Hướng dẫn cực kỳ thực tế về Digital Twin qua tiêu chuẩn quốc tế “ISO 23247”

“Giá mà trong vài ngày đi du lịch, chậu húng quế hay xà lách ngoài ban công có thể tự tưới nước thì tốt biết mấy…”
“Giá mà có một chậu cây thông minh có thể tự điều chỉnh độ sáng của đèn LED theo lượng ánh nắng nhận được…”

Bạn đã từng nghĩ như vậy chưa?

Thực ra, đây chính là một ví dụ rất gần gũi về Digital Twin (bản sao số) — một trong những xu hướng đang thu hút nhiều sự chú ý trong ngành sản xuất và CNTT trên toàn thế giới.

Tuy nhiên, từ một hệ thống trồng cây tự động dùng trong gia đình tưởng chừng rất đơn giản cho đến dây chuyền sản xuất máy bay chiến đấu F-35 với hàng chục nghìn linh kiện được lắp ráp với độ chính xác cực cao, khi thực sự xây dựng một Digital Twin, chúng ta sẽ gặp phải một bài toán lớn: “Làm thế nào để nhiều cảm biến, đèn, máy bơm và AI có thể phối hợp với nhau mà không xung đột?”

Bộ tiêu chuẩn quốc tế ISO 23247 về Digital Twin được xây dựng để giải quyết chính bài toán này.

Trong bài viết này, chúng tôi sẽ giải thích bộ tiêu chuẩn quốc tế tưởng chừng phức tạp này theo cách trực quan và dễ hiểu. Ở nửa sau, bài viết sẽ đi sâu hơn vào các chi tiết kỹ thuật, bao gồm một ví dụ triển khai thực tế trên máy công cụ CNC 5 trục của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST), cũng như “khoảng cách giữa lý tưởng và thực tế tại hiện trường” được chỉ ra trong các nghiên cứu gần đây.

Sự khác biệt mang tính quyết định giữa “chỉ hiển thị dữ liệu” và một “Digital Twin thực sự”

Trước hết, “Digital Twin” là gì? Trong ISO 23247-1, khái niệm này được định nghĩa như sau:

Digital Twin là một “biểu diễn số phù hợp với mục đích sử dụng (fit-for-purpose digital representation)” của một đối tượng vật lý có thể quan sát được (OME), trong đó có sự “đồng bộ (synchronisation)” giữa đối tượng đó và biểu diễn số của nó.

Hãy áp dụng định nghĩa này vào một ví dụ quen thuộc để dễ hình dung hơn.

“Digital Shadow” và “Digital Twin” qua ví dụ Google Maps

Trong các bài báo phổ thông, nhiều hệ thống thường được gọi là “Digital Twin”, nhưng trên thực tế chúng chỉ là Digital Shadow — tức một “cái bóng số” chỉ phản ánh thông tin theo một chiều.

Digital Shadow = hệ thống dẫn đường thông thường (chỉ hiển thị)
Hệ thống cho bạn biết tình trạng ùn tắc đường bộ — tức dữ liệu từ thế giới vật lý — trên màn hình. Nhưng bản thân màn hình dẫn đường không thể tự xoay vô-lăng để tránh tắc đường. Dữ liệu chỉ đi theo một chiều: “vật lý ➔ số”.

Digital Twin = hệ thống dẫn đường thông minh hỗ trợ lái xe hoàn toàn tự động
Khi phát hiện ùn tắc, hệ thống trao đổi dữ liệu hai chiều với máy tính trên xe và tự điều khiển xe đi theo tuyến đường tối ưu. Dữ liệu tuần hoàn theo hướng “vật lý ➔ số ➔ vật lý”.

Với chậu cây thông minh, nếu hệ thống chỉ hiển thị trên điện thoại rằng “độ ẩm đất đang giảm”, thì đó chỉ là một Digital Shadow.

Ngược lại, nếu mô hình AI trong không gian số phát hiện độ ẩm giảm, tính toán ngay lượng nước tối ưu dựa trên “giai đoạn sinh trưởng hiện tại của cây và dự báo thời tiết hôm nay”, rồi ghi lệnh ngược lại cho máy bơm vật lý như “hãy tưới 50 ml nước” và thực thi lệnh đó, thì đó chính là một Digital Twin theo nghĩa đầy đủ hơn.

Toàn cảnh tiêu chuẩn ISO 23247: Các thành phần cấu thành Digital Twin

Bộ tiêu chuẩn ISO 23247 chia các quy tắc để xây dựng cơ chế hai chiều này thành 6 phần chính, nhằm giúp hệ thống có thể được triển khai an toàn và ổn định ngay cả trong môi trường có nhiều thiết bị từ các nhà sản xuất khác nhau.

ISO 23247-1: Overview and general principles

Tổng quan và các nguyên tắc chung
Phần này quy định các thuật ngữ cơ bản như “Digital Twin là gì” và các yêu cầu nền tảng của toàn hệ thống. Nó xác định rõ khung khái niệm và định hướng tổng thể để liên kết đúng các yếu tố sản xuất trong thế giới thực với không gian số, qua đó phục vụ những mục tiêu như nâng cao chất lượng hay bảo trì dự đoán.

