《数字孪生技术理念白皮书.docx》由会员分享，可在线阅读，更多相关《数字孪生技术理念白皮书.docx（20页珍藏版）》请在三一办公上搜索。
1、数字享生技术理念白皮书I2023信息模型在数字享生应用中的基石作用互时科技出品2023.08Rqe1.科技rtwI目录摘要1弓2一、企业数字化战略3二、数字零生一企业数字化转型的支点4三、数字享生应用成熟度镜像层与描述层应用的显著差异6四、信息模型数字学生的基石81 .数字享生信息模型的概念82 .数字享生信息模型包含的信息93 .数字享生信息模型的研究与推广W4 .数字享生信息模型相关观楚及标准115 .数字享生信息模型好坏的评据126 .数字挛生信息模型更新、维护及应用13五、数字享生信息模型客户价值14结束语16参考文献17I摘要本白皮书困绕过程制造业、基础设施及高端装备等行业需求,系统
2、性讲述数字孚生及作为其基石的信息模型相关概念、技术、应用场景及客户价值。白皮书分析了传统信息化与数字化的差异，并认为数字享生技术在企业数字化转型过程中能发挥支点作用.数字享生应用具有不同成熟度等级，目前国内主要应用处于镜像层与描述层，这两个层级的应用及在功能、应用场景、客户价值上存在显著差异.信息模型通过构建单一数据源的数字底座，实现高质量的工业数据治理和分发，支持特定场景的减负增效以及跨场景的数据波转，是数字享生技术的基石，对于推动企业数字化转型具有至关重要的价值.RS1.142VCMI引言不确定性是当前人类社会环境的凄要特征.对企业尤其是制造业企业而言，无论是在供应链、市场需求、研发、制造
3、等环节下，还是在宏观经济、社会及地缘政治环境等要素下，都面临着不确定性、不稳定性、复杂性及模糊性的巨大挑战，业内也基于这些特征将当下定义为VUCA时代.而想要化解不确定性，企业需要向数据驱动的模式进行转型，从而具备快速感知、分析及决策的能力.正如中国工程院院士郭贺桂所总结的，“数字化转型是应对不确定性最有效的举措企业必须通过数字化转型在不确定的时代H得相对的确定性，才能得以生存发展.国家在政策层面对于企业数字化转型也给予了高度重视.2023年2月，党中央、国务院联合发布的数字中国建设整体布局规划将数字中国建设的意义提升到了新的高度，极大推动了国内企业数字化转型的步伐.2023年4月，国家发改委
4、发布的政府投资项目可行性研究报告编写通用大纲2023年版中，也首次在国家层面明确提出政府投资项目应考虑实施数字化交付.与此同时，随着数字化转型应用的规模化及深入化，包括数字李生、大数据、人工智能、云计算、5G、物联网等在内的数字化转型相关支撑技术也备受关注，其中数字挛生技术更被视为数字化转型的重要支点，成为当下的应用热点.本白皮书主要围绕过程制造业、基础设施及高迷装备等行业需求，系统性讲述数字挛生及作为具基石的信息模型相关概念、技术、应用场景及客户价值，以期望为国内企业数字化转型提供助力.ShDigita1.Strategy企业数字化战略探讨数字挛生技术之前，需要先提及企业的数字化战8S.企业
5、数字化战略是企业整体战Bg的子集，它与产品战略、销售战略、市场战略、人才战略等属于并列关系。数字化战略的根本诉求是通过对IT和数据的利用，支撑企业战略目标的实现，其最终仍是为业务所服务。为实施数字化战略，企业需要搭建出数字化基础，来支撑企业的诸多数字化行为。数字化基础主要包括研发、生产、供应链等环节的数字化资产信息，信息的质与可用性，员工的数字化能力和数字化转型意愿，以及相应的企业文化等。现实中，企业往往会低估数字化基础的价值o02章Digita1.Twin-KeystoneofDigita1.Transformation数字享生-企业数字化转型的支点国内信息化建设推进近30年来，毋庸置疑在提
