Обогащенные двойники создаются для исследования поведения группы объектов. В конце концов, поведение группы не является суммой индивидуальных поведений каждого продукта.
Цифровые двойники. Концепция развивается
Согласно исследованию Gartner, почти половина компаний, занимающихся IoT-проектами, используют или планируют использовать цифровых двойников в будущем. Остальные пока не понимают, как они связаны между собой и почему завоевывают популярность.
Термин «цифровые двойники» был придуман в начале 2000-х годов, но с каждым годом получает новое содержание по мере развития технологий. Основная идея проста для понимания. Мониторинг природного объекта осуществляется посредством обмена информацией по замкнутому циклу между ним и виртуальной моделью (Digital Doin).
Строительные компании используют цифровые модели для выпуска новой продукции. Такая практика распространена уже давно, но в большинстве случаев виртуальная модель отправляется в файл после получения готового изделия. В концепции цифрового двойника виртуальная модель не отбрасывается после создания физического объекта, а используется в сочетании с натуральным объектом на протяжении всего его жизненного цикла во время тестирования, переработки, эксплуатации и отбраковки. Физические объекты передаются своим цифровым эквивалентам с помощью датчиков, которые в режиме реального времени собирают данные о состоянии объекта. На основе этих данных цифровая модель совершенствуется, и даются рекомендации по оптимизации эксплуатации и обслуживания реального объекта. Например, он обеспечивает возможность того, что определенные компоненты не выйдут из строя, и определяет время профилактического обслуживания, техосмотра, замены фильтров и т.д.
Основные идеи цифрового двойника.
Производственные активы производят миллионы точек данных, ценность которых можно проанализировать, — говорит Ирина Якина, директор по технологиям Hitachi Vantara в северной части региона EMEA. — Цифровой двойник помогает повысить эффективность платформы, решать проблемы, возникающие на ранних стадиях проектирования, обучать рабочих и поддерживать инновации. Все заинтересованные стороны могут постоянно получать одинаковый доступ к цифровому двойнику из любой точки мира и эффективно функционировать. В компании Hitachi Vantara технология цифрового двойника задействована в работе платформы Lumada. Мы называем этот актив Avatar Technology. Он состоит из двух элементов: типа аватара, который определяет свойства и поведение физического объекта, и самого аватара, который собирает данные с датчиков. Тип аватара можно сравнить с самим аватаром, с ДНК актива и его мозгом.
Цифровые двойники — эволюция и классификация
Впервые эта концепция была полностью описана в Мичиганском университете в 2002 году. Сегодня цифровой двойник — это виртуальная модель в малом масштабе и на макроуровне, которая может объяснять или не объяснять реальный объект (который служит копией конечного конкретного продукта). или служит оригиналом будущего объекта. В то же время информация, которая может быть получена при тестировании физического объекта, должна быть основана на тестировании цифровой копии.
Сегодня принято классифицировать три типа двойников: цифровые двойники-прототипы (DTP), цифровые двойники-инстансы (DTI) и цифровые двойники-агрегаты (DTA).
Копия DTP идентифицирует физический объект как оригинал и содержит информацию, необходимую для описания и создания физической версии объекта. Эта информация включает в себя производственные требования, аннотированные 3D-модели, материалы, процессы, услуги и спецификации по утилизации.
Двойник DTI описывает конкретный физический объект, к которому спасатель будет привязан на протяжении всей своей жизни. Этот тип спасения обычно включает аннотированную 3D-модель с общими размерами и допусками, спецификацию материала с перечнем текущих и предыдущих компонентов, спецификацию процесса с перечнем работ, выполненных для создания этого физического объекта, и результаты испытаний на объекте. Замена компонентов, функциональные измерения, результаты тестирования и проверки датчиков, текущие и прогнозируемые значения параметров мониторинга.
Двойник DTA определяется как компьютерная система, которая имеет доступ ко всем случаям цифрового двойника и может посылать запросы со случайным или превентивным опросом.
Новые технологии принесли новые смыслы
Решения, использующие цифровой двойник, основаны на наборе технологий. Виртуальная модель обычно располагается в облаке. Для создания полной модели цифрового двойника используются различные инструменты. В частности, конечно-элементный анализ (FEA — finite element analysis). Также используются модели CAD, которые предоставляют информацию о внешнем виде и структуре объекта, а также информацию о материалах, процессах, размерах и других параметрах. Также используются модели анализа отказов и последствий (FMEA), основанные на анализе надежности системы. Математические модели отказов могут быть объединены со статистической базой данных о режимах отказов.