ISO 23247-2: Reference architecture

Kiến trúc tham chiếu
Phần này định nghĩa “4 lớp” của hệ thống Digital Twin — người dùng, dịch vụ, Digital Twin và thiết bị — cùng các Functional Elements tương ứng. Việc tiêu chuẩn hóa vai trò và ranh giới của từng chức năng giúp các bộ mô phỏng và công cụ phân tích từ nhiều nhà cung cấp khác nhau có thể kết nối với nhau linh hoạt.

ISO 23247-3: Digital representation

Biểu diễn số của các yếu tố sản xuất
Phần này quy định các quy tắc mô tả thông tin để tái hiện chính xác người, máy móc, vật liệu, môi trường và các đối tượng khác trong không gian số. Nó cấu trúc và lưu trữ thống nhất cả “dữ liệu tĩnh” như mã model hay hình dạng CAD, lẫn “dữ liệu động theo thời gian thực” như tọa độ các trục hay tốc độ quay trục chính.

ISO 23247-4: Information exchange

Công nghệ trao đổi thông tin
Phần này định nghĩa các giao thức truyền thông như MTConnect, MQTT, OPC UA và cấu trúc mạng để dữ liệu có thể được trao đổi an toàn, với độ trễ phù hợp giữa các lớp và các hệ thống bên ngoài. Nó đưa ra định hướng xây dựng pipeline dữ liệu an toàn, phù hợp với các yêu cầu về bảo mật và thời gian phản hồi trong nhà máy.

Ngoài ra, vào năm 2026, hai tiêu chuẩn mới dưới đây đã được bổ sung.

ISO 23247-5: Digital thread for digital twin

Digital Thread
Phần này quy định cách kết nối thông tin từ nhiều giai đoạn sản xuất khác nhau — như thiết kế sản phẩm, quy trình sản xuất, trạng thái thiết bị và kết quả kiểm tra — thành một “Digital Thread”, tức một sợi thông tin liên tục không bị đứt đoạn. Nhờ đó, khi có vấn đề về chất lượng, có thể lần ngược từ thông tin thiết kế đến điều kiện gia công, lịch sử thiết bị và dữ liệu kiểm tra để truy vết và phân tích.

ISO 23247-6: Digital twin composition

Liên kết Digital Twin
Tiêu chuẩn mới ISO 23247-6, được công bố chính thức vào ngày 28 tháng 7 năm 2026, định nghĩa ba cách tiếp cận để liên kết các Digital Twin rời rạc — chẳng hạn Digital Twin từ bên thứ ba — thông qua “composition”.

1. Integrated (tích hợp): Xóa bỏ ranh giới giữa các Twin riêng lẻ và liên kết chúng chặt chẽ như một hệ thống lớn duy nhất.
2. Unified (thống nhất): Sử dụng API hoặc định dạng dữ liệu chung để các Twin từ nhiều nhà cung cấp khác nhau có thể kết nối qua một giao diện thống nhất.
3. Federated (liên hợp): Mỗi Twin vẫn giữ tính độc lập và quyền kiểm soát riêng, nhưng trao đổi thông tin khi cần thiết, giống như một “liên minh lỏng”. Mô hình này phù hợp với hợp tác liên doanh nghiệp hoặc mạng lưới quy mô rất lớn.

Bốn lớp kiến trúc chính và ánh xạ chức năng

ISO 23247-2 sắp xếp hệ thống Digital Twin phức tạp thành 4 lớp dưới đây. Hãy tiếp tục sử dụng ví dụ chậu cây thông minh và nhìn từ trên xuống.

① Lớp người dùng (User Entity)

Đây là ứng dụng hoặc màn hình dashboard mà người trồng cây trực tiếp nhìn thấy.

Ví dụ cụ thể
Trên điện thoại hiển thị rõ các thông tin như “xà lách đang phát triển tốt” hay “nhiệt độ phòng hiện tại: 24°C”, đồng thời cho phép người dùng thao tác nút như “tưới nước thủ công” khi cần.

② Lớp lõi Digital Twin (Digital Twin Entity / Core Entity)

Đây là “bộ não” của toàn hệ thống.

Ví dụ cụ thể
Dựa trên dữ liệu gửi lên từ lớp vật lý, hệ thống mô phỏng trong không gian số “tốc độ quang hợp hiện tại của cây” hay “dự báo độ khô của đất”, sau đó lập kế hoạch điều chỉnh tối ưu.

③ Lớp giao tiếp thiết bị (Device Communication Entity / DCDCE)

Đây là “hệ thần kinh” trung gian giữa mạch điện tại hiện trường và Digital Twin.

Ví dụ cụ thể
Lớp này đọc dữ liệu thô như “độ ẩm đất: 20%” từ cảm biến nhiệt độ/độ ẩm hoặc cảm biến ánh sáng, đồng thời nhận lệnh từ Digital Twin để bật máy bơm và thực sự đưa nước ra ngoài.

