数字孪生是如何产生的?
Monitaur 的创始CTO Andrew Clark 分享了有关数字孪生建模和开发过程的见解。他说：“要创建数字孪生，必须构建对象或生态系统的代表性环境，这需要对相关系统的潜在行为和机制有深入的认识。在输入信号被纳入数字孪生并通过系统识别创建模型后，就可以准确推断或预测系统的未来行为。”
在制造业中，数字孪生可以模拟整个生产过程，包括连接到制造执行系统以输入实时数据。比如说数字孪生构建的建筑信息模型，其中包含所有建筑组件(例如门、窗或材料)的对象级详细信息。
数字孪生不能是一次性模型，它们必须反映现实世界系统的更改。Clark 补充说：“创建准确的数字孪生是一项非常复杂的工作，需要深厚的领域专业知识，否则你就会得到不具代表性和不准确的模型。为了弥补这一差距，数字孪生通常被配置为在线学习系统，这意味着它们会不断升级和更新输入数据。”
如果你正在考虑构建数字孪生，Nutrien 的执行副总裁兼CIO Brent Pookhay 建议，直接与在系统如何工作方面具有深厚专业知识的运营人员合作。他说：“建立数字孪生既需要人才，也需要技术。谁是运营这些资产的主题专家(运营、工程师、现场工作人员)?他们对操作这些资产的深刻理解、经验和实践知识，与来自 OT 和 SCADA 系统的数据源一样重要。”
数字孪生有哪些用例?
Banerjee 分享了几个数字孪生的例子。“数字孪生用于各个阶段，包括设计、制造和运营，也横跨多个行业，比如航空航天、汽车、制造、建筑、基础设施和能源等。它们通常会影响各种业务目标，包括整体设备效率、预测性维护、产量和预算。”
以下是几个数字孪生项目的示例。
- 拉斯维加斯正在创建数字孪生，以帮助其实现零碳排放。
- 一个公私合作伙伴正在为布鲁克林海军造船厂开发数字孪生，以减少其能源足迹。
- 在城市规划方面，德克萨斯 A&M 大学的一位教授正在开发德克萨斯沿海社区的数字孪生模型，以研究它们对自然灾害的抵御能力。
- 在制造业中，数字孪生被用于产品设计、供应链管理、预测性维护和客户体验分析。
- 加拿大的一家工业自动化流程和技术公司CenterLine使用工厂车间的数字孪生，减少了多达 90%的工具问题，并将工厂车间的编程时间减少了75%。
- 随着科学家开发虚拟器官、改善护理人员体验、对药物风险进行分类等，数字孪生将改变医疗保健行业。
- 可应用于多个行业的实用数字孪生用例，还包括计算产品性能、模拟复杂制造场景和促进混合教学。
- 劳斯莱斯、玛氏、美国教师保险和年金协会-大学退休股票基金 (TIAA) 和拜耳作物科学也成功应用了数字孪生。
我们希望当公司考虑开发和支持更复杂的产品、流程和其他物理环境时，能看到更多数字孪生的例子。
开发人员和Devops工程师如何实现数字孪生?
数字孪生平台，比如Ansys、Autodesk、Bosch、Dassault Systems、Siemens 和其他供应商等都可以提供建模和仿真功能。此外，公有云还通过数字孪生功能扩展了其物联网平台，例如 Azure 数字孪生和谷歌的供应链孪生。AWS 数字孪生架构可能包括 Amazon Kinesis Data Streams、Amazon SageMaker、AWS Lambda 和其他服务。
IT 团队必须考虑运营数字孪生所需的基础设施。Yeman 说：“对快速交付产品的需求在持续增长;然而，硬件和固件的交付周期可能会减慢公司的速度。”
开发人员还必须考虑到物联网和其他实时数据流可能会为包括数字孪生在内的多个系统提供数据。这意味着需要配置数据流技术，以便在生产系统和数字孪生开发和测试环境之间共享实时数据。
数字孪生是一种令人兴奋的新兴技术，它展示了许多不同技术的融合，包括机器学习、物联网、数据流和增强现实。它将为许多行业带来创新、安全和高效的新时代。
作者：Isaac Sacolick 是 StarCIO 的总裁，也是亚马逊畅销书《推动数字化：通过技术实现业务转型的领导者指南》的作者，公认的顶级社交CIO和数字化转型影响者。他在 InfoWorld.com、CIO.com、他的博客 Social、Agile 和 Transformation 以及其他网站上发表了 700 多篇文章。
来源：www.infoworld.com
