大学数字孪生

作为关联状态体系的大学

大学中的每个对象都有自己的状态：学生执行任务并发展专业能力，项目经过不同阶段，教室有课表和可使用的设备，教学项目包含正在开展的课程模块与调整，科研工作不断产生数据和成果。

数字孪生通过关联将这些状态联系起来。某个对象发生变化，会影响依赖它的流程、角色、资源与决定。

能够观察状态，就可以了解体系目前的情况、发现限制条件、准备行动方案，并追踪变化后的成果。

1. 01

   对象

   个人、任务、项目、教学项目、资源、场所或流程。

2. 02

   属性

   用于描述对象的属性。

3. 03

   关联

   与其他系统对象之间的关系。

4. 04

   当前状态

   当前的属性值、状态及限制条件。

5. 05

   事件

   影响对象或其关联的变化。

6. 06

   新的状态

   行动或外部变化发生后更新的状态。

数字孪生的六个层次

数字孪生架构联系对象、关联、事件、状态、规则以及面向不同角色的视图。

对象通过关联获得实际意义

单独的指标只能说明一个对象的状态，对象之间的关联则说明它在整体体系中的作用。

专业能力数据只有在与参与者、成果、任务、应用背景及核实时间建立关联后，才能用于具体工作。

教室数据在与课表、设备、学习小组、任务及访问限制建立关联后，才能用于管理。

• 参与

  个人或团队参与某项任务、项目或流程。

• 承担责任

  指定角色对成果或决定承担责任。

• 使用

  流程需要场所、设备、数据或时间。

• 依赖

  某项工作需要另一项工作的成果才能完成。

• 形成

  行动形成成果、数据或新的状态。

• 证明

  成果作为专业能力的证明。

• 限制

  规则、资源或条件决定可以采取哪些行动。

• 更新

  事件或成果改变相关对象的状态。

项目：降低教学楼能耗

请选择一个对象，查看其状态、传入和传出的关联、可能发生的事件及其影响。

多个层次相互联系的大学

大学同时是实体、教学、项目、组织和数字环境。

数字孪生通过共同的对象、事件及流程连接这些层次。场所与课表相联系，课表与任务相联系，任务与人员相联系，人员与专业能力相联系，而成果则与项目及学习发展路径相联系。

• 实体环境层

  • 教学楼
  • 教室
  • 实验室
  • 设备
  • 基础设施
  • 可用情况

• 教学层

  • 教学项目
  • 课程模块
  • 任务
  • 学习发展路径
  • 成果
  • 专业能力

• 科研层

  • 研究假设
  • 数据
  • 实验
  • 学术发表
  • 研究方法
  • 科研团队

• 项目层

  • 项目
  • 团队
  • 客户
  • 期限
  • 资源
  • 应用成果

• 组织与数字层

  • 角色
  • 规则
  • 课表
  • 访问权限
  • AI 智能体
  • 数据分析
  • 数字服务

大学实验室

请选择一个层次，查看同一对象在不同流程中承担什么作用。

同一个实体对象可能参与多个流程，其作用取决于参与者角色、任务及当前状态。

变化如何在体系中传递

事件会影响某个对象、它的关联以及依赖它的流程。数字孪生可以展示连锁变化，并帮助准备协调一致的行动方案。

变化影响多大，取决于对象与其他部分的关联。教室变化会影响课表与学习小组，角色变化会影响任务及责任，新的科研成果则会影响学习资料、项目及专业能力。

• 资源事件

  设备暂时无法使用。

• 教学事件

  项目任务的评价标准发生变化。

• 人员事件

  专家在有限的时间内加入项目。

• 项目事件

  客户进一步明确预期成果。

• 科研事件

  新数据促使研究者修订原有假设。

• 设施事件

  教室因维护而暂时关闭。

• 规则事件

  数据处理规则发生变化。

• 外部事件

  出现新的技术可能性。

工程实验室在计划日期无法使用

学习发展路径的数字孪生

参与者的学习状态包括当前任务、已获证明的能力、成果、角色、目标及可选择的下一步行动。

数字孪生将个人发展与团队任务、教学项目、项目实践及大学资源联系起来。

• 当前角色

• 正在执行的任务

• 已核实的专业能力

• 证明材料

• 学习目标

• 已发现的能力缺口

• 项目实践经验

• 可用情况

• 下一步行动的选择

项目团队成员

展示关联学习状态的变化。

大学资源状态

场所、设备、时间和参与者的可用情况共同构成资源安排。

数字孪生展示哪些流程使用了某项资源、有哪些限制，以及资源可用情况变化可能带来的后果。

• 资源状态

  • 类型
  • 用途
  • 可用情况
  • 使用负荷
  • 技术状态
  • 访问规则
  • 相关流程
  • 责任人
  • 事件历史

• 资源类型

  1. 场所
  2. 设备
  3. 时间
  4. 数据
  5. 专家参与
  6. 数字工具

三个流程共同使用一个实验室

• 教学活动

  小组共有 18 人 · 本周须完成 · 需要基本设备 · 依赖课程模块完成。

• 科研实验

  团队共有 4 人 · 仅有两天可用 · 需要专用实验台 · 与学术发表阶段相关。

• 项目测试

  团队共有 7 人 · 必须在与合作伙伴会面之前完成 · 需要基础设备和传感器 · 与试点决定相关。

选择优先标准

不同的优先标准对应不同的可行方案。责任人包括资源管理员、教学项目负责人、科研负责人和项目协调员。

任务与成果流转图谱

科研及项目工作形成研究假设、数据、方法、原型和应用成果。

数字孪生展示哪些项目共享知识、资源、团队及成果，以及实践中产生了哪些新的研究问题。

• 项目状态

  • 目标
  • 阶段
  • 团队
  • 任务
  • 成果
  • 依赖关系
  • 资源
  • 风险
  • 相关专业能力
  • 外部参与者
  • 新的数据

