型能否正確的表達現實中的流程和實際物理系統，是保證模型精度的基礎。
5) 數字工程人才儲備不足。數字工程的實施要求參與者都有足夠的數字工程素養，因為數字工程使用數據和模型取代紙質的文檔的前提在于所有的參與者都能夠了解模型所代表的具體流程和模型所對應的具體方法與要求。
數字工程是充分利用快速發展的數字技術的一個重要體現，它是基于模型的工程(MBE)的使能技術，目的是利用數字技術對工程和系統工程方法進行數字化改造，從而形成數字企業和一套適用于數字時代的系統工程方法，而不僅僅是將之前的流程數字化。因此，數字工程改革具有使用數字工程實現工程的數字化改革、使用數字工程實現數字系統工程和培養符合數字工程愿景的人才三個目標。
4.1 工程的數字化改革
數字工程是工程數字化轉型的目標，工程的數字化改革的核心在于采用標準的數字工件映射工程工件，在數字化環境或互聯網環境中進行工程設計，解決產品復雜度增加、集成級別增加、多學科耦合帶來的兼容性和協作方面的挑戰。工程的數字化改革的核心在于：1) 建立安全可靠的信息技術環境作為數字工程生態系統的基石；2) 建立數據、模型傳遞和使用的通用規范；3) 使用合適的系統分析模型和工具確定當前系統的業務架構、數據架構、物流、信息流和能力流等；4) 尋找使能技術不斷增強工程實踐。從本質上講，工程的數字化改革還是在強化對信息的獲取、處理和使用。
4.2 數字系統工程
數字系統工程是在數字時代，以系統思維、系統工程原則、和系統工程方法為指導，融入新的數字技術的系統工程新發展。數字工程對于系統工程實踐的改變聚焦于使用數字化技術和基于數據和模型的方法提高系統工程實踐過程的信息獲取、處理和利用能力。數字系統工程區別于傳統系統工程的優勢在于持續改善系統工程實踐以及以模型驅動的風險分析。
1) 持續改善系統工程實踐。不成熟的技術和不成熟的需求是成本和進度超支的主要驅動因素，Edward[48]引入了一種新的方法，將傳統的“設計–構建–測試–修復”轉變為“ 整合–分析–設計–制造–測試–操作/持續改進”的系統工程范式，以數字線索和數字孿生為基礎，充分利用可用的數字知識和數據，將簡化流程并最大限度地減少返工。該范式可以使用任一生命周期內產生的數據改進系統的開發。在整個生命周期中，模型在虛擬空間中逐漸成熟，且逐漸成為更有用的鏡像， 從而實現虛擬測試、后勤運作和持續性保障。
2) 模型驅動的風險分析。利用數字工程原理掌握風險可能是將系統工程的未來與過去區分開來的最重要的一個方面[53]，通過創建和應用持久的權威真相來源，可以改進風險下的工程實踐和決策，模型的形式化開發和應用能夠在系統實際應用之前更全面的在虛擬空間探索解決方案。采用權威數字代理模型和不確定性量化方法，可以預測獲得缺失信息的最佳方法，以達到可接受的不確定性水平，并最大限度地提高項目價值、掌握風險。
在生命周期的所有階段擁有和應用標準化數字模型的關鍵在于嚴格應用不確定性量化工具和方法。不確定性分析的重點是在基于風險的決策分析中明確量化滿足系統及其組件設計要求(成本、進度、性能要求和利潤等)的裕度和不確定性。關鍵決策點的裕度和不確定性量化可為之后的建模、方案設計和試驗活動提供適當的數據來減少不確定性和風險。這將重點從“基于監督”的方法轉移到“基于評估”的方法，在這種方法中，量化的不確定性用于確定下一個最佳行動方案， 將風險降低到可接受的水平，以確保項目的成功——控制風險，而不僅僅是識別風險。
4.3 數字人才建設
為高效地使用數字工程更新系統工程實踐，需要發展和維護一支精通基于模型的工程，精通數字工程模型、方法、流程和工具，了解整個采辦生命周期數字工件的人才隊伍。明確各個職位所需要的技能并建立能力標準是針對性培養人才的基礎。
對此，Adam 等[41]研究提出了數字工程能力框架，以衡量相關從業者的能力水平，從而確定數字工程人才培訓課程的重點內容。數字工程能力框架總體結構包括能力群，能力領域、能力熟練度以及專業技能。能力群表示具有相同目的和應用的能力領域所構成的集合；能力領域代表數字工程核心專業領域的相關技能的主要分組；員工的每個能力領域都將使用有意識、基礎、中級、高級和專家五個熟練程度來表示。專業技能表述不同能力領域的不同熟練度下相關的知識、技能、能力和行為。
數字工程能力框架旨在全面概述個人在數字環境中所需的技能。最初的數字工程能力框架包括 5 個能力群，25 個能力領域，659 種專業技能。并非每一個數字工程專業人員都需要掌握所有專業技能，我們需要做的是根據組織和個人的發展需要，定制自己的發展路線。
《數字工程戰略》的發布標志著數字技術和系統工程方法的融合走向成熟，數字工程致力于使用數字技術和模型化方法對工程進行數字化改造，從而形成一套適用于數字時代的系統工程方法。
數字工程可以有效的提高工程質量和效率，減少研發周期和研發成本，其核心技術包括 MBSE 、數字線索和數字孿生。數字工程的研究主要集中在如何實現數字工程愿景和如何使用數字技術改善系統工程兩個方面，其應用已經逐步由國防領域擴散到工業界。當前我國數字技術和工程方法結合并不緊密，影響復雜裝備高效、高質量研制，應圍繞數字工程理論與實踐逐步提升數字技術和工程方法融合水平，并針對不同行業融合創新技術，助力我國工程項目邁向數字時代。
文章來源：系統工程學報 作者：王林堯，趙滟，張仁杰
參考文獻
[1] Baker A, Pepe K, Hutchison N, et al. Enabling the digital transformation of the workforce: A digital engineering competency framework // 2021 IEEE International Systems Conference (SysCon). IEEE, 2021: 1–8.
