数字孪生系统开发运维一体化方法DTOps

doi:10.11772/j.issn.1001-9081.2024071051

《计算机应用》唯一官方网站 ›› 2025, Vol. 45 ›› Issue (8): 2683-2693.DOI: 10.11772/j.issn.1001-9081.2024071051

• 计算机软件技术 • 上一篇

数字孪生系统开发运维一体化方法DTOps

苗荣华¹, 孙奕程², 王森³, 武燕婷¹, 杜明¹, 鲍劲松²()

^1.东华大学计算机科学与技术学院，上海 201620
^2.东华大学机械工程学院，上海 201620
^3.上海宝信软件股份有限公司，上海 201203

收稿日期:2024-07-26 修回日期:2024-11-06 接受日期:2024-11-07 发布日期:2024-11-19 出版日期:2025-08-10
通讯作者: 鲍劲松
作者简介:苗荣华（1997—），男，山东临沂人，硕士研究生，主要研究方向：数字孪生系统与建模
孙奕程（1996—），男，江苏无锡人，博士研究生，主要研究方向：数字孪生、知识图谱、异常检测
王森（1966—），男，上海人，高级工程师，博士，主要研究方向：数字孪生、信息化软件工程
武燕婷（1992—），女，河南濮阳人，硕士研究生，主要研究方向：数字孪生系统与建模
杜明（1975—），男，黑龙江虎林人，教授，博士，CCF会员，主要研究方向：信息检索、数据分析和挖掘、自然语言处理。
基金资助:
国家自然科学基金资助项目(52475513)

DTOps： integrated development and operations method for digital twin systems

Ronghua MIAO¹, Yicheng SUN², Sen WANG³, Yanting WU¹, Ming DU¹, Jinsong BAO²()

^1.School of Computer Science and Technology，Donghua University，Shanghai 201620，China
^2.College of Mechanical Engineering，Donghua University，Shanghai 201620，China
^3.Shanghai Baosight Software Company Limited，Shanghai 201203，China

Received:2024-07-26 Revised:2024-11-06 Accepted:2024-11-07 Online:2024-11-19 Published:2025-08-10
Contact: Jinsong BAO
About author:MIAO Ronghua， born in 1997， M. S. candidate. His research interests include digital twin system and modeling.
SUN Yicheng， born in 1996， Ph. D. candidate. His research interests include digital twin， knowledge graph， anomaly detection.
WANG Sen， born in 1966， Ph. D.， senior engineer. His research interests include digital twin， information software engineering.
WU Yanting， born in 1992， M. S. candidate. Her research interests include digital twin system and modeling.
DU Ming， born in 1975， Ph. D.， professor. His research interests include information retrieval， data analysis and mining， natural language processing.
Supported by:
National Natural Science Foundation of China(52475513)

摘要/Abstract

摘要：

为了缩短数字孪生（DT）系统迭代和维护的时间，并降低DT系统的演进成本，探索将开发运维一体化（DevOps）方法论融入DT系统的潜力，并提出一种创新的DT系统DevOps（DTOps）实践。针对DT系统的特定需求和特性，设计面向服务的系统架构，提升系统的可扩展性与敏捷性，并给出DTOps的主要基础设施和持续集成（CI）以及持续交付（CD）的实现方法。在齿轮生产线的案例研究中，采用开源技术工具验证DTOps的各个环节，展示DTOps实现的可行性与便捷性。实验研究结果表明，DTOps相较于单体架构和微服务架构，演进效率分别提升了29.7%和26.9%，尤其在高度集成和数据密集的环境中效果显著，验证了DTOps在工程应用中的有效性。

关键词: 数字孪生, 开发运维一体化, 面向服务的架构, 持续集成, 持续交付

Abstract:

To reduce iteration and maintenance time of Digital Twin （DT） systems as well as evolution cost of DT systems， the potential of integrating Development and Operations （DevOps） methodology into DT systems was explored， and an innovative DT system DevOps practice DT Operations （DTOps） was proposed. A service-oriented system architecture was designed for the specific needs and characteristics of DT systems， thereby enhancing scalability and agility of system， and the infrastructure of DTOps as well as the implementation methods of Continuous Integration （CI） and Continuous Delivery （CD） were provided. In a case study of a gear production line， various stages of DTOps were validated using open-source tools， demonstrating feasibility and convenience of DTOps. Experimental results show that DTOps improves the evolution efficiency by 29.7% and 26.9% compared to monolithic and microservice architectures， respectively. This effect is particularly significant in highly integrated and data-intensive environments， confirming the effectiveness of DTOps in engineering applications.

