上一篇讨论模型工程：试验模型只有具备清楚的工程身份、版本基线、适用边界和 V&V 证据，在统一工程语义和数字主线约束下完成创建、验证、发布、调用与数据校准，才能从一次性分析文件变成可信工程资产。这样的模型可以解释对应目标结果；每次计算都可追溯到相应的对象版本、输入条件和验证依据。

但一组可信模型不会自动组成一项可运行的试验。复杂装备试验需要同时牵动试验对象、设备、环境与流程，结构、热、流体、控制等不同领域、不同尺度的模型，形成统一的系统。这个模型系统需要协同计算，但内部的不同模型却不会因此自动理解同一版对象、同一工况和同一时刻；某一环节的状态变化，也不会天然传递给其他模型或环节。

这正是数字孪生体要回答的问题。数字孪生体把试验对象、设备、环境与流程的数字映射组织到同一任务中，贯通可信模型、试验数据和现场状态，是数字化试验系统开展虚拟试验、虚实融合、协同推演与持续演进的核心技术载体。标准、数据、模型、语义和运行环境提供基础；围绕具体对象和任务构建孪生体、建立装配关系、融合运行状态并开展推演，再将数据与变更证据带回演进，分散的数字资源才会成为随试验任务运行的系统。

图 1：数字孪生体从构建、装配融合走向协同推演与反馈演进

对于数字化试验来说，模型解决的是“局部问题如何计算”，数字孪生体解决的是“这些计算如何围绕同一项试验组织起来”。

数字孪生体是特定工程对象在当前技术状态和业务语境下的可计算映射。它要说明映射的是谁、处于什么状态、由哪些数据和模型支撑、可以参与哪些任务。脱离对象身份和使用目的，三维外形再精细，仍然只是工程对象众多维度中几何维度可视化数字化表达的一种。

在数字化试验中，试验对象孪生体反映装备或部件的构型、性能与状态；设备孪生体记录激励、测量、控制和健康状态；环境孪生体描述温度、压力、流场与空间边界；流程孪生体则组织任务节点、工况切换、事件触发和判定规则。它们面对不同工程对象，因此各自保留边界，却要为同一项试验建立关系。

构建时不能只把数据和模型装进一个容器。对象版本、测点位置、模型用途、接口条件、数据质量和验证证据都要随孪生体登记。这样形成的孪生体才有稳定的工程身份，也才具备后续装配、调用和变更分析的基础。

孪生体装配从试验任务出发。任务要验证哪一版对象、使用哪些设备、施加什么环境条件、按怎样的流程执行，决定了需要哪些孪生体参与，也决定了它们之间的结构关系和交互边界。这里的装配，不是把多个孪生体合成一个更大的文件。

装配关系至少要回答几类具体问题：对象与设备怎样连接，测点位于哪个部件和坐标系，环境边界作用于哪些区域，流程事件何时触发数据采集或模型计算。对象身份、空间位置、时间基准、状态变量和任务事件一旦缺少明确映射，后续运行就会把接口问题误当成物理差异。

融合发生在这些关系之上。静态装配确定谁与谁相关，运行中的动态融合则持续处理现场数据、计算状态和流程事件。设备侧的采样值要映射到对象状态，环境变化要更新模型边界，流程节点还要决定哪些结果可以进入评估。融合的对象不是几份文件，而是带时间、语义、质量和版本的工程状态。

试验标准数字化为参数、接口、工况和判据提供可执行规则，业务本体统一对象、状态、关系和任务的工程语义。两者共同约束孪生体怎样装配、状态怎样交换，也使不同专业工具产生的模型和数据无需全部改造成同一种格式，仍能在同一试验语境中协同。

装配配置与融合过程都要形成版本。某次任务为什么采用这组孪生体，状态变量经过了哪些转换，接口或模型换版后会影响哪些任务节点和结论，应当能够沿关系和运行记录追溯。缺少这层证据，系统虽然可以连通，却无法对推演结果承担工程责任。

动力装置台架的热与振动联合试验可以看清这条链路。试验既要关注温度场变化对结构响应的影响，也要处理激励设备、测量通道、环境条件和工况流程之间的联动。任何一个孪生体单独运行，都不足以还原当前试验状态。

试验开始前，对象孪生体绑定动力装置构型、结构与热模型；设备孪生体确认激励装置、传感器、通道和采样时钟；环境孪生体给出温度、压力及流场边界；流程孪生体装载升温、稳态保持、振动加载和结果判定等任务节点。数字孪生体调度运行系统据此建立对象身份、空间位置、时钟、状态变量与任务事件之间的装配关系。

