行业资讯

美国工业互联网同盟-技术工作组、架构任务组联席主席林诗万博士在2021(第十届)全球自动化和制造主题峰会上的

2022-08-01 09:00:55

作者:工业互联网联盟(IIC)技术与架构组联席主席林世万 |来源:控制工程中文版 本文经许可转载

数字孪生这是什么?有哪些常见的误区?

● 我们如何才能有效和更好地利用数字孪生技术的价值?

本文内容编译自2021(第十届)全球自动化与制造主题峰会,由工业互联网联盟-技术工作组联合主席、架构任务组联合主席林世万博士、数字孪生身体互操作性工作组演讲。

林世万博士从生产运营场景的角度,层层剥茧,助你了解《数字孪生》从概念到技术应用的所有知识点。

数字孪生三个错误

工业系统的高度复杂性,生产环境条件的多样化和多变性,以及工业知识积累的碎片化,使得各种新技术的应用和发展更加困难。为了少走弯路,企业在进入数字孪生的“赛道”之前,一定要避开这些常见的误区:

误区一:3D仿真数据展示≠数字孪生!

人们一提到数字孪生,往往会直接想到3D仿真展示,尤其是3D仿真背景中展示的一些数据。这种理解是片面的。

“数字孪生的真正核心在于对生产现场采集的数据进行近实时计算,准确了解生产现场的工况,从而做出决策符合事件。数据和计算。”

3D 模拟显示只是 3D 空间的映射。结果是数据、状态或事件的显示和系统的浏览更加直观数字孪生系统,大屏幕上的显示可以给访问者一个很酷的观感。不过,这只是人机界面的表达,没有数字孪生的数据和算法的支持,这些表达意义不大。

当然,如果数字孪生数据丰富,算法强大,对应的工业APP也强大,大部分生产运维操作都可以自动解决数字孪生系统可以预测故障点,无需人工干预,那么3D仿真的必要性显示也会减弱。而如果有一种算法可以对设备的状态进行有效的监控、报警、记录和处理数字孪生系统可以预测故障点,现有的“虚拟巡检”将收效甚微。

当然,3D仿真除了满足之前的工艺规定外,作为数字孪生模型的一种,根据物理实体的实际空间参数和空间的拓扑关系建立可视化模型,尤其是与AR结合,将在设计、设备拆装维修操作指导、运动器材操作事件回放等方面继续发挥独特作用。

误区二:传统仿真模型≠数字孪生!

仿真是在计算机中建立模型,再现物理系统中发生的基本过程,并通过调整模型的输入和控制参数来进行实验计算,以研究和评估现有或设计的系统特性和寻找可行或最优设计的行为被广泛用于制造业。

“但一般来说,实际系统的建设成本很高,有些实验需要很长时间或者很危险。用计算机模拟进行实验显然是事半功倍的手段。 "

而且实际系统一般都非常复杂,而且由于当前技术的限制,在建立仿真模型时,大部分都需要进行简化。只关注关键因素,忽略次要因素,或者只模拟系统的某些方面,都可以满足设计过程中验证设计结果是否满足一定的设计要求(如安全生产)的要求,但计算精度并不容易达到。生产过程监督和优化的需要。

另外,设计过程中使用的仿真模型软件大多是基于仿真数据,批量使用,不与生产现场的实时数据对接。在计算性能上也很难支持连续流计算。支持数字孪生中生产运营过程的控制和优化。

总的来说AR开发,仿真是数字孪生的重要支撑技术。设计过程中的仿真模型只是数字孪生算法模型的重要组成部分,与数字孪生本身并不相同。

神话3:数字孪生≠“炼金术”!

“数字孪生不是炼金术,而是持续改进的机会。”

效果

数字孪生取决于:设备或生产过程的复杂程度,模式确定、状态预测或优化策略计算的难度,以及从现场采集的传感器数据的完整性和计算精度。正如人们对现实世界的认知有一个不断学习的过程一样,数字孪生对物理世界的把握也有一个从粗到精的过程。

数字孪生作为一种方法论,一个框架技术体系,甚至是生产运营环境数字化架构的中间件,都不是一朝一夕就能实现的神奇魔法。

企业不应该把数字孪生变成一种引金技术,不切实际地期望数字孪生一步到位解决难题。数字技术的核心是软件,本质上是一种持续改进的技术。没有持续迭代改进的软件是没有生命的。

