社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

DigiTwin | 工业数字孪生跨域功能架构模型

数字孪生DigitalTwin • 3 周前 • 64 次点击  

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章,就加个星标吧!


本期阅读


 文章信息 

论文《A cross-domain functional software architecture model for industrial digital twins于2026年6月发表于《Digital Twin》期刊。本文由来自法国Inria、Agileo Automation、IMT Atlantique、Orange Research及波尔多大学等机构的Pascale Vicat-Blanc等联合完成,提出一种面向工业数字孪生的跨领域功能软件架构模型,为数字孪生系统开发与平台建设提供统一参考框架。

引用本文:

Vicat-Blanc, P., Golra, F. R., Beugnard, A., Lamy, D., Coupaye, T., & Abisset-Chavanne, E. (2026). A cross-domain functional software architecture model for industrial digital twins. Digital Twin. https://doi.org/10.1080/27525783.2026.2675139



 核心速览    


A cross-domain functional software architecture model for industrial digital twins


P. Vicat-Blanc, F. R. Golra, A. Beugnard, D. Lamy, T. Coupaye, E. Abisset-Chavanne

作者单位

a Inria, Villeurbanne, Lyon, France; 

b Agileo Automation, Poitiers, France; 

c IMT Atlantique, UMR 6285 Lab-STICC, Brest, France; 

d Mines Saint-Etienne, University

e Clermont Auvergne, INP Clermont Auvergne, CNRS, UMR 6158 LIMOS, Saint-Etienne, France; 

e Orange Research, Meylan, France; fENSAM, I2M, Universite de Bordeaux, Talence, France




摘要

文章针对数字孪生架构缺乏统一参考模型的问题,提出一种面向工业场景的跨领域功能软件架构。该架构通过明确功能模块、数据流和外部接口关系,建立适用于不同工业领域的通用数字孪生框架,从而降低开发复杂度,提高系统复用性、互操作性与可扩展性,并通过多个应用案例验证了其实用价值。


内容简介

1. 引言

数字孪生已成为工业4.0和工业5.0的重要支撑技术,通过物联网、大数据、人工智能、建模仿真和增强现实等技术实现对现实对象的表示、分析和预测。然而当前数字孪生系统普遍存在开发成本高、跨领域复用困难以及缺乏统一软件架构的问题,大量项目仍依赖面向特定场景的定制化开发模式。作者认为,建立统一的跨行业参考架构对于降低实施门槛、提高系统互操作能力以及促进中小企业应用具有重要意义。研究最终提出一种基于软件工程视角的通用功能架构模型,并通过典型案例验证其适用性。


2.  相关研究

2.1 研究背景

数字孪生的发展已形成五维数字孪生、网络数字孪生以及社会信息物理系统等多种理论体系。这些研究主要关注数字孪生的组成要素与系统结构,而对于软件层面的功能组织、模块协同和架构设计研究相对不足,因此难以直接指导复杂数字孪生系统的工程实施。


2.2 数字孪生功能框架研究

现有数字孪生功能框架从能力分析、功能分类和生命周期管理等角度对数字孪生进行了描述,识别了监测、分析、预测和优化等核心能力。但多数框架侧重功能罗列,缺少功能之间的数据流组织方式和交互关系描述,因此难以直接应用于软件系统设计。


2.3 数字孪生架构模型综述

现有数字孪生参考架构、物联网架构以及网络数字孪生架构在系统层面提供了设计思路,但对于内部模块边界、数据交换路径以及系统接口的定义仍不统一,不同架构之间存在较大差异,限制了数字孪生系统的跨领域推广与互操作能力。


2.4 标准化架构研究

国际标准组织和行业联盟已提出多种数字孪生参考架构,但多数标准针对特定行业或应用场景设计,在跨行业适用性方面仍存在局限。统一、开放且可扩展的功能架构成为推动数字孪生标准化发展的重要方向。


