《自动化系统与集成 面向制造的数字孪生框架 第4部分：信息交换》征求意见

　　近日，由中国标准化研究院等单位起草，TC159(全国自动化系统与集成标准化技术委员会)归口的国家标准计划《自动化系统与集成 面向制造的数字孪生框架 第4部分：信息交换》征求意见稿已编制完成，现公开征求意见。
 

　　数字孪生是推进工业互联网发展实现工业 4.0 的先进使能技术和方法，广受学术界、产业界关注。当前，全球工业互联网发展如火如荼，为数字孪生提供良好孵化床，各种应用场景加速落地，应用领域范围不断拓宽，无论是制造业、还是城市管理(智慧城市)等领域都是热点。
 

　　据统计，截止目前共有来自美国、中国、德国等40多个国家，超过160家机构的500多位研究人员开展了数字孪生理论与应用研究，并有相关研究成果发表，同时西门子公司、特斯拉公司、ANSYS 公司、通用电气公司等全球知名企业开展了数字孪生在相关领域的落地应用实践。如在制造领域，以德国西门子公司为代表的企业研究了将数字孪生技术应用于产品的设计、生产、制造、运营、服务、回收等全生命周期过程。国内北航数字孪生小组在2017年提出了数字孪生车间的概念，阐述了数字孪生车间的关键技术，探索了数字孪生与大数据、云计算、人机交互、信息物理系统等技术的关系，开展了数字孪生在设计、制造、服务领域的应用研究，并与国内 12 家单位共同发起了数字孪生会议。在航空航天领域，美国国家航空航天局(NASA)、洛克希德·马丁公司、美国空军研究实验室等开展了数字孪生在飞行器结构优化、状态监测、寿命预测与健康管理等方面的应用研究。在交通领域，特斯拉公司、DNVGL 船级社公司、SNC-兰万灵公司(SNC-LAVALIN)等研究了数字孪生在汽车、船舶、火车等领域的应用。此外，在电力、医疗、智慧城市等领域均有相关企业和科研单位开展数字孪生的应用。与此同时，国内北航数字孪生小组提出了数字孪生五维模型，并和相关企业共同探讨了数字孪生五维模型在卫星/空间通信网络、船舶、车辆、发电厂、飞机、复杂机电装备、立体仓库、医疗、制造车间、智慧城市10个领域的落地应用探索。
 

　　我国国家发展改革委、中央网信办印发《关于推进“上云用数赋智”行动培育新经济发展实施方案》，工业和信息化部出台《智能船舶标准体系建设指南( 征求意见)》，上海和雄安等地均在城市规划中提出打造数字孪生城市。Gartner 连续3年将数字孪生列为未来十大战略趋势，Global Market Insights 预测数字孪生市场在2020—2026年将保持 30%多的稳定增长，从目前的40多亿美元增长到350多亿美元。由此可见，发展工业数字孪生意义重大。然而，多年的数字孪生理论研究与应用实践中，发现存在以下问题：缺乏数字孪生相关术语、系统架构、相关模型、数据等标准的参考，导致不同用户从不同的应用维度与技术需求层面出发，对数字孪生有不同的理解与认识，模型间、数据间、模型与数据间、系统间集成难、一致性差、兼容性低、互操作难等问题，从而造成数字孪生研究和落地应用过程中存在交流困难、集成困难、协作困难等问题；以上问题严重阻碍了数字孪生的进一步发展与落地应用，亟需相关标准的指导与参考。
 

　　本文件是《自动化系统与集成 面向制造的数字孪生框架》的第 4 部分，给出了参考体系结构中实体之间信息交换的技术要求。本文件等同采用ISO 23247-4:2021《自动化系统与集成 面向制造的数字孪生框架 第4部分：信息交换》。
 

　　本文件做了下列最小限度的编辑性改动：
 

　　——删去了ISO前言和引言，按照我国国家标准规定重新起草了前言和引言；
 

　　——参考文献的顺序按我国国家标准规定重新进行了编排。
 

　　本文件规定了参考体系结构中实体之间信息交换的技术要求。包括用户实体和数字孪生实体的用户网络要求、连接数字孪生实体内子实体的业务网络要求、将设备通信实体连接到数字孪生实体和用户实体的接入网络要求、将设备通信实体与可观测制造元素相连接的邻近网络要求。
 

　　本文件的主要技术内容包括：
 

　　——数字孪生参考模型的网络视图；
 

　　——用户网络中信息交换的要求；
 

　　——服务网络中信息交换的要求；
 

　　——接入网络中信息交换的要求；
 

　　——邻近网络中信息交换的要求；
 

　　——附录 A 技术讨论—制造用数字孪生框架的实施方案；
 

　　——附录 B 动态调度使用案例；
 

　　——附录 C 高级计量用例；
 

　　——附录 D 材料移除操作优化用例；
 

　　——附录 E 增强型 G 代码示例。
 

　　本文件的实施可支持创建可观察制造元素的数字孪生，包括人员、设备、材料、制造过程、设施、环境、产品和支持文档。数字孪生有助于检测制造过程中的异常情况，以实现实时控制、预测性维护、过程内适应、大数据分析和机器学习等功能目标。数字孪生通过不断更新相关的操作和环境数据来监测其可观测制造元素。通过数字孪生实现过程和执行的可见性，进而增强制造运营和业务合作。