一、数字孪生概述

1.1 数字孪生的定义

数字孪生是具有数据连接的特定物理实体或过程的数字化表达，该数据连接可以保证物理状态和虚拟状态之间的同速率收敛，并提供物理实体或流程过程的整个生命周期的集成视图，有助于优化整体性能。

学术界的定义：数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段 。

企业的定义：数字孪生是资产和流程的软件表示，用于理解、预测和优化绩效以实现改善的业务成果。数字孪生由三部分组成：数据模型，一组分析或算法，以及知识 。

1.2 数字孪生的典型特征

从数字孪生的定义可以看出，数字孪生具有以下几个典型特点：

（1）互操作性

数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接，因此数字孪生具备以多样的数字模型映射物理实体的能力，具有能够在不同数字模型之间转换、合并和建立“表达”的等同性。

（2）可扩展性

数字孪生技术具备集成、添加和替换数字模型的能力，能够针对多尺度、多物理、多层级的模型内容进行扩展。

（3）实时性

数字孪生技术要求数字化，即以一种计算机可识别和处理的方式管理数据以对随时间轴变化的物理实体进行表征。表征的对象包括外观、状态、属性、内在机理，形成物理实体实时状态的数字虚体映射。

（4）保真性

数字孪生的保真性指描述数字虚体模型和物理实体的接近性。要求虚体和实体不仅要保持几何结构的高度仿真，在状态、相态和时态上也要仿真。值得一提的是在不同的数字孪生场景下，同一数字虚体的仿真程度可能不同。例如工况场景中可能只要求描述虚体的物理性质，并不需要关注化学结构细节。

（5）闭环性

数字孪生中的数字虚体，用于描述物理实体的可视 模型和内在机理，以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数，实现决策功能，即赋予数字虚体和物理实体一个大脑。因此数字孪生具有闭环性。

1.3 相关概念

1. 数字孪生生态系统

数字孪生生态系统由基础支撑层、数据互动层、模型构建与仿真分析层、共性应用层和行业应用层组成。其中基础支撑层由具体的设备组成，包括工业设备、城市建筑设备、交通工具、医疗设备组成。数据互动层包括数据采集、数据传输和数据处理等内容。模型构建与仿真分析层包括数据建模、数据仿真和控制。共性应用层包括描述、诊断、预测、决策四个方面。行业应用层则包括智能制造、智慧城市在内的多方面应用。

2. 数字孪生生命周期过程

数字孪生中虚拟实体的生命周期包括起始、设计和开发、验证与确认、部署、操作与监控、重新评估和退役，物理实体的生命周期包括验证与确认、部署、操作与监控、重新评估和回收利用。值得指出的是，一是虚拟实体在全生命周期过程中与物理实体的相互作用是持续的，在虚拟实体与物理实体共存的阶段，两者应保持相互关联并相互作用。二是虚拟实体区别于物理实体的生命周期过程中，存在迭代的过程。虚拟实体在验证与确认、部署、操作与监控、重新评估等环节发生的变化，可以迭代反馈至设计和开发环节。

3. 数字孪生功能视角

从数字孪生功能视角，可以看到数字孪生应用需要在基础设施的支撑下实现。物理世界中产品、服务或过程数据也会同步至虚拟世界中，虚拟世界中的模型和数据会和过程应用进行交互。向过程应用输入激励和物理世界信息，可以得到包括优化、预测、仿真、监控、分析等功能的输出。

二、数字孪生应用发展综述

（一）应用需求方向

1. 促进数字经济与实体经济融合，加快产业升级

当前，以新一代信息技术为代表的新兴技术突飞猛进，加速推动着经济社会各领域的发展变革。在推动形成以国内大循环为主体、国内国际双循环相互促进的新发展格局背景下，数字经济在推动经济发展、提高劳动生产率、培育新市场和产业新增长点、实现包容性增长和可持续增长等诸多方面，都发挥着重要作用。

2. 贯通工业生产信息孤岛，释放数据价值

数字孪生为工业产生的物理对象创建了虚拟空间，并将物理设备的各种属性映射到虚拟空间中。工业人员通过在虚拟空间中模拟、分析、生产预测，能够仿真复杂的制造工艺，实现产品设计，制造和智能服务等闭环优化。数字孪生是未来数字化企业发展的关键技术，例如可应用于以下的常见工业领域：工业产品设计、工业产品生产。

3. 统筹协调系统内外部变化，实现资源能源优化配置

目前，在数字孪生制造系统已经成为了制造业的研究热点，实现不同产品生产过程的资源能源优化成为当前的迫切需求。数字孪生制造系统与传统制造系统相比，具有生产要素多样、动态生产路径配置、人/ 机物自主通讯、自组织和数据支撑的决策等特点。

