想象你是一个城市规划师,手里有几十栋楼的设计图纸,但每栋楼用的尺寸单位、管道接口、电气标准都不一样。你想让它们连成一个能统一供水供电、共享应急通道的智慧社区,结果发现根本无法对接。今天的数字孪生世界就站在这样的十字路口:工厂里有传感器数据、PLC 控制信号、MES 工单、ERP 计划,各方都有自己的“方言”,却需要一个共同的标准把它们翻译成“普通话”。ISO 23247 就是这本“普通话词典”。 作为一份框架标准,它不规定你用哪家云平台、哪种数据库,而是从宏观上定义了一个数字孪生系统应该有哪些“角色”、角色之间如何分工、数据如何交换、如何验证系统是否达标。它把物理世界的设备、虚拟世界的模型、以及连接二者的数据通道,编排成一幅清晰的组织蓝图。
对 AI 从业者而言,掌握 ISO 23247 意味着你设计数字孪生系统时能对标国际通用框架,让系统具备跨平台互操作能力,这在大厂工业互联网项目中几乎是必问点。
可视化演示
展示ISO 23247数字孪生四大核心要素(物理实体/虚拟体/服务/连接)、传感器数据实时同步机制、以及智能制造产线刀具寿命预测应用案例。
本节配有交互动效(进入视口后自动加载,约 3KB)。
ISO 23247四大核心要素 物理实体(PHY)与数字虚拟体(DVE)通过双向数据连接实现状态映射 服务层(SVC)提供分析预测能力,连接层(CON)保障通信可靠性 DTE=f(Physical,Virtual,Service,Connection) 四要素构成数字孪生制造框架标准基础
标准概述
在建筑行业没有统一施工质量标准的年代,每座楼都是“孤岛”:甲工地用的水管接口,乙工地不认;丙楼房的承重计算方式,监理说看不懂。业主住进去才发现,楼上楼下没法加装电梯,水电管网互相冲突——因为大家各干各的,从来没有一份共同遵守的施工验收规范。今天的数字孪生世界,正在经历一模一样的“野蛮生长”。
传感器厂商说“我的数据我定义”,软件平台说“我的接口我私有”,工厂客户说“我的系统你们都得迁就”。一个注塑机的温度数据,在 MES 里叫 Temp,在 SCADA 里叫 TEMP_AI1,在云端平台又变成 temperature_celsius。名字不同、单位不同、格式不同,数字孪生系统之间根本无法对话。ISO 23247 就是为终结这种混乱而生的“施工质量验收规范”。
它的全称是《自动化系统与集成——制造中的数字孪生框架》,由 ISO 与 IEC 联合技术委员会制定,2022 年正式发布。标准分为四个部分:第 1 部分概述与通用要求,第 2 部分参考架构,第 3 部分数字孪生数据元模型,第 4 部分成员间信息交换。它不规定“用什么传感器、什么数据库”,而是规定“数字孪生系统由几类角色构成、各自干什么活、数据怎么交换”。
回看这份“施工规范”,你会发现它最聪明的地方是“只定框架、不定细节”。就像施工标准绝不规定你必须用哪个牌子的水泥,ISO 23247 也不指定你必须用哪种数据库或云平台。它只约定“墙必须是承重的、门必须有标准尺寸”——剩下的交由工程师自由发挥。正是这种“抓大放小”的克制,让标准获得了最广泛的适用性。
- DT(数字孪生系统)指的是你最终交付的整体系统,就像验收时看到的“完整建筑”。
- PE(物理实体)现实中真实的设备,如注塑机、机器人、传感器,对应“楼里真正的水管和墙体”。
- VM(虚拟模型)物理设备在数字世界里的镜像,对应建筑竣工时的 BIM 三维模型。
- DS(数据服务)连接物理与虚拟的数据通道,负责采集、传输、存储,对应“水电管网的输送系统”。
- SE(支撑环境)网络、存储、云计算等基础设施,对应“楼宇的供电与通信主干线”。
框架结构
一栋建筑要正常运转,必须有清晰的功能分区:施工区放材料和设备,项目部办公区处理图纸和计划,业主使用区住人。三个区域各司其职,但又通过走廊、管道和网络相互连接。ISO 23247 的参考架构就像这幅“建筑功能分区图”,把数字孪生系统划分成三个域(Domain),外加一组跨域服务。
这三个域各有各的“住户”。可观测制造域(Observable Manufacturing Domain)住的是物理设备、传感器、PLC 这些“真实世界”里的成员;数字孪生域(Digital Twin Domain)住的是虚拟模型、数据管理组件这类“数字世界”的成员;用户服务域(User Domain)住的是操作员、管理者、外部应用这些“跟系统打交道的人”。
