随着我们拥有的数据量增加,我们可以用来在现实世界中做出重要决策的有用信息量也会增加。 数据点的摘要、模型和模拟为这些决策提供信息。 在大数据时代,t下一步的最终目标是数字双胞胎的概念。
数字孪生是一些物理对象或过程的虚拟表示。 这些模拟可以预测特定对象或服务在现实世界中的表现。
各行各业已经开始考虑实施他们自己的产品和服务的数字双胞胎,以进行各种改进。
让我们来看看数字双胞胎的历史,以及它们与当今最常用的模拟有何不同。 我们还将研究数字双胞胎如何彻底改变从医疗保健到制造业甚至整个城市的各个行业。
什么是数字孪生?
历史
“数字双胞胎”一词于 2010 年首次出现在 NASA 文件中。数字双胞胎被描述为“使用最佳可用物理模型、传感器更新、车队历史的车辆或系统的集成多物理场、多尺度概率模拟等,以反映其飞行双胞胎的生活。”
这项技术后来启发了美国空军,它采用 数字双胞胎 他们的飞机机身,以预测疲劳和损坏。 他们将这项技术称为机身数字双胞胎,旨在在单架飞机的整个生命周期中充当虚拟健康传感器。
数字孪生与模型
数字双胞胎的关键方面之一是双胞胎必须在现实世界中具有相应的对象。 数字孪生不仅仅是一个蓝图或示意图。
数字孪生的现代定义认为最好同时构思数字模型和物理对象。 随着时间的推移,这对双胞胎一起“成长”。
数字双胞胎的制造方法甚至会在原型阶段之后使用数字双胞胎。 从原型中检索到的数据可用于改进数字双胞胎。 改进后的模型可以预测未来原型的性能。
数字孪生的特征
- 连接方式
数字孪生需要连接性。 数字孪生与现实生活中的对应物之间的关系需要可靠的数据流。 数字孪生技术可以使用物联网 (IoT) 和机器学习 (ML) 来分析来自多个来源的传感器的连续数据。 - 均质化
由于可用计算能力的提高,我们现在能够实现来自不同来源的数据的近乎同质化。 而且由于所有需要的数据都在一个实体中捕获,因此更容易共享。 - 可重编程性
数字孪生技术使我们能够根据实时反馈重新编程服务和产品。 使用机器学习,我们可以拥有数字双胞胎,随着收集到更多数据,它们在决策制定方面甚至变得更加智能。 - 模块化
使用数字孪生技术捕获的大型复杂系统受益于设计的模块化。 DT 可以让制造商找出设备中的哪些特定组件性能不佳。
数字孪生应用
数字双胞胎几乎可以应用于任何行业。 如此强大的模型可以改善特定产品或服务的设计、制造和运营阶段。 以下是如何将数字孪生技术应用于某些行业的一些示例。
1。 航空
使用数字双胞胎,公司现在可以拥有产品从设计到运营的整个生活方式的数字足迹。
例如,航空航天公司 波音 使用数字双胞胎来设计他们的飞机。 他们可以对飞机的所有部件进行模拟,以预测它们将来如何以及何时发生故障。
这类 基于模型的工程 加速研发并允许集成系统。 设计、制造和运营阶段现在并行运行并相互共享数据。
2. 供应链
数字孪生可以在实际中使用 创建供应链行为的详细模型。 数字双胞胎 启用动态调整和整个供应链的非常详细的视图。
供应链数字孪生使用实时信息源。 即将发货、车辆位置和库存等数据可以帮助评估供应链的当前状态。 可以对这些数字双胞胎进行编程,以便在某些事件发生时(例如产品缺货时)采取特定行动。
鉴于 COVID-19 大流行,供应链的数字模型可以帮助降低风险。 数字双胞胎可以准确跟踪和交付疫苗、实验室样本和其他医疗设备等重要资产。
疫苗等资产在运输过程中需要一定的温度,可以使用数字双胞胎进行监控。
3。 卫生保健
使用数字孪生技术,医生可以很快创建可以为特定患者定制的虚拟器官。 德国海德堡大学医院心脏病学诊所的科学家们已经开始模拟一个数字双胞胎 心. 虚拟心脏可用于预测患者心脏病的进展和对药物治疗的反应。
使用这些数字双胞胎,医生可以在做出任何决定之前查看心脏手术的成功率。 更复杂的风险模型(如数字双胞胎)可以找到适合特定患者的解决方案,而不仅仅是针对特定风险群体的解决方案。
4. 数字孪生城市
随着对智慧城市的需求不断增长,很快就会在城市中收集大量数据。 智慧城市旨在跟踪各种城市活动,包括交通数据、接触者追踪和环境指标。
因此,这些数据的可用性将使我们能够很快在整个城市中创建数字双胞胎。
根据 奥雅纳,“城市数字双胞胎的承诺是帮助提供一个模拟环境,测试政策选项,提出依赖关系并允许跨政策领域进行协作,同时改善与公民和社区的互动。”
所有这些数据都可用于情景规划和预防未来的灾难。
成功的数字孪生城市将有助于提供信息 决策决策 也是。 有关天气、交通方式和人口普查数据的数据可以让地方政府官员采取更多数据驱动的举措。
如果城市可以为其市民提供有用的门户,那么城市的数字孪生也可以捕捉现实生活中的需求和要求。
结论
数字孪生技术正在使各行各业做出更好的决策。
当风险很高时,例如在医疗保健或航空业,公司愿意投资于数字双胞胎,以确保降低任何风险。
供应链管理等复杂部门将受益于能够看到系统中几乎每个级别的细节。
此外,随着从现实世界中收集到更多数据,这些部门可能会使用人工智能和机器学习来改进系统。
如果你觉得这篇文章很有见地,请分享这篇文章并订阅 HashDork 的 周报 有关最新 AI 和未来科技新闻的更多文章。
发表评论