[1]Rasheed Adil,San Omer,Kvamsdal Trond. Digital Twin: Values, Challenges and Enablers From a Modeling Perspective[J]. IEEE Access,2020,8.
概念
虚拟空间中物理实体的有用信息(结构、功能和行为)的适当同步体,信息流使物理状态和虚拟状态能够融合。传感器数据不断更新孪生体,孪生体不仅能提供实时信息,以便做出更明智的决策,还能预测资产未来的发展或行为。理想情况下,孪生体在外表和行为上都与实物资产不可区分,而且还可以进行未来预测
数字孪生姐妹(digital siblings)
视为物理资产的副本,不必实时运行,但可以用于测试“如果”的假设场景分析和风险评估。
附加价值
实时远程监控和控制;高效和安全性;预测性维护和调度;场景和风险评估;更好的团队内部和团队间协同和协作;更高效、更知情的决策支持系统;产品和服务的个性化;更好的文件记录与沟通。
不同领域的应用
- 健康:远程手术数字孪生框架;运用智能可穿戴设备及有机芯片结合运算构成“计算人”,模拟人体工作。
- 气象:利用实体模型,高保真物理模拟器和来自多个来源的大数据来提供长期或短期天气预测,通过平台对数值结果进行渲染以传达预测。观测系统模拟实验(OSSE)。
- 制造和工艺技术:开发先进的预测和健康管理(PHM)系统。
- 教育:记录学生数据,结合ML,DL等,对学生进行个性化教育。
- 城市交通和能源部门:公民参与城市规划,并将实物与数字对象配对;可视化智慧城市;智慧电网——传感器和数字通信技术来检测应对用电变化及预测;道路规划;BIM数字孪生模型。
五大赋能技术
基于物理的建模、数据驱动的建模、大数据控制论、基础设施和平台、人机界面。
虚拟孪生:在云中创建物理资产或设备的虚拟表示。
预测孪生:基于物理、数据驱动或混合模型,在虚拟孪生上运行,以预测物理资产的行为。
孪生映射:将预测孪生生成的见解集成到业务运营和流程中。
[2]Aidan Fuller,Zhong Fan,Charles Day,Chris Barlow. Digital Twin: Enabling Technologies, Challenges and Open Research[J]. IEEE Access,2020,8.
对数字孪生的两种误解
- 数字孪生必须是物理物体的精确3D模型
- 数字孪生只是3D模型
现有平台
- 西门子 "MindSphere"
- "ThingWorx"
- IBM "Watson IoT"
- Eclipse "Ditto"
- Bentley Systems "model.js"
[3]Ahmed I, Jeon G, Piccialli F. From artificial intelligence to explainable artificial intelligence in industry 4.0: a survey on what, how, and where[J]. IEEE Transactions on Industrial Informatics, 2022, 18(8): 5031-5042.
可解释人工智能(explainable artificial intelligence(XAI))