面向循环建筑环境中生物基复合材料标准化生产的数字孪生框架（Digital Twin Framework）

《Buildings》：A Digital Twin Framework for Standardized Production of Bio-Based Composites in the Circular Built Environment

　　

摘要专业翻译 建筑与施工行业约占全球CO2排放量的37%和近50%的材料开采量，这催生了对可持续材料替代方案的迫切需求。由回收废弃物和生物质衍生的生物基复合材料为循环建筑环境提供了一条有前景的路径，然而其生产仍受制于生物质批次变异性、标准化工艺规程的缺失以及对环境条件的敏感性。数字孪生（Digital Twin, DT）技术凭借其实时监测、预测性仿真和闭环优化的能力，已被广泛应用于建筑运维领域，但在材料生产端的应用却鲜有关注。本文通过设计科学研究（Design Science Research, DSR）范式，针对这一跨学科空白，提出一个面向生物基复合材料标准化生产的五层DT概念框架。该框架由物理层、数据采集层、虚拟模型层、决策与控制层以及生命周期-循环性层组成，并横向映射到从原材料到回收的五个生产阶段。一个观察-仿真-决策-调整（Observe–Simulate–Decide–Adjust, OSDA）闭环机制贯穿所有阶段。基于合成数据对OSDA闭环机制在200个虚拟生产批次中的仿真表明，在生物炭-回收高密度聚乙烯（HDPE）板材场景中，性能变异性降低了48.5%（95%置信区间：42.9–53.7%），废品率降低了99.0%（95%置信区间：96.9–100.0%）；敏感性分析确认了该结果在一系列水分惩罚假设下的稳健性。这些结果源自一个简化的回归模型，属于数值概念验证而非经验验证。本研究贡献了一个结构化的、与标准对齐的架构，弥合了数字孪生与循环建筑材料之间的鸿沟，为行业利益相关者提供了方法论参考和概念性论证。

论文解读文章

一、研究背景与问题提出

建筑与施工行业约占全球CO₂排放量的37%以及近一半的原材料开采量，发展低碳材料替代方案已成为实现脱碳目标的战略重点。循环经济原则在建筑环境中日益受到重视，旨在以材料再利用、延长使用寿命和生命周期末端回收等闭环方式取代传统的线性"开采-制造-废弃"模式。欧盟修订后的《建筑产品法规》（EU 2024/3110）要求分阶段实施数字产品护照（Digital Product Passport, DPP），强制制造商披露材料组成、环境足迹和循环性指标，从监管层面进一步强化了这一转变。

由回收废弃物和生物质资源制备的复合材料（以下简称生物基复合材料）在这一转型中具有重要战略地位。生物炭是一种通过农业和林业残余物热解获得的负碳材料，可掺入水泥基体、聚合物基体和沥青结合料中作为增强相或填料相；天然纤维（如大麻、亚麻和竹纤维）因其高比刚度和低密度，在非结构建筑构件（如幕墙覆层和隔墙系统）中具有与玻璃纤维相当的重量归一化竞争力。

然而，生物基复合材料从实验室验证向工业化生产过渡仍受三个相互关联的障碍制约：其一，生物质原料（如稻壳、木粉和农业残余物）在水分含量、粒径分布和化学组成方面表现出显著的批次间变异性，这种变异性通过混合、成型和固化工序传播，最终表现为力学和耐久性指标的不可预测离散；其二，标准化的混合配比和工艺规程尚未建立，配方比例、温度曲线和界面处理方案仍依赖经验性试错；其三，生物质的吸湿性和热敏感性使生产过程易受环境湿度和温度波动影响，即使微小偏差也可能导致界面结合不良或内部缺陷，进而引发返工和资源浪费。这三个障碍共同指向一个核心问题：生物基复合材料的生产尚未实现标准化，而标准化的缺失是制约其在循环建筑环境中推广应用的首要瓶颈。