域与域之间不是孤立的“毛坯房”。可观测域通过数据接口把设备状态“递交”给数字孪生域,数字孪生域把分析结果“汇报”给用户域,用户域再把指令“下达”回去。域间关系由标准第 2 部分详细定义,保证了无论哪家厂商实现,角色之间的“门牌号”和“走廊通道”都是一致的。这就是框架结构的意义——先定好楼层布局,再让各家装修。
- D(系统总集合)大括号表示把三个域装进同一个系统框架里,对应“这栋楼包含的所有区域”。
- D_obs(可观测制造域)物理世界的“施工现场”,包括生产设备、传感器、执行机构。
- D_twin(数字孪生域)虚拟世界的“模型工作室”,负责构建和更新数字镜像。
- D_user(用户服务域)外部用户与应用访问系统的“接待大厅”。
参考模型
在一栋楼里,有人搬运材料、有人画图纸、有人操作塔吊、有人负责验收。如果大家职责混乱、互相越界,工地必然乱套。ISO 23247 的参考模型就是一张“岗位说明书”,把数字孪生系统里的每个参与者都定义得清清楚楚。标准一共定义了四类核心对象:可观测实体、数字化实体、设备实体,以及支撑它们的公共服务。
可观测实体(Observable Entity)代表物理世界中那台真实的设备——它“被观察”,但不“主动说话”;数字化实体(Digital Entity)是它在虚拟世界的镜像,负责让数据变得可理解、可分析、可预测;设备实体(Device Entity)则是中间的“数据搬运工”,它负责采集可观测实体的状态并把它转交给数字化实体。简单说:可观测实体是“演员”,数字化实体是“直播画面”,设备实体是“摄像机”。
有了这份“岗位说明书”,不同厂商开发的组件就能像积木一样拼在一起:A 公司提供的“摄像机”(设备实体)可以对接 B 公司的“直播画面”(数字化实体),只要双方都遵循标准的接口语义。参考模型让数字孪生世界第一次有了“通用角色人设”——你是演员、是摄像机、还是画面,标准一眼就能断定。
- δ(映射规则)标准定义的“翻译机制”,负责把物理状态翻译成数字状态。
- E_obs(可观测实体)映射的源头,真实世界那台设备。
- →(映射方向)数据只能从物理流向虚拟吗?不,这个箭头是双向的,但底层建模时“先有物理、后有镜像”。
- E_dig(数字化实体)映射的目标,虚拟世界里对应模型。
数据交互
施工工地上,最怕的就是“监理问数据,施工方说在另一个人的本子上”。数据的流动如果不规范,楼盖得再漂亮也没法验收。ISO 23247 第 3 部分和第 4 部分专门解决这个问题:前者定义了数据“长什么样”(数据元模型),后者定义了数据“怎么传”(信息交换规范)。两条合起来,就是数字孪生世界的“施工日志 + 快递单据”。
观测数据从物理设备出发,经过设备实体采集、数据服务传输,最终到达数字化实体完成模型更新。这个过程类似“质检员测完尺寸,把数据写在统一格式的表格里,由快递员送到 BIM 建模师手中”。为了让所有参与者都认识这份表格,标准给出了统一的数据元模型——规定每个字段叫什么、含义是什么、单位是什么。
有了这把“尺子”,你就能量化数字孪生的“保真度”。如果加压传感器的 C(t) 长期低于 0.9,可能是采样频率不够;如果模型计算时间过长,C(t) 会周期性跌破阈值。数据交互的终极目标,不是让 C(t) 永远等于 1(那样成本极高),而是让它在业务容忍范围内稳定波动。
- C(t)(一致性指标)在 t 时刻,数字孪生与物理实体的匹配程度。
- V_dt(t)(数字孪生值)虚拟模型中记录的当前物理量。
- V_pe(t)(物理实体值)真实世界刚刚测量到的物理量。
- |\cdot|(绝对偏差)两值之差取绝对值,只看偏差大小、不看方向。
- 1 - 归一化偏差把偏差除以物理值得到相对误差,再用 1 减去它。完全一致时 C=1,偏差越大 C 越小。
关键技术
工地上的材料要运到指定位置,需要选对运输工具:沙子用卡车、钢筋用吊车、图纸用文件袋。数字孪生系统的数据从物理世界流向虚拟世界,同样要选对“运输工具”。ISO 23247 不指定具体协议,但它要求实现者必须考虑协议适配、格式转换、安全机制和端到端时延这四个维度,以保证数据交换满足业务要求。