• 科研状态

  • 研究问题
  • 研究假设
  • 方法
  • 数据
  • 检验阶段
  • 团队
  • 成果
  • 限制条件
  • 学术发表资料
  • 与教学任务的联系

校园能耗降低系统

同一所大学，不同的工作视图

每个角色使用自己所需的数字孪生视图。能够看到哪些数据，由参与者的任务、权限及责任决定。

数字孪生视图根据用户角色、任务及权限确定。

数据来源与时效性

数字孪生中的每个数据项都应具有明确的来源、更新时间、使用目的及责任人。

通过追踪数据来源，可以核查某个状态、分析结论或决策方案依据什么形成。

• 来源信息卡

  • 名称
  • 来源
  • 负责人
  • 更新时间
  • 获取方式
  • 使用目的
  • 相关决定
  • 访问限制
  • 变更历史

• 数据来源类型

  • 参与者的行动
  • 任务成果
  • 课表
  • 资源管理系统
  • 项目文件
  • 科研数据
  • 专家决定
  • 已批准的规则

追踪数据来源

1. 01

   实验室课表

   来源： 课表管理系统.

   责任人： 资源管理员.

   时效性： 本周当前有效的时间段.

   对最终结果的影响： 确定允许使用的时段.

   可能导致变化的原因： 课表变化.

2. 02

   设备技术状态

3. 03

   责任人确认

4. 04

   访问规则

5. 05

   项目申请

6. 06

   最终可用状态

当前选中的环节： 实验室课表.

数据质量可以通过时效性、完整性、一致性、可核实性、是否适合使用目的及来源是否明确等特征加以评估。

智能体如何使用数字孪生

AI 智能体仅在自身职能及权限范围内从数字孪生获取背景信息。

任务、参与者、专业能力、资源和规则的状态为智能体提供依据，以便提出有针对性的建议，并将成果交给相应责任人。

• 导航助手

  使用：

  • 用户当前所处位置
  • 当前任务
  • 可用路径
  • 相关资源

  形成成果： 下一步行动的备选方案.

• 学习导师

  使用：

  • 发展路径
  • 成果
  • 专业能力
  • 学习资料
  • 当前任务

  形成成果： 结合背景信息的学习辅助.

• 分析助手

  使用：

  • 状态
  • 事件历史
  • 关联
  • 流程成果

  形成成果： 观察结果与可能的解释.

• 协调助手

  使用：

  • 角色
  • 任务
  • 依赖关系
  • 期限
  • 资源

  形成成果： 协调后的工作路径.

• 资源协调助手

  使用：

  • 可用情况
  • 课表
  • 流程要求
  • 限制条件

  形成成果： 资源分配方案.

• 管理规则助手

  使用：

  • 规则
  • 权限
  • 决策历史
  • 事件类型

  形成成果： 审批路径及允许执行的行动.

进一步了解多智能体环境 →

数字孪生如何辅助大学体系发生变化

大学决定启动一座新的跨学科实验室。

构建大学数字孪生需要哪些条件

1. 01

   统一的对象模型

   人员、任务、专业能力、项目、资源及流程采用相互一致的定义。

2. 02

   稳定的对象标识

   每个对象及成果都保留与自身历史和数据来源的联系。

3. 03

   明确定义的关联

   参与、责任、依赖、使用及确认等关系具有明确规定。

4. 04

   通过事件更新

   对象和流程的变化被记录为事件，并形成新的状态。

5. 05

   数据管理

   每项数据都明确来源、用途、访问权限及责任人。

6. 06

   面向角色的视图

   用户只看到与自己的任务及权限相关的数据。

7. 07

   可追溯的决定

   系统保留重要决定的依据、参与者、行动及成果。

大学数字孪生由什么构成

1. 01

   相互关联的模型

   使用共同的对象及关系表示人员、任务、项目、专业能力、场所与资源。

2. 02

   当前状态

   模型反映当前的任务状态、资源可用情况、负荷、成果及限制。

3. 03

   变更历史

   事件、决定和新的状态与此前的系统版本保持关联。

4. 04

   分析依赖关系

   沿相关流程及资源追踪某个对象变化产生的影响。

5. 05

   通过情景分析准备决策

   用户在调整流程之前比较允许采用的方案及其可能后果。

6. 06

   面向角色的视图

   每位参与者只接收符合自身任务、责任和权限的背景信息。

7. 07

   智能体辅助

   AI 智能体根据当前状态辅助导航、分析、协调及资源管理。

8. 08

   持续更新

   行动成果更新数字孪生，并成为下一轮工作的基础。

数字孪生构建可观察的大学 5.0 模型，将教学、科研、项目及资源流程的状态与参与者的行动和责任明确的决定联系起来。

关于本研究模型

大学数字孪生这一概念由 Sergey Shatokhin 在 IWXA 实验室的大学 5.0 研究模型和 EduOS「Lad」架构中持续发展。

数字孪生将事件驱动的流程组织、学习发展路径、专业能力、资源、项目、AI 智能体以及管理决策联系在同一大学状态模型中。

• 关于作者
• 大学 5.0
• EduOS「Lad」
• 多智能体环境
• 科学研究