二、研究内容与核心贡献

针对上述问题，本文采用设计科学研究（Design Science Research, DSR）范式，开发了一个面向生物基复合材料标准化生产的五层数字孪生概念框架。该框架由物理层、数据采集层、虚拟模型层、决策与控制层和生命周期-循环性层组成，横向映射到从原材料到回收的五个生产阶段。一个观察-仿真-决策-调整（OSDA）闭环机制贯穿所有阶段，将控制从局部工艺优化提升为覆盖整个生产生命周期的系统级标准化控制。每层均与开放标准（包括IFC、EU 2024/3110数字产品护照和ISO 14040生命周期评价）明确对齐，为工业应用提供了可操作的切入点。

本研究的贡献有三方面：首次提出了专门针对生物基复合材料标准化生产的层次化数字孪生框架；建立了从文献发现经设计需求到框架层的可追溯映射链，为新兴材料领域的未来数字孪生框架研究提供了方法论参考；通过OSDA闭环机制的合成数据仿真，为建筑行业利益相关者评估数字孪生驱动的标准化生产价值提供了数值概念验证和概念性论证。

三、关键技术方法

研究人员采用的主要技术方法包括：设计科学研究（DSR）范式，用于从问题识别到框架构建的完整方法论支撑；文献综述与需求提炼，通过叙事性文献综合识别三大障碍并提炼出六项可追溯的设计需求；五层数字孪生架构构建，涵盖物理层、数据采集层、虚拟模型层、决策与控制层和生命周期-循环性层；OSDA闭环控制机制设计，包括实时观测、多物理场耦合仿真、异常检测与参数优化决策、以及执行终端反馈调整；合成数据仿真验证，基于已发表的稻壳组成数据和生物炭-HDPE复合材料实验数据构建简化的回归模型，在200个虚拟批次上评估闭环补偿对产品性能一致性的影响，并辅以敏感性分析和1000次重采样的自助法（bootstrap）不确定性量化。

四、研究结果

4.1 总体层次化架构

基于六项设计需求，研究提出了五层数字孪生架构。物理层涵盖从原料储存、预处理到成型设备（混合机、热压机、挤出机）再到力学和热性能测试仪器及成品包装系统的全部生产设备，同时作为所有传感器数据的物理来源和决策与控制层控制指令的执行终端。数据采集层通过IoT传感器网络实时捕获温度、湿度、压力、扭矩和纤维分布均匀性等关键参数，边缘计算节点在数据源进行预处理（滤波、异常标记和特征提取），通过轻量级消息协议（如MQTT）仅将精炼后的特征数据传输至虚拟模型层。虚拟模型层构建跨尺度的数字孪生模型，包含材料微观模型（描述生物质纤维或生物炭颗粒与聚合物基体间的界面结合机制）、工艺模型（模拟混合、热压和固化过程中的温度场、压力场和流动行为）和性能预测模型（集成材料和工艺模型输出以预测成品的力学、热学和耐久性指标），三者耦合实现虚拟实验能力。决策与控制层接收虚拟模型层的仿真预测和数据采集层的实时监测数据，集成基于AI的异常检测算法和参数优化算法，将优化后的指令反馈至物理层执行终端，实现不停产的自适应调整。生命周期-循环性层位于架构顶层，集成生产数据与全生命周期信息，与IFC标准对接以将生物基复合材料生产数据纳入建筑信息模型，生成符合EU 2024/3110法规的数字产品护照，并在ISO 14040/14044框架内评估不同回收路径的环境影响。