④ Observable Manufacturing Elements (OME / lớp vật lý)

Đây là mọi thứ trong thế giới thực mà Digital Twin muốn tái hiện. ISO phân loại chúng thành 8 nhóm. Hãy ánh xạ tất cả vào ví dụ chậu cây thông minh.

• Personnel (nhân sự): Bạn — người trồng cây — hoặc nhân viên hỗ trợ gieo hạt, thu hoạch.
• Equipment (thiết bị): Đèn LED, máy bơm nước, cảm biến độ ẩm đất, quạt làm mát và các thiết bị vận hành khác.
• Material (vật liệu): Đất, phân bón dạng lỏng, nước tưới và các nguyên liệu được tiêu thụ trong quá trình trồng.
• Process (quy trình): Quang hợp, gieo hạt, bón phân, tưới tự động và các hoạt động/quy trình trồng cây.
• Facility (cơ sở vật chất): Nhà kính hoặc căn phòng nơi đặt chậu cây, cùng hạ tầng như điện, nước và cấu trúc nhà kính.
• Environment (môi trường): Nhiệt độ phòng, độ ẩm, nồng độ CO2, ánh sáng mặt trời xung quanh và các điều kiện môi trường tự nhiên.
• Product (sản phẩm): Thành quả cuối cùng sau thu hoạch, chẳng hạn xà lách hoặc húng quế đã phát triển tốt.
• Supporting documents (tài liệu hỗ trợ): “Hướng dẫn chăm sóc tối ưu” theo từng giống xà lách hoặc “hướng dẫn thiết lập lịch tưới”.

Khi tiêu chuẩn nhà máy “ISO 23247” có thể cứu cả công việc văn phòng: Ranh giới quyết định với BI và CRM hiện có

Khi biết rằng ISO 23247 còn xem “quy trình” là một đối tượng có thể tạo Twin, có lẽ bạn sẽ nghĩ:

“Nếu đi đến tận cùng, không chỉ nhà máy mà cả tiến độ công việc văn phòng cũng có thể được trực quan hóa thì sao? Chẳng hạn thu thập lịch sử gửi nhận email trong công ty, thống kê ai đang để phản hồi khách hàng tồn đọng lâu nhất, mức độ trì hoãn ảnh hưởng thế nào đến khả năng giành được khách hàng, rồi dự đoán rủi ro chậm phản hồi trong thời gian tới?”

Trực giác đó hoàn toàn hợp lý. Nhưng đồng thời, bạn cũng có thể nghĩ:

“Nhưng chẳng phải những việc đó đã được CRM hay BI thực hiện từ rất lâu rồi sao, chỉ là người ta không gọi chúng bằng cái tên hoành tráng như ‘Digital Twin’?”

Đây chính là ranh giới quan trọng và thú vị nhất để hiểu bản chất của Digital Twin.

BI và CRM truyền thống là Digital Shadow một chiều

Hệ thống mà bạn hình dung — “phân tích thống kê sự chậm trễ email và tác động của nó tới tỷ lệ giành khách hàng” — vốn đã được triển khai từ lâu trong khuôn khổ BI và CRM.

Tuy nhiên, ở giai đoạn này, dữ liệu chỉ đi theo một chiều: “thế giới vật lý (log gửi email của nhân viên) ➔ thế giới số (dashboard tổng hợp)”.

Điều gì xảy ra nếu có vấn đề? Hệ thống hiển thị một báo cáo như “tháng trước, tỷ lệ giành khách hàng giảm 15% do A trả lời chậm”. Sau đó, con người — quản lý hoặc chính A — phải tự kết luận “tháng này cần trả lời nhanh hơn” và trực tiếp thay đổi hành vi.

Vì hệ thống chỉ phản chiếu thông tin — tức chỉ trực quan hóa — nên theo cách hiểu của ISO 23247, nó vẫn chỉ là Digital Shadow một chiều, hoặc đơn giản là biểu diễn dữ liệu và reporting.

Điều khiển tự chủ hai chiều theo tư duy ISO 23247

Ngược lại, nếu hệ thống này được bổ sung “đồng bộ hai chiều” và “điều khiển thiết bị” theo tư duy của ISO 23247-2, nó sẽ trở thành một hệ thống tự chủ có khả năng tác động trực tiếp lên chính quy trình công việc theo thời gian thực.

Dự đoán theo thời gian thực
Hệ thống đồng bộ dữ liệu trao đổi email đang diễn ra với “khối lượng công việc và lịch hiện tại” của nhân viên A. Ngay khi email mới từ khách hàng quan trọng đến, mô phỏng phía Digital Twin có thể dự đoán rằng: “Dựa trên tải công việc hiện tại của A và dữ liệu thống kê trong quá khứ, nếu không thay đổi, A sẽ không thể phản hồi trong vòng 3 giờ và xác suất chốt đơn sẽ giảm 35%”.