在实践中,OPC UA 凭借丰富的语义建模能力,适合在设备层传输结构化数据;MQTT 轻量简单,适合大量传感器通过消息队列上报;HTTP/REST 则常见于与云端平台集成。这些协议可以共存——通过网关进行格式映射,把 OPC UA 的数据转成 MQTT 消息,或把 MQTT 消息封装成 REST 请求。无论选哪种,端到端时延都必须被量化管理。
实时性不是“越快越好”,而是“匹配业务节奏”。温度监测允许秒级延迟,碰撞检测则要求毫秒级。理解了时延结构,你就能在需求与成本之间做准确权衡:把计算放到边缘节点削减 T_comp,用 5G 替代传统工业网络降低 T_trans,或者在传感器端做预处理缩小 T_sense。标准不替你做选择,但给了你一张“时延账单”。
- T_e2e(端到端总时延)数据从物理设备出发到虚拟模型更新完毕的全程时间。
- T_sense(感知时延)传感器采样与信号处理的时间,相当于“质检员读数的时间”。
- T_trans(传输时延)数据在网络中传输的时间,相当于“快递在路上跑的时间”。
- T_comp(计算时延)云端或边缘侧更新模型、执行算法的时间,相当于“建模师画图的时间”。
应用实施
再完美的施工规范,也要靠一砖一瓦地落实。数字孪生系统的建设同样需要一条清晰的实施路径。标准推荐的做法是“调研 → 定义 → 集成 → 验收”四步走。第一步摸清家底:有哪些设备、什么协议、能不能采集数据;第二步定义目标:建哪个设备的孪生、要解决什么问题、一致性指标设多少。
第三步是最难的“集成”:所有设备不可能一夜之间全部接入标准,尤其是那些用了十多年的“存量老设备”。标准并不要求把旧系统全拆了重来,而是允许通过网关或适配器把老设备“翻译”成标准接口,让旧系统的数据像新系统一样流入数字孪生域。第四步是验收:对照一致性指标和场景需求验证系统是否达标。
成熟度分级的智慧在于“分步走”。一个刚起步的工厂,不必一上来就追求“生态级”的完美互联,先把一条产线的注塑机做成单点孪生、跑通数据链路、看见业务价值,再逐步推广到整个车间、整座工厂。这种做法就像盖楼时先建楼板、再砌隔墙、最后装修——每一阶段都有可交付的成果,每一步都朝向最终蓝图。
- M(成熟度总分)企业数字孪生建设水平的综合评分。
- i(等级序号)从 1 到 4 代表单点、局部、集成、生态四个成熟等级。
- w_i(权重)每个等级的重要性占比,越高级的阶段权重通常会提高。
- S_i(达成度)当前系统在各等级上的完成比例,用 0 到 1 表示。
测试评估
竣工以后的建筑,要经过监理的层层验收才能交付使用:墙体强度是否达标、管线布置是否符合图纸、消防通道是否畅通。数字孪生系统的上线同样逃不过“验收关”。ISO 23247 框架下的测试评估,重点考察两件事:一致性验证(你的数字孪生跟物理世界跟得够不够紧)和互操作测试(你的系统跟别人的系统能不能对话)。
一致性验证通常对照数据元模型逐字段检查:温度的单位是不是摄氏度、时间戳的格式是不是 ISO 8601、状态值的取值范围是否合理。互操作测试则关注跨厂商联调:A 公司的数字孪生平台能否识别 B 公司的设备实体上报的数据。为了量化结果,标准给出了一个简洁的合规率指标,直接把“达标项 / 总项”算成百分数。
测试评估不是“一锤子买卖”。ISO 标准本身会持续演进,工厂的业务需求也在不断变化——今天 CR=98.6%,明年可能因为新设备接入掉到 91%。持续改进的闭环是:定期复测合规率,对不达标的项溯源到数据模型或传输链路,修复后再复测。就像建筑交付后依然要做定期年检,数字孪生系统的“健康档案”也要长期维护。
- CR(合规率)系统的标准符合程度,相当于“工程验收的得分率”。
- N_pass(通过项数)测试中通过一致性验证的检查项数量。
- N_total(测试项总数)标准要求需要检查的全部项数。
- \times 100\%(百分数转换)把分数换算为直观的百分比。
AI 应用场景
场景一:制造车间的设备预测性维护
阶段:数据采集与模型构建
解决的问题:传统设备维护依赖人工巡检和定期保养,故障往往在停机之后才被发现。按照 ISO 23247 框架为关键设备建立数字孪生后,设备实体持续采集振动、温度、电流数据,数字化实体实时映射设备健康状态,AI 模型能在故障发生前数天发出预警,把“事后维修”变成“事前干预”。