4. 实现全要素数字化，推动新型智慧城市建设

数字孪生城市通过对物理世界的人、物、事件等所有要素数字化，在网络空间再造一个与之对应的“虚拟世界”，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。物理世界的动态，通过传感器精准、实时地反馈到数字世界。数字化、网络化实现由实入虚，网络化智能化实现由虚入实，通过虚实互动，持续迭代，实现物理世界的最佳有序运行。

数字孪生城市将推动新型智慧城市建设，在信息空间上构建的城市虚拟映像叠加在城市物理空间上，将极大地改变城市面貌，重塑城市基础设施，形成虚实结合、孪生互动的城市发展新形态；借助更泛在、普惠的感知，更快速的网络，更智能的计算，一种更加智慧化的新型城市将得以创建。

数字孪生城市不仅赋予了城市政府全局规划和实时治理能力，更带给所有市民能感受到的品质生活体验。

5.优化城市设计布局，打造科学公共服务体系

如何实现对城市各类数据信息的实时监控，围绕城乡公共设施建设，发展科技、文化、政务、交通、司法等等多方面对城市进行高效管理，是现代城市建设的核心。

6. 基于医疗大数据合理分配医疗资源，提升公共健康保障效率

智慧医疗保健是数字孪生智能化应用的重要组成部分。通过移动监测、移动诊室、无线远程会诊、智慧处方、医疗信息云存储等智能技术手段，可提升城市诊疗覆盖面与效率，促进城市医疗资源的合理化分配。进一步利用物联网技术构建“电子医疗”服务体系，实现医疗监护设备的小型化、无线化、发展智慧家庭健康保健、智能健康监护，可大幅降低城市公众医疗负担，缓解城市医疗资源紧缺的压力。

（二）数字孪生产业图谱

数字孪生可划分为“基础支撑”、“数据互动”、“模型构建”、“仿真分析”、“共性应用”、“行业应用”6 大核心模块，对应从设备、数据到行业应用的全生命周期。国内外主要厂商主要有建模业务、仿真业务、平台业务、行业服务业务四大类。

 

（三）应用发展现状

随着物联网的应用更加广泛，各个领域越来越多的企业开始计划数字孪生的部署。Gartner 的研究显示，截至 2019 年 1 月底实施物联网的企业中，已有 13% 的企业实施了数字孪生项目，62% 的企业正在实施或者有计划实施。工业互联网是数字孪生的延伸和应用，而数字孪生则拓展了工业互联网应用层面的可能性。

1. 产业生态

与美国、德国相比，数字孪生在中国的研究和受关注相对较晚。从2016 年开始，数字孪生文献发表数量进入快速增长期，直到 2019 年，数字孪生论文发表数量超过 600 篇，其中 2019 年占了近 10 年发文总数量的50% 以上。目前关注数字研究，并发表过相关报告的机构 / 作者主要来自学术界、企业界以及政府机构。

2. 智能制造领域数字孪生应用

智能制造领域的数字孪生体系框架主要分为六个层级，包括基础支撑层、数据互动层、模型构建层、仿真分析层，功能层和应用层。

 

典型应用场景介绍：数字孪生在智能制造领域的主要应用场景有产品研发、设备维护与故障预测以及工艺规划。

 

3. 智慧健康领域数字孪生应用

将数字孪生技术应用在智慧健康中，构建其应用框架如图 14 所示。该应用框架主要包含基础支撑层、数据互动层、模型构建层和功能层。

 

4. 智慧城市领域数字孪生应用

数字孪生城市则是数字孪生技术在城市层面的广泛应用，通过构建城市物理世界及网络虚拟空间一一对应、相互映射、协同交互的复杂系统，在网络空间再造一个与之匹配、对应的孪生城市，实现城市全要素数字化和虚拟化、城市状态实时化和可视化、城市管理决策协同化和智能化，形成物理维度上的实体世界和信息维度上的虚拟世界同生共存、虚实交融的城市发展新格局。数字孪生城市既可以理解为实体城市在虚拟空间的映射状态，也可以视为支撑新型智慧城市建设的复杂综合技术体系，它支撑并推进城市规划、建设、管理，确保城市安全、有序运行。数字孪生城市主要有新型基础设施、智能运行中枢、智慧应用体系三大横向的分层：

 

5. 智慧建筑领域数字孪生应用

“数字孪生建筑”是将数字孪生使能技术应用于建筑科技的新技术，简单说就是利用物理建筑模型，使用各种传感器全方位获取数据的仿真过程，在虚拟空间中完成映射，以反映相对应的实体建筑的全生命周期过程。