6、升企业运营效率等领域发挥了可观的价值但在实施过程中，传统信息化模式也暴露出一定的局限性：业务驱动及点状建设模式容易导致信息孤岛；聚焦于点状、局部的效率提升，而无法实现全局优化；以及在实践过程中更多关注人，而较为忽视物这一关健生产要素等等.数字化转型的意义就在于去突破传统信息化的局限，实现企业从信息化向数字化的跃进，更大程度上发挥数据价值。要想实现这一跃进，首先需要了解下信息化与数字化二者之间的差异.这两个概念紧密相关，但也存在显著不同，在现实中往往容易被混淆。信息化、数字化概念的相关性主要体现在两者是一脉相承的。数字化是信息化发展的高级阶段：数字化并不是对信息化的革命，而是一种进化，是通过对企
7、业以往信息化系统的整合优化，满足企业数字化时代的生产运营需求.同时，信息化、数字化在特征上也存在显著差异.具体如表1所示.信息化数字化金骨逸行懂界企业奥步只是哥原先线下的楼0业务缴IM朝1上；JtMewmwRRffH,信恩累仅W供支那.IW他界完箜、梅.&里字世界,企Ik业务可致H运行在Irrt#；企仆Q人分的海通册行.ifitt.生产.伍1!活2可以在K字也算，实A1.注“状IuKia义的陶,M祠虫义内5周幽人J1.GE义与初次了InKi8义的同,系ItS识则别B1.iWTfi三.Ktf1.益嚣身已H了一定由语义内容.人的，与度与席,企助我角，畲入主内.分析决依于人工*；阳的存在大的不说Ku
8、K或人.日种.泊mu*京工作3信低.人只应R字粒VI的指令.Bf1.tei动波我11大91度上免了量冗第手动也累入、Bawa;更多票于B.JUe2分折决雨”人工收BMAeR/只(82化I(VIitH过修中由产播R范作为企业R字责产,BUE业务遑.I1.Q例子0A.ERP.MESWtmen.过R字化.MTtetnimMwwm-RXAttn.例如B1.M50、4DVaHIVa*ftW.聂1：H字化与(1息化精征异R581MI5“rtH换个视角，从生产力与生产关系的维度来分析，也能很好辨别出信息化与数字化的差异。在信息化时代，企业生产力的核心是人，在数据的获取、整合、使用等环节依旧需要人的深度参与，
9、随之带来的自然是高昂的人工和时间成本.而当企业实现数字化转型之后，以往难以茨取或需消耗大人工、时间成本才能获取的数据，可以被更高效率、低成本地获取；以往依赖于人工经验的数据分析、洞察手段，升级为专业高效的数字化分析工具；以往需要人工发现、解决的问题，在数据驱动模式下可以被智能识别，并自动找到科学的解决方法.企业的核心生产力已从信息化时代的人，转变为数据及其相关的分析、应用工具.同时，在信息化时代，企业内部不同专业、部门以及不同企业之间都存在着一定边界，也就是所谓的“信息孤岛”，造成彼此间的信息隔离.而数字化转型则打破了这些边界，实现了数据的有效?5通；这意味着跨专业、部门及企业内外部的协同成为
10、可能，企业的生产关系将被重构。因此，从本质上来说，数字化转型实现了企业对于其生产力和生产关系的重构，并要于此产生更高的业务价值。需要注意的是，数字化转型的前提是将物理世界完全解禧、重构、建模至数字世界，得以构建一个独立于物理世界的数字世界，而其中的核心支点就是数字享生技术.而相较金融、零售等服务型行业而言，过程制造业、基础设施、高端装备等都属于资产密集型行业；其实体对象复杂，物理展性丰富，可豆制性差，实现数字孳生的难度也随之提高.R互田科技rtcmOjhDigita1.TwinApp1.icationMaturity-SignificantDifferencesBetweenApp1.icat