具体案例:某汽车零部件工厂为 12 台注塑机建立数字孪生系统。设备实体通过 OPC UA 网关接入原有 PLC,数字化实体在边缘服务器上以 100ms 周期同步状态数据。运行三个月后,系统提前 48 小时预警了一台注塑机的液压泵异常,避免了约 20 万元的非计划停机损失。
场景二:智慧园区的能源数字孪生
阶段:数据交互与可视化分析
解决的问题:园区能耗数据分散在电表、水表、冷机群控等多个子系统,缺乏统一视图。借助 ISO 23247 的三域框架,把各类表计归入可观测制造域,能源管理平台作为数字孪生域,运营人员通过用户域访问统一视图,跨系统的数据语义在元模型层得到统一。
具体案例:某科技园区利用标准数据元模型整合了 200 余个能耗采集点,数字孪生模型按 15 分钟周期同步能耗数据。AI 能耗优化算法基于孪生模型做模拟推演,在不降低舒适度的前提下,夏季空调系统能耗降低了 12%。
Python 演示
import random class DataInterface: """数据接口:模拟 ISO 23247 实体间的数据交换通道""" def __init__(self, delay: float = 0.0): self.delay = delay self.cache = None def send(self, value: float) -> float: if self.delay == 0: return value self.cache = value return self.cache class ObservableEntity: """可观测实体:物理世界中的真实设备""" def __init__(self, name: str): self.name = name self.value = 50.0 def measure(self) -> float: self.value += random.uniform(-2.0, 2.0) return self.value class DigitalEntity: """数字化实体:虚拟世界中的数字镜像""" def __init__(self, name: str): self.name = name self.value = 50.0 def update(self, observed: float) -> None: self.value = observed def consistency(dt_value: float, pe_value: float) -> float: """计算数字孪生与物理实体的一致性 C(t)""" if pe_value == 0: return 1.0 return max(0.0, 1.0 - abs(dt_value - pe_value) / abs(pe_value)) def main() -> None: pe = ObservableEntity("注塑机#07 温度传感器") dt = DigitalEntity("注塑机#07 温度数字孪生") channel = DataInterface(delay=0.1) print("=== ISO 23247 简化模拟 ===") for i in range(10): observed = pe.measure() sync_value = channel.send(observed) dt.update(sync_value) c = consistency(dt.value, observed) print(f"step={i}, PE={observed:.2f}, DT={dt.value:.2f}, C={c:.4f}") if __name__ == "__main__": main()
