数字孪生权威指南

本指南将帮助你准确了解什么是数字孪生以及如何使用它来实时管理你的运营。

阅读本指南后，你将了解：

不同类型的数字孪生
如何将人工智能和机器学习与数字孪生结合使用
区块链和数字孪生
如何设计数字孪生应用程序

让我们开始吧。

1、什么是数字孪生？

XMPro 数字孪生定义

数字孪生是代表实体的数字模型的一个实例，其中包括足以满足一组用例要求的资产、流程和系统。

我将扩展这个定义来解释每个概念。

数字模型

数字孪生模型通常描述实体类型的特征、属性和行为。

如果以 Warman AH 渣浆泵作为实体类型的示例，我们将为该类型的泵创建一个数字模型。它将包含各种数据类型，如时间序列数据、分析模型和 3D 模型（我们将在本指南后面介绍所有六种数据类型）。我们可以拥有一百个相同类型的不同泵，它们都使用标准化模型。

实例

我们对数字孪生的定义的一个关键部分是它是数字模型的一个实例。

我们可能有一百个使用相同型号的 Warman AH 渣浆泵。但是，该模型的每个泵实例都会创建一个独特的数字双胞胎。

每个泵的数字孪生都使用与其他相同类型的泵相同的模型，但每个泵都有一个具有独特信息的独特实例。

数字孪生中的数据通常不是来自单一来源。重要的是要了解，数字孪生不是包含有关实体的所有信息的单个海量数据湖。

这是关于模型描述信息所在位置的方式。该模型不是数字孪生。该模型是对定义数字孪生结构外观的特征、属性和行为的描述，但孪生是特定实体的唯一实例。

实体

牛津词典将实体定义为“具有独特而独立存在的事物”。

我们的数字孪生定义明确指出实体包括资产、流程和系统。我们可以构建的不仅仅是物理资产的数字孪生。我将在有关数字孪生类型的部分中对此进行更多解释。

我们所说的“足以满足一组用例的要求”的意思是，我们的想法不是创建一个可以为每个人做任何事情的超级数字孪生。

我们的银行应用程序是财务状况的数字孪生。它与描述旅行计划或铁人三项训练制度的孪生不同。

工业数字孪生类别

XMPro 的工业数字孪生模型基于 2 个主要模式：

离散或原子数字孪生
复合数字孪生
复合装配数字孪生
复合系统数字孪生

离散数字孪生

离散数字孪生是最低级别的抽象，仍然足以满足特定用例的要求。它通常是一个单一的或原子的实体，在将其分解为组件或零件时没有增加任何价值，例如采矿中球磨机的齿轮箱或电机。由于在此实体级别报告状态和监控，因此无需将其分解为子部分。

复合数字孪生

复合数字孪生是离散数字孪生的组合，代表由多个单独组件或部分组成的实体。复合数字孪生可以是装配孪生，如采矿中的球磨机，也可以是包含多个装配孪生的系统孪生，如加工和精炼厂。

2、数字孪生技术的 5 大优势

跨孤岛共享数据

使用数字孪生的主要好处之一是你可以在组织中存在的不同孤岛之间共享数据。

传统上，业务的不同领域在自己的存储库中捕获和存储数据。但是，数字孪生可以使用代理从传感器和其他来源收集数据，而不是每个孤岛都捕获自己的数据。数字孪生模型了解所有孤立数据源之间的关系。

实时管理运营

数字孪生通过构建它所代表的实体的整体图景来创建态势感知。它不仅仅是基于历史数据存储和提供见解。它通过提供实时可见性、获取建议以及根据数据中的事件创建操作来实现实时操作。

进行模拟和实验

它还提供了一种进行模拟的机制，可以在其中对孪生而不是真实实体进行实验。在应用物理和工程模型（如有限元方法）时，模拟特别有用，我们希望从多个来源引入数据。

当拥有实时数据时，我们可以将预测分析应用于数字孪生。然后，可以确定资产何时可能出现故障或如何优化你的运营。我们还可以根据将分析应用于孪生而获得的洞察力对物理实体进行更改。

提高可信度

数字孪生通过为你提供安全性、可靠性和可用性的全局视图来帮助提高系统的可信度。这种提高的可见性可以帮助你识别系统中的任何盲点。

启用协作

许多组织现在需要跨职能团队。他们希望工程和维护等传统运营技术角色以及 IT、自动化工程师和数据科学家能够共同努力，以改善运营。拥有数字孪生可以通过提供对以数字格式表示的实体的外观的共同理解来实现团队之间的协作。

3、数字孪生的类型

根据上述定义，数字孪生是用例驱动的。XMPro 确定了物联网用例的三种模式，并基于这些模式创建了三种数字孪生类型：

状态孪生

通常用于基本状态监测应用，例如仪表板和简单的警报系统。它指示操作参数，通常使用可视化工具创建。XMPro 提供仪表板和 HMI 视图以支持这些数字孪生。

操作孪生

提供更广泛的信息，这些信息通常用于操作员、可靠性工程师和其他决策者的决策支持。它链接到一组操作或工作流，用户可以在其中与孪生交互并在允许控制能力的情况下更改操作参数。