Phản hồi tự chủ (điều khiển và tác động)
Trước khi con người nhận ra vấn đề, Digital Twin tự gửi “lệnh điều khiển” về hệ thống văn phòng để tránh sự cố.

1. Tự động chuyển hướng nhiệm vụ (phân tán tải tự chủ): Hệ thống tự chuyển quyền xử lý email của A sang B — một thành viên đang rảnh — và hiển thị trên màn hình của B: “Hãy khẩn trương phản hồi thay A”.
2. Tạo buffer tiến độ động (Dynamic Slack Allocation): Dựa trên dự báo chậm trễ từ Simulation FE, nếu hệ thống đánh giá rằng “không thể phản hồi trong vòng 2 giờ”, nó sẽ tự gửi chỉ thị tới hệ thống email phía vật lý thông qua Controlling FE và tự động gửi email xác nhận đã nhận cho khách hàng. Nhờ đó, hệ thống tránh gây khó chịu cho khách hàng đồng thời tạo một “khoảng đệm về thời hạn phản hồi” một cách động trên hệ thống. Cảnh báo thông minh về “khi nào cần tạo buffer”, cũng như việc tổng hợp hiệu quả cải thiện tỷ lệ chốt đơn nhờ buffer, là ví dụ điển hình về giá trị của Digital Twin.
3. Loại bỏ bottleneck (điều chỉnh ngữ cảnh): Hệ thống tự động lùi deadline của những công việc có độ ưu tiên thấp hơn mà A đang ôm — chẳng hạn báo cáo nội bộ hàng ngày — sang ngày mai, qua đó giảm tải nhận thức của A theo thời gian thực.

Điểm khác biệt nằm ở việc: “con người nhìn dữ liệu rồi tự phản tỉnh và hành động” (BI/CRM truyền thống) hay “hệ thống tự phản hồi lại hiện trường — ở đây là quy trình công việc văn phòng — để tự chủ tránh hoặc khắc phục bottleneck theo thời gian thực” (Digital Twin).

Đây là ranh giới quyết định giữa một công cụ tổng hợp dữ liệu thông thường và một Digital Twin theo nghĩa rộng hơn. Và chính tư duy thiết kế cứng cáp của tiêu chuẩn quốc tế ISO 23247 có thể trở thành nền tảng để xây dựng cơ chế hai chiều này một cách an toàn và có kiểm soát, không chỉ trong nhà máy mà cả trong công việc văn phòng.

Thiết kế dữ liệu và mạng được khuyến nghị: Cầu nối tới triển khai chuyên nghiệp

Từ đây, chúng ta sẽ đi sâu hơn từ ví dụ “chậu cây thông minh” đến các đặc tả thiết kế được sử dụng trong triển khai nhà máy thông minh quy mô lớn.

Ánh xạ tiêu chuẩn cho các thuộc tính thông tin

ISO 23247-3 định nghĩa các thuộc tính thông tin cơ bản để mô hình hóa các đối tượng vật lý (OME). Khi triển khai chúng thành cấu trúc dữ liệu thực tế, phụ lục của tiêu chuẩn và các tài liệu liên quan chỉ ra những tiêu chuẩn công nghiệp có thể dùng để ánh xạ. Trong số các thuộc tính này, chỉ Identifier là bắt buộc.

Bốn topology mạng và khuyến nghị sử dụng MQTT

Để thiết kế truyền thông trong hệ thống, ISO 23247-4 định nghĩa rõ 4 mạng vật lý.

User Network
Kết nối giao diện người dùng với Digital Twin. Các công nghệ Web quen thuộc như REST (HTTP/HTTPS) được sử dụng làm giao thức tiêu chuẩn.

Service Network
Kết nối các server nội bộ cấu thành Digital Twin. Tuy nhiên, tiêu chuẩn quy định rằng nếu “toàn bộ hệ thống chạy khép kín trong một PC”, thì không nhất thiết phải xây dựng một mạng vật lý riêng.

Access Network
Đây là tuyến quan trọng nhất kết nối thiết bị thu thập/điều khiển tại hiện trường với lớp lõi Digital Twin. Trong trường hợp cùng một dữ liệu cảm biến được nhiều hệ thống giám sát đồng thời, tiêu chuẩn khuyến nghị mạnh mô hình publish/subscribe như MQTT để tránh xung đột truyền thông.

Proximity Network
Đây là mạng cục bộ kết nối cảm biến hoặc máy móc vật lý với bo mạch điều khiển. Tuy nhiên, nếu bộ điều khiển được tích hợp vật lý ngay trong chính máy — tức onboard — thì mạng này có thể được lược bỏ.

【Phần thực hành chuyên sâu】Quy trình NIST xây dựng Digital Twin cho máy công cụ CNC 5 trục

Bây giờ hãy xem cách những nguyên tắc mà chúng ta vừa học từ chậu cây thông minh — như “4 entity chính” và thiết kế “MQTT Access Network” — được mở rộng và áp dụng trong một môi trường công nghệ cao chuyên nghiệp.

Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) đã xây dựng và thử nghiệm một pipeline dữ liệu thời gian thực theo ISO 23247 cho máy phay desktop 5 trục “Pocket NC V2-10”.

Ngay cả tại một tổ chức tiên tiến như NIST, nhóm nghiên cứu cũng không bắt đầu bằng mục tiêu điều khiển tự động hoàn hảo ngay từ đầu. Thay vào đó, họ bắt đầu từ một Digital Twin giám sát có độ chính xác cao, có khả năng tái hiện chuyển động 5 trục của máy thực theo thời gian gần thực và phát hiện những “sai lệch rất nhỏ” giữa máy thực với mô hình.

① 【Thử thách đầu tiên】Thu thập một cách “thực dụng” tiếng nói thô của cỗ máy

Pocket NC có 5 trục phức tạp: ba trục tuyến tính XYZ cùng hai trục quay. Bước đầu tiên để tạo Digital Twin là thu nhận ngay lập tức dữ liệu vật lý như “máy hiện đang ở vị trí nào” và “đang quay với tốc độ bao nhiêu”.

Nhóm NIST đưa một adapter Python tự xây dựng vào controller của máy, trực tiếp trích xuất vị trí hiện tại của 5 trục, tốc độ trục chính và tiến độ thực thi G-code. Dữ liệu thô này được chuyển ngay thành chuỗi dữ liệu cực nhẹ ở định dạng SHDR, sau đó được stream liên tục qua socket tới engine tổng hợp — một MTConnect Agent viết bằng C++ — đang chạy trên máy Linux host.

② 【Thử thách thứ hai】“Bức tường đặc tả” và giải pháp co-simulation

Khi nhóm nghiên cứu đưa dữ liệu đã thu thập vào mô hình CAD 3D để mô phỏng chuyển động sát với máy thực, một “bức tường đặc tả” nghiêm trọng xuất hiện. Engine cốt lõi của bộ mô phỏng vật lý Altair Inspire Motion — thành phần quan trọng của Digital Twin — không có giao diện để trực tiếp tiếp nhận dòng dữ liệu streaming thời gian thực từ bên ngoài.

Trước giới hạn “không thể điều khiển mô hình 3D bằng dữ liệu thời gian thực”, nhóm nghiên cứu đã tìm ra một cách nối trung gian.

Họ chèn Twin Activate vào giữa như một lớp trung gian và dùng MQTT (Mosquitto) để chuyển tiếp dữ liệu, tạo thành một cấu trúc Co-Simulation. Python script đưa dữ liệu lên MQTT; Twin Activate nhận dữ liệu gần như ngay lập tức, rồi chuyển thành tín hiệu nội bộ để cấp vào simulator. Chuỗi xử lý này cho phép mô hình 3D tái hiện chuyển động đồng bộ với máy thật.

③ 【Kết quả】Sau khoảng một giờ gia công, Digital Twin phát hiện “sai lệch ẩn”

Dữ liệu từ pipeline thời gian thực cuối cùng được đưa qua Web server Apache Tomcat và hiển thị trên màn hình của công cụ phân tích Panopticon.

Tổng thời gian gia công là 3.734 giây — khoảng một giờ. Trong quá trình 5 trục chuyển động phức tạp, “vị trí lệnh” do máy thực phát ra được chồng lên “vị trí tái hiện” từ Digital Twin trên cùng một biểu đồ.

Kết quả là Digital Twin đã phát hiện ra một hiện tượng đáng chú ý: “Tại thời điểm hướng di chuyển của dao cắt thay đổi hoặc trong các giai đoạn chuyển tiếp khi trục quay đột ngột, xuất hiện sai lệch vị trí có thể quan sát được giữa máy vật lý và giá trị số.”

Đây là khác biệt giữa chuyển động lý tưởng trong mô phỏng và những méo sai nhỏ xảy ra trên máy thực. Việc có thể trực quan hóa và phát hiện sai lệch nhỏ này theo thời gian thực chính là giá trị quan trọng của thí nghiệm. Phát hiện được sai số vốn khó nhìn thấy này mở ra khả năng tiến tới các bước như tự động bù độ chính xác gia công hoặc dự đoán tuổi thọ máy.

Những use case nổi bật trong các môi trường sản xuất công nghệ cao

ISO 23247 còn được áp dụng trong các bối cảnh sản xuất quy mô lớn hơn, bao gồm các trường hợp được đề cập trong phụ lục của Part 4.

Bốn robot phối hợp để lắp ráp cánh máy bay

Tại một phòng thí nghiệm của University of Washington, một Digital Twin được xây dựng để điều khiển bốn robot công nghiệp — được đặt tên “Kenny”, “Stan”, “Cartman” và “Kyle” theo các nhân vật hoạt hình nổi tiếng của Mỹ — thực hiện công việc khoan lỗ và lắp fastener trên kết cấu cánh máy bay.

Trạng thái vận hành của mỗi robot được tập trung về lớp lõi Digital Twin thông qua OPC UA và MTConnect.