3. 方法论与设计原则

采用设计科学研究方法构建数字孪生功能架构,通过需求分析、架构设计和案例验证的迭代过程提炼数字孪生系统中的共性功能。基于大量工业应用场景,建立统一的软件组件体系和数据流组织模式,并通过学术界与工业界专家协同评审不断优化架构设计,使其能够适用于不同规模和不同领域的数字孪生系统开发。


4. 跨领域数字孪生功能架构

本节提出了一种面向工业数字孪生的跨领域功能架构,用于支撑工业设备、生产线及复杂工艺过程的数字孪生构建。该架构以统一的功能组织方式描述数字孪生系统的核心组成及其交互关系,通过简洁清晰的结构设计降低理解和实施难度,使其能够适用于不同工业场景和不同规模企业的数字孪生开发。

图1. 数字孪生架构图


根据 Brinkkemper 等人的观点,功能架构建模包括“识别软件产品的各项功能,并将其转化为相互之间或与第三方产品进行交互的模块”。


跨领域数字孪生功能架构由连接层、数据准备层、数据与模型存储层、高级处理层、用户交互层、外部数据接口层以及系统管理与编排层组成。各模块之间通过标准化数据流实现协同运行,其中连接层负责采集和同步物理世界数据,数据准备层负责数据清洗与转换,数据与模型存储层负责统一管理模型和历史数据,高级处理层执行分析、仿真和优化任务,用户交互层提供可视化与决策支持功能,系统管理与编排层则负责整体运行控制与资源协调,从而形成完整的数字孪生运行体系。


5. 架构应用验证

5.1 利用架构分析数字孪生用例

监测、仿真、预测和优化等不同类型数字孪生应用均能够映射到统一功能架构之中。虽然应用目标存在差异,但底层功能组成和数据流模式具有较高一致性,说明该架构能够覆盖大部分工业数字孪生场景。


5.2 利用架构描述数字孪生功能模式

数字孪生应用可归纳为静态模型浏览、实时状态监测、动态仿真预测以及实时控制优化四类典型模式。不同模式在数据采集、模型计算和反馈控制方面存在差异,但均可通过统一架构实现功能组织与信息流管理。


5.3 利用架构组织数字孪生开发与运行平台

数字孪生开发平台中的数据管理、模型管理、分析计算、可视化展示和系统编排等功能能够与架构中的核心模块形成对应关系。统一架构不仅适用于单个数字孪生系统开发,也能够为数字孪生平台建设提供指导,实现系统开发与运行环境的一体化设计。


图2 Thing'in数字孪生平台功能架构


5.4 进一步应用案例分析

在光纤网络维护和通信网络故障管理等场景中,数字孪生通过实时数据同步、智能分析、仿真预测和增强现实交互实现故障诊断、运行优化和决策支持。相关案例进一步验证了该架构在复杂工业环境中的适用性以及跨领域扩展能力。


6. 与现有架构的比较

与现有数字孪生参考架构相比,该架构不仅定义了数字孪生所需功能模块,还明确描述了模块之间的数据流路径、系统边界和外部接口关系。统一的软件工程视角增强了架构的可实施性、可扩展性和互操作能力,使其能够同时满足开发人员、系统架构师和终端用户的需求。


7. 结论与展望

跨领域数字孪生功能架构为工业数字孪生系统开发提供了统一的软件参考模型,通过标准化功能组织方式和数据流结构提升了系统复用性、互操作性和可扩展性。多个工业案例验证了其在数字孪生设计、开发和平台建设中的适用性。未来将进一步推动该架构与数字孪生标准体系、人工智能技术以及复杂系统协同机制的深度融合,以支撑更加开放和智能的数字孪生生态。



关注公众号,后台回复“DT论文”即可下载原文



投稿邀请及版权

本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯,以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源,版权归原作者所有,仅供学术交流,未经授权不得商用。如有侵权,请联系删除。


如您有优秀论文需推荐,或者成果发布、企业进展、科研交流等需求,请在公众号后台留言,或发送邮件到digitaltwin@buaa.edu.cn,与我们取得联系。感谢您的持续关注与支持!






Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/197253