数字孪生建筑具有四大特点：精准映射、虚实交互、软件定义、智能干预。数字孪生建筑的核心环节在于 BIM 的应用。建筑信息模型（BIM）是一种应用于工程设计、建造、管理的数据化工具和一种信息建模技术，可以实现建筑设计的三维可视化，BIM 技术叠加时间轴形成 4D 模型，进一步叠加成本信息可构筑 5D 模型，对建筑进行多维度考量，可贯穿建筑全生命周期中规划、概念设计、细节设计、分析、出图、预制、施工、运营维护、拆除或翻新等所有环节。具体到 BIM 软件的核心领域，目前国内厂商占建筑结构设计软件市场优势，建筑信息化模型软件市场仍以国外厂商为主导。

典型应用场景介绍

（四）数字孪生技术体系

数字孪生以数字化方式拷贝一个物理对象，模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，目的是了解资产的状态，响应变化，改善业务运营和增加价值。在万物互联时代此种软件设计模式的重要性尤为突出，为了达到物理实体与数字实体之间的互动，需要经历诸多的过程也需要很多基础的支撑技术做为依托，更需要经历很多阶段的演进才能很好的实现物理实体在数字世界中的塑造。首先我们需要构建物理实体在数字世界中对应的实体模型，就需要利用知识机理、数字化等技术构建一个数字模型，而且我们对构建的数字模型需要结合行业特性做出评分，是否可以在商业中投入使用；有了模型还需要利用物联网技术将真实世界中的物理实体元信息采集、传输、同步、增强之后得到我们业务中可以使用的通用数据；通过这些数据可以仿真分析得到数字世界中的虚拟模型，在此基础之上我们可以利用 AR/VR/MR/GIS 等技术在数字世界完整复现出来，人们才能更友好的与物理实体交互；在这个基础之上我们可以结合人工智能、大数据、云计算等技术做数字孪生的描述、诊断、预警 / 预测及智能决策等共性应用赋能给各垂直行业。

 

（五）推动条件

1. 基础设施政策落实

2018 年至今，党中央和国务院多次召开会议明确表示加强新型基础设施建设，重视程度不断强化，相关政策路线图日趋清晰。自中央首次提出“新型基础设施建设”以来，各级政府对此给予了高度重视。2020 开年，中央政府大力号召部署新型基础设施建设，各省为了更好地响应中央政策，都在加紧落实部署，部分地区还专门出台了分领域相关行动方案和计划。而新型人工智能城市的建设作为“新基建”中 5G、人工智能、工业物联网、大数据中心等新型数字基础设施建设的重要载体，在接下来的推动和政策扶持等方面也将得到更多的政策关注。

2. 计算设备 / 硬件发展

数字孪生是一种新兴的技术，它对计算设备 / 硬件提出了较高要求，这是因为：（1）数字孪生涉及的模型与数据规模庞大，包括建模对象全生命周期中不断更新的全要素、全业务、全流程的数据与模型，这需要计算设备 / 硬件具有庞大的存储空间；（2）数字孪生对模型仿真与数据分析处理效率有实时要求，即基于实时的模型仿真与数据分析结果向物理空间反馈控制策略，这需要计算设备 / 硬件具有强大的计算能力；（3）为了支持进一步的虚实融合，数字孪生对终端设备（如支持 3D 显示的终端设备）提出更互动、更沉浸、更清晰的要求，这对硬件设备的数据传输能力、显示技术等提出了更高的要求。

3. 可用数据规模提升

数字孪生的构建需大量数据的支持。一方面，在数字空间构建多维、多尺度的虚拟模型需大量数据，如建模对象的属性数据、状态数据、行为数据、环境数据等；另一方面，已完成构建的虚拟模型仍需基于物理空间连续不断的实时数据实现更新。当前，随着物联网、传感技术的发展，可用数据的规模在不断提升，这是实现数字孪生应用的推动条件。

4. 模型和算法演进

国内外一大批专注于工业生产线底层数据采集的技术公司在前一轮工厂自动化、数字化建设中成长起来，以西门子、Honeywell、菲尼克斯电气公司为首的自动化企业纷纷推出自己的数据采集网络系统、智能网关等数据采集相关产品。另一方面，轻量化模型构造工具软件产品的普及，以 Unity 软件为代表的可视化引擎工具使用成本降低，极大的支撑了数字孪生核心技术的发展。国内，数字孪生行业的火爆催生了一大批原本致力于工厂数字化、物联网、虚拟仿真技术的中小企业投入到数字孪生核心技术的开发中。

