数字孪生系统与数字孪生体的区别

数字孪生系统与数字孪生体的区别,第1张

数字孪生系统与数字孪生体的意义,作用不同,具体如下:
1、意义不同:数字孪生体是指在计算机虚拟空间存在的与物理实体完全等价的信息模型。数字孪生系统是指将现实物体或系统通过各种传感技术采集数据
2、作用不同:数字孪生体可以基于数字孪生体对物理实体进行仿真分析和优化。数字孪生系统创建一个与之相对应的数字模型或副本。

首先介绍一下业内数字孪生比较流行的定义

数字孪生:是充分利用物理模型、传感器更新、运行 历史 等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。

——美国国防采办大学DAU

产品数字孪生体的主要作用之一就是映射、监控与 *** 纵、诊断、预测。传统的制造行业,以人员经验和主观判断为依据,而且无法做到实时监测和精准判断,随着 科技 的发展,融合了各项新技术如云计算、大数据、人工智能等新一代信息技术的制造业,变得更加“智能化”,不仅能够实时地对产品全生命周期过程进行监测,更能通过各种传感器实时采集的数据通过计算中心计算,预测、诊断,实现在无人值守情况下的智能检测和决策,减少了故障造成的不合格率和停机等重大问题的发生,极大地解放了生产力,并提高了生产效率。

通过数字纽带技术,在产品全生命周期各阶段,将产品开发、产品制造、产品服务等各个环节数据在产品数字孪生体中进行关联映射,在此基础上以产品数字孪生体为单一产品数据源,实现产品全生命周期各阶段的高效协同,最终实现虚拟空间向物理空间的决策控制,以及数字产品到物理产品的转变。


另外,从产品质量数据积累意义来看

大数据技术的发展为产品数字孪生体的数据积累和挖掘应用做了坚实的技术铺垫,产品数字孪生体是产品全生命周期的数据中心,记录了产品从概念设计直至报废/回收的所有模型和数据,是物理产品在全生命周期的数字化档案,反映了产品在全生命周期各阶段的形成过程、状态和行为。产品数字孪生体实时记录了产品从出生到消亡的全过程,并且在产品所处的任何阶段都能够调用该阶段以前所有的模型和数据,产品在任何时刻、任何地点和任何阶段都是状态可视、行为可控、质量可追溯的。比如在产品使用阶段,产品数字孪生体在产品设计和制造阶段的所有数据和模型记录集合能够为产品质量追溯、产品可靠性分析提供准确的模型和数据来源。


从这三个角度来看,数字孪生技术带来的效益远不止技术本身实现,还涉及了更加广泛的积极影响,数字孪生从产品设计、制造、维护、回收等全生命周期的作用,整合了数据流、工作流、解决了企业开发新产品通常会面临的成本、时间和风险三大问题,极大地驱动了企业进行产品创新的动力,数字孪生技术的应用,将会为缩短研发与产品制造时间,提高企业竞争力提供巨大的推动力。

自主创新国产化的 Hightopo 数据可视化能够完全贯穿全产业链做数字孪生产品,已实现 智能化、无代码、可配置 的产业数字化管理。已广泛应用于各类场景,以设计、监控类场景为主。智慧城市、工业40、智能驾驶行业是先进数字孪生技术使用较多的行业。为连接电力、船舶、城市管理、农业、建筑、制造、石油天然气、 健康 医疗、环境保护、航空航天领域等各行各业。

使用 Hightopo 的 2D、 3D 和 GIS 可视化技术结合倾斜摄影和数字孪生技术,搭建出各行业智慧管理的三维可视化系统。案例汇集如下:

智慧园区


工业互联网



智慧交通


数字孪生技术的一个重要应用场景——生产制造环节。个性化、多元化的市场消费需求成为主流,制造业正面对日益激烈的市场竞争,面临着巨大的时间、成本、质量、产品差异化等方面的压力。 而搭建基于数字孪生技术的数字化工厂是解决这些问题的最佳途径,通过依托产品整个周期的真实相关数据,在虚拟环境中对生产全过程进行仿真、优化及重构。 通过创建虚拟模型来模拟生产过程,并且这些虚拟模型可以为物理工厂车间里所有连接的机器、工具和设备进行数字 *** 作。这就可以使企业能够快速配置生产系统,以最大限度地提高效率,提高资产利用率,防止停机,具备一定的灵活性。

