基于语义代理的智能数字孪生技术：通过资产管理框架整合需求、生产和产品 作者：Joel Lehmann、Tim Markus H?u?ermann 和 Julian Reichwald

《Big Data and Cognitive Computing》：Semantic Agent-Based Intelligent Digital Twins Integrating Demand, Production and Product Through Asset Administration Shells Joel Lehmann, Tim Markus H?u?ermann and Julian Reichwald

　　

摘要

复杂的产品和生产过程相互交织，需要具有表现力的、贯穿整个生命周期的数字表示形式。Asset Administration Shell作为数字孪生（DT）的标准应运而生，它能够在基于云的工业物联网（IIoT）基础设施中整合异构数据。然而，目前的部署主要实现的是被动或反应式的数字孪生，而智能行为尚未得到充分利用。本文旨在解决这一差距，提出了一种端到端的架构，通过集成机器可解释的工业技能来实现数字孪生参考模型。这些技能被语义化地累积到知识图中，从而支持发现和推理；同时，多智能体系统通过机器之间的交互在联邦市场中提供基于效用的自主协商。该方法应用于一个真实的智能制造演示项目中，将订单处理、生产协调和生命周期文档整合到一个统一的执行流程中，涵盖了与IIoT连接的车间资产和基于云的服务。定量实验评估了协商延迟、重新协商的鲁棒性以及效用变化，结果表明即使在并发需求和故障场景下，系统也能表现出稳定且可预测的行为。该架构为价值链之间的互操作和主权协作奠定了基础，以实现共享生产。实验结果强调了紧密耦合的使能技术的有效性，这些技术使得数字孪生具备主动性、可重构性和丰富的语义内容。