5. 专业人才培养

数字孪生的应用需多领域学科人才的参与，如建模仿真领域人才、数据挖掘领域人才、感知接入领域人才等。在社会培训机构中，相关专业人才的培养也受到了越来越多的重视。代表性的如新华三大学，它正式宣布，将进一步深化校企合作，实践产教融合，提出“新职素，新技能”的“双新”概念，并通过“数字工匠”、“协同育人”两大校企合作项目来实践数字化人才培养、以“H3C 新技术认证体系”来检验数字化人才培养，无缝对接院校人才培养与企业人才需求，从质与量的维度更好地满足数字经济进入全新发展阶段后对数字化人才的需求。

四、数字孪生标准化当前工作、现状及需求

（一）标准化工作概述

当前，制造和智慧城市领域是数字孪生标准工作的切入点，其他领域相对缺乏标准化的研究工作；数字孪生整体的标准化工作也处于初级阶段，标准研究内容有待丰富。

 

 

（二）智能制造领域数字孪生标准化现状及需求

1.智能装配标准化现状及需求

目前智能化装配方法已经得到的深入的研究，众多高校和企业采用产学研的方法进行探索应用是。数字孪生装配标准缺失，产品质量规范化和一致性难以保证，需要统一数字孪生装配基础标准、建设指南和管理规范。主要包括：

a）统一数字孪生装配的基本术语、分类与编码等。

b）基于装配车间不同类型的装配设备、智能化设备需求，提出对住车间设备和传感器接口等技术要求。针对不同的装配对象需求，需要建立分级、分类的数字孪生装配评价指标体系。主要包括：

a）开展标准前研究，了解数字孪生装配评价研究的现状和技术难点，初步提出数字孪生装配评价的关键点。b）根据需求侧的不同服务需求，建立数字孪生装配评价模式的建立和相应的评价指标，涉及零件级需求的评价模式和评价指标、产品级的评价模式和评价指标。c）开展标准实施的实证研究，选择相应的数字孪生装配，对标准的可操作性和针对性进行评价，验证标准的可行性，为标准的完善提供证据。

2. 虚拟工厂标准化现状及需求

虚拟工厂针对新工厂规划建设、工厂运行实时仿真、轻量化企业分散产能等需求，基于数字孪生技术，实现模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行准确、完整、实时虚拟仿真的目标。虚拟工厂相关国家标准《智能制造 虚拟工厂参考架构》《智能制造虚拟工厂信息模型》均处于报批阶段。针对实体工厂的建设和应用规划情况，需以虚拟工厂应用场景为出发点，定义虚拟工厂的应用范围，虚拟工厂中应用场景的映射展现方式，并对相关的生产资源和要素的定义进行规范，对虚拟工厂的模型构建进行技术约定，为虚拟工厂的实际应用奠定基础。

3. 汽车行业标准化现状及需求

当前，国内外众多研究机构正在积极开展数字孪生相关标准研究和制定。在汽车行业内，当前亟需的数字孪生相关标准包括：汽车生产制造的数字孪生平台各系统集成标准及接口协议标准、汽车数字孪生工厂及车间建设的技术要求相关标准、汽车行业数字孪生技术应用成熟度评价要求等相关标准等。

4. 大型起重机械行业标准化现状及需求

大型起重机械有其自身一系列围绕设计、使用、监管等方面的国际、国家、行业与企业标准，但对其数字化、智能化的应用研究乃至形成规范、标准，仍然存在欠缺。数字孪生有望推动智能制造实现快速发展，标准化的系统架构将促进起重机械数字化技术的市场采用度，并为设计方、制造商、集成商、解决方案提供商与用户等各种利益方带来好处。

5. 物流标准化现状及需求

物流行业在数字孪生领域还没有建立统一的标准，各个企业之间点的技术差异性大，数据标准化也不足，亟需建立相关的标准。目前，随着中国产业结构日益走向规模化和专业化的格局，伴随信息技术的大量应用、电子商务的兴起以及对成本控制要求的提升，物流行业也开始进入整合阶段，从无序走向有序，各种新的业态也开始涌现，例如供应链管理、整车零担运输等等，也涌现出很多具有很强竞争力和成长能力的公司。随着物流行业的进一步整合和中心化建设，亟需建立相关的数字孪生标准，实现信息和数据的互联互通，形成一个多层次多中心的智慧物流体系，建立一个多智能体协同的柔性智慧物流体系。

