数字化试验 | 数字化试验共性能力底座： 数字资产化与试验能力复用

上一篇讨论了知识与标准体系如何建立数字化试验的统一工程语义：数字化标准提供要求依据，业务本体明确对象、属性与关系，知识图谱关联工程知识和任务证据；规则经过任务配置与工程确认，再由软件工具和业务执行系统落实。这为数据、模型、数字孪生体和判据在同一项任务中协同工作提供了共同的解释基础。  

当下一项任务需要复用这些成果时，工程人员仍可能遇到另一重困难：同一类试验做过多次，数据散落在项目目录，模型保存在个人工作站，经验写在报告中，引用的标准又有不同版本。即使找到文件，也未必能判断它对应什么技术状态、能否用于当前工况，以及谁对它的质量作过确认。  

找到文件只是复用的起点。来源、适用边界和证据关系不清楚，工程人员仍要重新寻源、核对版本，必要时重复建模或试验；上一项任务的成果也就难以成为下一项任务可以信任的依据。  

数字资产化，首先要为数据、模型、数字孪生体、知识和经验建立统一身份，并补充版本、适用条件、依赖关系和确认状态，再通过统一资产目录和关联机制纳入任务管理。  

这样，试验数字资产才能被找到、被评估，并在授权范围内调用和追溯。  

试验数据脱离了对象与采集条件，往往只剩下一组难以解释的数值。登记时需要关联原任务、对象技术状态、工况、测点、采样配置、处理方法和质量状态。模型则应提供输入输出定义、适用范围、校准记录与验证证据，知识条目保留来源及确认状态。这些信息共同回答一个问题：找到的资源，究竟能否用于当前任务。  

资产可以继续保留在原有专业系统中。统一目录维护资产标识、来源位置、版本索引及必要的关联信息，提供受控的文件或服务入口；具体访问由权限管理和源系统执行。跨系统交换时，既要保持资产身份一致，也要能定位实际使用的内容与版本，避免多次复 制后出现来源和状态不明的副本。  

数据、模型和知识需要按各自的工程特性管理。数据关注实测记录、处理结果与质量；模型关注计算能力、接口和验证状态；知识关注经验案例、规则方法及其依据。标准内容还涉及来源、发布状态、版本和适用要求，宜独立登记，并与相关知识、规则及任务建立引用关系。分类帮助使用者找到资源，统一标识则保证同一项资产在不同管理视图中仍可被准确引用。  

数字孪生体需要区分可复用的孪生模型包与面向具体对象运行的实例。用于描述对象机理与行为的模型包可以纳入模型资产管理；面向部署的完整孪生应用还包含数据连接、规则和运行配置，应保留这些组成部分的依赖关系。  

运行实例则对应具体对象，持续维护对象身份与状态。在统一资产目录中，可为孪生体独立登记标识与配置基线，关联组成它的模型、数据和知识。流程模板、脚本和报告也应按自身特性登记。  

因此，数字孪生体既可以作为一个可追踪的组合数字资产进行登记，也应保留其模型、数据、知识、规则和运行配置等组成数字资产的独立身份。  

图 1：统一资产目录提供数字资产入口，数字孪生体配置与任务基线保留组成和使用关系  

复核一项指标时，测点数据、计算模型、标准条款和历史结论可能来自不同系统。工程人员从统一资产目录进入相应资源，再依据任务配置和管理记录核对实际版本、组成依赖与结果依据。以“数字线程”把这些关系贯通起来，使模型的组成、任务的调用和结论的证据可以分别追查。  

以航空发动机机匣的结构模态试验为例，新任务可以从既有试验中查找测点方案、激励与响应记录、频响函数、模态识别方法及相应模型。频响函数反映指定位置和方向上，响应相对于激励随频率变化的幅值与相位关系。候选资产首先要对应明确的机匣技术状态和支承边界，再核对激励与响应的位置、方向、物理量与单位、分析频段和处理方法。同一型号的历史结果可以提供参考，能否用于新任务仍需判断这些条件是否可比。  

