船舶数字孪生在海上运输中的应用:基于两阶段分析框架的系统性综述

《Ocean Engineering》:Applications of ship digital twins in maritime transport: A systematic review

【字体: 大 中 小 】 时间:2026年09月22日 来源:Ocean Engineering 6.3

编辑推荐:

  研究人员开发了一种面向船舶数字孪生(Ship Digital Twin, SDT)研究的两阶段分析框架;通过科学计量分析(Scientometric Analysis)绘制了船舶数字孪生的技术演进图谱;从建模方法(Modelling)、系统层级(System

  
研究人员开发了一种面向船舶数字孪生(Ship Digital Twin, SDT)研究的两阶段分析框架;通过科学计量分析(Scientometric Analysis)绘制了船舶数字孪生的技术演进图谱;从建模方法(Modelling)、系统层级(System Hierarchy)与验证成熟度(Validation Maturity)三个维度系统评估了既有研究;明确了数字影子(Digital Shadow, DS)与双向数字孪生(Bidirectional Digital Twin)之间的概念区别;并识别了船舶数字孪生在部署中的关键挑战与未来研究方向。
船舶数字孪生(Ship Digital Twin, SDT)是指通过数字技术与实时数据集成,对物理船舶进行持续构建、同步与更新的虚拟表征,被广泛视为海事行业数字化转型中的关键使能技术。随着全球贸易持续扩张以及物联网(Internet of Things, IoT)和人工智能(Artificial Intelligence, AI)等新兴技术的快速推进,海事行业正加速数字化变革。然而,现有船舶数字孪生研究多集中于孤立的技术实现或特定案例应用,缺乏对研究热点、主题演化的系统综合,对多维部署挑战认识不足,也难以提供前瞻性的发展方向指引。为此,研究人员从Web of Science(WoS)和Scopus数据库中系统检索相关文献,依据系统综述和元分析优先报告条目(Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA)2020规范完成筛选,最终纳入739篇研究;在此基础上,进一步筛选出214篇实证研究开展深入的定性综合分析,以期系统刻画该领域的研究格局、技术成熟度与发展趋势。
围绕上述目标,研究人员提出了融合科学计量分析与定性批判性评价的两阶段分析框架。第一阶段利用CiteSpace软件对739篇文献开展关键词共现网络、主题聚类与时间演化分析,从宏观层面揭示研究热点分布、知识结构与技术演进脉络;第二阶段从建模方法论(Modelling Methodologies)、系统层级(System Hierarchy)和模型验证成熟度(Validation Maturity)三个维度对214篇实证研究进行批判性评估,并系统分析了六大代表性应用场景。研究得出以下主要结论:其一,关键词聚类共识别出八个主要聚类,可归纳为基础技术、智能技术和工程应用三大主题;时间演化分析显示,该领域历经早期集成(2017—2020年)、技术提升(2020—2023年)和前沿探索(2024—2025年)三个阶段,研究焦点正从静态建模与虚拟表征转向动态预测、智能运维与决策支持。其二,建模方法论可归纳为物理驱动、数据驱动与物理信息混合三种范式,三者分别在物理保真度、计算效率、可解释性与实时适应性之间呈现不同权衡,其中混合建模被视为实现实时自适应数字孪生的最有前景路径。其三,系统层级分析表明,数字孪生实现正从部件级、子系统级向整船级及船队/船岸协同级扩展,集成范围扩大带来模型同步、互操作性、计算可扩展性与标准化等方面的挑战。其四,验证成熟度评估显示,214项实证研究中,36.45%仅开展数值验证,16.82%采用半物理验证,仅15.42%完成全尺度实船验证,表明研究原型向运行验证系统的转化仍明显滞后。其五,应用层面覆盖船舶设计与优化、状态监测、预测性维护、能效管理、航行安全与智能船厂运营六大领域,同时明确区分了主要依赖单向物理—虚拟信息流的数字影子(Digital Shadow, DS)与具备双向闭环交互的数字孪生(Digital Twin, DT)。研究进一步归纳出制约规模化部署的六类关键挑战:技术集成与标准化缺失、网络安全与监管空白、人本设计与伦理关切、预测精度与实时响应平衡、老旧系统数字转型障碍以及动态/陌生环境下泛化能力不足。基于上述证据,研究人员提出四项战略研究方向:(1)构建互操作且安全的海洋数字孪生生态系统;(2)发展结合物理知识与数据驱动的混合智能及人本数字孪生系统;(3)开发实时自适应与具有韧性的数字孪生架构;(4)推动在遗留及异构船队中的可扩展部署。总体而言,船舶数字孪生研究正处于从孤立建模与监测应用向集成化、预测性、决策导向系统演进的关键阶段,但由特定应用原型向成熟、可广泛部署的运营系统转化尚未完成。未来进展将更多取决于跨异构真实海洋环境中的系统集成、运行验证与规模化部署能力,而非单纯依赖单项模型精度的提升。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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