为工业领域设计符合ISO 23247标准的混合式数字孪生架构

混合数字孪生架构在ISO 23247标准下的设计与验证，通过整合物理模型与数据驱动方法解决传统数字孪生的非线性适应问题，并在生物制药领域BIOPURE项目中实现，提升系统动态响应与标准化水平。

阿尔弗雷多·加罗（Alfredo Garro）|亚历山德罗·索伦蒂（Alessandro Sorrenti）

卡拉布里亚大学DInCi系，Via Pietro Bucci，Cube 41B，Rende，87036，意大利

摘要

背景：

传统的数字孪生（DT）通常仅基于确定性物理模型，在处理非线性行为和适应不断变化的运营动态方面存在不足。

目标：

为了解决这些限制，本文提出了一种新型的混合数字孪生（HDT）架构，该架构将基于物理的模型与数据驱动的方法相结合。

结果：

本文的主要贡献有二：（1）对HDT的功能性、非功能性、软件和用户方面进行了结构化的需求分析；（2）提出了符合工业ISO 23247标准的参考架构。

方法：

所提出的HDT架构是基于结构化的需求分析定义的，并在BIOPURE项目（通过连续膜辅助结晶实现生物制药纯化，以降低成本并优化工艺）的背景下得到了验证，该项目由Horizon Europe计划资助。

结论：

本文总结了采用符合ISO 23247标准的HDT参考架构在运营效率、互操作性和标准化方面的优势。

引言

工业4.0的出现正在将传统制造业转变为智能、互联和数据驱动的生态系统。这一转变得益于信息物理系统（CPS）、物联网（IoT）和人工智能（AI）的融合，使得高级自动化、实时监控和优化决策过程成为可能。在这些推动技术中，数字孪生（DT）的概念作为物理系统的虚拟表示和仿真方法脱颖而出，提供了实时监控、预测分析和过程优化的能力[1]。

尽管DT技术取得了显著进展，但许多现有实现方案在复杂和动态环境中仍难以有效运行。传统的DT通常基于确定性物理模型，在适应不可预见的变化、处理非线性行为或在领域知识不完整的情况下运行时面临挑战[2]。

为了解决这些限制，一种称为混合数字孪生（HDT）的新范式正在获得关注[3]。HDT通过将基于物理的模型与机器学习（ML）和实时数据分析等数据驱动技术相结合，扩展了传统DT的功能。这种混合化提高了数字表示在不断变化和不确定的工业环境中的灵活性、准确性和韧性。

然而，HDT在工业中的广泛应用受到缺乏标准化参考架构的阻碍，这些架构可以指导其系统的开发和部署。特别是，需要能够确保互操作性、可扩展性和符合现有工业标准的架构。

为了填补这一空白，本文提出了一种符合ISO 23247标准的混合数字孪生架构，旨在为制造环境中实施HDT提供结构化和基于标准的方法。该架构通过在Horizon Europe计划资助的BIOPURE项目（通过连续膜辅助结晶实现生物制药纯化，以降低成本并优化工艺）的案例研究中得到了验证。

本文的其余部分组织如下：第2节介绍了数字孪生概念的背景和演变、ISO 23247标准的基础知识、混合数字孪生的定义以及现有框架架构的比较。第3节根据ISO 23247定义的四个宏观领域对HDT架构的需求进行了分析。第4节描述了符合ISO 23247标准的HDT架构。第5节通过基于ISO 30186标准对获得的数字孪生的成熟度进行评估，展示了所提出HDT架构在BIOPURE案例研究中的可能应用。最后，第6节总结了本文并提出了未来研究的方向。

章节摘录

背景

数字孪生（DT）技术已成为制造业和其他行业数字化转型的基石，提供了与现实世界动态同步的物理资产的虚拟副本。DT支持预测性维护、过程优化和智能资源管理。本节介绍了DT的基础知识、ISO 23247参考标准、关键实施挑战以及新兴的混合数字孪生（HDT）范式。

混合数字孪生的需求分析

为符合ISO 23247标准的混合数字孪生（HDT）定义参考架构，必须从结构化的需求分析开始。由于HDT结合了基于物理和数据驱动的建模技术，因此这一点尤为重要。这种集成符合混合（或灰箱）建模范式，其中部分物理原理的知识通过数据得到补充，以捕捉未建模的动态和非线性行为[27]。

符合ISO 23247标准的混合数字孪生架构

本节介绍了一种符合ISO 23247标准的混合数字孪生（HDT）参考架构，满足了第3节中确定的需求。

将第3节的需求映射到ISO 23247架构框架中，确保了HDT的性能，并明确了从传统数字孪生向混合数字孪生过渡过程中每个领域的演变角色。这种映射突出了四个主要方面的结构和功能演变

利用符合ISO 23247标准的HDT架构

为了展示所提出的混合数字孪生（HDT）架构的实际应用，本节介绍了一个来自生物制药领域的案例研究。

具体来说，该架构在BIOPURE项目（通过连续膜辅助结晶实现生物制药纯化，以降低成本并优化工艺）的背景下得到了验证，该项目由Horizon Europe计划资助（授权协议编号101113121，呼叫：EIC Transition 2022）。

BIOPURE项目的目标是

结论与经验教训

本文提出了一种符合ISO 23247标准的混合数字孪生（HDT）新架构。所提出的架构通过将基于物理的模型（白箱）与数据驱动的模型（黑箱）相结合，扩展了传统数字孪生的能力，实现了工业应用中的智能、适应性和可扩展性。这种集成在需要实时决策、预测分析和动态系统的环境中尤为重要

CRediT作者贡献声明

阿尔弗雷多·加罗：撰写 – 审稿与编辑，撰写 – 原稿，监督，方法论，资金获取，概念化。亚历山德罗·索伦蒂：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，调查，数据整理。

写作过程中使用生成式AI和AI辅助技术的声明

在准备本工作时，作者使用了ChatGPT来提高手稿的可读性和语言表达。使用该工具后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

作者感谢欧盟通过EU项目BIOPURE“通过连续膜辅助结晶实现生物制药纯化，以降低成本并优化工艺”（HORIZON-EIC-2022-TRANSITION-01，项目编号：101113121）提供的财政支持。

亚历山德罗·索伦蒂感谢根据意大利国家复苏和韧性计划（PNRR）第4类资助的博士奖学金提供的财政支持，依据是部长令D.M. 629/2024