11、ionsofMirror1.ayerandDescription1.ayer数字享生应用成熟度-镜像层与描述层应用的显著差异根据现有国际标准，数字学生应用被分为不同的成熟度等级。按照IEEEP3144数字挛生成熟度模型标准草案，基于成熟度不同，数字享生应用可分为镜像、描述、诊断、预测及自治5个等级，层次逐级提升(详见表2)!。1.eve1.5具备白泊力.完金由系就自主决策、mff.反馈形成闭环,对自然人的依AutorxnousIif三0.1.v1.4Prod1.ct1.voIU于历史和缉前生产条件.IiQ1.OHMB未来状恋.HI的用户决策；数理信0将结修正.保组实例与目标对行为式一改1.ev
12、e1.3DiagnosticI诊断1.eve1.2Ooscript1.voI揖迷这患一陵不但It格达实体现次.还K要集成设计要求,配管理成为美识求;合兑Tm医信也.分析或谆断特定场景的问成因,用户分析和决策；3)W.于H实数樵持续修正第一何朦理耀拒实例,保出实例与目标对象行为式一致.构建目标实体京、H有语义的统一信息模S1.WaRWU；信息模盟及时IJft与缉以保江实例妁煌与目标时,保挎一致；同时.提供多缰.度、S尺度的数事分发提力,在接暨对化管理的*诚上实现情堞化信息展示，助用尸分析问刘.1.eve1.1M1.rwI线像速立2D、30或VR模型.有Ia的应用场It般累.iaOEE.HSEW.
13、实现目标实体在特定应用场下的信息可衩化表达.2：数字孽生画用成熟度5个唐徽及对ISn“目前国内的数字享生应用主要集中在镜像层，描述层应用也开始逐渐增多.二者及其分别对应的可视化模型、信息模型，在具体功能、应用场景、客户价值等多个维度存在显著差异(详见表3).R互知科技*“CM镜像层(可视化模型)描述层(信息模型)-Ie仅餐日蛹实体转疗.-Wt.例机械.日场箕体完*.R6HN用的互动.空同？tar.我与他晨互动.时同度.日后实体叁集曲周期.,拿白消力.可3自主失立分工作及R伪决；.氽作6耀富不开人.II，药。标交停RKt1.系6明通信atf1.交楼给力.3作为企，一R三r牙的R字残唐.并可自幼分
14、*&过沧第1!ttXttfttt.企业字化办的美.曲用场I1.广.表3：俵0层、！述愿应用存在a概括来说，可视化模型与信息模型最大的差异体现在局部与全局的区别上。可视化模型好比于“盲人摸象”，能“摸”到的永远只是局部信息；这些信息无法实现与目标实体保持一致的完整描述，无法解决目标对象的能观性。而信息模型则与生俱来就包含全局的概念，它将所有的局部信息进行关联使之成为场景化信息,实现目标实体在领域、时间、空间等各个维度的完整描述。当然，二者之间的差异性还体现在是否全生命周期覆盖、集成及互操作能力、应用场景等诸多方面。从这些差异性中可以看出，相较于信息模型而言，可视化模型的客户价值较为局限。目前国内
15、多数企业对数字享生的认知，尚停留在镜像层的可视化应用上这一认知现状对于企业进行数字化转型颇有阻碍。因此，突破这一认知并完成信息模型的构建，可以说是当前数字享生工作的核心任务，也是推动企业实现数字化转型的重要基础。asSM.9JW9白治力BM5互作力应用第IRSiXfi.一It仅焦于日惊买G待定!度眩者一if1.件.不再值情|化公美以关系.时展雄厦一船U保M个豺回力点.-Ii-不开人的w.“口系与目愫实体AK他WC1.不为时花常的就.信.一恁仅用于观永实体讨力彩M.ifia.以加强人交互.Sff1.itta.R互附科技rtw04/章InformationMode1.-FoundationofDi
