数字孪生技术的跨领域应用已经从单一场景的应用扩展到复杂系统。这些系统现在涵盖了工业制造[1]、智慧城市[2]、航空航天工程[3]和精准医疗[4]等多个领域。通过核心元素的全面数字化——如三维实体表示、多物理场耦合以及建模对象的行为逻辑映射[5,6]——数字孪生实现了先进的高保真虚拟映射能力。
从单元级模型向系统级复杂实体的演变是工业数字化的必然趋势。在数字车间和智能工厂等场景中，系统不再是一个孤立的对象，而是由众多相互连接的单元组成的复杂集合。例如，一条自动化生产线通常集成有数十个机械臂、传送带和传感器，每个部件都有一个相应的数字孪生体。
在这种复杂环境中，连接模型（CN）作为生态系统中的关键纽带和通用枢纽。基于五维数字孪生（5D-DT）架构[7]，CN不仅限于物理空间与虚拟空间之间的链接；它还促进了物理实体（PE）、虚拟实体（VE）、服务（Ss）和孪生数据（DD）之间的多维交互。作为无状态的数据流通道[8]，CN执行双向数据映射[9]并协调模块的动态更新——这里的“模块”指的是5D-DT模型的五个构成部分之一[10]——以确保实时同步，从而支持系统仿真、优化控制和智能决策。然而，这一核心角色也使其成为了一个重要的瓶颈。在拥有数百台设备的大规模工厂中，成对交互的数量激增。如果不进行优化，传统的点对点映射方法会导致线程使用量和内存开销的爆炸性增长。这种“可扩展性危机”严重阻碍了模型的重用和系统的扩展，使得无法满足工业4.0的敏捷需求。
现有研究在特定场景下实现了部分连接模型的构建（例如，机床的状态同步[11]、建筑结构中的应力传递[12]），但通常存在三个关键限制：（1）数据管道的刚性耦合阻碍了动态重构；（2）缺乏标准化的接口协议加剧了跨领域信息孤岛[13]；（3）对连接元素（CN所链接和同步的具体交互单元）的考虑不足[10]。这些限制导致特定应用的连接模型缺乏通用方法。一个系统化的、标准化的协议对于提供一种一致的范式至关重要，使得不同的数字孪生模型能够无缝地组装和合并，无论它们在物理上存在何种差异。如果没有这样的标准来指导不同工业场景下的高效集成和冗余减少，系统将出现碎片化，导致三个操作缺陷：多个设备孪生体之间的协调不兼容、异构孪生体之间的信息交换效率低下，以及无法构建相互连接的复杂数字孪生系统。
为了应对这种多模型协作模式，连接模型的构建需要在三个特性上超越传统方法：模块化、可扩展性和轻量级。（1）连接组件必须以模块化的方式解耦，以实现即插即用的功能[14]；（2）连接拓扑需要具备动态重构能力，以适应系统的弹性扩展；（3）构建策略应通过降低结构复杂性来减少运行时的线程和内存消耗，同时保持所有数据通道的完整性。为了满足这些多维需求，我们利用虚拟传感器（VS）作为基础构建块。虚拟传感器（VS）作为标准化的软件单元，封装了数据采集和处理机制[8]。它们具有内在的模块化和面向对象的建模方法[15]，能够高效地合并冗余实例并实现灵活的多系统集成[14]。因此，VS成为解决当前可扩展性和资源效率瓶颈的理想架构基础。本研究提出了一种基于虚拟传感器的合并状态组装方法，用于数字孪生连接。与传统框架相比，我们的方法引入了两项技术创新：（1）一种解决复杂数字孪生中冗余积累的连接模型合并方法；（2）一种解决重构挑战的连接模型组装技术，确保复杂数字孪生系统中的高维信息一致性和同步。
本文的其余部分安排如下：第2节讨论了数字孪生技术的相关工作。第3节详细阐述了连接模型组装和合并的方法论框架。第4节介绍了连接模型合并方法。第5节介绍了连接模型组装技术。第6节通过案例研究验证了所提出的方法论。最后，第7节总结了本研究并指出了未来的研究方向。（表1）