因此,企业在数字化工厂建设中,通过数字孪生技术能够并行完成“实物设备数字化、运动过程脚本化、系统整线集成化、控制指令下行同步化、现场信息上行并行化”,形成整线的执行引擎,实物设备与所对应的虚拟模型进行虚实互动、指令与信息同步,形成一个支持实物设备连线的车间快速设计、规划、装配与测试平台。

通过数字化的手段,将原先无法保存的专家经验进行数字化,并提供了保存、复制、修改和转移的能力。较于传统的工业设计、制造和服务领域,经验往往是一种模糊而很难把握的形态,很难将其作为精准判决的依据。

提到作为新基建的工业互联网,首先要讲的一个概念就是 “数字孪生Digital Twin” ,或者说数字双胞胎、数字映像、机器数字双胞胎。

数字孪生的概念最早由密歇根大学的Michael Grieves博士于2002年提出(最初的名称为“Conceptual Ideal for PLM”),至今有超过15年的 历史 。但直到工业互联网的出现,数字孪生才真正得到了应用。

什么是数字孪生

数字孪生的官方解释非常复杂:“数字孪生,是充分利用物理模型、传感器更新、运行 历史 等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的 全生命周期过程 。”

我们基于下面这张来重新解读一下数字孪生的概念:

基于该可视化界面,我们可以查看到 设备的运转状态和各种参数 ,同时可以通过该界面 对设备进行远程 *** 控 。那么我们可以认为基于以下可视化界面初步实现了该设备数字孪生的构建。

简单来说,数字孪生就是将机器从物理世界映射到虚拟世界。那么这里面就存在了3个要素:

物理空间的实体产品、 虚拟空间的虚拟产品 物理空间和虚拟空间之间的数据和信息交互

数字化双胞胎技术是将带有三维数字模型的信息拓展到整个生命周期中的影像技术,最终实现虚拟与物理数据同步和一致,它不是让虚拟世界做现在我们已经做到的事情,而是发现潜在问题、激发创新思维、不断追求优化进步——这才是数字孪生的目标所在。

数字孪生的构建会带来什么价值

我们首先从我们的设备制造商来看一下。对于设备制造商,主要有两类设备: 厂内设备 厂外设备 。厂内设备主要是我们的生产设备,厂外设备主要对应我们的工业产品。

通过对厂内设备的联网,我们可以实现 生产线的智能运维 ,提升生产效率,降低运营成本。同时会带来一些商业模式的创新,比如共享工厂、产业链协同等新模式的出现。

通过对厂外设备的联网,我们可以实现 后市场的智能运营 ,提升服务质量,降低运营成本。数据的采集同时会辅助研发和营销,提升我们的产品质量和二次销售。当然,厂外设备联网也会带来一些新商业模式的突破,比如融资租赁、大数据保险、从卖产品到卖服务的转变等。

数字孪生技术是制造企业迈向工业40战略目标的关键技术 ,通过掌握产品信息及其生命周期过程的数字思路将所有阶段(产品创意、设计、制造规划、生产和使用)衔接起来,并连接到可以理解这些信息并对其做出反应的生产智能设备。

智能制造体系中的设备数字孪生

工业互联网的发展为我们带来了更多的选择,下面我们就 基于SaaS化的工业可视化工具——云视界 ,为大家分享一下如何构建设备的数字孪生。

以设备制造商(OEM)为例,“数字孪生”的构建步骤如下:

1、设备接 :根云平台覆盖95%主流工业控制器,支持400+种工业协议,适配100%国际通用硬件接口。在厂内SCADA、MES等生产系统接入,和厂外设备控制器接入,以及哑设备接入方面均有成熟案例。

2、平台配置 :根云平台轻松配置设备数据、报警规则,实现设备数字映射。

3、画面搭建 :根云视界作为一款专注于工业领域企业生产、经营和政府监管的可视化工具,通过托拉拽的方式即可快速配置可视化界面。同时提供丰富的模板库、素材库和组件库,更有工业专属组件。

4、关联数据 :根云视界深度融合根云平台IoT数据,无需任何开发,轻松实现数据配置、物模型匹配、设备动效、指令控制等。

5、一键发布 :根云视界支持一键发布,手机、Pad、PC、大屏幕同步自适应,并可轻松集成至APP、小程序、web等各类第三方平台。

根云视界目前已服务客户150+,案例覆盖13个工业场景,37个细分行业。现工具开通 免费试用 ,可登陆云视界官网申请注册。

转载自根云视界~

从2017年和2019年Gartner将数字孪生(Digital Twin)作为十大战略性技术发布以来,数字孪生正在从虚拟产品生命周期管理、工业物联网专业技术,发展为企业数字化的核心通用技术。作为企业数字化通用技术,数字孪生为企业的运营创新、产品与服务创新、商业模式创新、管理创新带来了新的机会,本文结合PLM、工业互联网及企业领域数字孪生技术的发展演进探讨如何规划和实施企业数字孪生战略。