Перечень приемов, регулирующих понятие арифметических близнецов
Численная модель также включает в себя историю обслуживания и эксплуатации изделия. Все эти данные позволяют делать прогнозы о поведении реальных объектов. Кроме того, можно отслеживать и контролировать целые парки объектов, а также проводить анализ на основе агрегированных данных.
Отметим, что технология машинного обучения также задействована в цифровом двойнике, поскольку по сути это самообучающаяся система, использующая информацию из различных источников, таких как данные с датчиков, отслеживающих различные физические показатели, информация экспертов и других подобных машин. Важно отметить, что цифровой двойник — это не только система, использующая информацию из различных источников, таких как или парки машин, а также более крупные системы, частью которых могут быть наблюдаемые физические объекты.
Жизнь с технологиями IoT является движущей силой обеих разработок. В то время как цифровой двойник получает реальные данные от датчиков, которые следят за реальными объектами, Интернет вещей собирает и анализирует данные от различных типов датчиков, делая процесс экономически эффективным и результативным.
Если кратко проследить историю развития концепции цифрового двойника, то можно сказать, что с того момента, как человек начал создавать материальные продукты, он использовал модели виртуальных двойников. Он создавал их сначала в своем воображении, затем на бумаге, потом на компьютерах, а теперь в облаке, используя умные датчики, Интернет вещей и искусственный интеллект. С каждым новым этапом к концепции добавлялись новые цифровые технологии и методы моделирования, прогнозирования, анализа и обучения. Предположительно, этот процесс будет продолжаться и в будущем.
Есть и другие положительные аспекты. Одним из наиболее важных является то, что цифровой двойник предоставляет инженерам детальное и сложное представление о физических объектах, которые могут находиться на большом расстоянии. При использовании дуэта инженер и объект не обязательно должны находиться в одной комнате или даже в одной стране.
Уровни сложности Цифрового двойника
Цифровая версия системы, компонента или объекта теперь называется цифровым двойником. Такая широкая интерпретация поднимает естественный вопрос об уровне виртуального представления физических объектов. В следующей таблице представлены уровни цифровых дуэтов и характеристики, определяющие каждый уровень.
Доцифровой двойник
Уровень 1 — это традиционный виртуальный прототип, созданный на этапе предварительного проектирования. Она помогает принимать решения во время зачатия и предварительного планирования. Виртуальный прототип — это общая виртуальная модель разрабатываемой системы, которая еще не была спроектирована. Обычно он создается раньше физического оригинала. Его основная цель — снижение технических рисков и выявление проблем на этапе предварительного проектирования. Этот виртуальный прототип можно назвать доцифровым двойником. На рисунке 2 показан пример виртуального представления автомобиля уровня 1 с использованием библиотеки ModelicaPlanarMechanics. Модель системы включает упрощенную модель фрикционного контакта шин и простую модель дифференциальной передачи для равномерного распределения крутящего момента на колеса, отражающую такие свойства, как инерция, масса, постоянное смещение и крутящий момент. Это представляет собой базовую конструкцию автомобиля с массово-инерционными характеристиками. Такие низкоточные модели могут применяться, например, для тестирования, проектирования и принятия решений алгоритмов, связанных с управлением траекторией движения автоматизированных транспортных средств, выполняющих смену полосы движения.
Рисунок 2.Виртуальная модель автомобиля, построенная с помощью библиотеки PlanarMechanics с открытым исходным кодом
Цифровой двойник
Уровень 2 — цифровой двойник, где виртуальная модель системы может включать в себя данные из естественного двойника, данные о доступности и техническом обслуживании. Сбор данных с естественных датчиков и вычислительных элементов естественного близнеца включает в себя как данные о производительности (например, текущий уровень заряда батареи), так и технические данные (например, пробег автомобиля). Данные отправляются в цифровой двойник, который обновляет модель, включая программу обслуживания физических систем. Близнецы второго уровня используются для изучения поведения естественных близнецов в различных сценариях. Форма. 3 показан пример уровня езды уровня 2. Эта модель изготовлена с использованием библиотеки Modelica Vehicle Library и включает в себя пассажирский автомобиль с гибридной системой привода.
Рисунок 3. Цифровая модель Gemini, построенная с использованием библиотеки Open Vehicle Interface Library.