[2] Kargin Y O, Barnes A A, Uysal O D, et al. Digital enterprise across the lifecycle // AIAA Scitech 2021 Forum. 2021: 0240.
[3] Huang J, Gheorghe A, Handley H, et al. Towards digital engineering: the advent of digital systems engineering. International Journal of System of Systems Engineering, 2020, 10(3): 234–261.
[4] 崔艷林, 王巍巍, 王 樂. 美國數字工程戰略實施途徑. 航空動力, 2021(4): 84–86.Cui Y L, Wang W W, Wang L. US digital engineering implementation strategy. Aerospace Power, 2021(4): 84–86. (in Chinese)
[5] Zimmerman P, Gilbert T, Salvatore F. Digital engineering transformation across the department of defense. The Journal of Defense Modeling and Simulation, 2019, 16(4): 325–338.
[6] Sanchez S M, Lynch G E, Luhrs C, et al. Acquisition Research: Creating Synergy for Informed Change (May 8–9, 2019). Naval Postgraduate School, 2019: 1–21.
[7] Department of Defense. Digital Engineering Strategy. Washington D.C., 2018: 1–36.
[8] 邊馥苓, 涂建光. 從 GIS 工程到數字工程. 武漢大學學報(信息科學版), 2004(2): 95–99.Bian F L, Tu J G. From GIS to Digital Engineering. Journal of Wuhan University ( Information Science Edition), 2004(2): 95–99. (in Chinese)
[9] McDermott T. A framework to categorize the benefits and value of digital engineering. Acquisition Research Program, 2021: 1–24.
[10] Bone M, Blackburn M, Kruse B, et al. Toward an interoperability and integration framework to enable digital thread. Systems, 2018, 6(4): 46–58.
[11] Estefan J A. Survey of model–based systems engineering (MBSE) methodologies. Incose MBSE Focus Group, 2007, 25(8): 1–12.
[12] 陳紅濤, 鄧昱晨, 袁建華, 等. 基于模型的系統工程的基本原理. 中國航天, 2016(3):18–23.Chen H T, Deng Y C, Yuan J H, et al. Basic Principles of model–based systems engineering. Aerospace China, 2016(3): 18–23. (in Chinese)
[13] 韓鳳宇, 林益明, 范海濤. 基于模型的系統工程在航天器研制中的研究與實踐. 航天器工程, 2014, 23(3): 119–125.Han F Y, Lin Y M, Fan H T, Research and practice of model-based systems engineering in spacecraft development. Spacecraft Engineering, 2014, 23(3): 119–125. (in Chinese)
[14] Andersson H, Herzog E, Johansson G, et al. Experience from introducing unified modeling language/systems modeling language at saab aerosystems. Systems Engineering, 2010, 13(4): 369–380.
[15] 朱 靜, 楊 暉, 高亞輝, 等. 基于模型的系統工程概述. 航空發動機, 2016, 42(4): 12–16.Zhu J, Yang H, Gao Y H, et al. Summary of model based system engineering. Aeroengine, 2016, 42(4): 12–16. (in Chinese)
[16] Ramos A L, Ferreira J V, Barceló J. Model-based systems engineering: An emerging approach for modern systems. IEEE Transac- tions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 2011, 42(1): 101–111.
[17] Singh V, Willcox K E. Engineering design with digital thread. AIAA Journal, 2018, 56(11): 4515–4528.