Key words: digital twin, Development and Operations (DevOps), Service-Oriented Architecture (SOA), Continuous Integration (CI), Continuous Delivery (CD)

中图分类号:

TP391

苗荣华, 孙奕程, 王森, 武燕婷, 杜明, 鲍劲松. 数字孪生系统开发运维一体化方法DTOps[J]. 计算机应用, 2025, 45(8): 2683-2693.

Ronghua MIAO, Yicheng SUN, Sen WANG, Yanting WU, Ming DU, Jinsong BAO. DTOps： integrated development and operations method for digital twin systems[J]. Journal of Computer Applications, 2025, 45(8): 2683-2693.

图/表 12

图1 基于五维模型的面向服务的系统架构

Fig. 1 Service-oriented system architecture based on five-dimensional model

图2 面向服务的数字孪生体DTI/DTA模型

Fig. 2 Service-oriented digital twin DTI/DTA model

图3 基于JSON-LD的数字孪生资产库

Fig. 3 Digital twin asset repository based on JSON-LD

图4 DT系统信息结构图

Fig. 4 DT system information structure diagram

图5 DTOps目标系统原型的构建流程

Fig. 5 Construction flow of DTOps target system prototype

图6 资产服务迭代的CI/CD算法

Fig. 6 CI/CD algorithm for asset service iteration

图7 新增资产服务的CI/CD算法

Fig. 7 CI/CD algorithm for adding asset services

图8 齿轮产线的层次化组件及其所包含的资产

Fig. 8 Hierarchical components and their assets of gear production line

图9 DT系统原型构建过程中的主轴数据资产交付管道

Fig. 9 Delivery pipeline for spindle data assets in DT system prototype construction process

图10 齿轮产线原型系统的信息和结构的表示图

Fig. 10 Representation diagram of information and structure of gear production line prototype system

