工业互联网下,“数字孪生”转身成为关键技术
04/28
数字孪生,顾名思义,就是数字形式的双胞胎。在“数字孪生”中,双胞胎中的一个是存在于现实世界的实体,小到零件,大到工厂;而双胞胎中的另一个则只存在虚拟和数字世界之中,是利用数字技术营造的与现。
数字孪生,工业互联网,数字孪生,数字化,制造业
图片来自“东方IC”
数字孪生不仅仅是复制。
孪生,即双胞胎;数字孪生,顾名思义,就是数字形式的双胞胎。
在“数字孪生”中,双胞胎中的一个是存在于现实世界的实体,小到零件,大到工厂,简单如螺丝,复杂如人体的结构。
而双胞胎中的另一个则只存在虚拟和数字世界之中,是利用数字技术营造的与现实世界对称的镜像。
如果以家用电脑为例,Word文档和打印出来的文稿就是“数字孪生”。若以导航软件为例,城市中的实体道路和软件中的虚拟道路也是“数字孪生”。
此外,这个数字孪生体,不仅是对现实实体的虚拟再现,还可以模拟对象在现实环境中的行为。因此可以说,数字孪生是将物理对象以数字化方式在虚拟空间呈现,模拟其在现实环境中的行为特征。
数字孪生有什么用?
首先,它可以通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段,将物理设备的各种属性映射到虚拟空间中,形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像。
这极大的加速了操作人员对物理实体的了解,激发模拟仿真、批量复制、虚拟装配等设计活动。
过去,在没有数字化模型帮助之下,制造一件产品要经历很多次迭代设计。
现在,采用了数字化模型的设计技术,就可以在虚拟的三维数字空间轻松地修改部件和产品的每一处尺寸和装配关系,这使得几何结构的验证工作和装配可行性的验证工作大为简单,大幅度减少了迭代过程中物理样机的制造次数、时间,以及成本。
此外,数字孪生还可以通过采集有限的物理传感器指标的直接数据,借助大样本库,通过机器学习推测出一些原本无法直接测量的指标。由此实现对当前状态的评估、对过去发生问题的诊断,以及对未来趋势的预测,并给予分析的结果,模拟各种可能性,提供更全面的决策支持。
例如,针对大型设备运行过程中出现的各种故障特征,可以将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型,并结合专家处理的记录,将其形成未来对设备故障状态进行精准判决的依据,最终形成自治化的智能诊断和判决。
数字孪生是工业互联网关键技术和重要场景
当下,互联网、大数据、人工智能等新一代