16、gita1.Twin信息模型-数字字生的基石41.信息模型-数字挛生的基石信息模型的概念在业界已有长久的发展历史，应用领域也相当广泛.基于不同的应用场景，(B息模型在构建目标和复杂度上也存在一定差异.如OPCUA协议、NAMUR的NoA(NAMUROpenArchitecture)架构、AutomationM1.等领域的信息模型主要关注互操作性，以解决现场来自不同供应商的传感器或机器设备数据的接入问题171.而基于当下国内的数字化现状，本白皮书对于信息模型的讨论，在强调互操作性的同时,更为关注构建覆盖企业全生命周期的统一数字底座的定位，及其所带来的业务价值。数字挛生所包含的模型，大致可分为信息
17、模型、可视化模型、机理模型及数理模型四种(详见表4).数字学生模型典型例子应用二蜡.三0模型及AR、VR就示实体对序就(wf*aASNA一殴务源的企业数字座座反应单元横暨桀堀工Z这网流程模3.A设备IgItI机理模里字孳生易舱应用,供如诊断殿理f1.1.型A1.模至数字搴生高的应Wff1.ffiiB表4：H手学生模8!其中，只有信息模型是在全生命周期维度对实体对象实现全、全粒度的数字化表达，井通过单一数据源的数字底座形式，自动为其他模型及各业务系统分发含有语义的标准化信息。信息模型对于数字享生技术而言不可缺失，可以称之为数字享生的基石.缺失了信息模型的数字季生只是空中楼阍，难以担当起数字化转型
18、支点的更任.而前文所提及的可视化模型，一般仅适用于增强人机交互的特定应用场景；虽也可接入应用场景数据，但因其目的主要用于展示，并不强调数据完整性，其定位并非数据栽体或底座.至于机理模型和数理模型，则对应着更高阶的应用，对数字挛生而言并非不可或缺.因此，无论是可视化模型，还是机理、数理模型，其本质上都属于针对特定场景的应用型模型。而信息模型作为基石型模型，则可以向它们分发、推送所需求的数据.2.数字享生信息模型包含的信息信息模型可以帮助企业更好地理解与管理实体对象。由于要满足企业内外部门及相关业务的所有信息需求，信息模型往往需要包含海的各类信息；但同时，企业也需要对未来的信息需求度有个预判，以避
19、免无用信息造成的资源浪费。为便于管理信息模型所包含的各类信息，首先需要对其进行分类.目前业内尚无蜕一的规鱼.本白皮书所采用的是当下较为常用的分类方式，如下图所示。1：Bt字掌生(B息包含的值患承投的工作任务？工作然力如何？如何工作705史U情猊7Af-1.历史”情况？喈工作条件？堡工作悔家光戌？供电向最aP供货时同？auRm?包含线蛆件，物件是如何逢凌的？件号 ttfse三? 如何作？ W何H护？简单来说，故字孚生信息模型主要包含了两类数据：本体数据和活动记录.本体数据涉及性能、设计、规程类数据，用于描述实体对象的构成、规程、材质、关联及历扑关系等属性信息，主要产生于工程设计与建造阶段；而活动
20、记录涉及状态、历史、商务类数据，主要用于描述实体对象当前的工作状态及历史运营记录等，多产生于企业运营与维护阶段，对企业诊断事故成因等场景必不可少.数字享生信息模型的构建源于各类原始数据，从全生命周期维度看，既包括来自于设计与建造阶段的工程数据，也包括采购数据，以及运营阶段的实时数据、管理数据等.这些类型各异的海量数据原本非常分散，属于未经治理的非关联、非场景数据，所以称之为原始数据.而基于一定规则，以抽象方式构建出信息模型后，这些原始数据实现了有效分类和场景化(Context),进而彼此关联转化为标准化的信息.我们也可以理解为通过信息模型的构建，这些原始数据精化成为具有语义的(其关健价值是以一
21、致的方式提供对现实世界场景化和关联信息的访间)、高可用性的信息.所谓数字化交付，也就可以窄义理解为设计与建造阶段构建的数字孚生信息模型，向运营与维护阶段的递交，并成为运营与维护阶段信息模型的起点。43.数字挛生信息模型的研究与推广基于数字挛生信息模型在数字化转型中的重要地位，欧美国家对相关的研究与推广非常重视。例如近些年德国工业4.0工作组提出的资产管理壳(AssetAdministrationShe1.1.,AAS)概念，其本质就是基于一定规则的信息模型，包含标识及子信息模型等要素；而北美地区较为普及的资产信息管理(AssetInformationManagement,AIM)的概念,其核心
