钢铁行业数字孪生与数据资产开发系统架构、数据资产分类.pdfVIP

T/XXXXX101—2025

附录A

（资料性）

钢铁行业数字孪生与数据资产开发系统架构

钢铁行业数据资产开发应该面向数字孪生的先进架构，按照“孪生数据+数字模型+孪生应用”融

合路径，即数据资源化、产品化与资产化的“数模融合”路径推进，即数字孪生通过持续汇聚、精炼和

增值实体数据，可以将现实世界的动态直接转化为可复用、可增值的数据资产。

按照中国钢铁工业协会提出的《钢铁行业数字孪生第1部分：通用要求（征求意见稿）》（2025

年10月），钢铁行业数字孪生参考架构应包括目标实体、数字实体、孪生应用，以及各部分之间的信息

交互。

图A.1钢铁行业数字孪生系统架构图

一、目标实体

目标实体包含钢铁工厂实体及各实体之间的关联关系，是数字孪生的目标对象。

（一）钢铁工厂实体

钢铁工厂实体应包括人员、设备、物料和环境等。

人员一般包括操作工人、技术人员和管理人员等。

设备一般包括炼铁、炼钢、轧钢、公辅等工艺生产中重点设备。

14

T/XXXXX101—2025

物料一般包括生产所需原料、中间产品及各类钢铁成品。

环境一般包含厂区内建筑、绿化、道路、物流和仓储等。

（二）关联关系

关联关系应包括操作流程、工艺流程、物料分配、工序界面等，客观反映工厂中人员、物料、设备

以及环境之间的关联关系。

二、数字实体

（一）数字模型

数字模型应从不同维度对目标实体进行数字化描述，主要包括几何模型、机理模型、数据模型、知

识模型。主要要求如下：

a）几何模型应构建钢铁工厂目标实体的几何信息，对目标实体的外观形状、尺寸大小、内部构造、

装配关系等进行数字化表达，可利用计算机可视化工具，结合3D建模技术实现。

b）机理模型应能够解释系统内部的运作机制，对钢铁生产过程中的设备、生产线生产过程进行精

确的数学建模，可利用物理学原理和数据分析方法实现。

c）数据模型包含数据结构定义、数据源融合、数据质量验证、数据传输与访问等，应能够处理和

分析来自业务系统、传感器、日志等的数据。

d）知识模型包含本体、规则库、数据驱动模型及知识图谱等，宜能够贯穿目标实体的全生命周期，

将人类专家的经验转化为可执行的规定。

（二）孪生数据

孪生数据贯穿整个钢铁制造生命周期，是实现数字孪生的数据基础，应包括设计数据、制造数据、

采购数据、建造数据、生产数据、质量数据、运维数据、仿真数据等，主要包括：

a）设计数据应包括在项目初期及设备开发阶段生成的图纸、规范、几何模型，以及涉及工艺路线

的技术要求；

b）制造数据应包括设备根据设计图纸加工制造的全过程数据；

c）采购数据应包括物资基本属性、交易信息、采购过程等数据；

d）建造数据应包括工厂或设备安装、调试和启用过程中的数据，用于记录实际的建造过程；

e）生产数据应包括生产过程中产生的实时数据，涵盖从原材料入炉到最终产品下线的各个环节；

f）质量数据应能够用于检测和评估钢铁产品是否符合设计目标或客户需求，可源自检测设备、实

验室分析以及现场检验；

g）运维数据应记录设备运行和维护过程中产生的数据，包含设备健康状况、故障诊断、检维修记

录等；

h）仿真数据用于模拟生产过程中不同场景和参数变化，可基于物理规律、数学模型、工艺流程等

构建。

三、孪生应用

孪生应用应包含业务服务和应用支撑两部分，服务于钢铁工厂全工艺流程，应包含炼铁、炼钢、轧

钢、公辅等工序流程，业务服务应实现钢铁企业的生产、质量、设备、能源、成本、物流、环保、安防

等管理系统的相关数据整合，为孪生工厂、孪生车间、孪生设备及孪生产品等各类应用提供统一接口服

务；应用支撑应实现可视化、仿真、分析、运维、监控、故障诊断与预测等功能。