工业数字孪生白皮书（2021）

声 明本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。 如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话：010-62305887 邮箱：aii@caict.ac.cn 编写说明近些年，随着我国工业互联网创新发展战略深入实施，部分应用企业已基于工业互联网完成了数字化、网络化改造，少数头部企业渴望通过工业互联网开展智能化升级。作为工业互联网数据闭环优化的核心使能技术，数字孪生具备打通数字空间与物理世界，将物理数据与孪生模型集成融合，形成综合决策后再反馈给物理世界的功能，为企业开展智能化升级提供了新型应用模式。与此同时，当前产业界对于工业数字孪生定义及内涵尚未形成统一认识，亟需系统梳理相关概念定义、关键技术、应用场景和实施路径，凝聚和深化产业共识，加速工业数字孪生技术创新和产业实践。在此背景下，中国信通院和工业互联网产业联盟共同组织编写了《工业数字孪生白皮书（2021）》，系统梳理了工业数字孪生技术、产业、应用的发展现状，并在一定程度上对未来发展趋势进行了研判。本报告主要分为六个部分。第一部分介绍了工业数字孪生内涵及意义，给出了数字孪生功能架构。第二部分介绍了数字孪生技术体系，分析了关键技术发展趋势。第三部分总结数字孪生应用发展态势，重点研究了数字孪生应用发展范式，给出不同行业应用特点。第四部分分析了产业布局动向，给出不同类型供给企业发展数字孪生的整体策略。第五部分研究了美国、德国、中国等不同国家数字孪生发展现状和优劣势。第六部分是全篇的总结和展望。 感谢工业和信息化部信息技术发展司的大力指导，行业专家提出的宝贵意见，以及各编写单位的共同参与，希望本研究成果能为从事工业数字孪生相关工作的各界同仁提供参考。组织单位：工业互联网产业联盟 牵头编写单位：中国信息通信研究院参与编写单位:（排名不分先后）中国航空工业集团、中国科协智能制造学会联合体、中国科学院软件研究所、中国科学院沈阳自动化研究所、中国石油天然气股份有限公司规划总院、北京航空航天大学、上海大学、北京理工大学、走向智能研究院、上海优也信息科技有限公司、恒力石化股份有限公司、华为技术有限公司、北京互时科技股份有限公司、苏州同元软控信息技术有限公司、上海飞机制造有限公司、深圳华龙迅达信息技术股份有限公司、安世亚太科技股份有限公司、北京世冠金洋科技发展有限公司、北京博华信智科技股份有限公司、北京索为系统技术股份有限公司、北京易智时代数字科技有限公司、北京智汇云舟科技有限公司、朗坤智慧科技股份有限公司、北京绥通科技发展有限公司、中兴通讯股份有限公司、山东捷瑞数字科技股份有限公司、参数技术（上海）软件有限公司、西门子（中国）有限公司、优美缔软件（上海）有限公司（unity）、迈斯沃克软件（北京）有限公司、艾默生过程控制有限公司、亚马逊通技术服务（北京）有限公司 一、工业数字孪生内涵及意义 1（一）发展脉络 1（二）定义及功能架构 1（三）发展数字孪生意义 2二、技术体系及关键技术 4（一）技术体系架构 4（二）数字支撑技术体系 4（三）数字线程技术体系 5（四）数字孪生体技术体系 6（五）人机交互技术 8三、应用发展态势 9（一）应用发展范式 9（二）典型应用场景 11（三）垂直行业应用特点 13四、产业布局动向 22（一）产业体系分析 22（二）企业合作分析 25（三）巨头发展布局分析 26五、主要国家发展态势分析 28（一）美国发展态势分析 28（二）德国发展态势分析 29（三）中国发展态势分析 30（四）其他国家分析 30六、展望 31目 录CONTENTS 第一章 工业数字孪生内涵及意义1工业数字孪生白皮书 (2021)一、工业数字孪生内涵及意义（一）发展脉络工业数字孪生发展经历了三个阶段，其发展背后是数字化技术在工业领域的演进与变革。