数字孪生技术用什么软件 【】NewSouthWales

数字孪生的支持和工具

青林恰、飞桃阿、天亮枢纽、Nabil Anwerc、Ang Liud、永利伟伯、丽辉万阁、A.Y.C.Neef

一个。理学院, 北航, 北京, 100083, 中国

b.山东学院，济南，250061

c。 LURPA, ENS PARis-Saclay, PARis-Sud, PARis-Saclay, 94235, Cachan, France

d。新南威尔士州，悉尼，2053 年，澳大利亚

e。 , KTH 皇家学院, 斯德哥尔摩, 瑞典

f。 , 新加坡国民, 新加坡, 新加坡

DOI：10.1016/j.jmsy.2019.10.001

发布于：2019 年 10 月 29 日

一、总结

本文的主要贡献：

二、5D 模型审查

五维模型的组成：

物理世界：

虚拟模型：3D 几何模型（形状、尺寸、公差和结构关系）、物理模型（变形、分层、断裂和腐蚀等物理现象）、行为模型（实体对外部环境变化的行为等作为状态转移、性能退化和协调响应机制）、规则模型（从历史数据或专家领域中提取的规则，使得得到的数据可以根据规则实现推理、判断、评价和自主决策）。

双数据：多相、多源、多维和异构数据。

服务：打包成服务模块，为用户提供模拟、验证、监测、优化、诊断、预后预测和健康管理等应用服务。

连接：

三、 数字孪生功能和研究重点

1.数字孪生的分类及产品生命周期应用：

1）数字孪生可以分为实体数字孪生和场景数字孪生。

2）DT 应用程序专注于功能建模、概念验证、行为模拟、性能优化、状态监测、诊断和预测中的实体；其他一些应用程序专注于 DT 场景。

3）按产品生命周期应用数字孪生

①产品设计阶段：无需购买昂贵的实物样机，DT即可对设计方案的质量进行评估、比较和验证。通过在生产和使用场景中虚拟运行设计，可以模拟目标实体的可制造性和所有预期功能，以验证设计是否满足所有要求。

②生产阶段的生产管理视角：工艺规划与生产调度模拟。

③生产阶段的控制和执行角度：基于物理世界的模拟，进行运行预测，优化控制决策。

2. 数字孪生关键点

核心在于高保真虚拟模型，具有高度标准化、模块化、轻量化和鲁棒性的特点：

1)编码、接口和通信协议的标准化有利于信息的集成和共享；

2)模块化通过各个模型的分离和重组提高了灵活性、可扩展性和可重用性；

3)轻量化，减少信息传输时间和成本；

4)数据挖掘不仅可以处理来自物理世界的数据，还可以整合虚拟模型生成的数据；

5)服务打包和管理。

四、数字孪生工具

1.物理：传感技术、测量技术、材料技术等；

2.型号：

3.数据：（高级数据分析与融合技术）采集技术、存储技术、传输技术、处理技术、可视化技术、融合技术；

4.服务：应用软件、平台架构技术、面向服务的架构技术和知识技术；

5.连接：互联网技术、交互技术、网络安全技术、接口技术、通信协议等

建议：利用图像识别和激光测量技术测量物理世界的参数，利用电气控制、可编程控制、嵌入式控制和网络控制技术控制物理世界，利用大数据分析技术挖掘隐含知识法律。

五、数字孪生技术

1.模型建模关键技术：

几何造型包括线框造型、曲面造型和实体造型：

1)几何建模：用适合计算机信息转换和处理的适当数据结构描述物理实体（点、线、面和拓扑信息）

2)行为模型：涉及多种模型：如问题模型、状态模型、动态模型、评价模型等。这些模型可以使用基于有限状态机、马尔可夫链、和基于本体的建模等。

3)物理模型：增加了精度信息、材料信息、装配信息等信息。

4)规则建模：

①规则提取：符号方法（决策树和粗糙集理论）和联结方法（神经网络）；

②规则描述：逻辑表示法、产生式表示法、框架表示法、面向对象表示法、语义网表示法、基于XML的表示法、本体表示法等；

③规则关联：类别关联、诊断推理关联、聚类关联、行为关联、属性关联等；

④ 规则演化：应用演化和周期演化。

建议：用于几何模型的实体建模技术、用于增强真实感的纹理技术、用于物理模型的有限元分析技术、用于行为模型的有限状态机、基于 XML 的常规模型表示以及本体表示。

2.数字孪生数据管理技术：

整个数据生命周期包括：数据采集、传输、存储、处理、融合和可视化。

1)来自硬件、软件和网络的数据：

可以通过API（软件应用程序编程接口）和开放的数据库接口收集软件数据。

可以通过网络爬虫、搜索引擎和公共应用程序编程接口从 Internet 收集网络数据。

2)数据传输：包括有线和无线传输，前者包括双绞线传输、对称电缆传输、光纤传输。无线传输包括短距离和远距离技术，但有线和无线传输都依赖于传输协议、接入方式和多址方案。

