文章导读

2022年3月28日上线论文“数字孪生技术标准综述”，这篇文章由中国移动通信研究院物联网技术与应用研究所完成。数字孪生行业应用过程中，由于缺乏数字孪生相关模型、数据、连接与集成等方面的标准，导致业务应用过程中数据、模型等难以互联互通，造成数据孤岛，使得数字孪生业务难以落地实施。针对上述问题，本文阐述了数字孪生在数据、模型、连接、服务等方面的理论研究现状和标准化要求，分析了数字孪生在ISO、IEC、ITU、IEEE等组织的标准化进展及挑战，提出了利用现有标准、多组织协同等推进建议。

文章信息

文章发表于《Digital Twin》期刊，2022年3月28日

DOI：10.12688/digitaltwin.17549.1

论文链接：

https://digitaltwin1.org/articles/2-4

文章导读

2022年3月28日上线论文“数字孪生技术标准综述”，这篇文章由中国移动通信研究院物联网技术与应用研究所完成。数字孪生行业应用过程中，由于缺乏数字孪生相关模型、数据、连接与集成等方面的标准，导致业务应用过程中数据、模型等难以互联互通，造成数据孤岛，使得数字孪生业务难以落地实施。针对上述问题，本文阐述了数字孪生在数据、模型、连接、服务等方面的理论研究现状和标准化要求，分析了数字孪生在ISO、IEC、ITU、IEEE等组织的标准化进展及挑战，提出了利用现有标准、多组织协同等推进建议。

文章信息

文章发表于《Digital Twin》期刊，2022年3月28日

DOI：10.12688/digitaltwin.17549.1

论文链接：

https://digitaltwin1.org/articles/2-4

数字孪生技术标准综述

 Kai Wang1, Yamin Wang1, Yizheng Li1, Xiaohui Fan1, Shanpeng Xiao1, Lin Hu2

1China Mobile Research Institute, Beijing, 100053, China

2China Electronics Standardization Institute, Beijing, 100007, China

摘要

在数字孪生应用落地的过程中，由于缺乏对数字孪生术语、架构和模型等相关标准的参考，导致用户对数字孪生的理解存在差异，难以实现不同企业或领域之间数据、模型和服务的互联互通。由于数字孪生具有多个领域之间互操作的特性，需要相关标准规范才可以落地实施。基于数字孪生五维模型，本文介绍了数字孪生技术研究现状，分析了数字孪生标准化工作的进展，并提出了数字孪生标准化的挑战和建议。文中所提标准来自国际标准化组织（ISO）、国际电工委员会（IEC）、国际电信联盟（ITU）和电气与电子工程师学会（IEEE）等机构。

Keywords: Digital Twin (DT), standard, five-dimension model

1. 简介 

数字孪生（DT）由格里夫斯教授提出。它被认为是物理资产（或物理实体）及其数字化表示的有机整体，二者互相沟通、促进、共同进化。数字孪生起源于军事和航空航天领域，广泛应用于智能制造、智慧城市。近年来不断扩展到交通、医疗保健等垂直行业，以实现异常诊断、风险预测、决策辅助等应用。智能制造面临的一个主要挑战是，如何使工厂元件智能运行以实时响应不断变化的需求。数字孪生是解决该问题的一种有效方法，具有虚实结合、实时交互、迭代操作优化、全要素/全流程/全业务数据驱动等特点。目前，数字孪生技术已被学术界和业界研究人员广泛关注。据统计，来自美国、中国、德国等50多个国家的1000多家研究机构开展了数字孪生理论与应用研究并发表了一些相关研究成果。同时，西门子、特斯拉、ANSYS、GE、PTC、达索等全球知名企业在相关领域开展了数字孪生的实施和应用实践。在数字孪生应用落地过程中，不同企业或领域之间的互操作和互联互通将是不可避免的，因此有必要制定相关标准规范。为了构建智能决策优化系统的闭环，数字孪生应用需要于来自不同领域的全/全要素的合作。标准化能够确保生产和服务的内部和相互之间具有可操作性，是产品开发所必需的，包括确保产品制造或服务交付各方可用、可预测和安全的方法。因此，数字孪生标准化是实现在各个领用应用落地的必要条件。