（三）智慧城市领域数字孪生标准化现状及需求

建立科学合理的智慧城市标准体系，是开展智慧城市标准化顶层设计和总体布局、判断和明确智慧城市标准化方向和重点的需要。目前，虽然全国两百多个城市都提出了各自的智慧城市建设方案，但各地对智慧城市建设的理解和认知水平参差不齐，在信息化基础设施建设投入、信息化 开发能力等方面还存在很大差异，智慧城市的“智慧”程度还存在很大差距，没有统一的规划指导和标准支撑，往往会造成重复投资和资源浪费；同时，有可能造成各个城市盲目建设、城市间应用形成更多孤岛和难以连通的问题，导致“智慧城市”不智慧的局面。同时，调研表明，用户在智慧城市建设中最为关注的仍然是信息化建设多年来的难题——信息资源共享、整合、有效利用和跨部门业务协同数字孪生城市基于数字孪生技术建立的城市信息模型（CIM），作为智慧城市的重要基础，其核心围绕全域数据端到端管理运营：数据采集、接入、治理、融合、轻量化、可视化、应用。这一核心正是面向信息资源共享、整合、有效利用和跨部门业务协同的根源性解决手段。因此，数字孪生城市的标准化制定会是满足智慧城市标准化需求的重要途径。

（四）智慧交通领域数字孪生标准化现状及需求

在空间维度，针对各层级模型及数字孪生之间以及与上层级模型及数字孪生的可组合性、综合孪生、混合孪生等，需要对功能性能、接口、集成、互操作性等建立标准规范。在时间维度，针对数字孪生的动态更新、基于数字线程实现全生命周期的数字孪生等，需要对全生命周期的模型传递、数据集成等建立相关指导性标准规范。在价值维度，需要基于优化目标、增值服务等核心需求，聚焦关键对象的数字孪生，这一过程方法需要相关指导性标准规范。

（五）智慧健康领域数字孪生标准化现状及需求

健康建筑标准体系逐步完善。美国、法国等国家在健康建筑设计和营造方面制定了相关标准和指南，关注于室内空气污染物、建筑材料、净化系统、用水品质、噪声、光照、视觉、温度、湿度、室内外空间、老人及残疾人设施、食品、虫害、健身激励、精神等方面，旨在提升建筑的健康性能。数字健康家庭服务相关标准缺失，产品质量规范化和一致性难以保证，需要统一数字健康家庭服务基础标准、建设指南和管理规范。

五、存在的挑战

数字孪生的核心是模型和数据，建立完善的数字模型是第一步，而加入更多的数据才是关键，要想充分发挥数字孪生技术的潜能，数据存储、数据的准确性、数据一致性和数据传输的稳定性也需取得更大的进步，同时，将数字孪生应用于工业互联网平台时，还面临数据分享的挑战。

1. 多维度、多尺度数据采集的一致性较难实现

数据采集的尺度或计量单位的一致性，涉及物理数据、几何数据、时间数据等。如构建实物的三维模型的坐标与计量单位不一致，会导致不同模型之间无法融合，需要增加数据接口与编写数据翻译器；如工厂内的生产计划数据采集过程中，不同时间单位的生产计划数据会导致数字孪生模型出现数据读取错误。

2. 数据传输的稳定性不足

无论数据采集还是下达指令，数据的实时传输过程都存在丢失数据的问题。特别是在工业生产车间，对数据传输的稳定性、可靠性具有极高的要求。传统无线通讯网络数据传输的稳定性和可靠性水平，难以满足数字孪生实时交互的建设需求。

3. 数据的准确性不能保障

数字孪生系统的输入数据包含不同来源渠道，如不同信息系统、不同社会主体、不同统计路径等，受数据录入方式、数据来源渠道、数据统计方式以及信息系统数据维护错误等因素影响，数据的准确性难以保障。

4. 海量数据的存储与处理能力欠缺

部分数字孪生应用场景不强调数据的及时处理，但需要进行海量数据的存储与加工，如复杂产品的故障诊断和预防性维修，需要对不同数据源的海量数据存储及大数据分析，对数据的存储能力和计算能力提出了较大挑战。

5. 通讯接口协议及相关数据标准不统一

在构建数字孪生模型的过程中，以及不同维度模型的集成过程中，需要在不同系统和设备之间进行不同类型数据传输和交互，因此要建立通讯接口协议，并形成数据标准，统一数据语义及代码，相关技术及工作是建立完善的多维数字孪生平台的基础。现有不同系统和设备通讯接口协议和数据标准不统一，是构建数字孪生的较大挑战。

6. 数据的分享与开放机制不完善

将数字孪生应用于工业互联网平台或数字孪生模型的建立基于第三方云服务平台时，将面临数据分享和开放的挑战。目前数字相关的分享机制和服务体系建设还不够完善，不同主体之间的数据分享存在较大的安全隐患和利益冲突，难以满足数字孪生对于数据开发共享的相关需求。