第一阶段，概念发展期。2003 年，美国密歇根大学 Michael Grieves 教授首次提出了数字孪生概念，概念提出的基础是当时产品生命周期管理（PLM）、仿真等工业软件已经较为成熟，为数字孪生体在虚拟空间构建提供支撑基础。第二阶段，应用于航空航天行业。数字孪生最早应用于航空航天行业，2012 年美国空军研究室将数字孪生应用到战斗机维护中，而这与航空航天行业最早建设基于模型的系统工程（MBSE）息息相关，能够支撑多类模型敏捷流转和无缝集成。第三阶段，向多类行业拓展应用。近些年，数字孪生应用已从航空航天领域向工业各领域全面拓展，西门子、GE等工业巨头纷纷打造数字孪生解决方案，赋能制造业数字化转型。数字孪生蓬勃发展的背后与新一代信息技术的兴起、工业互联网在多个行业的普及应用有莫大关联。（二）定义及功能架构工业数字孪生是多类数字化技术集成融合和创新应用，基于建模工具在数字空间构建起精准物理对象模型，再利用实时 IOT 数据驱动模型运转，进而通过数据与模型集成融合构建起综合决策能力，推动工业全业务流程闭环优化。1物理对象业务应用连接采采集集感感知知反反馈馈控控制制数据互联决策描描述述诊诊断断预预测测处处置置工工业业通通讯讯市市场场数数据据研研发发数数据据生生产产数数据据运运营营数数据据信息互通信信息息模模型型构构建建数数据据字字典典标标识识解解析析元元数数据据描描述述...模型互操作多多模模型型融融合合几几何何模模型型仿仿真真模模型型业业务务模模型型数数据据模模型型数数据据管管理理信信息息管管理理模模型型管管理理交互交互向向数数字字空空间间映映射射向向物物理理对对象象反反馈馈数字孪生功能架构图 1 工业数字孪生功能架构 2工业数字孪生白皮书 (2021)第一层，连接层。具备采集感知和反馈控制两类功能，是数字孪生闭环优化的起始和终止环节。通过深层次的采集感知获取物理对象全方位数据，利用高质量反馈控制完成物理对象最终执行。第二层，映射层。具备数据互联、信息互通、模型互操作三类功能，同时数据、信息、模型三者间能够实时融合。其中，数据互联指通过工业通讯实现物理对象市场数据、研发数据、生产数据、运营数据等全生命周期数据集成；信息互通指利用数据字典、元数据描述等功能，构建统一信息模型，实现物理对象信息的统一描述；模型互操作指能够通过多模型融合技术将几何模型、仿真模型、业务模型、数据模型等多类模型进行关联和集成融合。第三层，决策层。在连接层和映射层的基础上，通过综合决策实现描述、诊断、预测、处置等不同深度应用，并将最终决策指令反馈给物理对象，支撑实现闭环控制。全生命周期实时映射、综合决策、闭环优化是数字孪生发展三大典型特征。一是全生命周期实时映射，指孪生对象与物理对象能够在全生命周期实时映射，并持续通过实时数据修正完善孪生模型；二是综合决策，指通过数据、信息、模型的综合集成，构建起智能分析的决策能力；三是闭环优化，指数字孪生能够实现对物理对象从采集感知、决策分析到反馈控制的全流程闭环应用。本质是设备可识别指令、工程师知识经验与管理者决策信息在操作流程中的闭环传递，最终实现智慧的累加和传承。（三）发展数字孪生意义发展工业数字孪生意义重大。当前，全球积极布局数字孪生应用，2020 年美、德两大制造强国分别成立了数字孪生联盟和工业数字孪生协会，加快构建数字孪生产业协同和创新生态。市场研究公司 Global Industry Analysts 报告 2020 年全球数字孪生市场规模为 46 亿美元，并将于 2026 年达到 287 亿美元。Garner 也连续三年将数字孪生列为未来十大战略趋势。 第一章 工业数字孪生内涵及意义3工业数字孪生白皮书 (2021)从国家层面看，随着我国工业互联网创新发展工程的深入实施，我国涌现了大量数字化网络化创新应用，但在智能化探索方面实践较少，如何推动我国工业互联网应用由数字化网络化迈向智能化成为当前亟需解决的重大课题。