岩土工程数字孪生技术研究进展

　　摘要 针对岩土工程数字孪生技术，介绍了国内外数字孪生、三维地质建模、建筑信息模型(BIM)、仿真模拟与岩土专业计算等相关问题的发展现状，明确了多源异构数据融合、多维信息模型构建、地质体模型和结构体模型一体化集成与应用等方面的薄弱环节，提出了以理论创新为指引、以数据融合为基础、以模型集成为核心、以专业分析为出口、以平台建设为抓手的推动岩土工程数字孪生技术发展的研究思路，并从岩土工程数字孪生理论与方法、基于工业基础类(IFC 标准)的岩土工程数据结构扩展、设计施工一体化统一 BIM 模型构建、设计施工协同仿真计算和多维度物联网感知与数据融合等五个方面系统阐述了未来的重点研究方向。

　　关键词 数字孪生;三维地质建模;BIM 技术;IFC 标准;双核一体

　　近年来，随着社会经济发展与城市化进程加快，我国正经历着世界历史上规模最大、速度最快的城镇化进程。城市轨道交通、高速铁路、高速公路、地下管廊等工程迅猛推进，基础设施建设规模跨越式发展，给岩土工程提出了更高要求，催生精细化管理，促进信息化建设，推动数据量爆发式增长。大型岩土工程具有投资规模大、建设周期长、风险性高、隐蔽性强、施工环境复杂等特点，传统项目管理模式和技术手段难以满足现代岩土工程信息化发展的需求，造成数据孤立化、信息孤岛化、模型多元化、应用离散化等突出问题，迫切需要研究和利用新的信息技术，推动智慧建造，提升管理水平。当今世界面临百年未有之大变局，以云计算、大数据、物联网、人工智能、区块链、数字孪生(Digital Twin)为代表的新一代信息技术推动新一轮产业变革，人类正在进入一个以数字化为中心的全新阶段。岩土工程建设应当抓住机遇，不断推进高质量发展，提升自主创新能力和尖端技术应用能力。

　　数字孪生技术是实现信息物理融合的有效手段，通过数据和模型双驱动，构建虚拟模型反映真实物理世界中实体的全生命周期状态，实现全过程仿真、预测、监控和优化。为应对岩土工程面临的地质条件多样化和建设环境复杂化的挑战，满足勘察数字化、设计交互化、建造虚拟化、决策智能化、监控网络化、性能优越化的发展需求，迫切需要将数字孪生技术引入到岩土工程领域。创建岩土工程数字孪生模型，建设虚实结合的数字孪生环境，发展岩土工程数字孪生核心技术体系，实现岩土工程数字化设计、协同化建造、动态化分析、可视化决策和透明化管理，有效提升岩土工程建设管理水平，深化岩土工程数字化转型升级，具有巨大的发展潜力和广阔的应用前景。

　　1 国内外发展现状

　　数字孪生起源于工业制造领域，随着三维建模、虚拟现实、计算仿真、物联网、大数据等关键使能技术的交叉融合而发展壮大。三维模型作为连接物理实体与虚拟实体的入口，是建立数字孪生体的基础和关键所在。在岩土工程领域，三维地质建模技术运用地质统计学、空间分析和预测技术构建地质体空间模型，并进行地质解释。在建筑工程领域，BIM(Building Information Modelling)是创建和使用三维建筑信息模型的数字化技术与工具，通过国际通用的、开放的数据标准 IFC(Industry FoundationClasses)，集成建筑工程项目的各类信息，构建三维数字化模型，应用于建筑规划设计、施工建造和运营管理的各个阶段，实现不同专业之间的协同作业[1,2]。BIM 技术在建筑工程行业的成功经验带给我们启示[3]，结合 BIM 技术和三维地质建模技术，用于岩土工程数字孪生模型的构建，实现虚实空间协作运转，全面提升岩土工程信息的集成与共享水平，或许能够探索出一条岩土工程数字化建设的新路径，开拓出一种岩土工程信息化的创新性实践模式。