7. 多源异构数据难融合

数字孪生需要将物理空间所有数据和信息进行数字化表达，形成统一的数据载体，并实现数据挖掘分析和决策。这些数据涉及空间模型、互联网信息、物联网实时感知、专业知识、音频、视频、文本等等，如何将这些多源异构多模数据集成、融合和统一管理，是数字孪生首要解决的问题之一。

（二）基础知识库相关的挑战

从数据中挖掘知识，以知识驱动生产管控的自动化、智能化，是数字孪生技术应用研究的核心思想，如数据挖掘技术可应用于故障诊断、流程改善和资源配置优化等。将挖掘得到的模型、经验等知识封装并集成管理也是数字孪生技术的关键内容。

1. 系统层级方面体现在数字化、标准化、平台化的缺失。

（1）各层级的自身基础知识库匮乏

设备、单元层：在从分析预测阶段向自主控制的智能化分析探索，对基础知识库提出海量数据的需求，作为人工智能引擎的“燃料”。

（2）层级之间的基础知识库互联互通障碍

由于目前知识库的数据结构和模型没有统一的标准，多模型互操作难。数据语义、语法不统一问题造成知识资源的冗余或缺漏。

（3）基础知识库的整体架构有待探索

标准化的知识图谱体系尚需探索。企业知识内化的数字化不足，使基础数据采集困难导致后期的数据提炼、分析到产生知识的结果欠佳。企业内部知识的平台建设滞后。在全局层面，需要与仿真建模精度相适应的基础知识库平台。

2. 生命周期方面（设计，制造，销售，物流，服务等）体现在结构化、传承性、规划性的缺失。

（1）各环节的自身基础知识库匮乏

大量传统非数字化的基础知识需要转化为数字形态。如人工经验，纸质文档等。历史数据、流程日志往往缺失，难以有针对性的加以回溯。非结构化的数据需要转化为结构化数据。如音、视频，互联网文档等，需要结构化处理。

（2）各环节的基础知识库互联互通障碍

由于目前知识库的数据结构和模型没有统一的标准，而生命周期各阶段往往由不同单位在实施，数据传承性差。

（3）未来缺少前瞻性规划

最高级别的知识管理是在生产过程中根据具体情境自动提供必要的信息。因为要实现这一目标必须保证非常好的数据质量和分析能力。这样做的主要优点是可以缩短培训时间，知识体系集成生产过程或生命周期环节中。

3. 价值链方面体现在应用价值不足、兼容性差、盈利模式不明。

（1）实际问题和知识库的应用价值关联不足

其与生产管理功能有机融合的技术匮乏，或者应用领域单一，难以规模化复制推广。

（2）各类知识库库之间孤立

知识管理从商业视角、知识协同视角和技术流程视角等多角度出发，不能进行统一的表达、组织、传播和利用。

（3）基础知识库的商业价值不确定

知识库为人类公共资源和个别团体知识产权之间的存在利益冲突，公众期望基础知识库的宽泛，而企业倾向于知识产权的封闭，建立基础知识库的投资者盈利前景不明确。

（三）安全相关的挑战

数字孪生以仿真技术为基础，在智能制造、智慧城市建设等方面都将发挥重大推动作用。随着全球各大企业数字化转型的深入发展，数字孪生已经成为制造企业迈向工业 4.0 的解决方案。数字孪生技术实现了虚拟空间与物理空间的深度交互与融合，其连接关系都是建立在网络数据传输的基础之上。数字孪生的应用使得企业原有的封闭系统逐渐转变为开放系统，在其与互联网加速融合的过程中势必面临系列网络安全挑战。当前，数字孪生在安全相关的挑战主要分为两个方面：

一是数据传输与存储安全，实现数字孪生技术的应用涉及到数据传输与存储。在数据传输过程中会存在数据丢失和网络攻击等问题。二是制造系统控制安全在数字孪生制造系统中，往往需要实现资源自组织和工艺自决策。但是，由于虚拟控制系统本身可能会存在各种未知安全漏洞，易受外部攻击，导致系统紊乱，致使向物理制造空间下达错误的指令。

（四）商业模式相关的挑战

针对促进新一代信息技术与制造业深度融合，数字孪以实现制造物理世界与信息世界交互与共融的需要应运而生，实现制造工业全要素、全产业链、全价值链互联互通。数字孪生在工业现实场景中已经具有了实现和推广应用的巨大潜力，但经产业要素重构融合而形成的商业模式形态并不完善。