进入运行阶段，物理现场和虚拟空间开始反复交换状态。实测温度经过质量检查后更新对象状态和环境边界，设备孪生体把振动响应送入统一时间轴，流程孪生体依据热稳定状态触发在线比对。数字孪生体调度运行系统使此时的协同不是依次传递结果文件，而是多个孪生体在同一业务时空中共同推进完成任务，输出结果。

在可信边界内，预先形成与工程对象时间节奏目标匹配的快速模型可以根据当前温度、载荷和振动趋势推演后续短时状态，帮助试验人员判断是否需要调整激励方案，或提前关注可能接近阈值的部位。高保真模型仍负责关键机理复核，两者不能互相替代。预测进入样本稀疏区或超出验证范围时，系统一般应先停止继续外推，并转入高保真计算或补充物理试验。

图 2：动力装置热与振动联合试验中的多孪生体协同与边界复核

如果在线结果出现偏差，工程人员需要沿这套关系判断原因：是传感器或通道异常，是时间与坐标映射不一致，是运行资源造成时序延迟，还是模型已经越过适用边界。能够把问题定位到具体孪生体、具体状态和具体任务节点，协同运行才真正具备工程价值。

推演的价值在于把尚未实际执行的工况放入当前工程语境中比较。试验人员可以调整载荷、环境或流程条件，观察对象响应及设备资源的连锁变化，再决定物理试验是否执行、怎样执行。预测则更依赖实时状态和经过验证的快速模型，用来估计短期趋势或风险区间。两者都必须保留输入状态、孪生体版本、模型依据和判定边界，不能只留下最终曲线。

新的试验数据会推动模型/孪生体更新，但更新通常不是单点变化。夹具更换改变设备连接状态，也会影响对象模型边界和流程判据；环境条件扩展可能要求模型重新验证，并改变后续推演允许使用的工况范围。协同演进要识别这些跨孪生体影响，保持版本之间的依赖关系。

因此，演进需要同时保留更新与回退路径。在适用边界内，经过校核的数据可以更新模型/孪生体状态、参数和预测能力；越过边界时，任务暂停相关判断，回到已验证版本或进入再验证。推演结果、现场反馈和复核证据由同一条数字主线关联，模型/孪生体才会越用越清楚，而不是越改越难解释。

当这条链路从单项试验扩展到企业级复用时，难点随之转向持续管控：对象身份、装配关系、模型边界、运行状态和推演证据需要在不同任务中保持一致，并能够随变更准确追溯。

安世亚太数字化试验解决方案以统一工程语义和运行证据贯通多孪生体协同。试验标准数字化、业务本体与数字主线、试验数据和知识证据构成共同基础，使对象、模型、状态、任务和结论按同一业务口径关联。

在此基础上，模型可信治理控制模型版本、V&V 证据和适用边界；孪生体装配融合维护对象、空间、时间、变量和事件关系；运行调度组织部署、调用、时统、状态交换与监控；变更影响分析沿数字主线定位受影响的模型、孪生体、流程和结论。四类机制确保自动化运行不绕过工程边界和业务判据。

安世亚太数字化试验解决方案的核心价值，不是孤立构建某一类孪生体，而是面向试验对象、设备、环境和流程，建立可装配、可融合、可调度、可追溯的多孪生体协同体系，使数据、模型与现场状态进入同一试验业务时空。场景推演和趋势预测由此具备明确的输入状态、模型依据、业务判据和运行记录；协同结果可复核、任务过程可回放、变更影响可追溯并受控演进，这正是方案区别于单纯模型集成或可视化展示的核心工程价值。

图 3：安世亚太数字孪生体能力架构

建设宜以边界清楚、数据较好的多孪生体协同任务为起点，先验证装配、融合、边界与追溯，再逐步扩展孪生体类型和应用范围。

模型工程明确“哪些模型可以进入任务”，数字孪生体进一步解决“多元异构模型怎样围绕同一项试验任务协同运行、推演并演进”。下一篇《知识与标准体系：让数字化试验形成统一工程语义》将继续讨论：试验标准如何转化为可执行规则，业务本体如何统一对象、状态、关系和任务的工程语义，知识关联又如何把模型、数据、孪生体、任务与结论组织为可追溯的证据网络，使不同系统能够一致理解并执行同一项试验业务。

可协同推演的数字化试验系统 = 具有工程身份的多类孪生体+ 可执行的装配与状态关系 + 可信运行调度 + 可追溯的推演与演进证据 

模型决定局部问题怎样计算； 孪生体之间可执行、可追溯的工程关系，决定整项试验能否协同推演并持续演进。