Các ứng dụng AI phía Twin — chẳng hạn Assigner để tối ưu phân phối tải và Sequencer để sắp xếp lại lịch động nhằm tránh robot va chạm trên không — thực hiện điều khiển phối hợp theo thời gian thực. Kết quả là thời gian sản xuất được giảm 25% mà không cần con người chỉnh sửa thủ công chương trình trong quá trình vận hành.

Từ Thụy Điển đến New York: “Giảm 15% chi phí” trong sản xuất F-35

Khi lắp ráp cánh của máy bay chiến đấu tàng hình F-35, cần đo chính xác “độ dày vùng ghép nối” của lớp vỏ, rồi chọn ngay bolt có chiều dài phù hợp trong hàng nghìn lựa chọn để cấp cho robot.

Dữ liệu chất lượng đo tại hiện trường ở Thụy Điển, dưới dạng QIF, được gửi qua Đại Tây Dương đến server quản lý Digital Twin tại New York.

Twin tham chiếu mô hình ISO 10303-242 (AP242) — dữ liệu thiết kế 3D gốc — để tính toán ngay chiều dài bolt tối ưu rồi phản hồi cho robot cấp vật tư tại hiện trường. Việc “đồng bộ thời gian thực xuyên biên giới” này đã giúp giảm 15% chi phí sản xuất.

Vượt qua giới hạn của G-code với “STEP-NC (AP238)” và tương lai của Digital Thread

Thông thường, máy công cụ vận hành bằng chuỗi lệnh đơn giản gọi là G-code, ví dụ “di chuyển dao 10 mm theo trục X, sau đó 20 mm theo trục Y”. Nhưng theo cách này, ý đồ thiết kế cao cấp mà kỹ sư đã đưa vào CAD 3D — chẳng hạn “khu vực này dễ ma sát nên cần dung sai chặt hơn” — có thể bị mất trước khi tới hiện trường.

Một hướng giải quyết là STEP-NC (ISO 10303-238 / AP238), có thể tích hợp hình học CAD 3D, thông tin dung sai GD&T và kế hoạch quy trình gia công vào cùng một tệp.

Khi dữ liệu vận hành từ MTConnect, dữ liệu kiểm tra từ QIF, và thông tin thiết kế từ STEP-NC được kết nối, thông tin từ thiết kế đến sản xuất và kiểm tra có thể liên kết thành một chuỗi liên tục — Digital Thread. Đây là nền tảng để hướng tới một closed loop mang tính product-centric ở mức cao hơn.

Khoảng cách lạnh lùng giữa “lý tưởng và thực tế” của Digital Twin được chỉ ra qua khảo sát học thuật

Cho đến đây, chúng ta đã thấy một bức tranh rất hấp dẫn. Nhưng một nhóm nghiên cứu phối hợp từ Mälardalen University (MDU) của Thụy Điển và Gran Sasso Science Institute (GSSI) của Ý đã phân tích 29 kiến trúc Digital Twin tiêu biểu trên thế giới, từ đó chỉ ra một “khoảng cách lạnh lùng” giữa lý tưởng và thực tế mà các bài báo phổ thông hiếm khi đề cập.

📊 Bảng thống kê “lý tưởng và thực tế” của Digital Twin theo ISO 23247

Khoảng cách 1: Trên thực tế, hơn 80% vẫn là “Digital Shadow” thay vì Digital Twin

ISO yêu cầu một closed loop trong đó có cả “thu thập thông tin từ vật lý sang số” và “điều khiển tự động từ số về vật lý”. Tuy nhiên, khi khảo sát chi tiết 29 trường hợp, chỉ 17% — tức 5 trường hợp — triển khai Functional Element gửi lệnh phản hồi tự động về phía vật lý (Controlling FE / Actuation FE). 83% còn lại trên thực tế chỉ thu thập dữ liệu và hiển thị biểu đồ, tức một dạng Digital Shadow.

Khoảng cách 2: Một số Functional Element nâng cao có tỷ lệ triển khai “0%”

Trong số các chức năng mà tiêu chuẩn “khuyến nghị mạnh”, ba chức năng dưới đây có tỷ lệ triển khai 0% trong cả 29 trường hợp.

• Plug and play support: Kết nối thiết bị và cho Twin kết nối ngay mà không cần cấu hình. Việc phát triển thường bị hoãn do tài sản nhà máy hiện tại có cấu trúc rất cố định và mang tính monolithic.
• Peer interface: Cho phép các Digital Twin khác nhau giao tiếp trực tiếp. Thực tế cho thấy nhiều dự án vẫn tập trung vào việc hoàn thiện từng Twin riêng lẻ.
• Data assurance: Phối hợp với Security để xác minh tính chính xác của dữ liệu. Chức năng này thường bị né tránh do độ khó kỹ thuật cao.

Khoảng cách 3: Chức năng được cần nhất trong thực tế lại không xuất hiện rõ trong tiêu chuẩn

Điểm đáng chú ý nhất là Data Storage — tức tích lũy dữ liệu lịch sử — được triển khai như một component thiết yếu trong 69% (20 trường hợp) được phân tích, nhưng lại không được định nghĩa rõ thành một component riêng trong Functional View của ISO 23247.