（五）人才相关的挑战

1. 核心软件技术由国外人才主导

数字孪生技术发展潜力巨大，吸引了全球许多企业参与进来，美国和德国等发达国家成为数字孪生应用的领跑者。凭借在工业软件、仿真系统方面的技术领先优势，以及在传统工控网络、通信等方面的标准话语权，掌握了大量数字孪生的主导力量。当前各个行业的大量软硬件系统由国外企业提供，核新软件技术由国外人才主导，使得国内企业使用时存在通信协议及标准不统一、不开放、数据采集难、系统集成差等诸多问题，为数字孪生技术推广与应用造成较大难题。

2. 需要标准化研究专业人才

数字孪生在落地应用过程中缺乏标准的指导与参考。虽然一些诸如国际标准化组织自动化系统与集成技术委员会（ISO/TC184）、IEEE 数字孪生标准工作组（IEEE/P2806）、SO/IEC 信息技术标准化联合技术委员会数字孪生咨询组等组织正在开展数字孪生标准体系的研究，但尚未有统一的数字孪生具体应用标准发布，这也就导致了集成系统时存在一定的困难。当前需要培养数字孪生标准化研究相关专业人才，着重针对共性基础标准、行业应用标准等进行研究。

（六）多系统融合的挑战

数字孪生作为一种实现物理实体向信息空间数字化模型映射的关键技术，通过充分利用布置在物理系统各部分的传感器，对物理实体进行数据分析与建模，形成多学科、多物理量、多时间尺度、多概率的仿真过程，将物理实体在不同真实场景中的全生命周期过程反映出来。数字孪生的多系统特性即反映在物理空间，也反映在虚拟空间，在数据、模型和交互各环节均有表达。数字孪生融合物理世界与数字世界，是一个多维系统的融合。

（七）互联互通互操作的挑战

1. 数据歧义

多源异构感知数据、业务运营类数据形成数据烟囱，相互不通，导致无法支撑同一业务场景或作业流程中闭环的数据流，例如应急处置场景下，感知终端预警数据、应急人员定位数据、应急资源分布数据、处置流程跟踪数据相互无法打通，较难闭环化支撑事前预测、事中综合指挥、事后复盘分析。

2. 数据关联性不明确

因数据使用方没有清晰的数据使用需求，会导致主数据不一致问题，业务属性关联性不明确，例如智慧城市整合地物数据和要素分类，基于规划逻辑或生产经营逻辑的分类标准不一致，导致同一单体属性数据无法拉通。

3. 数据可用性低，质量较差

每时每刻都在产生大量的数据，但很多业务机构对数据在预处理阶段不太重视，导致数据处理不规范。需要花大量时间进行清洗和去噪，才能有效的使用数据。数据可用性低质量差，数据不准确。

六、典型应用案例（略）

七、结论与展望

（一）趋势的展望

1. 技术发展趋势

数字孪生主要技术包括信息建模、信息同步、信息强化、信息分析、智能决策、信息访问界面、信息安全等七个方面，尽管目前已取得了很多成就，但仍在快速演进当中。模拟、新数据源、互操作性、可视化、仪器、平台等多个方面的共同推动实现了数字孪生技术及相关系统的快速发展，随着新一代信息技术、先进制造技术、新材料技术等系列新兴技术的共同发展，上述要素还将持续得到优化，数字孪生技术发展将一边探索和尝试、一边优化和完善。

2. 标准化的趋势

随着 ISO、IEC、ISO/IEC JTC1、IEEE、全国信息技术标准化技术委员会、国家智能制造标准化总体组等国内外标准化组织或机构对数字孪生标准化的关注与推动，《数字孪生 概念与术语》（ISO/IEC JTC1 AWI5618）、《数字孪生 应用案例》（ISO/IEC JTC1 AWI 5719）、《智能制造 虚拟工厂参考架构》（20182046-T-339）、《智能制造 虚拟工厂信息模型》（20182047-T-339）等多项数字孪生相关国际、国家标准获得立项或提出讨论。未来，数字孪生领域基础共性及关键技术标准将不断涌现，依托正在研制的数字孪生概念框架等标准，通过聚焦核心标准化需求逐步建立基本的数字孪生标准体系并孵化典型行业中的数字孪生应用标准，形成国际标准、国家标准、行业标准和团体标准良性互动的局面。

3. 应用的趋势

长期以来，使用虚拟的模型来优化流程、产品或服务的想法并不新鲜。但随着具有更复杂的仿真和建模能力、更好的互操作性和 IoT 传感器以及电力系统可视化的数字化仿真平台和工具的广泛使用，使企业逐渐意识到创建更精细、更具动态感的数字化仿真模型成为可能。目前，越来越多的企业，特别是从产品销售向”产品 + 服务”转变的企业，正在广泛应用数字孪生技术。数字孪生的大规模应用场景还比较有限，涉及的行业也有待继续拓展。仍然面临企业内、行业内数据采集能力层次不齐，底层关键数据无法得到有效感知等问题。此外，对于已采集的数据闲置度高，缺乏数据关联和挖掘相关的深度集成应用，难以发挥数据潜藏价值。从长远来看，要释放数字孪生技术的全部潜力，有赖于从底层向上层数据的有效贯通，并需要整合整个生态系统中的所有系统与数据。

