数字孪生背后的关键技术 了解推动数字孪生发展的创新 (数字孪生背后技术)

简介

数字化双胞胎是实际产品或流程的虚拟表示，用于理解和预测对应物的性能特点。结合多物理场仿真、数据分析和机器学习，数字化双胞胎并不局限于单纯的数值仿真或机器学习技术。相对于传统的数值仿真方法，数字化双胞胎可以应用物理实体反馈的数据进行自我学习和完善；另一方面，相对于机器学习，数字化双胞胎可以通过对物理过程的仿真和领域知识提供更加准确的理解与预测。

产品的数字化双胞胎

产品的数字化双胞胎背后的关键技术涉及以下几个方面： 数字建模 这里的数字建模不仅指代对产品几何机构和外形的三维建模。对产品内部件的运动约束，接触形式，电气系统，软件与控制算法等信息进行全数字化的建模技术同样是建设产品数字化双胞胎的基础技术。 多物理场仿真 对单个维度物理性能或系统性能进行数值仿真的技术在当前已经比较成熟。对于复杂的实际产品，其运行时的性能涉及到多物理场、多学科的综合作用。举例而言，对海上漂浮的风力发电平台进行产品数字化双胞胎开发，就需要同时集成涡轮叶片的空气动力特性、浮体的水动力特性、浮体的结构变形特性，发电系统的响应特性，控制系统的逻辑与算法等多个方面的一体化仿真验证技术。为此，在数字化模型的基础上，基于单个系统或多个系统的联合仿真对产品的性能进行预测分析同样是实现产品数字化双胞胎的重要技术。 创成式设计和其他技术 实现完备的产品数字化双胞胎，还需要建模和仿真之外的其他技术，如创成式设计技术，基于历史数据的仿真结果校准技术等等。

生产的数字化双胞胎

生产的数字化双胞胎针对于生产装配的过程，在产品实际投入生产之前通过仿真等手段验证制造流程在各个条件下的实际效果，最终达到加快生产速度与稳定性的目的。生产的数字化双胞胎背后包括以下几个方面的关键技术： 生产流程建模与仿真 对各个生产单元及其在一起共同工作时的生产流程进行建模与仿真，是建立生产的数字化双胞胎的基础。这其中包括对各个生产单元的数字化建模与展示，也包括对物料流、排程排产逻辑、自动引导车（AGV）控制算法等生产流程的数值仿真。 人机交互过程仿真 在生产的执行阶段，对各个生产单元内的工作流程与效率进行的过程建模与仿真，也是生产的数字化双胞胎的重要基础。这其中可以包括机械设备自动化操作过程的仿真，例如在汽车的装配过程中，对多个协同工作的机器手臂控制算法进行虚拟调试，是验证总体结果，保证生产顺利进行的重要步骤。另一方面，在自动化运行的设备之外，对生产单元内人机交互过程的仿真和调试也是生产的数字化双胞胎的背后技术之一。

性能的数字化双胞胎

性能的数字化双胞胎，既包括实际生产产品的生产执行阶段的生产性能数字化双胞胎，也包括产品投入使用时的产品性能数字化双胞胎。前者面向的是工厂与制造商，基于生产线的实际情况与运行信息反馈对生产的数字化双胞胎进行调整与优化；后者面向的是产品的使用客户，基于物理传感器等信息对具体产品的实际特性进行提取与分析，实现预测性维护等功能，也可以通过产品的实际运行信息反馈指导产品的设计方案。性能的数字化双胞胎将从物理实体中获得数据输入，并通过数据分析将实际结果反馈到整个数字化双胞胎体系中，产生封闭的决策循环。 实现性能的数字化双胞胎需要以下几类关键技术： 实时仿真与预测 在生产的实际执行阶段或者产品的运行阶段，原材料、设备、流程、人员或者环境参数、运行状态等系统信息随时会出现调整与变动，而性能的数字化双胞胎需要将这些变动实时的在数字空间内进行更新。为此，结合物理传感器输入的数据进行快速、实时的仿真与预测是性能的数字化双胞胎的重要技术。举例而言，在产品投入运行后，基于数据输入与快速仿真技术可以对重要但难以测量的性能参数进行实时的仿真计算，实现对产品的预测性维护等功能。 数据分析与机器学习 生产线或产品的各个物理传感器会产生大量的数据，对这些实际数据应用机器学习等方法进行分析是实现主动响应，事故溯源，预测性维护等数字化双胞胎信息反馈功能的重要技术。例如，生产性数字化双胞胎可以结合机器学习算法对传感器数据进行更高的抽象与分析，分析生产设备稼动率与生产效率等信息的潜在影响因素，指导生产决策，提高生产效率与稳定性。

数字化双胞胎的应用

数字化双胞胎在各个行业具有广泛的应用，包括： 汽车和航空航天工业：优化产品设计，提高生产效率，减少废品和返工 制造业：提高生产力和效率，减少停机时间，改进质量控制 能源行业：优化风电场和太阳能发电场的性能，预测故障和维护需求 医疗保健：个性化治疗，预测患者预后，设计医疗设备 物流和供应链管理：优化仓库和运输运营，提高效率和减少成本 通过创建实际资产的虚拟对应物，数字化双胞胎使组织能够在物理世界进行实际更改之前，在虚拟环境中测试和验证设计、生产和运营决策。这可以显着降低风险、降低成本并提高整体效率。

结论

数字化双胞胎是数字化转型的一个关键组成部分，为组织提供了获得新的见解和优化其运营的机会。通过结合多物理场仿真、数据分析和机器学习，数字化双胞胎使组织能够做出更明智的决策，改善产品性能，提高生产效率并降低成本。随着技术的不断进步，数字化双胞胎在未来几年将继续在各个行业发挥越来越重要的作用。