Адаптивный Цифровой двойник
Адаптивный цифровой уровень 3 Gemini имеет адаптивную рабочую среду пользователя (в духе более умных моделей) для естественного и цифрового спасения. Адаптивный пользовательский интерфейс реагирует на предпочтения и приоритеты пользователя/оператора. Фундаментальной способностью на этом уровне является способность изучать предпочтения и приоритеты оператора в различных контекстах. Предпочтительные функции регистрируются с помощью алгоритмов машинного обучения, основанных на технологии нейронных сетей. Модели, используемые в этих цифровых двойниках, постоянно обновляются с учетом фактических данных естественного двойника.
Цифровой двойник и системное моделирование
Чтобы предсказать, как Natural Twin будет работать в реальных условиях, инженеры могут использовать моделирование в сочетании с Digital Twin3. Это противоречит традиционному процессу проектирования, который основывается исключительно на знании идеальных и возможных условий эксплуатации. .
Дополнив цифрового двойника данными естественного двойника, инженеры могут улучшить модель системы и использовать результаты анализа, проведенного цифровым двойником, для улучшения работы физической системы в реальном мире. Важной функцией моделирования является оценка ожидаемой продолжительности срока службы. В этом отношении цифровой двойник может контролировать свою восприимчивость к повреждениям по сравнению с деградацией своего естественного двойника. С помощью моделирования цифровой близнец может оценить оставшийся срок жизни своего естественного близнеца и заранее спланировать уход за ним. Другими словами, техническое обслуживание на основе состояния может быть использовано для оценки того, как долго физическая система может нормально функционировать. Эти знания могут быть использованы для планирования и выполнения завершения работы системы вместо того, чтобы ждать, пока естественный двойник не выйдет из строя сам по себе.
Цифровой двойник и численное моделирование
Сегодня математическое моделирование стало важным элементом цифрового двойника. Цифровые двойники могут использовать междисциплинарные CAE-решения, такие как ANSYS, для создания моделей подклассов, которые используются для создания системных моделей с использованием результатов детальных трехмерных арифметических расчетов. В зависимости от проблемы, для решения которой они предназначены, важно понимать, что один и тот же природный элемент может иметь множество различных моделей. Например, цифровой двойник электродвигателя может включать различные имитационные модели. механические модели для управления ротором или основанием двигателя — электрические модели для расчета электромагнитных полей и результирующих сил — тепловые модели для оценки количества тепла, выделяемого в результате потери электроэнергии.
Интеграция технологий цифровых двойников и Интернета вещей позволяет получить данные, необходимые для понимания того, как естественные двойники (например, производственные сборочные линии, сети автономных транспортных средств) работают и ведут себя в бизнес-среде. Кроме того, совместное применение Интернета вещей и Digital Gemini может помочь оптимизировать профилактическое обслуживание для улучшения природных объектов и бизнес-процессов. Будучи мостом между естественным и виртуальным мирами, Интернет вещей может передавать данные, данные о техническом обслуживании и функциональности от своего естественного двойника к своему цифровому двойнику. Сочетание анализа реальных данных и прогностического моделирования может улучшить способность принимать документированные решения, которые могут привести к созданию более эффективных систем, оптимизации производственных процессов и новых бизнес-моделей. Кроме того, Интернет вещей предлагает очень важную гибкость в плане мобильности системы, местоположения и финансовых возможностей. Такая гибкость облегчает создание новых вариантов бизнеса, таких как функции продаж (например, продукт как услуга). Например, компания Caterpillar продает способность перемещать породу/сыпучие материалы (т.е. услуги) в отличие от простой продажи оборудования (т.е. продукции).
Сочетание цифрового двойника и Интернета вещей важно для того, чтобы организации могли получить представление о том, как их клиенты используют их системы/продукты. Благодаря этой информации клиенты могут оптимизировать программы технического обслуживания и использование ресурсов, заранее предсказать возможные продукты и избежать/сократить время простоя системы. В конечном счете, цифровой двойник является основным средством улучшения обслуживания системы с течением времени на основе опыта бизнеса и истории обслуживания.
Возможно, наибольшие потенциальные преимущества Интернета вещей кроются в сфере услуг. Например, службы, постоянно получающие данные о функциональном состоянии системы, могут быть эффективны в снижении затрат и повышении долговечности. Аналогичным образом, например, предиктивный анализ может быть использован для быстрого предоставления сервисным бригадам нужных аксессуаров для невыполнения обязательств.
