数字孪生软件概念应用于制造业,NASA宣布了新术语
目录
数字孪生技术的想法最早是由大卫在 1991 年提出的。 (当时在密歇根大学任教)于 2002 年首次将数字孪生概念应用于制造业,并正式宣布了数字孪生软件概念。最终,NASA 的 John 在 2010 年引入了一个新术语——“数字双胞胎”。
然而数字孪生价值,使用数字孪生作为研究物理对象的手段的核心思想实际上可以更早地看到。事实上,公平地说,NASA 在 1960 年代率先在太空探索任务中使用数字双胞胎,当时每艘航行的航天器都是地球的精确复制品,供 NASA 工作人员用于研究和模拟。
定义自学
根据反馈,模拟会随着物理实体的变化而自动变化。
理想情况下,数字孪生可以从多个反馈源中学习,近乎实时地呈现数字世界中物理实体的真实世界状况。
数字地图的反馈源主要依赖于各种传感器,如压力、角度、速度传感器等。
数字地图的自学习(或机器学习)不仅可以依靠传感器的反馈信息,还可以通过历史数据或集成网络的数据学习。后者通常是指同一批次的多个物理实体同时执行不同的操作,并将数据反馈给同一个信息平台。数字孪生基于海量信息反馈进行快速深度学习和准确模拟。
数字孪生与仿真
虽然模拟双胞胎和数字双胞胎都利用数字模型来复制系统的各种流程,但数字双胞胎实际上是一个虚拟环境,这使其研究更加丰富。
数字孪生和模拟之间的区别
数字孪生市场和行业
虽然数字双胞胎因其提供的功能而备受推崇,但并不能保证每个制造商或创建的每个产品都会使用它们。并非每个对象都足够复杂数字孪生价值,需要数字孪生所需的密集且规则的传感器数据流。从财务角度来看,投入大量资源来创建数字双胞胎也不总是值得的。 (请注意,数字孪生是物理对象的精确复制品,因此创建成本很高。)
另一方面,许多类型的项目确实特别受益于数字模型的使用:
因此,在数字孪生方面取得最大成功的行业是涉及大型产品或项目的行业:
数字孪生市场:势头强劲
快速扩张的数字双胞胎市场表明,虽然数字双胞胎已经在许多行业中使用,但随着时间的推移,对数字双胞胎的需求将继续升级。 2020 年,数字孪生市场价值 31 亿美元。一些行业分析师推测,至少在 2026 年之前,它将继续大幅上升,估计会攀升至 482 亿美元1。
申请
数字孪生可以应用于各个行业(目前主要是工业),优化核心设备和流程的使用,简化维护工作。也有人尝试将数字孪生应用于农业和渔业。
以下是已被广泛使用的领域列表:
发电设备
大型发动机(包括喷气发动机、机车发动机和发电涡轮机)从数字孪生的使用中受益匪浅,尤其是在帮助制定定期维护计划方面。
结构及其系统
大型建筑物或海上钻井平台等大型物理结构可以通过数字孪生进行改进,尤其是在设计过程中。它还可用于设计在这些结构内运行的系统,例如 HVAC 系统。
制造业
由于数字双胞胎旨在反映产品的整个生命周期,因此数字双胞胎在制造的所有阶段无处不在,指导产品从设计到成品以及其间的所有步骤也就不足为奇了。
医疗保健服务
就像可以通过使用数字孪生来分析产品一样,接受医疗保健服务的患者也可以。相同类型的传感器生成数据系统可用于跟踪各种健康指标并生成关键见解。
汽车行业
汽车代表了多种类型的复杂、协同功能的系统,数字孪生广泛用于汽车设计,以提高车辆性能和生产效率。
城市规划
数字孪生对土木工程师和其他参与城市规划活动的人有很大帮助,数字孪生可以实时显示 3D 和 4D 空间数据,并将增强现实系统集成到建筑环境中。
数字孪生的未来
现有运营模式显然正在发生根本性变化。资产密集型行业正在经历数字化转型,以颠覆性方式改变运营模式,需要对资产、设备、设施和流程进行全面的物理和数字视图。数字双胞胎是此次重组的重要组成部分。
随着越来越多的认知能力不断投入使用,数字双胞胎的未来几乎是无限的。因此,数字双胞胎不断学习新的技能和能力,这意味着他们可以继续产生所需的洞察力,使产品更好,流程更高效。