什么是数字孪生体?来自西门子、PTC、北航的精华观点和实践

作者选取了四家软件公司、两家咨询机构和一家高校的观点介绍给读者,如表5-1所示。


图片



01 西门子
西门子公司提出了“综合数字孪生体”的概念,其中包含数字孪生体产品、数字孪生体生产和数字孪生体运行的精准的连续映射递进关系,最终达成理想的高质量产品交付,如图5-16所示。

图片

▲图5-16 综合数字孪生体的连续映射递进关系

02 达索
“3DEXPERIENCE孪生体”是达索公司给出的一个数字孪生体的新概念,着重强调体验一致性、原理一致性、单一数据源、宏观与微观统一。物理孪生体与3DEXPERIENCE孪生体在功能/性能/逻辑上相互对应。
以开发飞机为例,如经过数字验证,3DEXPERIENCE孪生体飞机能飞,物理实体飞机就能飞;如研究给病人打退烧针后是否退烧,可给3DEXPERIENCE孪生体虚拟打一针,其产生的效果,应与真实世界一致。如图5-17所示。

图片

▲图5-17 3DEXPERIENCE孪生体

03 PTC
PTC公司对数字孪生体的研究侧重于“数字孪生体+增强现实(AR)技术”,让数字孪生体更具有真实感和工作场景感。
例如在客户购车现场,可以利用AR技术在真实车辆的旁边,放置几乎一模一样的数字孪生体“轿车”,让客户来参观、评估和体验,甚至在该“轿车”上加载具有高度真实感的虚拟气流,动态显示高速行驶时车身上的空气动力学气流“实况”。还可以按客户要求,给数字孪生体轿车换车身颜色、车轮颜色或轮毂式样。如图5-18所示。

图片

▲图5-18 数字孪生体轿车的空气动力学气流“实况”

04 ESI
ESI公司认为,从虚拟孪生到混合孪生,是一个逐渐发展的过程。虚拟孪生与数字孪生是有不同内涵的。由物理基础模型构建的虚拟孪生(数学模型/因果模型/降阶模型等),与由真实数据分析和机器学习构建的数据驱动的数字孪生(机器学习模型/经验模型等),二者叠加,构成了混合孪生。如图5-19所示。

▲图5-19 混合孪生模型的基本构成
ESI认为,混合孪生解决方案通过联接当前物联网(IoT)的信息和过去大数据的信息,并结合未来可能的演绎(更新和推断的虚拟原型),使企业能够虚拟地提供预测性维护并优化产品的辅助运营。
例如,因为气流强度和方向的高度不确定性,风力发电很难预测和管理。ESI做了一个海上“风孪生”(WindTwin)项目,其中,风电设备将其状态实时地传达给维护站,维护站的“风孪生”模型能够根据当下发电结果调整运行参数、提出警告并预测任何失效或损坏。

05 北京航空航天大学
北京航空航天大学陶飞教授给出了数字孪生“五维模型”和新内涵:数字孪生=物理实体+数字实体+服务+孪生数据+连接,即DT={PE, VE, Ss, DD, CN},除物理实体以外,其余4个都可以用各自的模型来描述,五个维度的模型与数据彼此交互,迭代优化。如图5-20所示。

图片

▲图5-20 数字孪生的“五维模型”


猜你喜欢

转载自blog.51cto.com/15060458/2672461