Trong tiêu chuẩn, database chủ yếu được nhìn như một phương tiện hỗ trợ trao đổi dữ liệu tạm thời, trong khi nhu cầu lưu dữ liệu nhiều năm để dùng cho phân tích nâng cao như bảo trì dự đoán bằng AI chưa được thể hiện đầy đủ như một Functional Element cốt lõi.

Ngoài ra, DT versioning để tránh model cũ hoặc dữ liệu bị hỏng — tỷ lệ triển khai 6% — và Continuous Deployment (CD) để cập nhật model liên tục — tỷ lệ 3% — cũng không được mô tả rõ trong tiêu chuẩn. Trong phỏng vấn chuyên gia, đã có ý kiến mạnh rằng nếu không có versioning thì Digital Thread rất dễ bị phá vỡ.

Khoảng cách 4: “Vũng lầy” của Security và Access Control mang tính ad-hoc

ISO 23247 định nghĩa Security and Assurance như một Cross-System Entity xuyên suốt các lớp.

Tuy nhiên, hướng dẫn cụ thể vẫn ở mức khá trừu tượng và thiên về nguyên tắc tổng quát. Vì vậy, các kỹ thuật triển khai như truyền thông mã hóa giữa Device Communication Layer và lớp lõi Twin, xác thực hai chiều giữa thiết bị, hay Access Control chi tiết với RBAC/ABAC cho mô hình mô phỏng và API, chưa được tiêu chuẩn hóa đầy đủ trong chính bộ quy tắc này.

Kết quả là khi tích hợp môi trường đa nhà cung cấp, người triển khai phải tự xây dựng các biện pháp ad-hoc theo từng hệ thống, làm tăng nguy cơ phát sinh lỗ hổng và độ phức tạp.

Ba bài học thực tế khi thiết kế Digital Twin

Từ khoảng cách giữa lý tưởng của tiêu chuẩn quốc tế và thực tế triển khai, chúng ta có thể rút ra ba bài học hữu ích khi phát triển Digital Twin hoặc các hệ thống thông minh gần gũi hơn như chậu cây tự động.

Bắt đầu từng bước từ “Digital Shadow”

Nếu ngay từ đầu cố gắng đạt đến “Digital Twin điều khiển hai chiều hoàn toàn tự động” — vốn chỉ đạt tỷ lệ triển khai 17% trong khảo sát — chi phí và rủi ro hệ thống chạy ngoài kiểm soát sẽ tăng mạnh.

Cách tiếp cận thực tế hơn là trước tiên xây dựng một Digital Shadow có độ chính xác cao: thu thập dữ liệu cảm biến theo thời gian thực và hiển thị rõ trên smartphone. Sau đó mới dần bổ sung điều khiển tự động, chẳng hạn kích hoạt máy bơm tưới nước một cách tự chủ.

Ngay cả khi tiêu chuẩn không ghi rõ, hãy thiết kế “Data Storage” và “Versioning” từ đầu

ISO 23247 không mô tả chúng thành Functional Element rõ ràng, nhưng 69% các hệ thống trong khảo sát thực tế vẫn triển khai database.

Để phục vụ những nhu cầu sau này như bảo trì dự đoán bằng AI hoặc sửa lỗi, nên thiết kế ngay từ đầu cơ chế lưu trữ dữ liệu lịch sử và quản lý phiên bản model trong kiến trúc.

Tận dụng tối đa lợi ích của tính trung lập công nghệ

ISO 23247 không bắt buộc sử dụng một phần mềm đắt tiền từ một nhà cung cấp cụ thể.

Giống như demo chậu cây thông minh, về mặt kiến trúc có thể kết hợp Raspberry Pi giá thấp, Python script, MQTT miễn phí như Mosquitto và dashboard Streamlit để xây dựng một hệ thống dựa trên các nguyên tắc của tiêu chuẩn quốc tế này mà không phụ thuộc vào một vendor duy nhất.

Vừa nhìn vào lý tưởng của tiêu chuẩn, vừa nhìn vào thực tế triển khai, chúng ta có thể bắt đầu xây dựng Digital Twin từ những bài toán gần gũi và từng bước mở rộng lên các hệ thống lớn hơn.

Tài liệu tham khảo: URL, bài nghiên cứu và tài nguyên kỹ thuật

Các dữ liệu, luận điểm kỹ thuật và thông tin hỗ trợ được trình bày trong bài viết này được tổng hợp dựa trên các nguồn tài liệu công khai, bài nghiên cứu học thuật, đặc tả kỹ thuật và báo cáo ngành dưới đây.

