Systems of Twinned Systems: A Systematic Literature Review

本文通过对 2500 余篇文献的系统性筛选与 80 篇研究的深入分析，提出了“孪生系统之系统”这一融合系统之系统与数字孪生范式的新概念，并构建了一个兼容现有理论的分类框架以总结该领域的研究现状。

要点

这篇论文就像是在探索一个**“超级智能管家团队”**是如何组建和运作的。

为了让你轻松理解，我们可以把这篇论文的研究对象——“孪生系统之系统”（Systems of Twinned Systems, 简称 SoTS），想象成一场**“超级英雄联盟”的集结**。

1. 背景：两个世界的碰撞

想象一下，现代世界越来越复杂，就像是一个巨大的、由无数独立小团队组成的**“乐高城市”（这就是系统之系统，SoS**）。

• 乐高城市的特点：每个小团队（比如交通队、能源队、医疗队）都是独立的，他们有自己的目标，但为了大局（比如城市安全），他们需要偶尔合作。
• 数字孪生（Digital Twin, DT）的特点：这就像给每个乐高小人或建筑都配了一个**“全息投影分身”**。这个分身能实时反映真实物体的状态，甚至能预测未来（比如预测哪条路会堵车，哪个机器会坏）。

论文的核心问题：当我们要把成千上万个这样的“全息分身”（数字孪生）组织起来，让它们像“乐高城市”那样协同工作时，会发生什么？这就是**“孪生系统之系统”**。

2. 他们是怎么组织的？（四种“组队模式”）

论文发现，这些“分身团队”的协作方式主要有四种，就像不同的管理风格：

• 👮 指挥型（Directed）：有一个**“总指挥”**（比如城市大脑），它手里拿着所有分身的遥控器。它说“向左走”，分身就向左走。
  • 例子：紧急救援中心指挥所有的救护车和无人机。
• 🤝 协商型（Acknowledged）：有一个**“协调员”**，但每个分身都有自己的主意。协调员说“我们需要平衡电网”，但每个发电厂的分身可以决定自己发多少电，只要不崩盘就行。
  • 例子：智能电网，大家商量着怎么用电。
• 🕺 舞蹈型（Collaborative）：没有总指挥，大家像跳广场舞一样。每个人都有自己的舞步（目标），但通过默契的配合（编舞），大家一起完成一个复杂的动作。
  • 例子：一群自动驾驶汽车，没有中央控制，但通过互相“眼神交流”（数据交换）自动保持车距，形成车队。
• 🌪️ 自由型（Virtual）：大家完全自由，像蜂群一样。遇到危险（比如洪水），大家临时凑在一起，根据情况自动决定怎么合作，没有预设的规则。
  • 例子：灾难现场，无人机、机器人临时组队救人。

3. 现在的现状：有点“稚嫩”

论文对 80 篇相关研究进行了“体检”，发现了一些有趣的现象：

• 大家都在做什么？ 大多数研究集中在制造业（工厂）和汽车领域。就像大家都在忙着给工厂机器和汽车造“分身”。
• 分身有多聪明？ 大部分“分身”还比较听话（主要是监控和模拟），只有少数能独立思考（自主决策）。
• 他们怎么说话？ 大家用的“语言”五花八门。有的用 Python，有的用 Java，就像大家有的说中文，有的说英语，虽然能勉强沟通，但缺乏统一的**“普通话”**（标准）。
• 成熟度如何？ 大部分还停留在**“实验室原型”**阶段（就像刚造好的概念车，还没真正上路跑）。只有极少数真正投入了实际使用。

4. 遇到的困难：为什么还没普及？

论文指出了几个主要“拦路虎”：

1. 缺乏统一标准：就像不同品牌的手机充电器不通用一样，不同系统的“分身”很难互相连接。
2. 架构不清晰：大家还在摸索“怎么组队”最好，缺乏成熟的“组队说明书”。
3. 忽视“意外”：系统太复杂，会出现**“涌现行为”**（Emergence），也就是 1+1>2 的意外效果（好的或坏的）。目前的系统很难预测这些意外。
4. 安全与隐私：这么多分身连在一起，如果黑客攻破了一个，会不会像多米诺骨牌一样全倒？这方面的研究还不足。