　　1.1 数字孪生数字孪生概念

　　最早由美国密歇根大学 MichaelGrieces 教授于 2003 年前后提出[4]，2011 年左右逐渐进入人们视野，在航空航天领域崭露头角。美国航天局通过构建与真实飞行器一样的虚拟飞行器模型，利用传感器实现与飞行器实际情况完全同步，从而精确模拟和反映真实飞行器的飞行状态，辅助驾驶员做出正确决策[5,6]。在此基础上，美国空军研究室首次提出了数字孪生的定义：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。随着工业 4.0 相关战略的不断出台，数字孪生技术得到各方的普遍关注[7]。近年来，达索、通用电气、西门子等工业巨头纷纷布局数字孪生业务，宣传和使用数字孪生技术[8]。英国国家基础设施委员会于 2017 年 11 月提出创建一个与国家基础设施相对应的数字孪生体，并于 2019 年 1 月启动。

　　从2016 年起，Garter 公司连续 4 年将数字孪生列为当年十大战略科技发展趋势之一[9]。目前数字孪生技术在产品设计[10]、智能制造[11]、医学分析[12]、工程建设[13]等多个领域得到广泛应用，大大推动了工业界的智能制造发展，促进了产业升级[14]。国内对数字孪生的研究也取得了丰富的成果，北航研究团队提出了数字孪生五维模型，从物理实体、虚拟实体、服务、孪生数据以及连接等五个层面阐述了数字孪生模型的组成架构和应用准则[15,16]。北京理工团队结合数字孪生发展背景，提出了产品数字孪生体的内涵以及体系结构，丰富了数字孪生技术的概念[17]。

　　在我国 2020 年圆满完成任务的嫦娥五号上也使用了数字孪生技术，通过对嫦娥五号航天器进行数字孪生仿真，加载遥测数据，实现航天器工作状态监测、多维遥测数据可视化分析等功能，助力科研工作者实时掌握月表采集情况。在基础设施建设中，郑伟皓立足公路交通设施模型，提出了基于数字孪生的建模方案和一套标识编码方案[18];朱庆为了解决川藏铁路建设过程中的多源异构信息，制定了面向数字孪生川藏铁路的编码规则[19];Chao[20]提出了灾害数字孪生范式的设想，David[21]也设想利用数字孪生技术增强灾害管理水平。在新冠疫情期间，中南建筑设计院利用数字孪生技术规划和设计了闻名世界的武汉雷神山医院，助力医院快速建成和安全使用[22]。综上所述，数字孪生是在新一代信息技术与制造业深度融合、推动制造业生产方式向数字化和智能化方向加速迈进的时代背景下诞生的，通过不断创新，逐步成为新一轮科技革命中各行各业、特别是制造业加快数字化转型的重要驱动力量。

　　数字孪生以数字化方式创建物理实体的虚拟模型，在虚拟空间中完成与真实世界的映射，构建平行世界，是一个对物理世界进行数字化解构、并在虚拟世界进行数字化重构的过程[16]。数字孪生以数据为纽带实现信息和物理系统的系统集成，以控制算法与模型为核心实现虚实实体间的知识交互与迭代优化。因此，数字孪生落地的关键是“数据+模型”。模型是数字孪生的重要组成部分，是实现数字孪生功能的重要前提。相对于制造业而言，岩土工程领域中的数字孪生技术研究还比较少，尚属一片“新领地”、“无人区”。因此，结合岩土工程特点，引入数字孪生技术，聚焦岩土工程数字孪生模型的构建，推动岩土数字孪生体的专业化应用，探索新型岩土工程数字化建设路径和实践模式，还有大量细致的工作需要开展，更需要在理论上有所创新，技术上有所突破。

　　1.2 三维地质建模

　　岩土工程既是建筑工程，又是地质工程。岩土工程中的两个核心要素是地质体与工程结构体，两者交融共生，相依相存，相克相制，相互作用，相互影响。地质体既是岩土工程结构体的载体，又是岩土工程施工改造的对象;工程结构体对地质体进行补强加固和支撑保护。岩土工程信息化的发展与三维地质建模技术的发展相辅相成，岩土工程中的三维地质建模技术的发展促进了岩土工程信息化，岩土工程信息化日益增长的需求推动着三维地质建模技术的进步[23]。1993 年，加拿大学者 Houlding 最早提出了三维地质建模的概念[24]。

　　法国 Mallet 教授建立了离散光滑插值(Discrete Smooth Interpolation，DSI)方法[25]，推动了三维地质建模的发展。随着三维地质建模方法以及计算机技术的发展，很多公司研发了三维地质建模商业软件，如法国公司在 DSI 算法基础上推出的地质建模软件 GOCAD[26]，澳大利亚公司研发的大型采矿工程软件 Surpac Vision[27]等。

