发文章

数字孪生

数字孪生体的定义、体系框架、核心技术等特征表明:数字孪生体是个具有社会性的生命体,其产生、进化和社会性,都符合生物进化和社会发展规律。这意味着数字孪生体不仅有躯体、神经系统,还有大脑、基因、五官等生命体所应有的器官。

今年,德勤在《2020技术趋势报告》中提出了五个可能在短期内引发颠覆性变革的关键新兴趋势:技术道德与信任、财务与 IT 的未来、数字孪生:连结现实与数字世界、人感体验平台以及架构觉醒。

BIM和数字孪生是一个基于技术的软件和服务市场,它是从2D和3D设计工具演变而来的,其中涉及大量的工作。BIM和数字孪生是现代数字建筑工具之一,使AEC行业专业人员能够熟练地规划、设计、建造、运营和管理建筑物及基础设施。

数字孪生是以数据和模型为驱动、数字孪生体和数字线程为支撑的新型制造模式,能够通过实时连接、映射、分析、反馈物理世界的资产与行为,使工业全要素、全产业链、全价值链达到最大限度闭环优化。

数字孪生必须在几秒钟内提供实时见解和变化。这意味着我们需要标准,而像微软这样的公司努力使手工构建办公室或商店的数字孪生变得容易,这似乎是错误的策略。

本质上,数字孪生使用来自传感器的持续数据,将物理对象及其数字表示连接起来。所有数据均来自连接在物理对象上的传感器,相关数据用于建立虚拟对象的表示。

数字孪生技术的核心,是CAE(这里的CAE泛指包含结构,流体电磁等各物理场和多物理场的数字仿真技术)和V&V技术。通过仿真建立物理实体的数字模型,通过V&V保证数字模型的精度,我们用仿真来做虚拟实验,而只有在精度可控的前提下,仿真才有其实际的物理意义。

数字孪生体可以作为虚拟传感器,也可以在数字孪生体中实现虚拟传感器。将来自实际设备和虚拟传感器的数据与机器学习例程相结合,将能够对电能系统的设备进行诊断和预测

本文由三位业界大咖围绕制造业的数字孪生之路展开探讨。数字孪生来到了一个新的时间节点,这是基于传感器、智能装备、工业软件、工业互联网、IoT、云计算和边缘计算的成熟和更广泛的商业实践积累。展望未来,数字孪生在未来5到10年将会持续加速和更广泛地普及。

本研究建立一个完整的测试台的数字孪生模型(DT)。DT和信号HiL之间的主要区别在于,后者通常是在安装实际硬件之前构建的,以便通过强大的仿真来测试一个概念,而DT是在实际测试台存在之后创建的,其数字副本可以独立于实际硬件设施使用。

数字孪生对于大型、技术复杂的机器设备,如飞机、火箭等尤为重要。由于这类设备技术含量高,且一旦出错,代价昂贵,因此,航空航天领域是最早应用数字孪生的领域。2009年美国空军实验室提出了“机身数字孪生”的概念。2010年NASA也开始在技术路线图中使用“数字孪生”术语。

我们从与产品相对应的数字孪生,最直接的一种扩展性思路就是建立设备资产的数字孪生,比如我们做了很多基于设备资产数字孪生的状态监控、预测性维护等等。这些设备资产当然是属于车间或者工厂的,但这个仍然不是车间或者工厂运行价值所在。

数字孪生系统具备的动态仿真功能,能够模拟设计模型在制造环节的可行性、效率性以及可能出现的制造问题,并反馈至设计进行修改。在这个环节中,比如汽车油泥模型的设计和数字孪生,三维扫描都能够提升物理实体和数字实体的转化效率。

数字孪生引入国内仅仅几年时间,目前处于初步探索与实践环节,距离广泛应用还有很长的路要走;目前数字孪生技术还面临着诸多难题。此外,新的设计检验方法仍需进一步探索,使物理模式的实验结果更准确、更接近真实的工况,为数字孪生体的推演提供可靠的数据支撑。

数字孪生并不是全新技术,而是建模仿真技术在制造领域的新发展之一。与一般的建模仿真相比,数字孪生的模型是数字化、动态的,数字模型与其物理对象始终保持一致。数字孪生这一术语最早应用于航空航天领域,即用数字孪生模拟飞行器执行任务前的虚拟飞行,从而对各项参数进行分析和优化。