Главная / Технологические фронты / Цифровой двойник процесса обработки в машиностроении

Цифровой двойник процесса обработки в машиностроении

Цифровые двойники процессов фрезерования, точения, шлифования и сверления.

235работ в 2025 году
85работ в 2020 году
×2,4рост доли в корпусе, 2020→2025

В 2025 году направлению посвящено 235 работ, в 2020 году — 85 работ; доля работ направления в корпусе с 2020 по 2025 год выросла в 2,4 раза.

Публикации по годам

0501001502002502010201520202025
число работ с аннотацией в корпусе по машиностроению
Таблица данных по годам
ГодРаботНа 100 тыс. работ корпуса
201010,3
201100,0
201200,0
201300,0
201400,0
201500,0
201600,0
201720,5
2018255,3
2019418,0
20208516,1
202110621,7
202211425,3
202313226,2
202417131,4
202523539,3

Скачать данные в CSV

Кто лидирует, 2021–2025

Страны по вкладу в работы направления за 2021–2025 годы (758 работ). Счет дробный: каждая работа делится между авторами и их странами. Для 25 % авторского вклада страна в данных не указана; доли считаются от всех работ.

СтранаРабот (дробно)Доля
Китай15520,4 %
Германия547,2 %
США547,1 %
Великобритания364,7 %
Россия344,5 %
Япония192,5 %
Индия172,2 %
Норвегия141,9 %
Италия121,5 %
Канада101,3 %

Организации

ОрганизацияСтранаРабот (дробно)
Baker Hughes (United States)США10
Xi'an Jiaotong UniversityКитай8
RWTH Aachen UniversityГермания7
China National Petroleum Corporation (China)Китай7
Abu Dhabi National Oil (United Arab Emirates)AE6
South Ural State UniversityРоссия6
University of StrathclydeВеликобритания6
University of SheffieldВеликобритания5
University of StuttgartГермания5
eDrilling (Norway)Норвегия4

Россия

За 2021–2025 годы — 42 работы с участием российских организаций; по дробному вкладу 5-е место среди 75 стран. Больше всего работ у организаций: South Ural State University (8), Orenburg State University (3), Don State Technical University (3), Gazprom (Russia) (4), Moscow State Technological University (4).

Ключевые работы

Наиболее цитируемые работы 2015–2025 годов, среди них до двух обзоров. Заглавия — на языке оригинала; аннотации не приводятся, ссылки ведут к публикациям.

  1. A Survey on AI-Driven Digital Twins in Industry 4.0: Smart Manufacturing and Advanced Robotics. Sensors, 2021. Цитирований: 391. DOI
  2. The modelling and operations for the digital twin in the context of manufacturing. Enterprise Information Systems, 2018. Цитирований: 347. DOI
  3. Digital Twin Enhanced Dynamic Job-Shop Scheduling. Journal of Manufacturing Systems, 2020. Цитирований: 331. DOI
  4. Digital twin modeling method based on biomimicry for machining aerospace components. Journal of Manufacturing Systems, 2020. Цитирований: 314. DOI
  5. Deep and ultra-deep oil and gas well drilling technologies: Progress and prospect. Natural Gas Industry B, 2022. Цитирований: 269. DOI
  6. Visualisation of the Digital Twin data in manufacturing by using Augmented Reality. Procedia CIRP, 2019. Цитирований: 266. DOI
  7. Leveraging Digital Twin for Sustainability Assessment of an Educational Building. Sustainability, 2021. Цитирований: 200. DOI
  8. Digital Twin of a Cutting Tool. Procedia CIRP, 2018. Цитирований: 182. DOI
  9. Digital Twin for Machining Tool Condition Prediction. Procedia CIRP, 2019. Цитирований: 170. DOI
  10. A knowledge-based Digital Shadow for machining industry in a Digital Twin perspective. Journal of Manufacturing Systems, 2020. Цитирований: 166. DOI

Как считали

Корпус — научные работы с 2010 года по 185 темам OpenAlex, отнесенным к машиностроению (перечень тем по 11 слоям); выгрузка OpenAlex — август 2026 года, метаданные распространяются по лицензии CC0. Учтены работы с аннотацией, в заглавии или аннотации которых встречаются термины направления. Доля — число работ направления на 100 тыс. работ корпуса с аннотацией за тот же год: так рост корпуса в целом не завышает рост направления. 2026 год неполный и в ряды не входит.

Искомые термины (в работе должен встретиться хотя бы один термин из каждой группы):

digital twin

machining · milling · turning · grinding · drilling · cutting process

Ограничения. Термины ищутся только на английском языке, поэтому работы на русском и других языках без английской аннотации недоучтены. Работы без аннотации в подсчет не входят. Классификация тем OpenAlex автоматическая и содержит ошибки. Число работ отражает интерес исследователей и не измеряет внедрение в производство.

Обновлено 04.11.2026