class ObservableEntity:对应标准里的可观测实体,代表物理世界的真实设备。class DataInterface:对应设备实体和跨域服务,负责数据的封装与传递。class DigitalEntity:对应数字化实体,保存虚拟镜像的当前值。observed = pe.measure()模拟传感器读取物理世界的真实测量值。sync_value = channel.send(observed)数据经过设备实体接口“发送”,模拟传输环节。dt.update(sync_value)数字化实体用收到的新观测值刷新自身状态。c = consistency(dt.value, observed)用公式 C(t) 计算同步后的虚拟-物理一致程度。
常见误区
误区总觉得照着 ISO 23247 就能直接选型,比如它规定了必须用 OPC UA 还是 MQTT,甚至列出了推荐的数据库品牌。
正解ISO 23247 是框架标准,不是技术实现规范。它回答的是“系统长什么样、有哪些角色、数据怎么交换”,而不是“具体用什么协议、什么数据库”。就像建筑施工规范规定“门洞高度不小于 2.1 米”,但绝不规定你必须买哪个牌子的门。
为何常见:因为大家习惯把“标准”理解为“强制性的具体规格”,而框架型标准只定义边界和接口,给实现留了大量自由,初学者容易按旧习惯去理解。
误区认为只要系统声称遵循 ISO 23247,A 厂家的数字孪生平台就能直接读取 B 厂家的设备数据,无需任何适配。
正解标准只是“共同语言”,并不代替任何一方去实现翻译。A、B 双方都按标准定义接口和数据语义,才能做到即插即用。如果只有一方遵守,另一方依旧说方言,对话还是无法进行。标准给了共同的“接口尺寸”,但每根水管还要自己接到接口上。
为何常见:把标准想象成了“魔法协议”,而忽略了标准落地需要每一方都完成适配与实现工作。
误区车间里已经有大量旧设备、老系统,觉得 ISO 23247 是给“从零开始建数字孪生”的工厂用的,存量系统没戏。
正解标准框架专门考虑了存量设备接入的场景。通过网关、适配器把老设备的私有协议翻译成标准接口,是标准支持的必要手段。标准第 4 部分的信息交换规范并没有绑定具体传输技术,就是为了让老设备也有“改造成标准接口”的可能。旧楼可以通过“管线改造”接入新的市政管网。
为何常见:初学者容易认为“标准”意味着“必须重头来过”,忽略了标准在兼容性上的设计考量。
误区看到 C(t) 公式,就想把数字孪生的同步频率拉到最高,追求 C(t) 无限接近 1.0,觉得这样才准确。
正解一致性越高,意味着采样、传输、计算的频率和成本越高。标准视角下的一致性是“够用就好”——建立业务容忍阈值(如 C(t) > 0.85),让系统在满足业务需求的前提下选择最经济的同步策略。追求 100% 一致,就像为了看清钟表秒针运动而用高速摄影机录一辈子,纯属浪费。
为何常见:“越准越好”的朴素直觉,忽视了工业系统中成本与收益的平衡。
误区新系统上线时合规率 98%,就觉得这个数字孪生系统已经“完全达标”,不再需要关注后续评估。
正解数字孪生系统是活的——新设备接入、传感器老化、业务调整、标准版本升级,都会影响合规率。持续改进要求定期复测一致性、评估互操作性,并针对变异项溯源修复。建筑交付后还要年检,数字孪生系统也需要持续“体检”。
为何常见:把“测试评估”当作了一次性项目节点,而不是贯穿系统生命周期的持续过程。
面试题
Q1. ISO 23247 的第 1 部分主要规定了什么?
- A.参考架构的具体技术方案
- B.数字孪生通用框架与要求← 正确答案
- C.数据格式的具体编码规则
- D.底层网络传输协议标准
答案:B。ISO 23247-1 定义通用框架、核心术语与基本要求,属于整个标准的“总纲”;参考架构在第 2 部分,数据元模型在第 3 部分,信息交换在第 4 部分。就像施工规范的“总则”只说明适用范围和基本要求,具体做法由后面的章节展开。
Q2. 在 ISO 23247 的参考架构中,真实物理设备归属于哪个域?
- A.负责数据展示的用户域
- B.承载虚拟模型的数字孪生域
- C.包含真实设备的可观测制造域← 正确答案
- D.提供网络连接的基础设施域
答案:C。可观测制造域(Observable Manufacturing Domain)包含物理生产设备、传感器等真实世界的对象;数字孪生域承载虚拟模型与数据管理;用户域面向外部使用者。基础设施域不是标准定义的域。物理设备在“施工区”,不在“设计室”里。
Q3. 一致性指标 C(t) 主要衡量什么?