（二）支持与监管政策相关建议

1. 加强数字孪生标准化顶层设计与统筹推进机制

标准化工作是数字孪生技术与产业发展的基础和前提。现有的数字孪生标准化工作还处于起步阶段，涉及领域众多，工作协调难度大，因此首先需要加强标准化顶层设计，以“基础统领、应用牵引”为原则，基于国内外数字孪生技术和应用现状、数字孪生标准化现状，梳理数字孪生产业生态体系脉络，把握技术演进趋势和产业未来重点发展方向，扎实构建满足产业发展需求、先进适用的数字孪生标准体系。建议充分整合领域优质产学研资源，探索建立以企业为主体、产学研相结合的技术创新和标准制定体系，科学谋划、适度超前布局数字孪生标准化工作，营造开放合作的标准化工作氛围。

2. 加强数字孪生重点领域标准研制和应用示范

近年来，数字孪生技术进展迅速，可规模化、可商业化产品和应用层出不穷，在很多领域或行业取得了显著落地效果，同时也在过程中涌现出一大批理论与工程问题，迫切需要围绕数字孪生标准化需求，开展术语、参考框架、算法模型、技术平台等重点急需标准的研制，切实发挥数字孪生标准对产业和技术发展的支撑保障作用。鼓励相关行业协会、重点企业参与数字孪生标准宣传、意见征集和试验验证与应用，形成工作合力，建议优先在国家数字经济创新发展试验区 a 建立数字孪生标准示范基地，提升标准孵化和研制质量，增加标准与技术环境的适应能力，提升重点领域数字孪生标准实施应用成效，探索建立标准研制与科技研发、行业应用高度融合的长效机制并逐渐在全国推广。

3. 加快数字孪生标准符合性测试工具和平台建设

数字孪生标准的实际应用效果需要制定科学的评判依据，建立健全数字孪生标准试验与符合性测试评估体系，明确测试范围和评估标准，形成数字孪生标准符合性测试规范与工具，并搭建数字孪生标准的符合性测试平台，提高测试执行的准确率和效率。加强专业化、专职化的标准符合性测试机构建设，鼓励适应数字孪生技术和产业发展且具有领域影响力和公信力的第三方检测认证服务机构发展，重点支持 1-2 家检测机构成为国家级标准符合性检测单位，提供数字孪生标准化符合性评测服务和技术指导，提升标准符合性检测服务供给能力和专业化水平。

4. 加快数字孪生公共服务平台建设

数字孪生的构建离不开数据的积累和优秀的运算性能，然而数据和算力所需大量资金投入也给很多企业设置了一道不低的门槛，对公共服务平台的建设需求也一日显著。加快数字孪生公共服务平台建设，围绕数字孪生技术验证、标准测试数据集开发、构建工具研制、数据开放与共享等需求，加快通用领域及典型行业数字孪生公共服务平台建设，探索数字孪生用户、产品供应商、工具开发方、第三方服务机构间的协同交流机制，鼓励各方基于现有基础不断加强相关服务能力，加深横、纵向产业链的交流合作与需求对接，加快集聚全球数字孪生领域的高端创新与服务要素，实现全方位的产业升级。

5. 成立数字孪生产业数据模型共享与交易平台

为更好地推动数字孪生相关机构间的接通互通，解决和破解发展难题，推动全产业链数据模型的高效流通及整体跃升，建议以政府引导、企业为主、开放合作、公平竞争为原则，汇聚数字孪生领域优势产业资源，建立数字孪生产业模型共享与交易平台。积极探索联合开发、收益共享、风险共担的契约关系，聚焦产业技术创新发展需求，支撑和引领数字孪生领域技术进步和产业发展，提升数字孪生产业核心竞争力。依托平台，基于区块链、人工智能等技术，构建共享与交易机制，搭建安全可信的交易、调用和监督体系及技术链，加强企业间的互通与数据模型要素流转，并借助数字孪生成熟度评估、数据模型质量评估标准及测试渠道，推进优质数字孪生、数据模型集群的推广与应用，建立引领行业发展的合作研发平台和科技成果转化基地，打造具有自主知识产权、知名品牌和国际影响力的产品与技术，推动数字孪生技术与实体经济融合发展。

（三）技术开发与应用相关建议（略）

……

（报告观点属于原作者，仅供参考。报告来源：中国电子技术标准化研究院）