1. Tiêu chuẩn và nguồn thông tin chính thức

• Cổng thông tin chính thức của bộ tiêu chuẩn BS ISO 23247
  • BSI Knowledge: BS ISO 23247-1:2021
  • Tổng quan: Cổng thông tin chính thức của Viện Tiêu chuẩn Anh (BSI), nơi có thể mua và truy cập các tiêu chuẩn ISO 23247. Nguồn này cung cấp các định nghĩa cơ bản về Digital Twin và quyền truy cập vào các tiêu chuẩn thuộc bộ ISO 23247.
• Thông cáo báo chí của Bộ Thương mại, Công nghiệp và Tài nguyên Hàn Quốc (MOTIR)
  • MOTIR: ISO Publishes Two International Standards Developed under Korea's Leadership
  • Tổng quan: Thông báo chính thức của Chính phủ Hàn Quốc về việc công bố ISO 23247-5 (Digital Thread) và ISO 23247-6 (Digital Twin Composition), hai tiêu chuẩn mới được bổ sung vào bộ ISO 23247 trong năm 2026.

2. Hướng dẫn kỹ thuật và nghiên cứu tình huống

• Hướng dẫn triển khai kỹ thuật ISO 23247-4
  • Anvil Labs: Ultimate Guide to ISO 23247-4 for Digital Twin Systems
  • Tổng quan: Hướng dẫn trực quan và chi tiết của Anvil Labs về các cơ chế trao đổi thông tin được định nghĩa trong Part 4, bao gồm giao tiếp thiết bị và bốn cấu trúc mạng: User Network, Service Network, Access Network và Proximity Network.
• Đại học Công nghệ Chalmers: Thử nghiệm nhà máy lắp ráp drone (Preprint)
  • arXiv: Towards AI-based Sustainable and XR-based Human-centric Manufacturing
  • Tổng quan: Bản thảo nghiên cứu truy cập mở của nhóm nghiên cứu do Đại học Công nghệ Chalmers dẫn dắt, mô tả việc triển khai kiến trúc Digital Twin dựa trên VR/XR theo ISO 23247.
• NIST: Thử nghiệm Digital Twin cho máy CNC 5 trục
  • Chalmers Research: Research Publication Portal
  • Tổng quan: Hồ sơ công bố nghiên cứu chính thức của Đại học Công nghệ Chalmers liên quan đến nghiên cứu hợp tác quốc tế có sự tham gia của NIST và các đối tác học thuật.

3. Các bài nghiên cứu học thuật và liên kết DOI chính

• University of Florida: Khảo sát các công cụ Digital Twin cho sản xuất thông minh (2025)
  • IEEE Xplore / DOI: 10.1109/OJIES.2025.3628531
  • Tổng quan: Nghiên cứu bình duyệt toàn diện về các công cụ Digital Twin trong sản xuất thông minh, bao gồm nền tảng đám mây, tích hợp AI/ML và Digital Twin đa tầng cho môi trường sản xuất bán dẫn.
• NIST: Bài nghiên cứu WSC 2024 về Digital Twin cho máy CNC
  • WSC 2024: Building a Digital Twin of a CNC Machine Tool
  • Tổng quan: Kho lưu trữ của Winter Simulation Conference, bao gồm công trình kỹ thuật được tham chiếu trong bài viết này, trong đó mô tả chuỗi giao thức kết nối MTConnect adapter được xây dựng bằng Python, MQTT, Twin Activate và Inspire Motion.

4. Các nền tảng phát triển Digital Twin và nền tảng đám mây chính được đề cập trong bài viết

Dưới đây là các trang sản phẩm chính thức của những nền tảng Digital Twin và Industrial IoT tiêu biểu được các chuyên gia sử dụng để thiết kế và triển khai hệ thống Digital Twin.

• Microsoft Azure Digital Twins
  • Azure Digital Twins
  • Tính năng chính: Nền tảng PaaS sử dụng Digital Twins Definition Language (DTDL) để mô hình hóa môi trường thực tế và các mối quan hệ giữa chúng dưới dạng đồ thị Digital Twin.
• AWS IoT TwinMaker
  • AWS IoT TwinMaker
  • Tính năng chính: Dịch vụ đám mây tích hợp mô hình 3D, video, dữ liệu cảm biến và các thông tin vận hành khác vào các ứng dụng và dashboard Digital Twin thống nhất.
• PTC ThingWorx
  • PTC ThingWorx
  • Tính năng chính: Nền tảng Industrial IoT được thiết kế để tăng tốc quá trình phát triển các ứng dụng kết nối và giải pháp Digital Twin trong môi trường sản xuất.
• Bentley iTwin Platform
  • Bentley iTwin Platform
  • Tính năng chính: Nền tảng Digital Twin dành cho cơ sở hạ tầng, đô thị và các tài sản công nghiệp quy mô lớn, cho phép tích hợp và liên tục cập nhật dữ liệu kỹ thuật trong môi trường số 3D.
• Dassault Systèmes 3DEXPERIENCE
  • 3DEXPERIENCE
  • Tính năng chính: Nền tảng tích hợp bao phủ toàn bộ vòng đời sản phẩm, từ thiết kế CAD đến mô phỏng sản xuất, hỗ trợ mô hình hóa ảo, mô phỏng và cộng tác giữa các bộ phận kỹ thuật và sản xuất.