22、也是资产的信息横型.过往国内业界对于信息模型的关注程度普遍不高.但近年来，迫于企业数字化业务的需求，在信通院等机构的推动下，业界对信息模型的研究也已起步，值得期待4.数字享生信息模型包含的信息信息模型作为数字挛生的基石，需要具备被所有数据用户迅速接入、理解、执行及分享的能力.在项目设计与建造阶段，业主需要与设计、施工、采购、监理以及政府监管部门等多方进行协同；而在运营与维护阶段，又涉及到设备供应商、维护服务商、工艺供应商、仪表与自动化供应商等。由于相关参与方都有各自的数据需要输入到信息模型中，针对信息模型的所有权、数据接入、决策权等方面达成统一的规的和协议，是非常重要的。为提高协同效率，降低数
23、据交换与共享的成本，需要标准的信息模型/数据集成规范来进行信息管理。国际上目前爆常用的标准是ISo1.5926.ISOI5926自问世以来一直处于完善与Ir展之中，尤I其是针对特定行业的扩展；而国内标准化机构也在椅城从事国家标准的转化工作，如GB/T18975W,其梭心内容与ISO1.5926保持一致.晚于ISO1.5926出现的CF1.HOS也是业内要标准之一.由于CF1.HOS的逞生是由壳牌石油等客户更动，相比ISo1.5926而言，该标准更贴近业务实践.更有利于真正解决企业痛点.IsoI5926和CFIHoS主要聚焦于工程设计与建造阶段，而在运营与维护阶段,也有ISO14224.1810
24、1等相关国际标准.上述这些标港迄今为止主要聚焦领域还黑在过程制造业.45.数字挛生（8息模型好坏的评搪市面上多数数字学生供应商都宣称具备构建信息模型的能力，事实上却良罪不齐，难以擀别.因此，作为企业来说，需要有能力判断数字享生信息模型的好坏差异.理论上来说，一个信息模型，如果能向企业内所有数据用户持续提供所需求的所有信息，且准确度有保阳，无须花费时间进行调整或典证，即可视作一个好的信息模型.为便于企业用户筛选，下面给出一些常用的具体判据，分为质及可用性两大类别：圆质完整慢：欣据完整，企业所有相关用户都可以获得所需求的全部数据.准确使：数据能够准确反映实体的实际状态，值得相信.及时慢：对绝大多数
25、用户来说，族取到的数据足够反映出实体的当前状态.一致使：所有相关用户获得的数据及描述都能保持一致.安全性：基于用户权限的数据接入是受控的；具备恶意入侵、事故等情况下的安全保护机制.可用性易接入：标准命名、导航式信息关系詈理、基于角色分层等机制,保蹲用户可便捷、快速接入.易理解：符合用户习惯的展示方式（场景式、基于角色区分展示等），保障数据易于疲理解.黑执行：集成信息及分析工具，提高用尸日常案头工作效率，支耀业务决策.易分享：集成标准及适配器自动分发数据给授权用户，支椅移动终端等保障协同工作.除了质、可用性这两个判断依据外，数字享生信息模型非常强调信息的场景化.信息场景化管理能通过提升信息模型的
26、易理解、易执行等能力，及支持更复杂的变更管理流程来提升信息模型的质和可用性.6.数字挛生信息模型更新、雄护及应用数字挛生信息模型的构建，然味着相对简单的数字字生体已系完成，在保簿数据维护的及时性和准确性前提下，企业即可将该数字零生体应用于生产实践。在此基础上，用户可基于战略优先级，进一步构建更为复杂的数字挛生体，如稳态流程模拟和优化、瞬态过程模型、预测性维护和资产绩效管理、沉浸式操作培训等。对新建项目/工厂来说，企业一般在完成基础数字挛生后，再逐步按需构建复杂的数字挛生.而在役工厂的情况则完全不同：在基础的数字享生构建前，在役工厂可能已经拥有一些复杂的模型，而相关数据则分散在业务应用系统、电子
