3. 孪生模型配置项识别与分解

孪生模型的配置管理，第一步不是建库，而是把“模型里到底有哪些东西需要被版本控制”说清楚。配置项识别就是回答这个问题：把孪生模型中相对独立、可单独变更、变更后需要被追溯的对象挑出来，赋予唯一标识，再按层级关系组织成配置项分解结构。识别不到位，后续的版本号、基线、变更单都会挂错对象；分解不合理，一个几何微调就会牵动整条产线的版本升级。

一、配置项的判定准则

并非模型中的每个文件都是配置项。判断一个对象是否应作为配置项，可用四条准则：可独立变更（能单独修改而不必重做其他对象）、需被追溯（其变更会影响仿真结论、交付物或下游使用）、有明确责任主体（谁提出、谁审核、谁批准可界定）、有可判定的版本状态（能定义“这一版”与“上一版”的差异）。四条同时满足，才纳入配置项清单；只满足一两条的，通常作为配置项的属性或附属文件管理。

需要特别区分“模型文件”与“配置项”。一个几何模型可能导出为 STEP、JT、glTF 三种格式，它们是同一配置项的不同表现形式，应挂在同一个配置项下作为派生文件，而不是三个独立配置项。反之，同一台设备在机械、电气、控制三个专业视角下的模型，虽然物理上是同一台设备，但变更原因、责任人和影响范围不同，通常应拆为不同配置项。

二、五个识别维度

几何维度：关注形状、尺寸、装配关系、坐标系与基准。典型配置项包括设备本体几何、工装夹具几何、厂房与布局几何、运动副的几何约束。识别时要记录几何基准坐标系定义，例如产线全局坐标系原点取在车间地面某角点，X 轴沿产线物流方向，Z 轴垂直向上；所有设备几何的位姿都相对该坐标系描述，避免各专业各自定义原点导致装配错位。

物理维度：关注材料、质量、惯量、刚度、阻尼、摩擦、传动比、电机参数等。典型配置项包括质量属性表、关节动力学参数、伺服电机与减速器参数、皮带/丝杠传动参数。物理参数往往以参数表形式存在，识别时应把“参数集”作为一个配置项，而不是把每个参数当配置项，否则版本数量会失控。

行为维度：关注模型在时间上的动态响应逻辑，如运动学求解、状态机、动作序列、信号响应。典型配置项包括机器人运动学模型、设备动作时序、联锁逻辑、仿真步长与求解器设置。行为配置项与几何、物理强耦合，识别时要标注其依赖的几何与物理配置项版本。

规则维度：关注业务约束与判定逻辑，如节拍规则、安全距离规则、工艺参数边界、报警阈值。规则常以规则表或表达式形式存在，典型配置项包括节拍计算规则、碰撞判定规则、质量判定规则。规则变更往往不改变模型外形，却会改变仿真结论，因此必须独立识别、独立版本化。

数据映射维度：关注孪生模型与真实产线、上层系统之间的数据对应关系，包括测点与模型属性的映射、PLC 变量与模型信号的映射、数据库字段与模型参数的映射、单位与量纲换算。典型配置项包括测点映射表、信号接口表、单位换算表、数据采集频率配置。数据映射是孪生体“活起来”的关键，也是最容易被漏掉的一类配置项。

三、配置项分解结构

识别出的配置项需要组织成树状分解结构，通常按“产线—工位/设备—子系统—配置项”四层展开。分解的原则是：上层是下层变更影响的汇聚点，下层是上层可独立替换的单元。同一层内配置项应尽量正交，避免一个变更同时命中多个兄弟节点。对于跨层依赖，用依赖关系而非层级归属表达，例如“机器人行为模型”依赖“机器人几何模型”和“机器人物理参数集”，三者可以分属不同子系统，但依赖关系必须显式记录。

下面给出一个产线孪生模型的配置项分解结构示意，覆盖五个维度并标注依赖关系。

四、配置项清单示例

以装配工位机器人为例，按五个维度展开的配置项清单如下表。表中“标识”采用“产线-工位-子系统-维度-序号”的编码规则，便于在配置库中检索与追溯。

五、识别与分解的实操要点

第一，先定基准再识别。几何基准坐标系、单位制、时间基准必须在识别前统一并写入配置项说明，否则后续所有几何与行为配置项都缺少可比对的参照。第二，参数集打包。物理参数、规则阈值这类“成组出现、成组变更”的内容，以参数集为配置项，内部参数作为属性记录，避免版本爆炸。第三，依赖显式化。行为依赖物理、规则依赖映射、几何基准约束行为与物理，这些跨层依赖必须在分解结构中用依赖关系记录，变更评审时按依赖链评估影响范围。第四，预留扩展位。产线后续可能增加视觉检测、AGV 等子系统，分解结构应在 L1、L2 层预留同级节点位置，编码规则预留段位，避免新增设备时打乱既有编码。

完成识别与分解后，得到的成果是一份可追溯的配置项清单和一棵分解结构树。它是后续版本编号、基线建立、变更控制与配置审计的共同输入。清单中的每个配置项都应能回答三个问题：它是什么、它依赖谁、它变更时谁受影响。能回答这三个问题，配置项识别就算做到位了。