“数字孪生”的真正含义

“数字孪生是工业数字化的思维方式和方法论,是技术体系和技术能力。”

● 作为一个基本概念,数字孪生的核心是利用传感器数据和计算来实现对物理实体的深度认知和智能决策,对这些物理实体进行有效的控制和管理,更好地服务人类;

●作为一个技术概念,数字孪生是计算机中物理实体映射的实现,属于计算机工程问题,也属于软件工程范畴。对一个物理实体进行映射,需要对其状态进行映射。实现模式判断、根本原因分析、状态预测的计算方法有很多种。

计算是“数字孪生”的核心

在计算机开发的早期,我们只有汇编语言,几乎是用计算机处理器的机器语言编写的。这是一长串没有任何结构的指令。这是耗时、容易出错且难以排除故障的。重用和重用。

后来,高级语言,如 Fortran 和 C,引入了逻辑和数据结构,可以按任务和功能组织代码。由于函数可以作为一个代码单元在多个地方调用,也实现了代码复用。

但是,对于这些属于过程式编程范式的编程语言来说,对于大型程序系统需要分解的功能很多,调用关系复杂,设计、开发和维护的难度会变成非常高,重用和重用困难,软件开发和维护成本也变得非常高。

后来出现的面向对象编程范式(Object-Oriented - OOP),如最早的Smalltalk,以及后来广泛使用的C++和Java,都引入了对象的概念。它以对象的形式对应于现实生活中的“对象”或“逻辑体”,其特征数据(属性)和操作逻辑(行为)分别封装在对象体中作为数据和函数。

这种方法使软件的设计更符合人们在现实生活中的思维方式,不仅使设计更有条理,而且增强了软件的重用性和可维护性,提高了软件的质量,降低软件开发成本。

作为一种方法

作为一种方法论,面向对象的编程范式(OOP)可以借鉴和参考用于数字孪生的设计。 数字孪生的设计可以将面向对象的编程范式扩展到物理世界中的实体,在软件中以对象的形式表示物理实体,并为每个物理实体建立对应的软件对象。

在数字孪生中,物理实体的属性和状态由数据表示,其行为由算法模型模拟。此外,面向对象的设计方法可以支持使用单元对象通过积木构建越来越复杂的系统,从组件孪生开始,构建设备、单元、生产线、车间,甚至整个工厂。 数字孪生body 成为整个工厂的数字表示。

这样构建数字孪生在结构上反映物理实体的属性、状态和行为,屏蔽了领域的复杂性,简化了数字工业应用的构建。

作为一个技术框架系统

数字孪生 映射现实世界中的实体,并对其状态进行模式判断、根本原因分析、状态预测等计算——为此,一般不适合使用数字孪生作为用户使用终端的应用,但作为数字工业应用的支撑技术,在这些应用架构中甚至可以构建为中间件。

数字孪生要映射生产现场设备的状态和行为,需要在软件中创建相应的镜像对象。如果我们学习OOP,我们需要在数字孪生 body 中设置设备对应的参数。这些参数包括属性、状态、命令和其他类型。

在此基础上,这些参数与从设备采集的数据一一关联。如果设备的某个运行参数发生变化,它会几乎实时地反映在相应的数字孪生主体上。这是一个整理设备数据的过程,也是一个将行业知识沉淀到软件中的过程。

在此之后,使用算法模型对数据进行分析和计算,以映射物理实体的行为。比如对设备运行状态的模式判断或预测,是否运行异常,是否满足工艺要求,是否满足能效要求等数字孪生系统可以预测故障点,如果判断为异常,根异常原因分析及解决策略,用于机理模型和数据算法的建模。

但最终的解决方案必须以数字孪生体映射的设备的运行特性和行为为输入,结合生产运行管理的业务逻辑和生产规则,特别是精益管理的原则和方法, to do 可以做出并执行适当的决定。这些逻辑一般都可以以app的形式实现。

这就是数字孪生作为技术框架系统和数字工业应用架构中间件的作用:可以下载物联网数据并连接到场景;洞察和认知支持管控现场的决策。

数字孪生特点和功能

在数字化生产经营层面,经过20多年的信息化发展,制造企业在产品和工艺设计过程中采用了各种设计软件和各种CAD。在原有自动化生产的基础上,实现业务管理流程的自动化、信息化。