而数字孪生为我国工业互联网智能化探索提供了基础方法，成为支撑我国制造业高质量发展的关键抓手。从产业层面看，数字孪生有望带动我国工业软件产业快速发展，加快缩短与国外工业软件差距。由于我国工业历程发展时间短，工业软件核心模型和算法一直与国外存在差距，成为国家关键“卡脖子”短板。数字孪生能够充分发挥我国工业门类齐全、场景众多的优势，释放我国工业数据红利，将人工智能技术与工业软件结合，通过数据科学优化机理模型性能，实现工业软件弯道超车。从企业层面看，数字孪生在工业研发、生产、运维全链条均发挥重要作用。在研发阶段，数字孪生能够通过虚拟调试加快推动产品研发低成本试错。在生产阶段，数字孪生能够构建实时联动的三维可视化工厂，提升工厂一体化管控水平。在运维阶段，数字孪生可以将仿真技术与大 数据技术结合，不但能够知道工厂或设备“什么时候发生故障”，还能够了解“哪里发生了故障”，极大提升了运维的安全可靠性。 4工业数字孪生白皮书 (2021)二、技术体系及关键技术（一）技术体系架构工业数字孪生技术不是近期诞生的一项新技术，它是一系列数字化技术的集成融合和创新应用，涵盖了数字支撑技术、数字线程技术、数字孪生体技术、人机交互技术四大类型。其中，数字线程技术和数字孪生体技术是核心技术，数字支撑技术和人机交互是基础技术。图 2 工业数字孪生技术体系架构（二）数字支撑技术体系数字支撑技术具备数据获取、传输、计算、管理一体化能力，支撑数字孪生高质量开发利用全量数据，涵盖了采集感知、执行控制、新一代通讯、新一代计算、数据模型管理五大类型技术。未来，集五类技术于一身的通用技术平台有望为数字孪生提供“基础底座”服务。其中，采集感知技术的不断创新是数字孪生蓬勃发展的源动力，支撑数字孪生更深入获取物理对象数据。一方面，传感器向微型化发展，能够被集成到智能产品 第二章 技术体系及关键技术5工业数字孪生白皮书 (2021)之中，实现更深层次的数据感知。如 GE 研发嵌入式腐蚀传感器，并嵌入到压缩机内部，能够实时显示腐蚀速率。另一方面，多传感融合技术不断发展，将多类传感能力集成至单个传感模块，支撑实现更丰富的数据获取。如第一款 L3 自动驾驶汽车奥迪A8的自动驾驶传感器搭载了7种类型的传感器，包含毫米波雷达、激光雷达、超声波雷达等，保证汽车决策的快速性和准确性。（三）数字线程技术体系数字线程技术是数字孪生技术体系中最为关键的核心技术，能够屏蔽不同类型数据、模型格式，支撑全类数据和模型快速流转和无缝集成，主要包括正向数字线程技术和逆向数字线程技术两大类型。其中，正向数字线程技术以基于模型的系统工程（MBSE）为代表，在用户需求阶段就基于统一建模语言（UML）定义好各类数据和模型规范，为后期全量数据和模型在全生命周期集成融合提供基础支撑。当前，基于模型的系统工程技术正加快与工业互联网平台集成融合，未来有望构建 “工业互联网平台+MBSE” 的技术体系。如达索已经将 MBSE 工具迁移至 3DEXPERIENCE 平台，一方面基于 MBSE 工具统一异构模型语法语义，另一方面又可以与平台采集的 IOT 数据相结合，充分释放数据与模型集成融合的应用价值。图 3 MBSE 技术分析视图（来源：苏州同元软控） 6工业数字孪生白皮书 (2021)逆向数字线程技术以管理壳技术为代表，依托多类工程集成标准，对已经构建完成的数据或模型，基于统一的语义规范进行识别、定义、验证，并开发统一的接口支撑进行数据和信息交互，从而促进多源异构模型之间的互操作。管理壳技术通过高度标准化、模块化方式定义了全量数据、模型集成融合的理论方法论，未来有望实现全域信息的互通和互操作。中科院沈自所构建跨汽车、冶金铸造、3C、光伏设备、装备制造、化工和机器人七大行业的管理