Con el rápido desarrollo de la fabricación inteligente, la tecnología de Gemelo Digital, como una herramienta avanzada para la inteligencia de los talleres de tejido, ha dotado a los servicios de tejido con capacidades de simulación en tiempo real y optimización dinámica, al mismo tiempo que impone mayores exigencias a las capacidades digitales de los talleres. La diversidad y el equipo de múltiples fabricantes en los talleres de tejido agravan la complejidad de los datos heterogéneos de múltiples fuentes. Además, los métodos tradicionales de recolección de datos, que se basan mayormente en frecuencias fijas, aumentan la carga de la red durante la recepción de datos en tiempo real de alta frecuencia, dificultando una operación estable y a largo plazo. Por el contrario, la recolección de baja frecuencia podría perder cambios importantes en el estado, afectando así la calidad de los grandes datos de tejido. Para abordar estos problemas, este documento propone un método de modelado de Gemelo Digital orientado a servicios para talleres de tejido. Este método combina la Arquitectura Unificada OPC (OPC UA) con un enfoque de recolección de datos basado en cambios de estado, utilizando una ventana de tiempo deslizante (STW) para identificar datos anómalos y empleando interpolación mediana para corregir estas anomalías. El objetivo es mejorar la capacidad de representación del Gemelo Digital en el taller de tejido al mejorar la calidad de los datos. Para un servicio específico de predicción del tiempo de agotamiento de urdimbre de 288 telares de chorro de aire en un taller, el error promedio del tiempo de agotamiento de urdimbre predicho utilizando el conjunto de datos dinámico propuesto en este estudio se redujo de 0.85 h a 0.78 h en comparación con el conjunto de datos estático basado en frecuencia fija, una mejora del 8.2%, validando así la efectividad del método propuesto.