 因此，本文首先介绍了数字孪生的背景，然后从数字孪生五维模型的角度阐述了相关理论技术研究现状，接着分析了数字孪生标准化的最新进展及其挑战，并对数字孪生标准化的发展提出了一些建议。文中所提标准来自国际标准化组织（ISO）、国际电工委员会（IEC）、国际电信联盟（ITU）和电气与电子工程师学会（IEEE）等机构。

许多垂直领域，如智能制造和智慧城市等，能够通过数字孪生实现系统的规划、建设、运营、维护和优化。但是由于缺乏数字孪生相关模型、数据、连接与集成等方面的标准，导致业务应用过程中数据、模型等难以互联互通，容易造成数据孤岛，使得数字孪生业务难以落地实施。本文总结现有的数字孪生标准化工作，为数字孪生标准的完善提供一定参考，也可以为研究人员和数字孪生解决方案供应商提供有用信息。

2. 数字孪生技术研究综述

因为需要在数字孪生技术的系统分解基础上对数字孪生标准进行分析，因此，本节首先回顾了数字孪生相关技术研究。

2.1 数字孪生系统架构

数字孪生体系架构是相关技术的统一结构，目前已有一些研究。例如，2014年，格里夫斯教授发表了关于数字孪生的白皮书，其中，数字孪生模型主要由三部分组成：（a）真实空间中的物理实体，（b）虚拟空间中的虚拟实体，以及（c）虚拟空间和物理空间之间的连接。高德纳（Gartner）公司在物联网数字孪生技术报告中提出，构建物理实体的数字孪生需要四个关键要素：模型、数据、监控和唯一性。从标准化的角度来看，具有适当细化元素的架构是首选，因为这有助于与相关标准进行映射。根据这一原则，本文选择陶飞教授等提出的五维模型作为数字孪生相关技术和标准分类的依据。该模型包括物理实体、虚拟实体、连接、数据和服务。其中，虚拟实体是最重要的元素，它代表了物理实体的数字表示，但这并不意味着虚拟实体和物理实体必须同时存在；连接部分负责将数字孪生的不同元素连接在一起；数据融合了物理实体和虚拟实体的所有数据，然后通过数据分析和处理提供更准确和全面的信息；服务使数字孪生中的各项功能得以封装，有助于便捷的按需使用。

2.2 数字孪生关键元素

数字孪生技术涵盖范围广泛、应用众多。本小节根据五维模型对数字孪生相关技术进行分类梳理。

1）物理实体关键技术

物理实体是数字孪生五维模型的构成基础，是虚拟实体的孪生对象。物理实体具有层次性，按照功能及结构一般包括单元级(Unit)物理实体、系统级物理实体和复杂系统级物理实体三个层级。在很多应用场景中，强大的感知接入能力是物理实体需要具备的关键能力之一。目前，物理实体感知过程中存在接口协议异构、元素繁琐、多源干扰等问题。因此，一些研究侧重于全要素感知模型（即适配性协议）的构建。决策执行能力是物理实体需要具备的另一个关键能力。制造业等应用领域迫切需要全面、自动的决策执行能力。传感器可以将现场的、实时的原始数据集成到数字孪生系统中，它们在测量物理参数和实现监控、控制和决策支持方面起着至关重要的作用。随着传感器和通信技术的发展，传感器可以获取的数据种类和数量越来越多。传感器的可靠测量对于有效的控制和执行至关重要。因此，一些文章就数字孪生中传感器数据可靠性、传感器部署、传感器数据采集频率等展开研究。

就标准而言，物理实体标准主要考虑感知接入和决策执行协议，以促进数字孪生的部署。

2）虚拟实体关键技术

虚拟实体是数字孪生五维模型中最重要的部分，是其它能力的基础。模型构建是虚拟实体的基本问题，通过从多维度、多空间尺度、及多时间尺度建模对物理实体进行刻画和描述，以便于仿真，为物理实体的操作提供有价值的信息。其中，模型分类、建模技术、模型评价指标等是该领域的研究重点。许多研究试图对虚拟实体模型类型进行分类。例如，陶飞教授等将虚拟实体模型分为几何模型、物理模型、行为模型和规则模型。数字孪生网络模型包括基本模型和功能模型，其中基本模型包括网元模型和拓扑模型。在交通领域，根据模型描述的详细程度和范围，将模型分为微观仿真模型、中观交通仿真模型和宏观仿真模型。只有通过关联、组合和集成不同粒度、不同维度的模型，才能在信息空间集成完整的高保真虚拟实体模型。

