综述:智能制造中基于物联网的数字孪生系统的延迟问题:分类与测量方法综述
《Applied Sciences》:Latency in IOT-Enabled Digital Twin Systems for Smart Manufacturing: A Review of the Taxonomy and Measurement
【字体:
大
中
小
】
时间:2026年06月16日
来源:Applied Sciences 2.5
摘要
物联网技术在智能制造中的数字孪生应用为实时监控、预测性维护以及闭环控制带来了巨大机遇;然而,这类架构中存在的固有延迟(物理事件与其在数字模型中的反映之间的时间差)仍是限制其充分发挥潜力的一大障碍,且目前对此的理解还不够系统。本文旨在为智能制造领域的物联网数字孪生系统提出一种正式的四层延迟源分类体系,并梳理目前用于测量延迟的方法与工具。研究采用PRISMA协议进行系统性文献综述,从IEEE Xplore、Elsevier Scopus、Google Scholar和arXiv中筛选出了2020年至2026年间发表的58篇相关研究,这些研究均根据六个维度进行编码:架构层、应用领域、报告的延迟指标、评估方法、量化影响以及支撑技术。所提出的分类体系将延迟分为四层:(L1)网络层、(L2)计算层、(L3)数据层以及(L4)端到端层,不同层的延迟数值从局域网传输的0.1毫秒到生产环境中的500毫秒以上不等。文中还明确了三种类别及三种跨层交互模式,这些内容在以往的部分分类体系中并不存在。研究结果表明,有一些高效干预措施无需投入额外基础设施:将通信协议从Modbus升级为WebSocket可降低32%的遥测延迟,而基于信息时效性的同步机制及时钟偏差校正功能仅通过软件更新就能显著提升数据层性能,但目前却未被充分应用。此外,研究还发现现有文献中普遍存在对高延迟百分位数的报告不足问题,缺乏跨协议的抖动基准,且更多依赖仿真评估而非真实硬件测试。本文的贡献包括正式的四层分类体系、对58篇论文的延迟指标分析,以及三种跨层交互模式的明确界定,这些都是通过跨文献分析得出的。研究还指出了三个有待深入研究的方向:标准化制造业物联网数字孪生基准、跨层联合优化框架,以及在真实制造环境中对无线TSN技术的验证。这些方向共同构成了推进工业领域超低延迟数字孪生技术发展和应用的坚实基础。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号