　　国内岩土工程中的三维地质建模技术虽然起步较晚，但是近些年也得到了迅猛发展。中科院地质所提出了局部间断拟合函数，实现工程地质结构及边坡工程开挖的三维模拟和再现[28];中科院武汉岩土所王笑海[29]、陈健[30]提出多层 DEM 建模方法，搭建了三维地质建模系统[31];中国地质大学朱良峰、陈国良等研发了基于三角网和交叉剖面的多种建模方法和系统[32,33];天津大学钟登华等采用混合数据结构实现了地形类、地层类、断层类、界限类 4 类地质对象的拟合构造与几何建模，研发了针对水利水电工程的建模与分析系统[34];陈麒玉提出了一种基于多点地质统计学的三维地质建模方法[35];郭甲腾等发展了基于机器学习的隐式三维地质建模方法[36];杜子纯等建立了一种基于地层沉积顺序的统一地层序列方法,进行城市三维地质建模[37];冉祥金基于 CGAN 神经网络，提升了区域三维地质建模的智能化水平[38];李明超等提出了基于 NURBS 的参数化地质建模方法[39];李建等建立了多源数据融合的规则体元分裂三维地质建模方法[40];梁栋引入贝叶斯和Copula 等不确定性分析方法，提高了三维地质模型的精确度[41]。

　　然而，现有岩土工程中的三维地质模型更多应用于可视化，不能和岩土工程结构模型进行深入融合和有机协作，难以发挥三维地质模型的利用价值和作用。因此，基于数字孪生理念，考虑三维地质体与工程结构体的特点，深化理论认知水平，探索几何拓扑一致的数据模型，设计数据融合共享机制，发展三维地质体与工程结构体的自洽整合算法，实现岩土工程耦联体的数据联动、模型协动、虚实互动，构建岩土数字孪生体的系统底层架构和基础数据体系，是岩土数字孪生模型研究中亟待解决的理论问题。

　　1.3 BIM 技术

　　BIM 是一种创新理念与方法，自提出以来已席卷全球工程建设行业，引发工程建设领域的第二次数字革命，推动建筑相关行业转型升级[42,43]。美国国家建筑信息建模标准给出了 BIM 的定义：BIM 是设施物理和功能特征的数字表示，是一种共享的知识资源，用于提供有关设施的信息，为其生命周期内的决策提供可靠的基础[44]。国外在研究和应用 BIM 技术方面起步较早，美国、欧洲、日本、新加坡等国的 BIM 技术应用比较广泛。BIM 进入中国后，逐步得到了建筑领域的关注，政府和行业协会对 BIM 的研究和应用也十分重视。

　　2020 年住房和城乡建设部、国家发展改革委、科技部等 13 部门联合印发了《关于推动智能建造与建筑工业化协同发展的指导意见》，要求在建造全过程加大 BIM 等新技术的集成与创新应用，提升建筑工业信息化水平[45]。BIM 技术以三维数字技术为基础，构建数据化、智能化建筑信息模型，应用于工程的全生命周期[46]，有效实现各专业之间的协同设计和各工种之间的协同作业[47-49]，提高工作效率[50]，降低施工风险[51]，在建筑工程领域已经得到了广泛的应用并取得了巨大的成功。

　　近些年来，BIM 技术在隧道工程、基坑工程、水电工程等岩土工程相关行业中也得到了快速的应用，有效促进了岩土工程信息化的发展。在隧道工程方面，Cho 等针对新奥尔良法隧道，基于参数化建模方法，提出了标准化全断面隧道BIM 族库的构建方法[52];李晓军等提出了山岭隧道结构 BIM 多尺度建模与自适应拼接方法，并利用Revit 软件建立了隧道结构标准段与特殊段参数化模型单元[53];钟宇[54,55]、Koch[56]、刘曹宇[57]等利用BIM 技术进行了参数化建模，构建了盾构隧道模型。在基坑工程方面，郭柯兰结合神经网络模型和 BIM模型，识别基坑工程风险因素，对基坑工程进行风险量化研究[58]。在水电工程方面，谭尧升基于 BIM技术建立了水电工程边坡施工全过程信息模型，以白鹤滩水电站为例实现了数字化管控[59]。在其他与岩土工程相关工程中，BIM 技术也得到了应用[60,61]。