模拟孪生

利用不同类型的模拟或人工智能功能来预测、预测或提供对未来运营状态的洞察。可以将其用于预测性维护或提高加工厂的回收率。

4、如何在数字孪生中使用人工智能和机器学习

将 AI 和机器学习嵌入数字孪生的 DNA 可以帮助你的组织在实时运营中更具竞争力。

实时分析

随着数字孪生实时摄取数据，它可以应用人工智能和机器学习来寻找异常行为、预测未来状态并优化生产。这种先进的实时分析是从数字孪生中获得最大价值的第一步。

决策支持

这一额外的智能层可用于显示来自你的数字孪生的预测。当工程师需要做出实时决策时，它可以为他们提供决策支持。通过提供有关剩余使用寿命或库存水平等指标的详细信息和预测，可以让你的团队更快地响应关键业务事件。

规范性分析和建议

在数字孪生中利用 AI 和机器学习的最后一种方法是将它们用于规范性分析，并根据它们的预测就下一步采取的最佳行动提出建议。在这种情况下，你的数字孪生将不仅仅提供实时状态更新。它将帮助你的团队根据实时数据采取最有可能产生最佳结果的行动。

可以使用数字孪生来预测供应链不同节点的库存水平或预测机器的剩余使用寿命。AI 和机器学习提供了基本功能，可帮助你最大限度地从数字孪生中获得价值。

5、如何结合区块链和数字孪生

区块链被评为Gartner 2019 年十大战略技术趋势之一。随着我们进入 2020 年，这项技术的更多用例正在工业环境中出现。

谈到数字孪生，分布式账本和区块链技术的主要用例是存储来自数字孪生的信息及其在区块链上的交互方式。

第二个用例是让数字孪生与其他数字孪生或系统签订智能合约。

存储数字孪生信息

以下是将数字孪生数据存储在分布式账本中的主要好处：

信息不是由中央组织集中管理的。
记录是不可变的，需要验证，从而降低了篡改的风险。
信息可以无缝传输，同时保持数据的完整性。

当资产改变所有权时，该资产的相应记录都需要转移到新的所有者。一个例子是矿业组织出售其加工厂或矿山之一。使用数字孪生和分布式账本技术可以帮助简化这一转移过程。

另一个例子是在涉及多个利益相关者的情况下保留法定记录。在这种情况下，政府机构、认证机构和工厂设备的所有者/运营商都需要确信没有人篡改记录。

智能合约

智能合约本质上是一组代码，当两个或多个主体就触发事件达成一致时，这些代码在分布式账本中运行。

智能合约是工业场景中数字孪生的新兴机会领域。随着数字孪生成为物理实体的代理，它可以与智能合约实时交互，并根据数据中的某些条件执行合约。

如果数字孪生具有人工智能和业务规则功能，它可以对数据进行分析，以决定何时以及如何执行智能合约。

区块链和数字孪生的其他用例包括小额支付和虚拟货币。在这些情况下，数字双胞胎可能有一个钱包并为实时提供的服务付费，但这些都走得更远。

我们将关键记录的存储和与智能合约交互的数字孪生视为该领域的直接机会领域。

6、6 种类型的数字孪生数据

我们将可用于创建工业数字孪生的数据分为六个主要类别：

基于物理的模型（FEM、热力学、地质）
分析模型（预测性维护）
时间序列数据和历史数据
交易数据（ERP、EAM）
主数据（EAM、AF、BPM）
可视化模型（CAD、AR、VR、BPM、BIM、GIS 和 GEO）

你将根据希望孪生解决的问题从每个类别中选择数据。通过组合来自多种类型和来源的数据，可以创建一个数字孪生，为我们提供正在监控的实体的整体实时视图。

数字孪生和异构数据源

如前所述，没有一个存储库或数据库包含数字孪生的所有信息。不同系统生成的数据类型太多，以各种格式存储。创建单个大型存储库还会导致数字孪生数据出现重复和潜在错误。

我们不会创建新的存储库。然而，为数字孪生创建不同数据源之间的链接并了解它们之间的关系至关重要。来自不同来源的数据之间的关系可以是线性的，可以使用点对点的视图来连接它们。或者，他们可以使用基于图形的结构来映射数据与实体的关系以及数据中的关系。

数据标准化举措

目前正在为数字孪生开发一些标准化计划。我们不想创建大型数据库，因为出现了许多不同的数据格式、结构和标准。

例如，在制造业中，Industry 4.0 的Asset Administration Shell正在研究如何从制造业的角度来表示这些数据。在航空航天领域，有 StEP 倡议，在石油和天然气领域，OSDU正在以标准化格式描述地下数据。