5. 未来的方向：我们要去哪里？

论文给未来的研究者画了一张**“藏宝图”**：

• 制定规则：急需建立统一的“语言”和“标准”，让所有分身能无缝对话。
• 设计架构：需要设计出更灵活的“组队说明书”，让系统既能听指挥，又能灵活应变。
• 拥抱意外：利用人工智能，让系统不仅能预测已知的问题，还能应对未知的“涌现行为”。
• 走出实验室：从“概念验证”走向“真实世界”，在真实的工厂、城市里真正跑起来。

总结

这篇论文就像是在说：“我们终于把‘数字分身’和‘超级团队’这两个概念结合起来了，这是一个非常酷的想法，潜力巨大。但目前我们还处于‘婴儿学步’阶段，大家还在各自为战，缺乏统一的标准和成熟的架构。未来的任务就是把这些‘婴儿’培养成能应对复杂世界的‘超级英雄’。”

技术摘要

《双生系统之系统：系统文献综述》技术总结

本文《Systems of Twinned Systems: A Systematic Literature Review》（双生系统之系统：系统文献综述）由 Feyi Adesanya 等人撰写，旨在对“双生系统之系统”（Systems of Twinned Systems, SoTS）这一新兴领域进行系统的文献回顾。SoTS 是将系统之系统（System of Systems, SoS）的灵活聚合范式与数字孪生（Digital Twins, DT）的虚实紧密耦合范式相结合的产物。

以下是对该论文的详细技术总结：

1. 研究背景与问题 (Problem)

现代工程系统日益复杂，表现为规模扩大、互联性增强以及数字与物理组件的异构性。

• SoS 的局限：传统 SoS 强调子系统间的弱耦合和独立性，但在处理物理与数字深度耦合（Cyber-Physical Convergence）时缺乏对强耦合关系的建模能力。
• DT 的局限：传统数字孪生通常关注单一实体或集中式系统，缺乏在大规模、分布式、动态环境中协调多个独立数字孪生体的能力。
• 核心问题：如何将 SoS 的灵活性与 DT 的精确控制相结合，以应对日益复杂的工程挑战？目前缺乏对这一结合领域的系统性综述和分类框架。

2. 研究方法 (Methodology)

作者采用系统文献综述（Systematic Literature Review, SLR）方法，遵循软件工程实证研究的最佳实践：

• 数据源：检索了 Scopus, Web of Science, ACM Digital Library, IEEE Xplore 等数据库。
• 筛选过程：
  • 初始检索到 317 篇文献，去重后保留 196 篇。
  • 经过严格的纳入/排除标准（如必须同时讨论 DT 和 SoS、必须是实证研究等），最终通过自动化搜索和滚雪球法（Snowballing）共纳入 80 篇 高质量主要研究（Primary Studies）。
• 分析框架：
  • 提出了一个包含 **7 个研究问题 **(RQs) 的分析框架，涵盖动机、架构、技术特征、非功能性属性、成熟度及技术选型。
  • 构建了 SoTS 分类框架，结合 Nielsen 等人的 SoS 维度和 Kritzinger 等人的 DT 分类。
• 验证：通过双盲评审、计算评分者间一致性（IRA 88%-94%）和 Cohen's κ系数来确保研究质量。

3. 关键贡献 (Key Contributions)

1. 定义 SoTS：明确定义了“双生系统之系统”为“由系统之系统（SoS）原则组织的数字孪生系统集合，其中数字孪生系统可作为自主组件协作以实现复杂目标”。
2. 提出分类框架：
   • 基于 SoS 的指挥与协调机制，定义了 6 种 SoTS 架构模式：
     • **定向 SoTS **(Directed)：中央 DT 控制所有子组件（如智慧城市指挥中心）。
     • **认可 SoTS **(Acknowledged)：中央 DT 协调，但子组件保留目标独立性（如智能电网）。
     • **协作 SoTS **(Collaborative)：无中央控制器，通过编排（Choreography）自愿协作（如自动驾驶车队）。
     • **虚拟 SoTS **(Virtual)：高度自主，动态形成临时目标（如灾害救援中的自主无人机群）。
     • 专用 DT 系统 和 专用 DT 与系统混合系统（作为未来方向提出）。
3. 建立分类体系：涵盖了 SoTS 的属性（如自主性、互操作性）、组成模式（编排 vs 编排）以及物理/数字/人机混合组件的类型。