　　针对岩土工程中的地质体，一些学者也尝试利用 BIM 技术进行三维地质建模[62,63]。Zivec 和 Zibert 采用 BIM 建模技术为隧道项目创建三维地质模型，基于该模型进行了地质结构推断、岩体描述和调查规划[64];饶嘉谊基于 Revit 软件二次开发，利用钻孔数据构建三维岩土体模型[65];钱睿依托 Civil 3D 软件进行二次开发，构建煤层三维地质模型[66];钱骅在 CATIA 软件的基础上，利用VB 编程开发了适用于水利水电行业的三维地质建模平台[67];苏小宁基于 CATIA 软件构建了公路隧道三维地质模型[68]。

　　综上所述，BIM 技术广泛应用于建筑行业，在岩土工程中的研究也在快速发展，应用于构建岩土工程结构模型或者地质模型，但由于地质模型和结构模型的组织方式和构建方法存在显著差异，BIM技术尚难以构建复杂地质体模型。总体而言，虽然在高层建筑工程方面，BIM 技术取得了令人瞩目的成绩，但在岩土工程方面，仍不是很接地气，难以真正实现复杂地质体和工程结构体的一体化集成，亟待开展针对性的研究。因此，将 BIM 技术真正落地于岩土工程，基于几何拓扑一致的底层数据模型，融合工程结构体和复杂地质体，研发两者协同共享的岩土工程耦联体建模技术，构建与物理实体孪生并行、精准映射的 BIM 模型，形成岩土数字孪生体的建模方法体系，是迫切需要突破的技术瓶颈。

　　1.4 仿真模拟与专业分析

　　在岩土工程中，通常会利用 Abaqus、Ansys、Plaxis、FLAC 3D 等数值模拟软件构建计算模型，对隧道[69]、边坡[70]、路基[71]等工程等进行力学计算，分析复杂岩土体和工程结构体的相互作用机制与变形演化规律，评价工程安全性和稳定性。近年来，随着 BIM 技术在岩土工程中的逐步应用，学者们开始关注 BIM 模型与数值计算模型的转换与融合问题。封大为分析了 Revit 软件和 Ansys 软件的特点，利用 Revit API 接口开发程序进行 Revit 与 Ansys 之间的数据转换，实现了 BIM 结构模型可计算[72];宋杰[73]、刘彦凯[74]基于 Revit，将 BIM 模型信息和力学参数提取出来转换成 Ansys ADPL 命令流，进行力学计算。王玄玄提取 BIM 模型中的几何尺寸、材料参数等数据，并自动对模型进行网格划分，生成INP 文件，打通了 Revit 与 Abaqus 之间的数据壁垒[75]。

　　清华大学胡振中团队基于 IFC 标准提取 BIM 结构模型信息，研发了基于 BIM 的统一数据转换平台，实现了 BIM 模型数据向有限元(FEM)分析模型的转换[76-78]。上海交大邓雪原团队打造了基于 IFC 标准的数据交换平台，将 BIM 结构模型信息转换成对应数值分析软件的数据模型[79]。上述研究推动了 BIM模型进行数值计算与力学分析的发展，美中不足的是这些研究只是针对 BIM 结构模型。对于岩土工程而言，地质模型是不可或缺的一部分。Fabozzi 采用 Bentley 系列软件分别构建了隧道结构模型和三维地质模型，通过 CAD 文件格式导入至 Plaxis 有限元软件，划分网格后进行数值计算[80]。Alsahly 探讨了 BIM FEM 的工作流程，将地质模型和隧道结构模型转换成 ACIS 数据格式，导入有限元软件中进行网格划分和力学分析[81]。

　　Ninić结合多级仿真的概念，研究了 BIM 模型到仿真计算软件的流程[82]。姚翔川利用 Revit 构建地质模型和结构模型，将其转换成 Ansys 及 FLAC 计算模型，在 Ansys 中划分网格后导入 FLAC 3D 进行计算[83]。以上研究在进行岩土工程数值模拟和力学分析时虽然考虑了基于 BIM 技术构建的工程结构模型和地质模型，但是，无论是从模型的精细程度来讲，还是从两种模型的融合程度而言，都难以达到大规模精细化的岩土工程计算要求，尤其是对于施工过程中出现的地质动态变化引起的设计变更问题，尚缺乏有效的数值模型更新和计算网格划分手段，难以满足岩土工程数字化设计和动态化反馈分析的需求。因此，基于 BIM 技术定制岩土工程耦联体模型，考虑数值分析的计算网格要求，研发确保地质体和结构体模型拓扑一致性的计算网格剖分方法，是拓展岩土数字孪生体数值计算功能的关键所在。