数字孪生的技术演进:从虚拟产品技术到数字化战略技术

2021年上海车展特斯拉车主维权事件中,特斯拉分别向市场监管部门、维权的张女士发送了整理为Excel表格的48页6697组后台服务器数据,详细记录了车主在事故前30分钟的车辆状况和驾驶动作。

特斯拉的用户不仅可以通过特斯拉的数字孪生追溯设备的过去和当前使用状况,还可以发现,在使用过程中,特斯拉 汽车 的功能似乎越来越智能,特斯拉 汽车 似乎会越来越懂你。特斯拉通过数字孪生给用户提供了一种“持续智能”,可以持续适配用户、持续优化。特斯拉通过这种服务,每年可以从每辆特斯拉获得超过1200美元的收入。

要构建类似特斯拉这样的数字化产品、服务和商业模式,首先需要理解数字孪生技术的由来、发展及持续演进。数字孪生迄今经历了三个演进阶段:

1、虚拟产品管理发展阶段

2003年迈克尔·格里夫斯(Michael Greives)第一次提出将数字孪生(Digital Twin) 作为PLM的一个概念模型,将虚拟产品纳入PLM的管理范畴,重新定义了PLM。到2011年NASA将“数字孪生”(Digital Twin)列入美国航空航天发展规划,这个阶段是数字孪生的概念形成阶段。这个阶段数字孪生主要被定位为下一代PLM系统的“虚拟完美模型”(Virtually perfect Model)。

2、工业互联网发展阶段

2011年以来,GE公司发布雄心勃勃的工业互联网计划,随后,在GE和西门子、PTC等公司的倡导和支持下,数字孪生作为工业互联网的核心技术得到了前所未有的重视,这个阶段,无论是GE、PTC还是西门子,都不仅将数字孪生用于CAD、CAE、PLM等虚拟产品系统工程,还在设备(APM)、过程控制、网络等工业互联网各个领域以数字孪生和数字主线作为核心技术支持,各个厂商分别发布了设备、网络、过程、产品、生产、运营等不同应用场景数以百万计的数字孪生体。数字孪生通过工业互联网的发展进入到商用阶段,不过迄今大约只有1%的企业资产应用了数字孪生技术。

3、数字化战略技术发展阶段

2017年Gartner将数字孪生列入10大战略技术趋势,数字孪生从工业互联网的核心技术进一步发展为基于物联网的智慧城市和企业数字化的核心战略技术。数字孪生作为战略技术,从复杂系统工程(iMBSE)和工业互联网等特定领域发展为智慧城市和企业的数字化基础设施。Gartner数字孪生分为离散数字孪生、组合数字孪生、组织数字孪生三个基本类型。产品数字孪生也好,设备数字孪生也好,实际都是一种离散的数字体,这样的数字孪生的作用是局部的,Gartner的建议实际是将这种离散的数字孪生能力“组装”起来,打造具备特定的业务模式和运营模式的组织数字孪生(DTO),让企业具备数字孪生的持续智能能力。这样,数字孪生就成为企业数字化的一种核心战略技术。

数字孪生实施路线:从离散可视、数据驱动到持续智能

数字孪生的概念虽然出现已久,但是在企业数字化转型中的应用还刚刚开始,即使引入数字孪生的企业也还处于试点和 探索 阶段。但是在未来一年内,65%的大型企业都表示会投入启动数字孪生项目。未来两到三年,是企业数字孪生建设的战略机遇期,有的放矢的拟定数字孪生战略,无疑将获得先行优势。

目前推行数字孪生的制造企业,基本有两条战略实施路线,一条是从产品数字孪生开始,基于产品数字孪生,实现虚拟样机、虚拟仿真,缩短产品研发周期,降低产品研发成本。典型代表是中车集团如中车株机;一条是设备和车间数字孪生开始,基于设备和车间数字孪生,实现透明化的装备生产、运维和服务。典型代表是树根互联参与的三一重工8号工厂;

从企业战略发展角度,为了实现通过数字孪生构建未来的竞争优势,企业的数字孪生的战略可以按照四个步骤展开:

1、第一阶段:实现离散数字孪生的连接与可见

离散数字孪生,是实现设备、人员等单一的资源数据连接和数据可视以实现资源优化的单一数字孪生体。这一阶段,基于边缘网络技术、设备及资源管理系统,通过选定的设备、流程、系统的数字化连接和数据采集、数字化标识、数字化监测,实现数字化设备、流程和系统的诊断、描述性分析和预测;目前在不少企业推行的RPA(流程机器人)其实也是一种离散数字孪生的应用。设备的离散数字孪生未来将主要通过设备供应商提供;流程的离散数字孪生主要通过应用软件服务商提供;

2、第二阶段:实现复合数字孪生的互联与数据驱动

复合数字孪生是基于内部离散数字孪生和外部数据资源复合而成的数字孪生体,如一条产线,一个端到端的服务线。数字孪生的复合过程不是简单的数据互通,包括基于 历史 数据的机器学习和模型训练、基于实时数据的模型实时运行和监测。所以复合数字孪生的能力是需要通过一个包括AI和大数据能力在内的物联网平台实现的。符合数字孪生一般通过企业个性化定制实现。

3、第三阶段:实现企业数字孪生的数据驱动与持续智能

企业数字孪生(DTO)重点是面向企业全流程,通过数据孪生监测和驱动的业务运行,形成一种可以持续自动采集、自动分析、自主执行、自主决策的数据驱动闭环。在2020年的战略技术趋势预测中,Gartner提出了一个“持续智能”的新概念刚好可以解释企业数字孪生的价值。持续智能指的是基于数字化在线平台实时获取数据流,实时进行情景分析并给出响应方案,实现决策与运营的一体化。企业数字孪生的的建设是一个系统工程,基本的建设内容包括全价值链的数据获取、模型构建、数据监测及支持持续智能的数据与分析平台建设。这种需求很多企业都是存在的,不过大多数企业因为不了解企业数字孪生的概念,可能将这个项目简单等同于大数据中心。

4、第四阶段:实现数字孪生的生态服务与价值共生

将产业上下游的数字孪生组织集合起来,就成为以链主为核心的产业数字孪生,如 汽车 制造商上下游数字孪生体集合起来就可以构成一个包括消费者、供应商、4S店及 社会 服务资源在内的 汽车 产业数字孪生。产业数字孪生将改变传统的产业协同关系,衍生出全新的基于数据和智能的生他服务和价值共生模式。个性化订制、网络化协同最终将体现在客户参与数字孪生、生态伙伴共享产业数字孪生的价值。

数字孪生的创新策略:模型驱动、架构引领, 探索 中前进

从离散数字孪生,复合数字孪生到企业数字孪生、生态数字孪生,数字孪生在企业的应用深度不断加深、实施的复杂性和应用的难度也会逐级加大。在实施的过程中必然面临不确定的风险,在行业内实际还缺少行之有效的数字孪生实施方法。

在复杂系统工程领域,有基于模型的系统工程方法(iMBSE)对产品定义、领域建模与仿真给出了方法论指导;

在虚实融合的数字化方法论层面,德国工业40参考架构、中美工业互联网参考架构也已经发表了发表了相关的架构框架。

但是在企业数字孪生领域,在面向企业运营和流程优化领域,原有的BPM(业务流程管理)的方法论已经不能支持模型驱动、虚实融合的数字化业务模式和运营模式创新需求,企业需要新的业务和运用模式优化方法论。

作者:金蝶软件(中国)有限公司

组稿:李艾离

本文内容仅代表作者观点,不构成购买或投资建议。

数字经济三要素是数字内容、数字智能、数字产业。

01

数据成为驱动经济增长的核心生产要素

大数据和云计算等的融合推动了物联网的迅速发展,实现了人与人、人与物、物与物的互联互通,导致数据量呈现爆发式增长。全球数据增速符合“大数据摩尔定律”,大约每两年翻一番。庞大的数据量及其处理和应用需求催生了“大数据概念”,数据日益成为重要的战略资产。美国政府认为,大数据是“未来的新石油”,是“陆权、海权、空权之外的另一种国家核心资产”。数据甚至被认为已经超过石油的价值,成为数字经济中的“货币”。

数据如同农业时代的土地、劳动力,工业时代的技术、资本一样,已成为数字经济时代的生产要素,而且是最核心的生产要素。数据驱动型创新正在向经济社会、科技研发等各个领域扩展,成为国家创新发展的关键形式和重要方向。