但是,大多数工业软件主要用于在正常情况下管理业务流程和计划生产。在生产过程中,充分利用生产现场的大量设备数据,进一步降低设备的故障率,提高设备整体效率,提高产品质量,降低能源和材料消耗,确保合规性生产过程。工作需要完成。

现阶段,大部分生产异常判定、根因分析和应对策略仍依赖运营经验,靠人工完成。在新一轮的数字化发展中,无论是在产品和工艺设计,还是在生产过程中,如何利用来自物理世界的数据,做出准确判断、智能决策、及时落实实际情况,成为企业关注焦点。

企生产过程。 数字孪生技术的诞生正好可以利用物理实体的数字虚拟复制来解决现实世界的计算问题。

有很多特点

数字孪生(见下图),OTization和值得强调。

当我们使用数字孪生的方法论建立一个新的技术框架时,从结构上OT的角度,我们以设备为主要对象进行建模,定义设备的特征数据,建立算法模型来确定或预测设备的行为。这样,设备专家可以轻松定义设备的特征数据,了解设备运行和生产过程的专家可以与算法工程师合作建立算法模型,通过数字孪生的结构将双方整合起来.

通过这种方式为各种设备构建数字孪生body,将数据定义和算法封装成软件组件,以插件的形式在多个地方复用。熟悉设备的设备供应商或熟悉工艺流程的工业设计院也可以独立搭建和提供某类设备或生产流程的数字孪生,可以支持多种场景。

另外,数字孪生本身在软件结构中与其他业务软件组件(如生产规则或用户界面)的代码解耦分离。当数字孪生的算法迭代改进时,比如提高某个计算的准确率,只需要独立更新数字孪生体,不需要重新修改和改变商业软件代码。

总之,通过使用数字孪生,用户有机会构建一个能够有效支撑数字技术与行业知识融合的技术框架,促进行业知识的沉淀、积累和持续提升,并推动生态产业知识的广泛应用 再利用分享。

善用“数字孪生”:重用和积累是关键

实现数字孪生的价值需要多种技术和知识的融合,尤其是数字技术(IT)和工业知识(OT)。对于制造企业来说,往往会遇到IT技术资源薄弱、OT知识积累薄弱的困境。单独使用数字孪生推动数字化生产运营管理存在诸多障碍。

要想在工业领域建立有效的数字孪生,需要产业生态伙伴的共同努力,包括数字技术供应商、设备供应商、产业知识供应商(如工业研究院、设计院等)等)作为甲方与公司一起建设和改进技术和系统。

在这个过程中,促进数字孪生在行业生态中的重用和重用尤为重要。可以想象,在每个企业场景中,利用软件对设备和生产过程的特征状态和行为进行深入、准确的表示和映射,单项建设的门槛高,成本高,积累和改进缓慢,结果成倍增加。

提示:

目前,很多企业在构建数字化应用系统时,仍然采用传统的基于软件项目的实施管理机制,是一次性的项目实施。方案商中标实施交付后,一般质保一年后无后续跟进。维护或更新的注意事项或机会。下一次就很难积累和提高了。

企业需要与解决方案提供商保持长期的合作关系,提供相应的投入来支持软件应用程序的维护和改进,并为已建立的数字化解决方案留下长期的生存空间数字孪生系统可以预测故障点,避免一次性交易。同时,企业也可以考虑采用第三方供应商的产品,避免不必要的自建项目,从而可以利用供应商的产品,最大限度地重复利用和重用积累和改进的成果。

如果能够在行业内建立相应的数字孪生共享技术框架和价值交易机制,促进数字孪生的重用和重用,将降低激活成本,加速其有效性、质量和性能。改进,提高数字孪生应用的性价比。

从更广泛的意义上说,软件可以说是被使用的。一个软件应用程序有更多的用户、更多的场景和更多的解决问题。它的功能会变得更丰富、更强大,稳定性也会提高。这是通过重用和重用积累的结果。

这就是为什么第三方软件产品通常比自主开发的软件产品更好的原因。这是由于空间(场景)和时间积累的差异造成的,尤其是跨空间复用的优势。因此,复用不仅有利于软件供应商,也有利于软件的用户。

5月12-13日●线上

长按二维码

抓住难得的学习机会

首页
服务
案例
联系