目前常见的建模方法主要考虑模型的准确性和可解释性，可以分为基于知识的建模和基于数据的建模。专家系统、模糊系统、知识图谱等是基于知识的建模方法，该类方法与先验知识相结合，具有可解释性。这种模型不能实时更新，也不能迁移到不同的场景，因此建立专家知识库的人工成本很高。数据驱动的建模方法可以解决这些问题，适用于非线性、多约束、复杂的模型构建，如深度学习、人工神经网络、集成学习、强化深度学习、迁移学习等。但是，基于数据的建模方法对数据的要求很高，且解释性较弱。一些研究尝试整合这两种建模方法。 

另外，针对模型质量的系统评价理论和方法也有一些研究。陶飞等为促进模型的构建、管理、重建和优化、迁移和循环，提出了“四个现代化、四种可能性、八种用途”的数字孪生模型构建标准，从六个方面探索并建立了一套数字孪生模型构建的理论体系。然后，又细化了八个模型评价标准，提出了一套数字孪生模型的评价指标体系，并给出了该指标定量计算的参考方法。 

在标准方面，虚拟实体标准主要对统一的实体结构、信息模型、子模型描述、互操作性和评估框架等进行规范。

3）数字孪生数据关键技术

数据是驱动数字孪生运行的根本。数字孪生对物理实体和虚拟实体数据的加工处理提出了一些要求，包括数据表示、数据分类、数据存储、数据预处理、数据融合、数据使用与维护、数据测试等。不同领域的数据具有不同的特点。例如，行业应用中包含结构化数据、非结构化数据和半结构化数据，如PLM（产品全生命周期管理）和SLM（服务全生命周期管理）。在数字孪生网络中，物理实体生成的原始数据具有多源、多尺度和高噪声的特点。如果通过通信系统直接传输，可能会产生数据阻塞。因此，需要进行数据清理和数据融合，以提高数据的稳健性和可靠性。有些智能检测机器人中的数据融合采用了熵权法。在航空航天设计中，当数据稀缺且不确定时，贝叶斯方法更为稳健。数据融合在制造车间、智慧交通和城市等许多领域都有研究。关于数字孪生数据的另一个关键点是安全和隐私。数据作为一种资产，在不同的企业和产品生命周期的不同阶段之间进行传输，因此需要一种适当的机制来保护数据所有权。区块链和联邦学习是提高系统的可靠性和安全性、增强数据隐私的有效方法。

在标准方面，需要为数字孪生数据处理和管理提供统一的规范，包括异构数据转换、多源多模态数据语法和语义映射规则、数据交换规则（如数据类型、数据结构、数据库和数据元素等）。

4）数字孪生连接关键技术

连接是为了支持数字孪生所有组件的互连互通，包括物理实体和虚拟实体之间的连接、物理实体和数据之间的连接、物理实体和服务之间的连接、虚拟实体和数据之间的连接、虚拟实体和服务之间的连接，以及服务和数据之间的连接。连接需要统一的通信接口和协议。然而，目前的连接存在兼容性问题。例如，工业数据通信主要按照自动化系统金字塔进行组织：金字塔顶部使用标准IT协议（互联网协议）；基于以太网的M2M（机器对机器）现场总线系统用于机器间和过程通信（分布式控制器层），如Profinet、以太网工业协议（以太网/IP），控制自动化技术以太网（EtherCAT）、Modebus传输控制协议（Modbus/TCP）、控制和通信链路IE（CC-link IE）、串行实时通信系统（SERCOS）III等；可编程逻辑控制器（PLC）、分布式控制系统（DCS）、帧检查序列（FCS）、监控和数据采集（SCADA）等用于控制设备。数字孪生系统需要将IT和OT域融合，但是二者融合存在以下三方面问题亟待解决：首先，在工业数据通信系统中，协议层次多，层间协议不同，IT和OT域之间接口标准零散，兼容性差。其次，IT和OT域存在周期性与非周期性数据的传输差异。控制任务通常需要定期传输操作技术（OT）数据，而互联网技术（IT）数据，如word文件、JPEG图片、视频和其他数据等，是非周期性的。再次，IT和OT域任务对于实时性要求不同，OT网络必须具有非常低的延迟和抖动以满足微秒级的运动控制任务需求，IT网络可能有时对实时性没有特殊要求，但对数据加载有要求。