图11 齿轮产线新增钻床的孪生体案例

Fig. 11 Twin case of drilling machine added to gear production line

图12 DTOps与传统架构的对比

Fig. 12 Comparison of DTOps and traditional architectures

参考文献 26

[1]	GRIEVES M， VICKERS J. Digital twin： mitigating unpredictable， undesirable emergent behavior in complex systems［M］// KAHLEN F J， FLUMERFELT S， ALVES A A. Transdisciplinary perspectives on complex systems： new findings and approaches. Cham： Springer， 2017： 85-113.
[2]	REDELINGHUYS A J H， BASSON A H， KRUGER K. A six-layer architecture for the digital twin： a manufacturing case study implementation［J］. Journal of Intelligent Manufacturing， 2020， 31（6）： 1383-1402.
[3]	LAMB K. Principle-based digital twins： a scoping review［EB/OL］. ［2024-06-11］..
[4]	THERRIEN J D， NICOLAÏ N， VANROLLEGHEM P A. A critical review of the data pipeline： how wastewater system operation flows from data to intelligence［J］. Water Science and Technology， 2020， 82（12）： 2613-2634.
[5]	BEKKER A. Exploring the blue skies potential of digital twin technology for a polar supply and research vessel［M］. London： CRC Press， 2018： 135-145.
[6]	GLAESSGEN E H， STARGEL D S. The digital twin paradigm for future NASA and US Air Force vehicles［C］// Proceedings of the 53rd AIAA/ASME/ASCE/AHS/ASC Structures， Structural Dynamics and Materials Conference， Reston， VA： AIAA， 2012： No.1818.
[7]	LUTZE R. Digital twins in eHealth -： prospects and challenges focussing on information management［C］// Proceedings of the 2019 IEEE International Conference on Engineering， Technology and Innovation. Piscataway： IEEE， 2019： 1-9.
[8]	陶飞，刘蔚然，张萌，等. 数字孪生五维模型及十大领域应用［J］. 计算机集成制造系统， 2019， 25（1）：1-18.
	TAO F， LIU W R， ZHANG M， et al. Five-dimension digital twin model and its ten applications［J］. Computer Integrated Manufacturing Systems， 2019， 25（1）： 1-18.
[9]	LUO W， HU T， ZHANG C， et al. Digital twin for CNC machine tool： modeling and using strategy［J］. Journal of Ambient Intelligence and Humanized Computing， 2019， 10（3）： 1129-1140.
[10]	ZHANG H， QI Q， TAO F. A multi-scale modeling method for digital twin shop-floor［J］. Journal of Manufacturing Systems， 2022， 62： 417-428.
[11]	仇晓黎，朱睿，幸研，等. 螺线管装配生产线数字孪生建模技术［J］. 计算机集成制造系统， 2022， 28（6）： 1696-1703.
	QIU X L， ZHU R， XING Y， et al. Digital twin modeling technology of solenoid assembly line［J］. Computer Integrated Manufacturing Systems， 2022， 28（6）： 1696-1703.
[12]	SONG J， LIU S， MA T， et al. Resilient digital twin modeling： a transferable approach［J］. Advanced Engineering Informatics， 2023， 58： No.102148.
[13]	ZHANG J， CUI H， YANG A L， et al. An intelligent digital twin system for paper manufacturing in the paper industry［J］. Expert Systems with Applications， 2023， 230： No.120614.
[14]	DING Y， ZHANG Y， HUANG X. Intelligent emergency digital twin system for monitoring building fire evacuation［J］. Journal of Building Engineering， 2023， 77： No.107416.
[15]	CIAVOTTA M， MASO G D， ROVERE D， et al. Towards the digital factory： a microservices-based middleware for real-to-digital synchronization［M］. Cham： Springer， 2020： 273-297.
[16]	PERNICI B， PLEBANI P， MECELLA M， et al. AgileChains： agile supply chains through smart digital twins［C］// Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management Conference. Singapore： Research Publishing， 2020： 2678-2684.
[17]	LONGO F， NICOLETTI L， PADOVANO A. Ubiquitous knowledge empowers the smart factory： the impacts of a service-oriented digital twin on enterprises’ performance［J］. Annual Reviews in Control， 2019， 47： 221-236.
[18]	ATALAY M. A service-oriented digital twins framework for smart grid management［C］// Proceedings of the 2022 International Workshop on Secure and Reliable Microservices and Containers. Piscataway： IEEE， 2022： 9-17.
[19]	ZHANG Q， WEI Y， LIU Z， et al. A framework for service-oriented digital twin systems for discrete workshops and its practical case study［J］. Systems， 2023， 11（3）： No.156.
[20]	ZHU L， BASS L， CHAMPLIN-SCHARFF G. DevOps and its practices［J］. IEEE Software， 2016， 33（3）： 32-34.
[21]	EBERT C， GALLARDO G， HERNANTES J， et al. DevOps［J］. IEEE Software， 2016， 33（3）： 94-100.
[22]	ERETH J. DataOps： towards a definition［C］// Proceedings of the 2018 Conference “Lernen， Wissen， Daten， Analysen”. Aachen： CEUR-WS.org， 2018： 104-112.
[23]	RODRIGUEZ M， DE ARAÚJO L J P， MAZZARA M. Good practices for the adoption of DataOps in the software industry［J］. Journal of Physics： Conference Series， 2020， 1694： No.012032.
[24]	KREUZBERGER D， KÜHL N， HIRSCHL S. Machine Learning Operations （MLOps）： overview， definition， and architecture［EB/OL］. ［2024-06-10］. .
[25]	JOHN M M， OLSSON H H， BOSCH J. Towards MLOps： a framework and maturity model［C］// Proceedings of the 47th Euromicro Conference on Software Engineering and Advanced Applications. Piscataway： IEEE， 2021： 1-8.
[26]	MA S P， FAN C Y， CHUANG Y， et al. Graph-based and scenario-driven microservice analysis， retrieval， and testing［J］. Future Generation Computer Systems， 2019， 100： 724-735.

数字孪生系统开发运维一体化方法DTOps

DTOps： integrated development and operations method for digital twin systems

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 26

相关文章 7

编辑推荐

Metrics

[1]	杨燕, 叶枫, 许栋, 张雪洁, 徐津. 融合大语言模型和提示学习的数字孪生水利知识图谱构建[J]. 《计算机应用》唯一官方网站, 2025, 45(3): 785-793.
[2]	刘美英, 杨秋辉, 王潇, 蔡创. 基于提交排序和预测模型的测试套件选择方法[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2534-2539.
[3]	傅卓鑫, 孙昊, 陈建文, 郭悦, 陈金. 基于信息物理融合的骨折复位机器人系统构建[J]. 计算机应用, 2021, 41(5): 1533-1538.
[4]	廖水聪, 孙鹏, 刘星辰, 钟贇. 基于改进磷虾群算法的服务组合优化[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3652-3657.
[5]	曹策俊, 刘桔. 灾害运作管理中应急组织决策建模方法综述[J]. 计算机应用, 2020, 40(7): 2142-2149.
[6]	梅广, 邹恒华, 张甜, 许维胜. 主数据管理驱动的高校信息化SOA建设[J]. 计算机应用, 2019, 39(9): 2675-2682.
[7]	吴彦文，吴郑红，李金玲. 学习型企业中个性化智能信息服务算法研究[J]. 计算机应用, 2005, 25(08): 1836-1839.