4.2 分阶段数字孪生干预

在原材料收集与预处理阶段，数字孪生通过近红外（NIR）光谱传感器对入厂原料进行快速无损评估（水分含量、纤维素与木质素比值、灰分含量），当入厂原料偏离规格时，决策与控制层计算纠正措施（延长干燥时间、调整干燥温度或按受控比例与合格批次混合），在入口处拦截变异性，防止其向下游工序传播。在试样制备阶段，IoT传感器通过捕获混合机扭矩波动监测混合均匀性，热电偶和压力传感器记录成型过程中的空间温度和压力场，工艺模型并行运行仿真并与实测值对比，偏差超限时在缺陷固化前触发警报；基于工业相机的视觉监测系统补充验证成型试样表面是否存在纤维包裹不良、空隙或富树脂区，形成物理测量、虚拟预测和视觉检查三重验证机制。在性能测试阶段，试样经拉伸、弯曲和冲击等力学测试、热重分析和差示扫描量热法等热学测试以及扫描电子显微镜微观结构表征后，测试数据自动输入性能预测模型与虚拟实验预测值对比，当实测-预测偏差超限时识别需要重新校准的特定子模型，反向校准回路更新模型参数，将每个测试批次从独立的质量关卡转化为持续提升数字孪生保真度的校准机会。在产品制造阶段，生产线上数字孪生通过IoT传感器网络持续监控所有工艺参数并执行OSDA闭环，当模型预测检测到的漂移轨迹将导致未来阈值超限时，在偏差实际体现于产品之前即启动纠正动作；每个制造单元的生产参数和质量检验数据同步写入生命周期-循环性层的DPP记录。在回收与再循环阶段，生命周期-循环性层检索产品的DPP（包含原始配方、生产参数和使用期间积累的环境暴露记录），LCA模型评估机械回收、热化学回收和梯级利用等不同回收路径的环境和经济优劣，评估结果反馈至原材料阶段，引导回收材料以具有已知性能特征的表征次级原料重新进入生产循环。

4.3 闭环机制

OSDA四步闭环是区分数字孪生框架与传统仿真的核心特征。闭环始于实时观测：数据采集层中的IoT传感器网络持续捕获物理层各生产节点的工艺参数，经边缘计算节点预处理后传输至虚拟模型层。虚拟模型层接收实时数据后驱动三个子模型同步运行，将当前生产状态映射为虚拟空间中的数字对应体，并通过多物理场耦合计算预测未来若干时间步的系统状态及其对成品性能的影响。决策与控制层将虚拟模型预测输出与预设质量阈值和工艺窗口比较：若预测值在允许范围内则维持当前设定值；若检测到偏差或预测到潜在异常，异常检测算法触发警报，参数优化算法搜索使性能回归目标范围的最优纠正措施。优化后的控制指令以反向数据流发送至物理层执行终端，执行终端自动完成参数调整，调整后的物理系统状态再次被传感器捕获，启动新的观测循环，形成持续运行的自优化闭环。OSDA闭环的侧重点随生产阶段而变化：原材料预处理阶段聚焦水分偏差与干燥参数自动调整；试样制备阶段针对混合均匀性偏差与成型参数补偿；性能测试阶段表现为实测-预测偏差反馈至模型参数反向校准；产品制造阶段实现全参数实时补偿；回收阶段延伸至回收材料性能评估并将配方建议反馈至原材料阶段。

4.4 常规与数字孪生集成工作流的定性比较

研究人员定义了与六项设计需求对应的六个评价维度，采用三级定性标度（低、中、高）对常规和DT集成工作流进行系统比较。常规工作流中，原材料表征依赖人工采样和实验室水分测试，批次变异性直到产后检验才被发现，配方遵循固定配方而无实时反馈，生命周期末端回收决策在缺乏可追溯数据的情况下基于定性判断。DT集成工作流则以闭环对应物替代上述开环实践：NIR光谱实现入口处实时成分评估，OSDA机制提供连续工艺补偿，虚拟预测模型通过反向校准与物理测试数据交叉验证，数字产品护照提供基于证据的回收路径评价所需的生命周期可追溯性。

4.5 合成数据概念验证：OSDA闭环仿真

研究人员以生物炭-回收HDPE建筑板材生产为场景，基于已发表的稻壳组成数据（水分含量8–12%±0.5%，纤维素32–35%±1.5%，灰分含量15–20%±0.8%）参数化原料变异性，构建了将三个输入变量（原料水分含量、生物炭填料热解温度和生物炭负载分数）映射到拉伸强度的简化回归函数，并引入水分惩罚系数（基线设定为水分每高于8%基线1个百分点，拉伸强度线性降低1.5%）。目标性能阈值设定为拉伸强度≥22 MPa。在200个虚拟批次上，常规开环场景下平均拉伸强度为21.96 MPa，变异系数（CV）为5.2%，103/200批次（51.5%）低于22 MPa阈值；OSDA闭环场景下平均拉伸强度为22.49 MPa，CV为2.7%，仅1/200批次（0.5%）低于阈值，分别代表性能变异性降低48.5%和废品率降低99.0%。闭环场景中唯一剩余的亚阈值批次对应超出可用工艺调整补偿范围的极端原料条件，说明了当原料偏差严重时闭环控制的物理极限。1000次自助法重采样得到CV降低的95%置信区间为[42.9%, 53.7%]，废品率降低的95%置信区间为[96.9%, 100.0%]，确认了结果的稳健性。

