NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

最近，“数字孪生”一词重新成为技术的下一个前沿。自 2015 年以来的谷歌趋势显示，这些词的网络搜索呈上升趋势。然而，构建功能性数字孪生仍然是一项复杂的工作。

1、什么是数字孪生？

数字孪生是一个不言自明的术语，用于识别物理系统的数字化版本。数字孪生的最早参考来自David Gelernter 的小说作品。在他 1995 年的书中，Gelernter 博士为读者提供了未来有趣的可能性——万维网。前网络书籍谈到了计算机系统上的镜像数字世界。有些人可能会争辩说，我们的 Metaverse 是新的数字世界——现实世界的数字孪生。但是，还有其他可能性，时间可能会讲述一个更好的故事。此外，值得注意的是，NASA 工程师在“结构、结构动力学和材料会议”的论文中也使用了数字孪生这个术语。

出于我们讨论的目的，我们将数字六安恒视为物理（或真实）系统的计算机化版本，可以对其进行编程以使其表现得像真实系统，从而使人们能够运行场景并获得对这些场景的响应。

2、如何构建数字孪生？

关于数字孪生的组件有很多讨论。Unity Software 和 Autodesk 等公司都在谈论数字孪生。Autodesk 在其出版物中谈到了数字孪生的级别。

下图显示了我认为可用于开发智能数字孪生系统的框架。这考虑了数据分析和科学的不同技术，从发现异常值、开发分布、仿真、机器学习模型到优化策略。机器学习、仿真和优化这三个领域作为独立的学科已经被研究了很多。我们目前在每个领域都进行了大量的研究工作。然而，为了开发一个智能系统，如数字孪生，这些领域需要协同工作：

关于不同组件的一些简短讨论：

  • 系统/流程：这可能是系统的关键部分，具体取决于你希望模拟执行的操作。这定义了多方的流量，例如，如果你正在模拟医院，它可以是床位流量，如果你正在模拟整个城市的交通，它可以是汽车流量，对于 COVID，它可以是 COVID 病人或患者，例如传统 SEIR的epi模型。
  • 数据：这是系统中最重要的部分。系统流程将决定人们可能需要什么数据。
  • 数据分析：审查和分析数据以检查完整性，异常值是开始的基础。根据系统，可能需要开发不同的版本。
  • 模拟：这是数字孪生的核心组成部分。可以使用任何软件开发模拟，无论是简单的基于 python 的还是复杂的Anylogic、Simul8等。过去，有几本帮助我了解仿真的书是——Bernard P. Zeigler博士的“建模和仿真理论”和Sokolowski博士的“建模和仿真原理” 。我曾将它们用于使用Opnet进行网络模拟。
  • 优化：使用优化软件提供的约束驱动方法有助于缩小仿真结果。
  • 机器学习：最后，通过机器学习（和因果推理）完成的大量开发可用于结合模拟的输入和结果，以提供智能响应。

根据我的经验，我相信使用如上所示的框架可以开发任何系统的数字孪生。

原文链接：Developing a Digital Twin

BimAnt翻译整理，转载请标明出处