3)数据存储：

目前的大数据存储技术包括分布式文件存储（DFS）、NoSQL数据库、NewSQL数据库和云存储。

4)数据处理技术：

5)数据融合：

6)数据可视化：阐明数据中包含的基本原理的图形。有基于几何的技术、面向像素的技术、基于图标的技术、基于图层的技术、基于图像的技术等。

7)数据技术发展方向：数据采集应以实时状态数据采集为主：智能识别技术、先进传感技术、机器视觉技术、适配与接入技术。

8)数据传输技术：高速、低延迟、高性能、高安全性的数据传输协议（光纤通道协议和5G技术）。

9)数据处理架构：边缘计算和雾计算可以解决海量数据处理问题。

数据生命周期技术推荐：用于数据采集的传感器、用于数据传输的5G技术、用于数据存储的NewSQL技术、用于数据处理的边缘云架构计算技术、用于数据融合的人工智能技术等物联网技术。

3.数字孪生服务技术：

监测、模拟、诊断和预后。

1)监控需要计算机图形、图像处理、3D渲染、图形引擎、虚拟现实同步技术等。

2)仿真设计结构仿真、力学仿真（运动学仿真等）、电子电路仿真、控制仿真、工艺仿真、虚拟测试仿真。

3)诊断与预后：基于数据分析，涉及统计理论、机器学习、神经网络等。

4.数字孪生连接技术：

数据交换需要统一的通信接口、协议技术VR ，包括协议分析与转换、接口兼容性、通用网关接口等。同时，必须结合设备安全、网络安全、信息安全等安全技术，保护 DTS 的安全。

当前接口、协议、标准的不一致是DT连接的瓶颈。

六、 数字孪生工具

1.识别和控制物理世界的工具：

IoT，IOTSYS是一个IoT中间件，为智能设备之间的通信提供通信协议栈，支持IPV6、和高效的XML交换格式等多种标准和协议。改变物理世界的工具都是关于控制的，比如：TwinCAT

2.数字孪生建模工具：

Twin Builder 和 ANSYS，Twin Builder 易于集成嵌入式控制软件和 HMI 设计，Siemens NX 软件。

1)几何建模工具：AutoCAD、UG、3D Max、CATIA、Twin Builder、ProE等

2)物理建模工具：ANSYS、Simulink等

3)行为建模工具：例如基于软PLC平台的CoDeSys可以设计数控机床的运动控制系统，运动控制系统可以建立多域三轴数控机床刀具通过socket通讯与软件平台MWorks模型进行信息交换，从而实现数控机床的单轴和三轴插补运动控制。 pychARm、keras等

4)规则建模工具：例如数字孪生技术用什么软件，PTC Thingworx 在 HP EL20 边缘计算系统上的机器学习能力可以监控传感器，自动获知“泵”在正常状态下运行，从中学习规则它，并且基于学习的规则数字孪生技术用什么软件数字孪生技术用什么软件，DT可以识别异常状态并预测未来趋势。 ANSYS、Twin Builder 等。

3.数字孪生数据管理工具：

1)数据采集工具：如DHDAS信号采集分析系统是一套信号分析处理软件

2)数据传输工具：保证数据不丢失或不损坏，实现实时传输：传统：FTP。 Aspera 能够在恶劣的网络条件下长距离传输大文件，支持 Web 界面、客户端、命令行和 API 进行传输数字孪生系统，以及 PC、移动、MAC、Linux 设备。

3)数据存储工具：实现数据分类存储，高效读写，实时实时响应数据调用。典型例子：基于Hadoop平台的HBase（分布式数据库）。

4)数据处理工具：消除干扰和矛盾信息，是对数据的有效利用。比如SpARk就是一个开源的集群计算软件，具有实时数据处理能力。

5)数据融合工具：Spyder是常用的工具，支持python编程的数据融合工具； pychARm也是一个数据融合软件。

6)数据可视化工具：EchARt，开源软件，为海量动态数据提供直观的数据可视化。

4.数字孪生服务实用程序：

集成物联网、大数据和人工智能等新兴技术。

1)平台服务工具：MindSpere、ThingWorx等

2)仿真服务工具：ANSYS、Matlab、Labview、Simulink等

3)优化服务工具：Simulink等工厂仿真软件可以优化产线调度和工厂布局。在 数字孪生 电网中数字孪生技术用什么软件，Simulink 从电网接收测量数据，然后运行数千个模拟场景以确定能量储备是否充足以及电网控制器是否需要调整。

4)诊断和预测服务工具：Twin Builder、ThingWorx、ANSYS、Matlab等开发了基于Matlab的预测性维修报警系统。

5.数字孪生连接工具：

举个例子：

风力涡轮机的复制需要监控各种数据（振动信号、声学信号、电信号）齿轮箱、发电机、叶片、轴承、轴、塔架和功率转换器，以及环境条件（温度、湿度、风速） ，风向，压力）。

需要建立多种模型：几何模型、物理模型、行为模型、规则模型、有限元分析模型、故障诊断模型、寿命预测模型。

使用的技术：各种信号的数据收集需要传感器技术。 5G、NewSQL、边缘云架构和人工智能技术实现数据传输、存储、处理和融合。几何模型可以通过UG、AutoCAD、CATIA等工具实现。物理（有限元分析）模型可以在ANSYS、MARC、ADINA中运行，可以实现建模仿真.

上述技术和工具有不同的协议和标准。为了让这些技术和工具协同工作，数据和模型应该标准化。

/编辑器/

沉辉

学校：东华大学硕士生

/公众号运营/东华大学、奥克兰大学、浙江大学、广东工业大学、北京航空航天大学、上海交通大学、华中科技大学、西北工业大学