中国电子技术标准化院：数字孪生应用白皮书【下（共两册）】.pdfVIP

数字孪生应用白皮书

2020版

目录

前言1

一、数字孪生概述1

（一）数字孪生发展背景1

（二）数字孪生的定义及典型特征3

（三）数字孪生与其他技术的区别5

二、数字孪生相关概念及内涵8

（一）相关术语8

（二）相关概念13

三、数字孪生应用发展综述16

（一）应用需求方向16

（二）数字孪生产业图谱26

（三）应用发展现状37

（四）数字孪生技术体系73

（五）推动条件92

四、数字孪生标准化当前工作、现状及需求99

（一）标准化工作概述99

（二）智能制造领域数字孪生标准化现状及需求105

1

数字孪生应用白皮书

（三）智慧城市领域数字孪生标准化现状及需求110

（四）智慧交通领域数字孪生标准化现状及需求112

（五）智慧健康领域数字孪生标准化现状及需求113

五、存在的挑战115

（一）数据相关的挑战115

（二）基础知识库相关的挑战117

（三）安全相关的挑战119

（四）商业模式相关的挑战120

（五）人才相关的挑战122

（六）多系统融合的挑战123

（七）互联互通互操作的挑战124

六、典型应用案例126

（一）智能制造领域126

（二）智慧城市领域208

（三）智慧交通领域241

（四）智慧能源领域266

（五）智慧建筑领域278

（六）智慧健康领域292

七、结论与展望300

（一）趋势的展望300

（二）支持与监管政策相关建议301

（三）技术开发与应用相关建议303

2

五、存在的挑战

（一）数据相关的挑战

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。

在数字孪生工具和平台建设方面，当前的工具和平台大多侧重某些

特定的方面，缺乏系统性考量，从兼容性的角度来看，不同平台的数据语

义、语法不统一，跨平台的模型难以交互；从开放性的角度来看，相关

平台大多形成了针对自身产品的封闭软件生态，系统的开放性不足；从

模型层面来看，不同的数字孪生应用场景，由不同的机理和决策模型构成，

在多维模型的配合与集成上缺乏对集成工具和平台的关注。

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。

数据采集参数及格式的一致性。针对同一对象，多维虚拟模型采集

的数据格式不一致、参数类型和数量不对等，同样会出现不同模型在数

据融合时出现问题，不能进行交互。

数据采集周期问题。如生产设备的数据产生一般以毫秒记，用采集

115

数字孪生应用白皮书

的数据来驱动数字孪生模型时，往往需要放大时间尺度，否则模型的仿

真运行压力过大会导致崩溃。

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