获取更多资讯,赶快关注上面的公众号吧!
最近看群里的小伙伴在疯狂讨论数字孪生,今天我也谈谈自己的理解。
之前还在北航读博的时候,北航陶飞教授已经算是数字孪生领域的领军人物,也专门去学习了一下他们发表的一些文章,包括概念、框架以及与调度相结合的应用。
<,
,
,
,
>
有同学认为,数字孪生就是仿真的另一种表述,本人也做过一些使用plant simulation进行仿真的工作,因此我先从仿真讲起。
何为仿真
仿真就是输入一定的数据,按照仿真模型的逻辑执行,能得到与真实一样或接近的结果。比如:
计算器就是典型的一种仿真器,只要输入正确的数字和运算符(加减乘除)就能得到正确答案;
学机械的同学应该都知道,**CAE(计算机辅助工程)**是机械设计必备的技能,通过机械结构设计和外力输入进行结构强度、刚度、屈曲稳定性分析;
回到工厂或制造业,生产过程是不是也可以被仿真?答案是肯定的,像plant simulation和arena这类软件就可以根据离散事件和排队论等原理,计算得到整个工厂的产线利用率、交期达成、库存水位等指标。
可以看出,以上几个例子都包括了输入、模型和输出,其中模型一般是黑盒,背后有复杂的计算逻辑和领域知识(如计算器主要是简单的四则运算,CAE涉及材料力学,plant simulation是工厂物理学中的排队理论)。
所以,仿真是将物理模型映射到虚拟模型(输入到输出,体现的是信息流),通过运行仿真模型就能评估我们的设计是否合理或满足需求,而不需要将物理实体制造出来(如零件加工出来,产线搭建起来),从而大大降低物理实验的成本,可以说仿真的出现是人类的一大进步。
但是就到此为止了吗?如果仿真结果不能满足我们的需求怎么办?要么改输入,要么改模型计算逻辑!比如,通过CAE分析知目前这种机械结构不能满足强度要求,那么我们可以尝试通过加强筋的方式修改模型输入,重新运算仿真模型;通过plant simulation对订单生产进行仿真时发现不能满足交期要求,那么可以尝试改变排队策略(如从最短工时优先SPT变为最早交期优先EDD)。
注意看,我这里用了**“尝试”二字,意思是不确定和试错**,因为如果你不是一名资深的机械工程师或工业工程师,是很难短时间内做出模型更改的正确决策的!
所以,仿真只是第一步,决策才是最终目的。
何为数字孪生
数字孪生的本质就在于通过实时监测和仿真识别问题点,自主智能决策并影响物理世界!
数字孪生需要依靠计算机仿真、实测、数据分析、工业互联网等技术对物体状态进行感知、诊断和预测以优化设计。仿真技术作为创建和运行数字孪生的核心,是数字孪生实现数据交互与融合的基础,但仿真技术本身以离线方式模拟物体,不具备数字孪生的实时性、闭环性等特征及优化功能。在此基础上,数字孪生必须依托并集成其他新技术,与传感器共同在线才能实现保真性、实时性与闭环性。
因此,仿真技术是数字孪生实现的核心技术之一,数字孪生则是在仿真技术的基础上,通过集成其他技术,实现更高级别的实时性、闭环性和优化功能。
可以看出,数字孪生是在仿真模型信息流的基础上,通过智能优化和大数据分析等技术,实现实时的决策计算,物理世界执行决策结果的过程就是决策流。
比如通过监控(实时监测)发现设备发生故障(异常情况),该状况可实时输入到数字孪生模型,调度引擎重新制定调度策略(智能决策),并将导引AGV小车至新的目的地(物理世界发生改变)。
所以,数字孪生与其说是一种技术,还不如说是一种理念,其背后是一系列的技术支撑,包括统计学(概率论、数理统计等),机器学习(监督学习、强化学习等),IoT(物联网、传感器、实时感知)、管理科学(调度理论、工厂物理学等)等等。并且数字孪生也可以划分不同的应用层级:设备,车间,工厂,集团,层级越往上,涉及的环节越多,实现难度也就越大。
数字孪生与仿真的区别总结如下:
维度 | 仿真 | 数字孪生 |
---|---|---|
模拟方式 | 离线 | 在线 |
实时监测 | 不支持 | 支持 |
优化决策 | 人工决策 | 智能决策 |
数据流动 | 信息流 | 信息流和决策流闭环 |
技术体系 | 统计学、模型理论、系统理论、信息技术等 | 在仿真技术基础上,融合传感器、大数据、物联网、机器学习、管理科学等 |