4. 主要研究结果 (Results)

通过对 80 篇文献的深入分析，得出以下关键发现：

RQ1: 结合动机与应用领域

• 动机：主要是优化 (37.5%)、集成 (31.3%)、验证 (18.8%) 和 可维护性 (12.5%)。
• 意图：61.3% 的研究是将多个 DT 组合成 SoS，38.8% 是对现有 SoS 进行整体数字孪生。
• 领域：制造业 (40%) 是主导领域，其次是汽车 (11.3%)、智能城市 (7.5%) 和 CPS (7.5%)。

RQ2: 架构与组成单元

• 架构分布：**认可型 **(Acknowledged, 38.8%) 和 **定向型 **(Directed, 32.5%) 占主导，表明当前研究多采用集中式或半集中式控制。**协作型 **(23.8%) 和 **虚拟型 **(5.0%) 较少，说明动态自主架构尚不成熟。
• 组成单元：77.5% 关注物理系统（如机器、车辆），仅 11.3% 涉及 CPS，8.8% 涉及人机系统 (CPHS)。

RQ3 & RQ4: 技术特征

• DT 特性：绝大多数 (82.5%) 使用完全自主的数字孪生。核心服务包括实时监控 (98.8%)、仿真 (96.3%) 和优化 (85.0%)。
• 建模方法：常用架构建模 (SysML, UML) 和空间可视化 (CAD, 3D)。
• SoS 维度：研究多关注分布性 (92.5%) 和 独立性 (88.8%)，但对演化 (37.5%) 和 重构 (43.8%) 等动态属性的支持不足。
• 涌现行为：仅 65% 的研究涉及涌现行为，且多为弱涌现 (37.5%)，强涌现 (7.5%) 极少见。

RQ5: 非功能性属性 (NFP)

• 可靠性：51.3% 在架构层面提及，但仅 2.5% 进行显式建模，3.8% 进行验证。
• 安全性：仅 23.8% 在架构层面处理，显式建模和验证的比例极低。

RQ6: 成熟度 (TRL)

• 技术成熟度：处于早期至中期。43.8% 为演示原型 (Demo Prototype)，25% 为初始阶段，仅 1.3% 达到运行级 (Operational)。
• 评估方法：90% 的研究采用验证（如原型、仿真），仅 10% 进行实证评估（如工业案例研究）。
• 标准：仅 45% 的研究使用了标准（如 OPC UA, RAMI 4.0），且多侧重于 DT 组件而非 SoS 集成。

RQ7: 技术选型

• 语言：Python (27.5%) 和 Java (17.5%) 最常用。
• 工具：MATLAB/Simulink 用于仿真，MongoDB 用于数据管理，Unity 用于可视化，Eclipse Ditto/ROS 用于 IoT 和 DT 编排。

5. 意义与未来展望 (Significance & Future Work)

• 理论意义：填补了 SoS 与 DT 融合领域的理论空白，提供了首个系统的分类框架，揭示了当前研究在动态架构和标准支持方面的不足。
• 实践意义：为工程师和研究人员提供了技术选型参考（如语言、工具、标准），并指出了当前 SoTS 在可靠性、安全性和涌现行为管理上的挑战。
• 关键挑战与方向：
  1. 架构缺失：亟需开发支持动态、灵活 SoTS 的参考架构（如微服务架构）。
  2. 标准匮乏：缺乏统一的 SoTS 标准，阻碍了互操作性和大规模部署。
  3. 涌现行为管理：需要利用 DT 的主动实验能力（Active Experimentation）来理解和控制 SoS 的涌现行为。
  4. 实证研究滞后：需要从“原型验证”向“工业案例研究”和“实证评估”转变，以提高研究成熟度。

总结：该论文表明 SoTS 是一个充满潜力但尚处起步阶段的研究领域。虽然制造和汽车领域已有初步应用，但在处理高度动态、自主协作的复杂系统方面，仍需在架构设计、标准化、涌现行为管理以及实证评估方面取得重大突破。