[18] Friedenthal S, Moore A, Steiner R. A Practical Guide to SysML: The Systems Modeling Language. San Francisco: Morgan Kauf- mann, 2014.
[19] Hedberg T, Lubell J, Fischer L, et al. Testing the digital thread in support of model-based manufacturing and inspection. Journal of Computing and Information Science in Engineering, 2016, 16(2): 021001.
[20] David J, Jrvenp E, Lobov A. Digital threads via knowledgebased engineering systems // 2021 30th Conference of Open Innovations Association FRUCT. IEEE, 2021: 42–51.
[21] 劉亞威. 數字線索助力美空軍裝備研制. 測控技術, 2018, 37(9): 1–4.Liu Y W. Digital thread help US air force equipment development. Measurement & Control Technology, 2018, 37(9): 1–4. (in Chinese)
[22] 劉亞威. 數字線索提升航空產品壽命周期決策能力// 2017 年(第三屆)中國航空科學技術大會論文集(下冊). 2017: 134–137. Liu Y W. Digital clues to improve the decision-making ability of aviation product life cycle // Proceedings of the Third China Aeronautical Science and Technology Conference (Volume 2). 2017: 134–137. (in Chinese)
[23] Bajaj M, Hedberg Jr T. System lifecycle handler—Spinning a digital thread for manufacturing // INCOSE International Symposium. 2018, 28(1): 1636–1650.
[24] Hedberg T, Feeney A B, Helu M, et al. Toward a lifecycle information framework and technology in manufacturing. Journal of Computing and Information Science in Engineering, 2017, 17(2): 1–13.
[25] 耿建光, 李大林. 支持數字線索的產品數字空間管理框架研究與應用. 現代制造工程, 2022(2): 31–36.Ge J G, Li D L. Research and application on product digital space management framework to support digital thread. Modern Manu- facturing Engineering, 2022(2): 31–36. (in Chinese)
[26] 劉大同, 郭 凱, 王本寬, 等. 數字孿生技術綜述與展望. 儀器儀表學報, 2018, 39(11): 1–10.Liu D T, Guo K, Wang B K, et al. Summary and perspective survey on digital twin technology. Chinese Journal of Scientific Instrument, 2018, 39(11): 1–10. (in Chinese)
[27] Boschert S, Rosen R. Digital twin—The simulation aspect // Mechatronic Futures. Cham: Springer, 2016: 59–74.
[28] Hribernik K A, Rabe L, Thoben K D, et al. The product avatar as a product-instance-centric information management concept. International Journal of Product Lifecycle Management, 2006, 1(4): 367–379.
[29] 陶 飛, 劉蔚然, 劉檢華, 等. 數字孿生及其應用探索. 計算機集成制造系統, 2018, 24(1): 1–18.Tao F, Liu W R, Liu J H, et al. Digital twin and its potential application exploration. Computer Integrated Manufacturing Systems, 2018, 24(1): 1–18. (in Chinese)
[30] 莊存波, 劉檢華, 熊 輝, 等. 產品數字孿生體的內涵、體系結構及其發展趨勢. 計算機集成制造系統, 2017, 23(4): 753–768. Zhuang C B, Liu J H, Xiong H, et al. Connotation, architecture and trends of product digital twin. Computer Integrated Manufacturing Systems, 2017, 23(4): 753– 768. (in Chinese)
[31] 陶 飛, 劉蔚然, 張 萌, 等. 數字孿生五維模型及十大領域應用. 計算機集成制造系統, 2019, 25(1): 1–18.Tao F, Liu W R, Zhang M, et al. Five-dimension digital twin model and its ten applications. Computer Integrated Manufacturing Systems, 2019, 25(1): 1–18. (in Chinese)
[32] Cimino C, Negri E, Fumagalli L. Review of digital twin applications in manufacturing. Computers in Industry, 2019, 113: 103130.
[33] Kraft, Edward M. The air force digital thread/digital twin-life cycle integration and use of computational and experimental knowledge// San Diego: 54th AIAA Aerospace Sciences Meeting. 2016: 0879.
[34] 王 瑋, 王 位, 石 峰, 等. 美國海軍數字化轉型戰略綜述. 艦船科學技術, 2021, 43(23): 170–175.Wang W, Wang W, Shi F, et al. Review on US Navy digital transformation strategy. Ship Science and Technology, 2021, 43(23): 170–175. (in Chinese)
[35] Giachetti R E, Vaneman W. Requirements for a system model in the context of digital engineering // 2021 IEEE International Systems Conference (SysCon). IEEE, 2021: 1–7.
[36] Verhoef M, Gerené S, Vorobiev A, et al. Digital Engineering Hub Pathfinder // 2021 ACM/IEEE International Conference on Model Driven Engineering Languages and Systems Companion (MODELS–C). Piscataway: IEEE, 2021: 467–476.
