当我们为互联世界设计机器设备时,传统的运营经理或工程师的工具箱可能看起来空空如也。随着我们的资产和系统变得越来越复杂,开发、管理和维护它们的方式也要随之发展。我们需要工具来满足由数字重塑推动的新挑战。进入数字孪生时代。“透过镜子映射”进入物理资产核心的技术飞跃。数字双胞胎让我们得以认识到正在发生的事情,或可能发生的事情,以及现在和未来的有形资产。
让我们从基础开始:什么是数字孪生?
“数字孪生是一个对象或系统的虚拟表现,跨越其生命周期,从实时数据中更新,并使用模拟、机器学习和推理来帮助决策。”
简单来说,这意味着创建一个高度复杂的虚拟模型,它是物理事物的精确对应物(或孪生)。“事物”可以是汽车、建筑物、桥梁或喷气发动机。物理资产上的连接传感器收集可以映射到虚拟模型的数据。任何查看数字双胞胎的人都可以看到有关物理事物在现实世界中表现的关键信息。
数字孪生让我们了解现在并预测未来
这意味着数字孪生是一种重要甚至必须的工具,可帮助工程师和操作员不仅了解产品的性能,而且了解它们预期的性能。分析来自连接传感器的数据,结合其他信息源,使他们能够做出智能性预测。
有了这些信息,企业可以更快速的获取更多信息作决定。还可以打破围绕产品创新、复杂生命周期和价值创造的旧界限。
数字孪生帮助制造商和工程师完成很多工作,例如:
●实时可视化真实用户使用中的产品
●构建数字线程,连接不同的系统并提高可追溯性
●通过预测分析完善假设
●远程设备故障排除
●管理系统之间的复杂性和链接
下面让我们更详细地了解这些工作。
数字孪生的使用场景:工程师的观点
让我们看一个数字孪生的例子。设计数字孪生的主要用户是工程师,让我们从他们的角度来探讨。
工程师的工作是设计和测试产品——无论是汽车、喷气发动机、隧道还是家居用品——都要考虑到它们的完整生命周期。换句话说,他们需要确保正在设计的产品的使用性,能够应对磨损,并且能够很好地适应将要使用的环境。
虚拟地创建真实世界的场景
例如,测试汽车制动系统的工程师运行计算机模拟,以了解系统在各种实际场景中的表现。这种方法的优点是比建造多辆实体汽车进行测试要快得多、成本也低得多。但仍然存在一些不足。
首先,像上述那样的计算机模拟仅限于当前的现实世界事件和环境。他们无法预测汽车将如何应对未来情景和不断变化的环境。其次,现代制动系统不仅仅是机械和电气,它们还由数百万行代码组成。
这就是数字孪生和物联网的用武之地。数字孪生使用来自连接传感器的数据来讲述资产在整个生命周期中的故事。从测试到在现实世界中应用。借助物联网数据,我们可以衡量资产健康和性能的特定指标,例如温度和湿度。通过将这些数据整合到虚拟模型或数字双胞胎中,工程师可以通过车辆本身的实时反馈全面了解汽车的性能。
喷气发动机及其数字孪生:使用数字孪生意味着更有效的研发、更高效和更全面的产品报废方法。
数字孪生的价值:了解产品性能
数字孪生使企业能够前所未有地了解其产品的性能,识别潜在故障、远程排除故障并最终提高客户满意度。它还有助于产品差异化、产品质量和附加服务。
如果您能看到客户在购买产品后如何使用您的产品,您就可以获得丰富的见解。这意味着您可以使用数据(如果有保证)安全地消除不需要的产品、功能或组件,从而节省时间和金钱。
远程对可视化进行前所未有的操控
数字孪生还有其他很多优势。其中一个是数字双胞胎为工程师和操作员提供了对远程的物理资产的详细、复杂的视图。有了它,工程师和资产就不需要在同一个房间,甚至同一个国家。
例如,想象一下西雅图的一位机械工程师使用数字孪生诊断位于奥黑尔机场机库中的喷气发动机。或者工程师在家中可视化英吉利海峡隧道的整个长度。成千上万的传感器在十几种模式中,如视觉、声音、振动、高度等,意味着工程师可以“配对”来自世界几乎任何地方的物理事物。这意味着前所未有的清晰度和对可视化的控制。
IBM对数字孪生的投入
IBM在数字孪生技术方面做了大量工作。并且应用程序在不同行业中不断增长。将增强现实(AR)引入资产管理。IBM Maximo实验室服务为您的员工“开启”了许多视觉和语音(自然语言处理)功能。这使您能够以新的维度查看资产并即时访问关键数据。然后,您可以使用带有语音/视频的AR将这些见解反馈给其他人。这种“互动”开启了全新的工作方式。
数字孪生在系统工程生命周期中也发挥着关键作用,并且是IBM Engineering Systems Design的一项关键功能,我们的团队可以利用MBSE帮助简化产品设计和开发。
认知数字孪生的未来
数字孪生通过学习不断变化的客户偏好、定制和体验,帮助企业在数字化重塑中保持领先地位。这意味着企业可以更快地交付质量更高的产品,从组件到代码。然而,数字孪生的未来还会有更深的潜力给企业带来更高的价值。
认知计算的使用提高了数字孪生的能力和科学技术。自然语言处理(NLP)、机器学习、对象/视觉识别、声学分析和信号处理等技术和技巧只是增强传统工程技能的一小部分。例如,使用认知来改进数字孪生的测试,确定应该更频繁地运行哪些产品测试,或下线哪些产品测试。认知数字孪生可以让我们超越人类的直觉来设计和改进未来的机器,不再有“一刀切”的模式。相反,机器是单独定制的。这是因为认知数字孪生不仅与我们正在构建的内容有关,还与为谁构建有关。
了解香港应用科技研究院(ASTRI)如何来构建数字孪生的应用
想了解更多IBM混合云与人工智能案例,请关注:https://m.e-works.net.cn/report/202107IBMclould/IBM.html
原文链接:https://www.ibm.com/blogs/internet-of-things/iot-cheat-sheet-digital-twin/
IBM Maximo:https://www.ibm.com/cn-zh/products/maximo
IBM Engineering Systems Design:https://www.ibm.com/cn-zh/products/engineering-lifecycle-management
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。