4.6 水分惩罚系数的敏感性分析

研究人员在1.0%、1.5%、2.0%和3.0%每百分点的四个系数值下重复200批次仿真。常规开环场景下，惩罚系数从1.0%增至3.0%使CV从3.8%升至5.2%，废品率从15.0%升至51.5%，确认了更高的水分敏感性会放大性能离散。OSDA闭环场景下，CV保持在2.7–3.1%范围内，废品率在所有四个系数值下均不高于0.5%，证明闭环机制能有效补偿水分引起的变异性，无论假设的惩罚量级如何。改进方向和实际显著性对水分惩罚系数的选择具有稳健性，仅CV降低的绝对幅度从最保守假设下的17.5%到最高假设下的48.5%不等。

五、讨论与结论

讨论部分总结： 该框架在三个相互关联的维度上推进了生物基复合材料的标准化生产：虚拟模型层将配方开发从经验试错转变为模型驱动的虚拟筛选；OSDA闭环机制将质量保证从事后抽样检验转变为实时自适应补偿；生命周期-循环性层将标准化边界从生产车间延伸至生命周期末端回收。与建筑领域现有数字孪生架构相比，该框架针对的是生物基建筑材料的生产过程这一根本不同的对象，必须应对比工业粉末冶金更宽的原料变异性、需要批次自适应阈值而非固定设定值、并将循环性作为架构的有机组成部分而非外部模块。从概念到实施需克服多源异构数据集成、跨尺度模型计算资源需求、中小企业前期投资门槛和数据共享治理机制等挑战。该框架架构不依赖特定法规，DPP仅是示例性合规目标，底层数据模型基于国际适用的IFC标准和ISO 14040框架，在无DPP立法的司法管辖区同样可支持自愿性环境产品声明、绿色建筑认证或企业可持续性报告。研究局限性包括：框架为概念性且未经原型系统或真实生产线实证验证；设计需求从有限文献样本中提炼；目前仅覆盖生物炭-回收塑料复合材料体系；水分-强度惩罚系数为简化线性近似；仿真未考虑传感器噪声、测量不确定性和设备退化；评价仅限于拉伸强度单一性能指标。

结论翻译： 本文提出了一个面向循环建筑环境中生物基复合材料标准化生产的数字孪生概念框架。通过设计科学研究范式，研究识别了生物基复合材料生产面临的三大关键障碍，即批次变异性、标准化规程缺失和环境敏感性，并据此提炼出六项可追溯的设计需求。研究构建了由物理层、数据采集层、虚拟模型层、决策与控制层和生命周期-循环性层组成的五层架构，并横向映射到从原材料到回收的五个生产阶段。OSDA闭环机制贯穿所有阶段，将控制从局部工艺优化提升为覆盖整个生产生命周期的系统级标准化控制。每层均与包括IFC、EU 2024/3110数字产品护照和ISO 14040生命周期评价在内的开放标准明确对齐，为工业应用提供了可操作的切入点。合成数据仿真在200个虚拟批次上展示了OSDA闭环机制的效果：在生物炭-回收HDPE板材场景中，性能变异性降低48.5%（95%置信区间：42.9–53.7%），废品率降低99.0%（95%置信区间：96.9–100.0%），且结果在1.0–3.0%每百分点的水分惩罚系数测试范围内保持稳健。该仿真在概念层面提供了数值概念验证，经验验证仍需通过原型系统开发实现。未来工作将沿三个方向推进：在至少一条生物基复合材料生产线上开发和现场测试原型系统以获取经验数据；将框架扩展至天然纤维增强和生物树脂基等其他类型的生物基复合材料体系以检验其跨材料类别的普适性；与标准化机构和行业协会合作，探索将框架中提出的数据模型和质量控制阈值纳入新兴行业标准和DPP合规方案的可行路径。