27、化文档、纸质图纸及其他互不相连的数据源上。对这些企业而言，需要将相关模型与基础的信息模型进行关联，建立一致性，从而使现有模型的价值及分析结果的准确性得到提升.数字享生信息模型构建完成后的持续维护工作极为关键。企业必须及时保证现实状态、技术状态与设计要求三者(尤其是前两者)之间的一致性，从而确保信息模型能够持续为企业运营提供价值.这种一致性在核电等行业一般称为配置管理，是企业生产运营阶段非常重要的诉求.2022年，由埃克森美孚公司牵头，联合雪佛龙、壳牌、陶氏化学等组成了一个专门工作组，其核心目标就是更好地解决数字学生信息模型在交付后的可持续发展及开放性问题.从中可以看出，即使在全球业界，数字挛生
28、信息模型构建完成后的维护、应用工作也是很有挑战的问题.对部分企业而言,可以考虑将这部分更新、维护的工作外包，同时与供应商或技术咨询商合作，进一步提升信息模型的应用价值，这将是未来的发展趋势。R互由科技tertHOSsDigita1.Twin1.nformatiMode1.CustomerVa1.ue数字孚生信息模型客户价值数字挛生信息模型对于企业数字化转型具有战略价值。信息模型构建了企业单一数据源的数字底座，并通过高质的工业数据治理和分发手段，保障数据一致性与准确性的同时，实现跨场景的数据流耨.基于信息模型的数字底座解决了传统信息化时代的数据孤岛困境，降低数据流转的复杂性,实现数据的有效贯通，
29、让暗数据得以显性化。企业在数字享生信息模型的基础上，叠加现有或规划实施的各类业务应用系统，可以最大程度发挥出数据价值，支撑向数据驱动模式的转型，实现从局部向全局优化的跃进。从具体落地的角度来看，数字享生信息模型已有相当多的成熟应用，在诸多场景下帮助客户实现降本增效提质，保障生产安全.例如：匈设计和建造阶段(见图2)连接工程全学与方.将文件级传递提升为数据级协同，让管理皎度更SB数；基于二维码技术可实现工程材料全生命周期追溯；实现工程材料代码与物资代码的智能匹配；!自动生成交竣工资料，大幅提升资料编制效率和所；信息的及时更Wi及便捷访问，显著提升跨专业、跨团队的协同效率，派少搜索查询时间，避免信
30、息误差.互酎科技ti1.1.ttM须运营和维护阶段(见图3)实现基于业务场景的全域数据筛选与宣阅，全面提升信息的查找效率及管理水平；自动生成设备资料台雕及BOM表,高效完成第三方EAM系统的故据初始化工作；基于模型信息与实际状态比对，操作人员可会松地定位故1设备位置；技改技措仅需要一次性修改信息模型属性数据，变更信患可自动接送至相关业务系貌，而无需在多处分别修改；自动生成生产、工艺类台赚、报表等，为一线工程的微负增效.S2：婚计遗斯殿信息型应用示S3：生产运青总段信息模91桎用示JB由于信息模型在过程制造业、基础设施、高端装备等行业的应用实践才刚刖起步，其更多的客户价值仍需持续挖掘探索，尤其是
31、对企业特定场景下业务应用的数据支撑，未来的发展潜力巨大.R581HSCVfNI结束语数字化战略是企业整体战略的里要组成部分.需要明确的是，数字化技术只是手段，业务目标才是数字化转型的根本驱动力.企业数字化战略必须保持灵活性并做定期调整.企业数字化转型的成功需要拥有坚实的数字化基础，包括数据资产、人员、组织和企业文化等，企业在其数字化战珞的部署中应充分考虑这些要素.数字挛生是实体对象的数字化表达，是企业数字化话型的支点，而其关键技术是对实体对象的数字化建模。信息模型是数字挛生的基石，是一个面向对象的、含语义的、全全粒度的数据模型，它保蹿了企业在数字化时代向数据驱动模式的转型。数字享生信息模型通过构建单一数据源的数字底座，及高陵的工业数据治理和分发，保障了数据的一致性与准确性，实现了跨场景的数据流转.结束语(16)
