分类： 大数据
2022-05-12 18:11:10
数字孪生技术已经超越了制造业，进入了物联网、人工智能和数据分析的融合世界。
随着更复杂的“事物”变得连接起来，产生数据的能力，拥有数字等效物使数据科学家和其他 IT 专业人员能够优化部署以实现最高效率并创建其他虚拟场景。
让我们一起来了解数字孪生这项技术，因为它将成为我们日常生活的一部分。
数字孪生是跨越其生命周期的对象或系统的虚拟表示，从实时数据更新，并使用模拟、机器学习和推理来帮助决策。
数字孪生是现实世界的虚拟表示，包括物理对象、过程、关系和行为。数字孪生背后的技术已经扩展到包括建筑物、工厂甚至城市，一些人认为，即使是人和流程也可以拥有数字孪生，从而进一步扩展了这一概念。
数字孪生是物理设备的虚拟副本，数据科学家和 IT 专业人员可以在构建和部署实际设备之前使用它来运行模拟。数字孪生还可以获取实时物联网数据并应用人工智能和数据分析来优化性能。
虚拟模型根据模拟的内容分为三类。
产品孪生：模拟单独的对象，是数字孪生的基本单元，是功能组件的最小示例。例如，制造商在建立生产线之前使用某个产品的虚拟原型来分析它在各种条件下的表现，以及可能出现的问题。这使他们能够进行必要的调整并创建更有效的商品设计。之后，产品孪生可用于控制物理世界中的产品性能。
流程孪生：负责流程的模拟；例如，制造过程在虚拟环境中，我们可以创建生产过程的各种场景，以查看在不同情况下会发生什么。这使公司能够开发最有效的生产方法。我们可以使用与所涉及的每件设备相对应的产品孪生进一步优化流程。这有助于公司执行预防性维护，避免代价高昂的停机时间。制造操作变得更安全、更快、更高效。
系统孪生：是整个系统（例如，工厂）的克隆体。他们收集系统中设备和产品产生的大量运营数据，获得洞察力并创造新的业务视野，以优化所有流程并支持系统的完整性。
数字孪生技术的想法最早是在 1991 年 由 David Gelernter出版的Mirror Worlds提出的。然而，Michael Grieves 博士（当时在密歇根大学任教）被认为是 2002 年首次将数字孪生概念应用于制造业，并正式宣布了数字孪生软件概念。最终，美国宇航局的约翰维克斯在 2010 年引入了一个新术语——“数字孪生”。
然而，使用数字孪生作为研究物理对象的手段的核心思想实际上可以更早地见证。事实上，可以说 NASA 在 1960 年代的太空探索任务中率先使用了数字孪生技术，当时每艘航行的航天器都被精确复制成一个地球版本，供 NASA 工作人员用于研究和模拟目的。
采集：首先，研究人员必须汇总有关资产的各种数据：物理特性、外观、特定条件下的行为、与其他资产的合作等等。
建模：使用收集到的数据和建模软件，工程师创建了一个数学模型，该模型准确地反映了其真实世界对应物的所有细节。该模型具有与相应对象相同的外观，包括所有次要细节，并且其行为方式与原始对象相同。AR、虚拟现实和3D 技术有助于可视化。
整合：最后需要将资产与其数字模型集成，以实现实时持续监控。为此，该资产配备了传感器和跟踪设备，可以将数据传输到物联网平台，在该平台上对其进行可视化和分析。
简而言之，工程师使用计算机建模技术构建物理产品的虚拟副本。然后，传感器连接到对象以在线模式收集各种数据。数据被上传到基于云的物联网平台进行处理，人工智能或机器学习算法对其进行分析并确定可能的场景。因此，我们得到了一个有效的数字孪生模型。
数字孪生可以分为三大类，它们显示了可以使用该过程的不同时间：
这些总体类型可以提供多种用途，包括物流规划、产品开发和重新设计、质量控制/管理和系统规划。
每当需要测试产品或流程时，无论是在设计、实施、监控还是改进中，数字孪生都可以用来节省时间和金钱。
数字孪生是数字化转型难题的关键部分。他们创建物理对象、资产和系统的准确虚拟副本，以提高生产力、简化运营并增加利润。
提高可靠性和可用性：监控、模拟和控制资产、流程或网络，作为提高系统性能的有效策略
降低风险：通过减少与资产和流程相关的事件并避免计划外停机，保护员工的健康和安全、环境和业务目标
降低维护成本：在故障发生之前预测问题、订购零件并在不影响生产目标的时间安排维修
改进生产：通过实时洞察资产和流程的性能来确保产品质量，以影响定制并对定制做出反应，并将对供应链的影响降至最低
更快实现价值：利用行业专业知识、易于使用的工具和最完整的蓝图目录，提供行业所需的分析和实时功能
可视化