7、数字孪生与数字线程

正如我们在本指南开头提到的，数字孪生是实体的数字表示。它可以包括历史信息和运营信息以及分析功能和推荐引擎，以实现实时运营。它为你提供了一个仪表板视图，可以了解实体现在的表现以及我们对未来的预期。

数字线程代表实体在其生命周期的不同阶段移动时从出生到退休的记录。每当实体生命中发生重大事件时，数字线程都会创建一个快照并将其添加到现有记录中。重大事件可能包括关键维护或异常操作行为等。

例如，当我们为制造产品创建数字孪生时，通常无法了解客户如何使用它。在这种情况下，我们将围绕产品设计构建数字孪生。它可以包括 CAD 模型、工程细节，甚至是有关测试期间产品质量的传感器数据。

当我们查看石油和天然气、采矿和流程制造等行业的所有者-运营商时，运营商可以创建数字孪生，从工厂的设计、建造和调试开始。在工厂开始运营之前，这些生命周期数据就可以成为数字线程的一部分。

当最终淘汰一个实体时，我们不仅会拥有一个包含各种数据类型数据的综合数字孪生。还将以数字线程的形式获得该实体从出生到退休的完整记录。

8、如何创建数字孪生应用程序

XMPro 数字孪生参考架构

XMPro 数字孪生参考架构主要专注于为采矿、石油和天然气以及能源和公用事业等资产密集型行业的所有者运营商提供孪生。它还专注于运营和持续智能应用，其中孪生通过来自传感器和其他服务（如天气、维护系统或油分析实验室）的实时信息不断更新。

上面的参考架构展示了如何使用 XMPro 的 Agile Application Studio 使用我们的集成、协调和操作方法来设计和运行数字孪生。

该架构围绕“用例”原则构建，上面的示例演示了状态、操作和模拟双场景。

主要数据源基于前面解释的六个维度。可信赖性、集成和连接性等主题是架构的隐含部分。

该架构的三个关键重点领域是：

数据抽象：数据抽象从多个数据源收集、聚合、整理和存储数据。
分析：分析从数据中创造意义的业务规则、算法、机器学习和模拟要求。
用户界面：用户界面通过仪表板、工作流、HMI 屏幕等提供用户交互能力。

创建最小可行数字孪生

我们建议你首先构建数字孪生的最小可行版本来测试你的假设。我们从近年来流行的精益创业方法中改编了这个想法。

通过构建最小可行孪生，你可以从小处着手，测试假设，从反馈中学习并快速改进。

以下是我们建议你构建第一个数字孪生的方法：

第 1 步：从你希望数字孪生完成的工作开始

想想你的数字孪生，就像雇佣一个人一样。你希望他们做什么工作？弄清楚你需要收集哪些数据、孪生需要做出哪些决定、它将如何通知你关键事件以及需要采取哪些行动来响应这些事件。

还记得本指南开头的数字孪生定义吗？我们说过，它需要是一种足以满足特定用例集要求的数字表示。

当考虑一组用例时，你会问：“我要解决的业务问题是什么？” 需要强调的是，数字孪生并不是为所有人做所有事情的超级双胞胎。设计数字孪生的明智方法是围绕特定挑战构建它。

规划数字孪生时要问的问题：

它是否需要持续监控某些事情并让你知道何时发生事件？
它应该在应用业务规则或查找异常的地方提供决策支持或决策自动化吗？
它可以应用机器学习或人工智能吗？换句话说，如果你的数字孪生是一个真实的人，是否希望他们使用他们的智能并解释数据？
数字孪生是否应该就下一步做什么提出建议，还是希望它代表你采取行动？

第 2 步：设计实时数据流

第一步，你可以使用 XMPro 的数据流设计器来直观地设计数据的实时流。可以连接到不同的数据源、添加分析并触发建议或工作流。

设置好数据流后，你可以继续创建数字孪生的视觉方面，为用户提供态势感知。

虽然可以使用 XMPro 的数据流自动触发操作，但许多组织仍然更喜欢向真人展示数据以做出决定。在这种情况下，我们可以将数据发送到实时 XMPro 应用程序或第三方工具中的仪表板。

第 3 步：创建可视化和操作

为用户提供这种数据的实时可视化将帮助他们了解发生了什么、为什么会发生、趋势是什么，甚至是推荐的操作是什么。使用 XMPro 的应用程序设计器，可以构建数字孪生应用程序，在单个界面中提供所有这些实时信息。

第 4 步：迭代和改进

当将数字孪生应用程序部署到现实世界中时，你一定会学到意想不到的东西。访问数据可能更具挑战性。可能会发现你的运营问题比想象的要严重得多。

你还可以了解到，这个孪生可以横向扩展，以解决你组织中多个工厂的相同问题，从而获得更高的投资回报率。

借助 XMPro 的 Data Stream 和 App Designer，你可以轻松调整你的数字孪生，确保它能够完成你希望它完成的工作。

原文链接：Digital Twins: The Ultimate Guide

BimAnt翻译整理，转载请标明出处