02

数字基础设施成为新基础设施

在工业经济时代,经济活动架构在以铁公机(铁路、公路和机场)为代表的物理基础设施之上。数字技术出现后,网络和云计算成为必要的信息基础设施。随着数字经济的发展,数字基础设施的概念更广泛,既包括了信息基础设施,也包括了对物理基础设施的数字化改造。

简单来讲,数字基础设施是指至少有一个部分包含信息技术的基础设施,一般包括两种:混合型和专用型。混合型数字基础设施是指增加了数字化组件的传统实体基础设施。例如,安装了传感器的自来水总管、数字化停车系统、数字化交通系统等。专用型数字基础设施是指本质就是数字化的基础设施,如宽带、无线网络等。这两类基础设施共同为各领域数字经济发展提供了必要的基础设施条件。

03

数字素养成为对劳动者和消费者的新要求

在农业经济和工业经济时代,对消费者的文化素养基本没有要求,对劳动者的文化养虽然有一定要求,且往往也是局限于基些职业、岗位,但是,在数字经济条件下,数字素养成为劳动者和消费者都应具备的重要能力。

随着数字技术向各领域渗透,劳动者越来越需要具有“双重”技能一一数字技能和专业技能。但是,各国普遍存在数字技术人才不足的现象,40%的公司表示难以找到他们要的数据分析人才。所以,具有较高的数字素养成为劳动者在就业市场胜出的重要因素。

对消费者言,若不具备基本的数字素养,将无法正确地运用信息和数字化产品、服务,成为数字时代的基本“文盲”,所以数字素养被联合国认为是数字时代的基本人权,是与听、说、读、写同等重要的基本能力。所以,提高数字素养既有利于数字消费,也有利于数字生产,是数字经济发展的关键要素和重要基础之一。

这三种要素对数字经济发展有很重要作用,但怎样让这三种要素的作用得到更好发挥,还需要我们在深刻理解其性质的基础上,设计出良好的配套制度和规范,这一点,任重而道远。

各种矿山跟地质数字孪生体关联度非常大,特别是煤矿行业,该产业规模大,应用比较广泛,需求也非常突出,这也是一些电信设备企业以“煤矿军团”介入的原因之一。然而动辄“智能化”或“5G+”的做法,并未触及矿山的痛点。

由于矿山领域有较大的自动化需求,随着数字化转型工作的开展,人工智能、数据科学、数字孪生体和物联网等的需求开始呈现,介入该领域的企业主要有自动化企业、IT厂商、电信企业等,它们竭力推自己擅长的解决方案,例如,电信企业大力推“5G+煤矿”解决方案。

对于工业40研究院来看,希望一步到位实现“智能化”不现实,应切实回归矿山的数字化转型根本——数字化。从目前可选的技术来看,数字孪生体是现代矿山的基础设施,工业40研究院称之为“数字孪生矿山”。

数字孪生矿山具有可持续改进的特点,这比起动辄大而全一体化解决方案来讲,更符合矿山行业的发展需求,也有助于控制相关风险,避免一次性投入巨大,最终效果呈现差强人意的结果出现。

全球主要的IT和电信企业均介入到矿山领域来了,从它们提供的解决方案来看,主要还在解决可视化和通信问题,并未触及矿山的全局和全生命周期运行优化的痛点,究其原因,传统的智能化矿山或5G矿山解决方案,过于强调单一技术的优势,忽视了多种技术融合带来的突破。

跟智能化矿山或5G矿山的解决方案不同,数字孪生矿山强调基础设施的关键价值,推崇开放标准和架构,以更好包容各种类型的技术,避免单一技术带来的局限,从而为矿山数字化转型提供更好的解决方案。

从数字孪生矿山发展的关键核心技术来看,动态数字孪生化、低成本的无线通信和地质数字孪生体等技术突破,将促成第四次工业革命的矿山出现。

地质数字孪生体是各个领域发展的基础,相关共性技术的突破,不仅能给国防和水利等带来改变,还可以给各种矿山带来变革性影响,特别是数字孪生体开放架构,能有效接纳机器学习、数据科学等新一代数字技术的融入,成为各大创新企业所追求的目标。

数字孪生体联盟9月成员日将探讨地质数字孪生体,同期还将围绕数字孪生矿山、数字孪生 汽车 和数字孪生交通等话题进行交流,感谢行业内大咖莅临现场,这是迄今全球第一场关于这样丰富主题的交流,相信更多的分享和交流会逐步出现。
作者:黄小花,工业40研究院分析员


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/10410413.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-08
下一篇 2023-05-08

发表评论

登录后才能评论

评论列表(0条)

保存