支承方式发生变化，可能改变机匣的动力学特性，原有模态参数需要重新评估。调整激励点或响应测点，则会改变所测频响关系及各阶模态的激励、观测情况；在对象与边界未变的前提下，不能仅凭测点变化就断定结构的固有特性已经改变，但仍需重新评估模态识别结果的可观测性和可比性。  

传感器校准、采样设置和处理记录有助于核查数据质量，但不能消除边界条件变化带来的物理差异。处理脚本、分析流程模板和报告结构可经核对复用，模型与试验结果是否沿用则需差异分析及必要的补充验证，旧任务结论不能直接转移。  
 

图 2：机匣模态试验中的适用性核查、受控复用与证据回流（场景示意）  

核查应给出明确的复用范围：哪些数字资产经确认可按原版本调用，哪些需要适配并通过验证，哪些暂不采用。资产内容发生修改时，应形成新版本；仅调整调用参数时，也要保留本次配置及其依据。经确认的版本与参数纳入新任务配置基线，记录变更原因及批准情况。图 2 的前向路径表示确认后的资产调用，返回路径表示新证据与派生版本回流。  

新任务完成后，实测记录、模型比对结果、问题处理和复核结论应关联到实际使用的资产版本及任务配置。这样，下一次调用者既能看到成果，也能了解它在什么条件下接受过检验、哪些差异尚未消除。复用的价值由这些可核查的记录逐步积累，不能仅凭一次调用成功就认定资产适用于更多任务。  

试验数字资产跨项目、专业和供应链使用时，目录条目本身也可能包含敏感信息。是否展示摘要、是否允许下载或服务调用，都应按角色、项目和用途分别授权。访问与使用记录需要对应到具体任务，才能说明什么人在什么范围内使用了哪一版资产。  

版本管理不能只保留最新文件。标准换版、对象状态调整、模型修正或算法更新，都可能影响既有结论的适用性。“数字线程”沿已记录的依赖关系，关联资产版本、任务配置、执行记录与报告证据，帮助识别可能受影响的任务和派生资产，再由责任人员确认复核范围。新任务选择适用且经批准的版本，历史任务则保留当时采用的依据。  

图 3：按授权调用适用版本，沿数字线程追溯任务依据与变更影响  

安世亚太数字化试验方案将数据治理、模型资源管理、数字孪生建模与知识图谱相衔接，围绕试验数字资产的资产化登记、适用性确认和受控调用组织试验资源。统一资产目录与专业工具保持连接，让登记的信息能够进入建模、试验执行和分析评价，执行结果也能返回对应任务与资产版本。  

落地时，可选取一类反复开展、复用需求明确的试验任务作为起点。围绕它整理真实资产和关键元数据，打通目录、任务配置与执行记录之间的关联，再根据使用中暴露的缺项扩展管理范围。评价建设成效时，应关注重复寻源和版本核对是否减少、不适用条件能否在调用前被发现，资产复用是否留下了可核查的配置和验证记录，以及发生疑问时是否找得到判断依据。  

资产能够被找到和受控调用之后，还需要面向具体试验对象，组织它的结构、状态、参数、边界条件和历史信息。下一篇《试验对象数字孪生体：从装备状态到试验场景的数字表达》将进一步讨论：怎样将这些资产组合为与对象技术状态相对应、能够支撑具体试验场景的数字表达。  

数字资产化让已有试验成果带着身份、适用边界、版本与证据，进入下一项任务。

统一资产目录让试验数字资产可发现，分类治理保留不同资源的工程特性，权限与配置控制限定调用范围；复用经过适用性确认，执行和复核结果持续回流，才能把单次试验成果积累为后续试验任务可复用的工程能力。

安世亚太数字化试验业务：不是替代物理试验，而是让物理试验前有推演、试验中有协同、试验后有回流，让每一次试验都沉淀为下一轮设计、验证和优化的基础。