因此，为了满足上述要求，迫切需要更强大、更具兼容性的连接技术，并且应该考虑5G网络和现场网技术的集成。现场网是指终端侧（端-边-云框架）设备的网络接入技术，如OPC统一架构（OPC UA）、短距离通信（Sparklink、Wifi）和时间敏感网络（TSN）。OPC UA是一种完整、安全、可靠的跨平台体系结构，它与各种硬件和软件平台兼容。OPC UA提供了语义级别不同的标准互通功能，但会增加延迟。TSN是确保数字孪生体之间一致性的有效技术。5G网络和确定性网络集成有助于垂直行业在有线和无线环境下实现数字孪生系统中的网络互联和数据互联互通，能够满足确定性数据传输、精确时钟同步等各种场景下低时延、低抖动、高可靠性的业务需求。同时，它有利于解决当前众多行业协议造成的信息孤岛问题。

此外，还需要上述连接技术的管理方法。数字孪生网络的构建是提高连接效率和数量的有效方法。有些研究提出了包括6G、5G、边缘网络在内的数字孪生网络体系结构。传感器网络故障检测、预测维护、自优化等问题也是数字孪生网络需要考虑的问题。数字孪生网络可以通过区块链、联邦学习和其它边缘连接技术赋能6G等网络。

在标准方面，数字孪生连接部分需要对模型之间的互操作进行统一规范，如物理异构元素的智能互连标准规范和接口协议、异构数据转换、通信标准和协议、多源多模态数据的语法和语义映射规则，多维模型的虚实同步交互界面等。

5）数字孪生服务关键技术

服务是数字孪生的目的。根据万物即服务（XaaS）的范式，服务是数字孪生系统的重要组成部分。许多研究致力于探索数字孪生可能提供的服务以及相关的实现技术。其中，有些研究考虑了包括卫星/空间通信网络、船舶、车辆、发电厂、飞机、复杂机电设备等诸多数字孪生应用场景。

数字孪生服务可以分为通用服务和特定服务两类。其中，预测与健康管理（PHM）、产品全生命周期管理（PLM）等属于通用服务。而特定服务应用于特定领域的具体服务场景，如数字孪生网络、数字孪生智能城市和数字孪生工厂等。其中数字孪生网络服务涉及网络规划、自动驾驶网络、网络维护与优化、流量监测、故障诊断、调度优化等。数字孪生城市专注于能源和建筑监测、城市规划、循环经济和可持续性、交通管理、污染监测和医疗保健等。数字孪生车间考虑多自动引导车分布式调度、在线预测工时、产品离散装配的动态调度等。 

尽管对数字孪生服务进行了一些研究和应用，但在实际应用中仍有两点需要注意。第一，大多数数字孪生应用仅限于规划阶段和过程阶段，需要扩展到监控、控制和优化阶段。第二，许多应用中不同服务阶段之间存在断点，尚未实现完整、连续的服务流。

在标准方面，数字孪生服务需要统一的需求描述、服务描述模型、服务管理、服务质量QoS等方面的规范。

3. 数字孪生标准

标准是指通过标准化活动，按照规定的程序经协商一致制定，为各种活动或其结果提供规则、指南或特征，供共同使用或重复使用的文件。

3.1 标准化组织

本文涉及的主要标准组织包括但不限于ISO、IEC、ITU和IEEE。其中大部分组织一直致力于数字孪生或数字孪生技术的标准化工作。

国际标准化组织（ISO）是一个国际标准制定机构，由各国标准组织团体组成。在数字孪生标准化方面，ISO更加关注工业相关领域。自动化系统和集成技术委员会184是第一个数字孪生项目委员会，其中，名为“工业数据”的第4小组委员会发布了首个用于智能制造的数字孪生标准系列，该委员会还有几个与工业数据及系统相关的数字孪生标准化项目处于过程中。ISO还成立了一个名为ISO/IEC JTC 1/SC 41/WG6的工作组，专注数字孪生标准化，包括数字孪生的概念、术语、用例和相关技术。