　　1.5 存在的问题和不足之处

　　综合以上国内外研究现状可知，国内外学者针对数字孪生技术、三维地质建模、BIM 建模、仿真模拟与岩土专业计算等相关问题，进行了广泛、深入和系统的研究，提出了众多的新理论、新方法、新技术，取得了丰富的研究成果，为岩土工程数字孪生技术的研究和发展奠定了坚实基础，提供了可资借鉴的经验。但是，在多源异构数据融合、多维信息模型构建、地质体模型和结构体模型一体化集成与应用等方面的研究还不够系统深入，尚存在一些薄弱环节和不足之处，主要表现为以下几个方面：

　　(1) 岩土工程数字孪生模型缺少理论体系指导。数字孪生涉及领域广，集成难度高，各应用领域各自为战，缺乏通用基础技术底座。当前岩土工程领域的数字孪生研究相对较少，缺少通用准则和理论体系来参考和指导。

　　(2) 岩土工程数据标准化程度低，协同基础薄弱。由于缺乏统一的标准，大体量多维模型数据、多尺度、多时相、多场景的岩土工程数据格式差异显著，数据融合壁垒重重。

　　(3) 三维地质模型和结构模型的集成共享面临难题。两种建模技术之间缺乏统一的空间数据模型和数据集成标准，建模方式也有所不同，导致一致性差、兼容性低、互操作难，彼此之间的信息共享和交换能力较弱，缺乏融会贯通。三维地质模型的数据表达与BIM模型中的IFC标准也存在较大的差异，难以与 BIM 结构模型实现数据集成和信息共享，导致 BIM 软件体系在实际应用中不能有效融合与利用地质模型。

　　(4) 岩土工程信息模型在工程应用中尚未完全发挥作用。设计阶段产生的三维模型既无法直接用于数值分析，也无法满足施工阶段管理的需要。三维地质建模更多地应用于可视化，没能深入到岩土工程的实际应用当中，“好看不中用”，降低了信息的利用价值和应发挥的作用。

　　(5) 岩土工程全生命周期信息化管理过程缺乏统一平台。目前岩土工程领域的信息平台很多，主要用于岩土工程的可视化、施工安全与质量、施工资源与成本、监测信息、施工进度信息等方面的管理，以满足方案交流、成果汇报、施工模拟等场合的要求，促进了岩土工程信息化的发展。但是大多数平台仅用于项目建设的某个阶段，在全生命周期中的应用不足，且在真正优化设计和指导施工上还需要进一步扩展。面向岩土工程信息化需求，针对国内外研究的薄弱环节和不足之处，以理论创新为指引，以数据融合为基础，以模型集成为核心，以专业分析为出口，以平台建设为抓手，推动岩土工程数字孪生技术的研究是岩土工程信息化的新途径、新思路、新模式。

　　2 未来研究方向

　　2.1 岩土工程数字孪生理论与方法

　　数字孪生的主要理论渊源和基础是：系统工程及系统建模与仿真理论、现代控制理论、模式识别理论、计算机图形学和数据科学。从岩土工程的视角来看，针对地质体建模的不确定性，有必要引入土性随机场理论，客观模拟地层边界和土性参数的空间变异性，建立准确反映自然规律的三维地质模型[84,85];针对三维地质模型和结构模型的集成共享难题，更迫切需要发展“双核一体”理论，即以复杂地质体与工程结构体为核心要素，以岩土工程耦联体为关键主体，以耦联拓扑数据模型为底层数据结构，构建由三维地质体模型与工程结构体模型一体化集成的工程耦联体模型，实现工程地质体模型与工程结构体模型一体化，形成面向岩土工程数字孪生技术的“双核一体”理论[86]。

　　土性随机场理论为表征地层界面和地质结构的不确定性、土性参数的空间变异性提供理论方法，为应用地质数字孪生体推演分析复杂条件下的岩土工程性能演化规律、提升机理认知水平提供坚实基础和技术支撑。“双核一体”理论以新型拓扑数据模型为底层数据结构，解决地质体模型和工程结构体模型的差异与不兼容难题;以 IFC 标准作为数据信息交换的标准体系，构建统一的岩土工程数字孪生模型基础数据体系;以 BIM 技术作为基础数据信息的载体，利用 BIM 技术构建岩土工程数字孪生模型。土性随机场理论和“双核一体”理论为岩土工程数字孪生体的构建奠定理论基础，提供理论指导，支撑岩土工程数字孪生模型实现数据管理、模型表达、仿真模拟、情景推演、智能预测、决策自治等应用。