- A.网络传输的瞬时速率
- B.虚拟与物理的同步程度← 正确答案
- C.数据仓库的存储总量
- D.模型训练的复杂度
答案:B。C(t)=1-|V_dt-V_pe|/V_pe,直接量化了数字化实体当前值与可观测实体真实值的相对偏差。C 越接近 1,说明数字孪生越像物理世界的“镜子”;它与网速、存储、训练复杂度都没有直接关系。
Q4. ISO 23247 的核心目标之一是什么?
- A.强制统一硬件品牌
- B.推进互操作与可扩展← 正确答案
- C.废除所有工业协议
- D.限定唯一部署方式
答案:B。标准的核心诉求是让不同厂商、不同系统之间实现互操作,同时允许系统按需扩展。它不强制品牌、不休掉协议、不限定部署方式,只搭建一个公共的“接口框架”,让各方在共同规则下自由发挥。
Q5. 以下哪些属于 ISO 23247 框架中定义的“域”?
- A.可观测制造域← 正确答案
- B.数字孪生域← 正确答案
- C.用户服务域← 正确答案
- D.云端计算域
答案:ABC。标准参考架构定义了三个域:可观测制造域、数字孪生域、用户域(含服务侧),分别对应物理世界、虚拟世界和人机交互界面。“云端计算域”不是标准定义的域,云资源属于支撑环境而非独立的域。
Q6. “数字孪生数据一致性”反映的是__。
- A.虚拟模型与物理对象状态的匹配程度← 正确答案
- B.数字孪生系统整体运行的全链路速度
- C.网络传输数据包的大小和格式规范
- D.数字孪生平台提供的可视化渲染效果
答案:A。一致性是数字孪生的灵魂——它衡量虚拟模型的状态在多大程度上跟得上物理实体的真实状态。速度、包格式、渲染效果都属于实现细节,而一致性直接决定了数字孪生能否作为物理世界的可靠代理参与分析和决策。
Q7. 影响数字孪生端到端数据交互时延的因素包含哪些?
- A.感知环节的采样周期长短← 正确答案
- B.传输环节的网络带宽大小← 正确答案
- C.计算环节的处理速度快慢← 正确答案
- D.虚拟模型渲染颜色的美丑
答案:ABC。端到端时延 T_e2e = T_sense + T_trans + T_comp 由感知、传输、计算三段构成。采样周期影响感知时延,带宽影响传输时延,处理速度影响计算时延。渲染颜色是视觉效果,与数据时延无关,属于干扰项。
Q8. 在数字孪生实体通信中,“设备实体”主要扮演什么角色?
- A.作为与系统交互的最终用户
- B.负责采集物理世界的数据← 正确答案
- C.只负责可视化图形上报
- D.替代物理实体智能决策
答案:B。设备实体(Device Entity)是连接可观测实体与数字化实体的“数据搬运工”,负责采集、封装、上报物理数据。用户是用户域的成员,可视化是应用层的功能,而决策通常由数字化实体或上层应用完成,设备实体不做替代决策。
Q9. 按 ISO 23247 实施数字孪生时,“成熟度分级”的意义在于设定__。
- A.单一的能耗使用指标
- B.从简到繁的分级路线← 正确答案
- C.固定的云计算集群数
- D.数据存储容量的上限
答案:B。成熟度分级把实施过程分成单点、局部、集成、生态四个阶段,目的是帮助企业制定循序渐进的落地路线,避免一步到位的盲目建设。它不直接规定能耗、集群或存储指标,而是提供一种“爬楼梯”式的演进框架。
Q10. 数字孪生系统实施中常见的标准落地挑战包括哪些?
- A.存量设备难以接入标准← 正确答案
- B.数据格式与协议不统一← 正确答案
- C.跨组织数据共享意愿较低← 正确答案
- D.数字孪生可完全替代物理
答案:ABC。老设备接口私有、协议五花八门、上下游企业不愿开放数据,都是标准落地中最常见的障碍。标准提供了网关适配等兼容方案,但组织协作与数据共享意愿仍需业务层面推动。D 选项是错误认知——数字孪生是物理世界的镜像,不是替代品。