国际电工委员会（IEC）是一个专注于“电工技术”领域的国际标准组织，此类技术涉及发电、传输、半导体、数据模型、数据集以及许多其他领域。IEC/TC65/WG24为AAS提供了指导，AAS可被视为智能制造中数字孪生的一种实现方法。AAS通过结构、属性和服务为信息世界中真实世界的资产表示提供解决方案，以利于工业运营和管理。

国际电信联盟电信标准化部门（ITU-T）协调电信和信息通信技术标准。与国际标准化组织（ISO）和国际电工委员会（IEC）相比，国际电信联盟（ITU）的标准化工作主要集中在应用方面，目前正在ITU-T的框架下积极开展智慧城市和网络数字孪生工作。

电气和电子工程师标准协会（IEEE-SA）是IEEE内部的一个协会组织，负责制定广泛的行业全球标准。IEEE-SA数字表示工作组（IEEE-SA DR_WG）专注于数字表示，为数字孪生中的各种元素提供了一系列数字表示标准。

3.2 数字孪生架构标准

本节将数字孪生相关标准映射到第二节中介绍的数字孪生五维模型。如图1所示，每个维度由相应的标准组成，图中所示的标准是专门针对数字孪生或数字孪生技术的。此处没有涉及与数字孪生相关但不是专门为数字孪生创建的许多其他标准，例如物理实体定义、数据格式和接口标准等。除了五个关键部分之外，数字孪生定义是数字孪生应用的基础，但数字孪生的定义尚未在标准组织之间达成共识。例如，在制造业领域，ISO 23247-1将数字孪生定义为“可观测制造元素的适用数字表示，其方法是使元素与其数字表示以适当的同步速度收敛”。但在智慧城市领域，ITU-Y.scdt-reqts将“数字孪生”定义为“虚拟世界和物理世界的映射，通过数据分析和系统监控，以在问题发生之前进行阻止，防止停机，甚至通过仿真为制定计划”。数字孪生的现行标准因应用场景和对象而异，需要数字孪生的通用定义来澄清和描述数字孪生的核心概念，该潜在标准正在委员会起草的标准ISO/IEC AWI 30173数字孪生-概念和术语中进行。

图 1． 数字孪生标准框架

1) 物理实体

在数字孪生系统中，物理实体主要有两个功能：数据采集和设备控制。物理实体充当虚拟实体的数据源和执行单元。

由于应用场景的具体要求，各个领域的数字孪生标准在物理实体的范畴方面略有不同。在智能制造领域，ISO 23247-2将“物理”对象定义为“可观察的制造元素”，包括人员、设备、材料、设施、环境、产品和逻辑对象，如支持文件和过程。标准IEC TS 62832-1进一步扩展了逻辑对象的定义，包括软件、概念、专利、想法、方法等无形的东西，以及任何可以定义为行业资产的东西。然而，这些标准是专门针对制造业或工业数字孪生而制定的，因此需要提出面向全领域的数字孪生标准化定义。

控制和执行是物理实体索要具备的重要功能，当数字孪生应用于物理系统时，应考虑传感器和命令接口。IEEE 1451等标准已经提出了传感器接口的解决方案，通过创建自描述性电子数据表格和独立于网络的对象模型为传感器提供了通用接口，允许传感器制造商支持多个网络和协议，从而促进网络中传感器的即插即用。ITU-T Y.4473规定了应用程序编程接口（API），该接口提供了一个通过网络连接物联网（IoT）设备、数据和应用程序的框架，从而管理和检索异构物联网传感器系统的观测结果和元数据。IEEE还提出了IEEE 2888标准系列，该标准系列全面定义了虚拟世界和物理世界之间的接口，IEEE P2888.1和IEEE P2888.2定义了从传感器和指令执行器获取信息的词汇、要求、指标、数据格式和API，提供了虚拟世界和物理世界之间接口的定义，但标准系列仍在进行中。

尽管没有专门针对数字孪生物理实体发布的标准，但许多标准可以重复使用或引用，现有的现场总线配置文件、配套规范和定义设备和组件属性的其他规范应转换为标准化词典，以及概念资产的特征，如规划文件，应该包括在标准化词典中。