　　2.2 基于 IFC 标准的岩土工程数据

　　结构扩展在双核一体理论的基础上，如何实现模型数据的集成与共享是一个亟需解决的难题。考虑到 BIM技术中的 IFC 标准可以用于表达模型全生命周期的数据信息，而且是国际通用、中立的数据标准。因此，基于双核一体理念，遵循 IFC 标准，利用其良好的可扩展性，设计面向岩土工程数字孪生模型的数据结构和空间数据组织，定义模型对象的拓扑关系，建立岩土工程数字孪生体的语义数据表达和模型数据体系架构，是未来岩土工程数据融合和扩展的重点研究内容。对三维地质体和工程结构体数据模型进行统一的定义和表达，支持两类模型融合的几何解析和拓扑重构，可以有效克服地质体和结构体模型数据来源存在的壁垒，实现岩土工程数据融合，以此作为实现岩土工程数字孪生建模的基础。

　　2.3 设计施工一体化统一

　　BIM 模型构建考虑三维地质体和工程结构体模型对象特征的独特性，针对统一的数据结构，采用离散数学和连续数学相结合的方法，形成以 BIM 技术为支撑的岩土工程核心要素建模方法和岩土工程数字孪生体构建关键技术，尽可能的保证地质体模型和结构体模型能准确表达对象特征。以设计施工 BIM 信息模型构建技术为突破点，发展自洽整合算法，实现地质体和结构体模型的一体化集成，从技术层面解决三维地质体和工程结构体两类模型的融合集成，实现岩土工程规划、设计、施工、运营的一体化管控，将成为未来的重点研究方向。

　　3 结论

　　迄今为止的研究成果和技术积累，已经为岩土工程数字孪生技术的发展奠定了良好基础，为解决岩土工程数字信息化集成度不高、多源异构数据融合困难、信息模型应用不够深入、岩土工程全生命周期信息化管理平台缺乏等问题提供了技术储备和科技支撑。未来，基于当前研究中出现的问题和不足，结合岩土工程数字孪生技术的实际需求，开展创新性理论探索，攻克关键技术瓶颈，聚焦岩土工程数字孪生模型的构建，发展基于物联网的岩土工程实时监测和数据融合技术，提升设计施工协同仿真计算能力，推动岩土工程数字孪生模型的专业化应用，推进岩土工程的数字化、智能化建设进程。相信在不久的将来，数字孪生关键技术一定会取得重大突破，其在岩土工程领域的应用也一定会获得更大发展。

　　参 考 文 献

　　[1]VOLK R, STENGEL J, SCHULTMANN F . BuildingInformation Modeling (BIM) for existing buildings —Literature review and future needs[J] . Automation inConstruction，2014，38: 109 127.

　　[2]COSTIN A, ADIBFAR A, HU H, et al.Building InformationModeling (BIM) for transportation infrastructure – Literaturereview, applications, challenges, and recommendation[J].Automation in Construction，2018，94：257 281.

　　[3]HUANG M, NINIć J, ZHANG Q B. BIM, machine learningand computer vision techniques in underground construction:Current status and future perspectives[J] . Tunnelling andUnderground Space Technology，2021，108：103677.

　　[4]GRIEVES M, VICKERS J. Digital twin ： mitigatingunpredictable, undesirable emergent behavior in complexsystem[M]. Berlin，Germany：Springer Verlag，2017.

　　[5]ERIC J，ANTHONY R，THOMAS G，et al. Reengineeringaircraft structural life prediction using a digital twin[J].International Journal of Aerospace Engineering, 2011，1 14.

　　[6]GLAESSGEN E，STARGEL D. The digital twin paradigmfor future NASA and U.S. air force vehicles[C]// Proc of the53rd AIAA/ASME/ASCE/AHS/ASCStructures, StructuralDynamics and Materials Conference. Honolulu ： CurranAssociates，2012：7274 7260

　　作者：陈 健1，2，3，4，5 盛 谦1，2 陈国良1 吴佳明6