可视化是数字孪生技术价值最基础的体现。通过感知采集到的数据，对物理实体进行动态监测和即时描述，相比于其它可视化手段，数字孪生更容易获取信息，并且更容易从远处进行解释。
高效分析
结合模拟技术的数字孪生可以提供比如对象内部生成的信息或对象综合质效评价信息，这可以用作现有产品的故障排除工具，有助于后期性能的优化改进。
数据追踪
数字孪生技术可以使用测量或推导的数据进行原因或发展方向的诊断，记录并分析实时数据，实现可视化流式数据追踪。
预测未来
数字孪生模型可以揭示各类要素之间的复杂关系，甚至预测物理实体可能的未来状态，为辅助物理实体管理者决策提供有力数据支撑。
数字孪生已广泛用于以下行业及领域：
发电设备
大型发动机——包括喷气发动机、机车发动机和发电涡轮机——从数字孪生的使用中受益匪浅，特别是在帮助建立定期维护的时间表方面。
结构系统
大型建筑物或海上钻井平台等大型物理结构可以通过数字孪生进行改进，尤其是在设计过程中。也可用于设计在这些结构内运行的系统。
制造业务
由于数字孪生旨在反映产品的整个生命周期，因此数字孪生在制造的所有阶段无处不在，指导产品从设计到成品以及其间的所有步骤也就不足为奇了。
医疗保健
正如可以通过使用数字孪生对产品进行分析一样，接受医疗保健服务的患者也可以。相同类型的传感器生成数据系统可用于跟踪各种健康指标并生成关键见解。
汽车行业
汽车代表了许多类型的复杂、共同功能的系统，数字孪生广泛用于汽车设计，既可以提高车辆性能，又可以提高生产效率。
城市规划
土木工程师和其他参与城市规划活动的人员通过使用数字孪生得到了极大的帮助，它可以实时显示 3D 和 4D 空间数据，并将增强现实系统整合到建筑环境中。
设备数字孪生
构建设备级数字孪生，通过三维建模能够高度还原设备的外形、材质、纹理细节等精密显示细节以及复杂内部结构，实现高精度、超精细的可视化渲染；支持设备组态结构、复杂动作的全数据驱动显示，对设备位置分布、类型、运行环境、运行状态进行真实复现，不仅可以看到产品外部的变化，更重要的是可以看到产品内部的每一个零部件的工作状态，对设备运行异常实时告警，辅助管理者直观掌握设备运行状态，及时发现设备安全隐患。
利用Sovit3D可视化平台，利用3D可视化技术将工厂的管理、生产、决策有机地统一起来，加入工厂的内部监督与管控，从而达到降低成本、提高效率、减少环节、查找问题、分析得失等目的，形成互相关联、整体一致的智慧工厂运营平台。
园区数字孪生
基于数据可视化构建园区级数字孪生，能够在有效整合园区运营各类信息资源的基础上，基于三维可视化场景，对园区外部环境、建筑、产业分布、楼宇内部结构以及具体设备运行情况进行精准复现。通过整合园区各领域现有数据资源，对园区综合运营、安防、交通管理、设施管理、能效管理、环境空间管理等业务领域的关键指标进行综合监测分析。
利用Sovit3D可视化平台搭建的一个集园区生产、园区运营、园区决策多维一体的智慧园区运营管理平台，借助地理信息技术、三维虚拟化等高科技手段，集地上地下、室内室外一体化的二三维模型为一体，将园区核心运行系统的各项关键数据进行综合展现。对园区人、事、物进行统一管理，可以辅助管理者对园区运行态势进行全面感知、综合研判，实现管理精细化、决策科学化和服务高效化。
城市数字孪生
通过数据可视化，构建城市级数字孪生，能够在充分整合城市各领域信息资源的基础上，将大规模城市各领域管理要素进行精准复现，并对细分业务领域数据指标进行多维度可视分析，实现从全域视角到微观领域，对城市运行态势进行全息动态感知。
利用Sovit3D可视化平台搭建智慧城市系统，整合人口、单位、建筑、车辆、轨迹、污染物、生态等核心数据，覆盖城市全景可视化、城市治理监测、生态环境监测、经济发展监测、交通运行监测、公共安全监测、联动指挥监测等多个业务领域，赋能用户业务应用，实现“智能感知、智能分派、智能处置、智能考评、智能改进”，有效提升跨部门决策和资源协调效率。
除了上述领域之外，智慧医疗、智慧物流、智慧农业以及安全应急等众多行业领域都在大力发展数字孪生技术，数字孪生应用场景非常广阔。
对现有运营模式的根本性改变显然正在发生。资产密集型行业正在发生数字化改造，正在以颠覆性的方式改变运营模式，需要对资产、设备、设施和流程进行综合的物理和数字可视化。数字孪生是这种重新调整的重要组成部分。
数字孪生的未来几乎是无限的，因为越来越多的认知能力不断投入使用。因此，数字孪生不断学习新的技能和能力，这意味着他们可以继续产生使产品更好、流程更高效所需的洞察力。