2）虚拟实体

在数字孪生系统中，虚拟实体是物理实体的数字表示。虚拟实体由模型组成，以便多时间、多空间尺度描述物理实体。

从结构角度来看，IEC 63278-1 ED1资产管理壳（AAS）第1部分：管理壳结构是与虚拟实体相关的第一个标准，它定义了描述资产特征的语义模型，即模型、子模块和AAS之间的序列化和交换格式，因此，即使IEC 63278是为工业场景设计的，智慧城市和其他垂直行业也可以考虑使用或适用该标准。

在建模方面，即使在数字孪生概念引起广泛关注之前，各种标准化组织已经做了许多工作。ISO 23247明确表示倾向于使用已有的建模标准。ISO 23247-3列出了多个相关标准，如ISO 10303系列“产品模型数据交换标准”、IEC 62264系列“企业控制系统集成”、IEC 62714系列“自动化标记语言（AML）”、ISO 13399系列“刀具数据表示和交换”等。这些标准并不是专门为数字孪生制定的，但这些标准可以通过XML、JSON、RDF、AML、OPC-UA和任何其他通用数据描述语言或格式满足大多数用例。除了与建模相关的现有标准外，ISO 23247还提及了数字孪生标准制定的活动。IEEE P2806提出了数字孪生的数字表示，它定义了高速协议转换、统一数据建模，以及数字孪生中异构数据情况下的数据访问接口。因此，建议在数字孪生标准化工作中采用现有的建模标准。

需要注意的一点是，对于制造业和智慧城市都需要的几个常见要素，例如网关和摄像头等，数字孪生需要多个组织之间的合作实现共同利益。

3）数据

数据是驱动数字孪生运行的根本。在数字孪生系统中，模型和信息表示不是相互独立的，不同的数字孪生系统之间的合作通常涉及数据和模型交换，因此必须对数据结构和数据属性进行标准化，如默认值、数据类型和数据格式。

通过采用现有的数据处理标准，可以实现数字孪生中许多与数据处理和管理相关技术。以智能制造为例，当前的国际标准ISO/IEC Guide-77、ISO 13584、IEC 61360-1、ISO 29002和IEC 61987建立了数据交换的基本规则，并对工业系统的数据元素类型、数据结构、数据库和数据类型元素进行了标准化。ISO/IEC指南-77通过使用ISO 13584和IEC 61360系列标准创建计算机可处理参考词典，为产品及其特性的描述提供了通用建议和指南。

然而，与虚拟实体相关联的数据处理和管理可能需要注意以下方面。在数字孪生的几个典型应用场景中，即智能制造、智慧消防等，低延迟的要求可能会带来额外的技术要求。例如，数字孪生系统中的模型根据物理实体的变化而动态变化，这意味着时间戳和有效性描述等属性需要进一步标准化。另外，虚拟实体产生的数据应该被普遍地识别为不同于物理实体的数据，因此标准制定应该考虑这些新特征。这些特殊要求可能导致需要更新一些现有标准，甚至建立一些新标准。

4）连接

连接指的是通信和互操作性，它们共同实现各种实体之间的互联互通。IEEE提出了一个能力框架，即2888.3，该标准提供了一个框架，忽略了虚拟实体和物理实体中一般对象之间的交互，包括物理对象和虚拟对象之间的交互能力，便捷地与后端基础设施/其他外部系统集成的能力，授权接入的能力，以及描述物理设备、虚拟设备或任何可建模对象的能力。

互操作性需要考虑多个网络共存的情况。OPC UA是可以解决该问题的一个重要标准。凭借其语义功能，OPC UA不仅支持数据传输，还包含以信息为中心的数据模型，从而将异构数据转换为统一信息，从而实现工业系统的安全数据交换。

数字孪生网络和连接性对于数字孪生的实施也至关重要。连接不仅限于不同数字孪生系统之间的数据交换，还包括传输链路本身。与传统的物联网通信系统不同，数字孪生需要更具确定性、更高的宽带、更好的同步和其他增强的传输能力，以增强针对各种应用的数字孪生服务。为了满足这些要求，出现了许多新技术和相应的标准。以制造业和工业通信系统为例，IEC和IEEE已经为有线通信提供了复杂的解决方案，以满足数字孪生的高要