数字孪生体应用

简介: 数字孪生体应用

数字孪生体流派

DARPA在2009年率先提出了数字孪生体的概念;2012年,NASA和美国空军科学研究办公室的专家提出了数字孪生体范式建设的目标;2013年,美国空军研究实验室启动了机身数字孪生体项目,并由通用电气等军工企业验证了P2IAT工程概念和方法;2015年,工业4.0研究院开始系统研究数字孪生体;2017年,美国咨询公司大力鼓吹数字孪生体产业机会,吸引了大量企业进入该领域;2019年10月16日,工业4.0研究院发起成立数字孪生体联盟。


过去十年,不同技术和应用背景的企业纷纷介入数字孪生体行业,促使该产业形成了三种具有不同核心价值的技术路径,见表8-1。第一种技术路径当属美国国防部一直坚持的数据驱动模式,通常称为“数据派”,它强调国防装备各个阶段的数字孪生体应用;第二种技术路径为物联网的应用模式,通过为产品生命周期提供新的视角,形成了“连接派”;第三种技术路径由仿真企业推动,它们更强调仿真的核心价值,强调基于仿真的系统工程,因此该技术路径被称为“仿真派”。


表 数字孪生体三大流派对比

在2019年年底发布的《全球工业4.0研究报告(2020)》中,由于三大流派的核心价值突出,应用场景也比较明显,笔者称之为现代数字孪生体产业,并判断三大流派将长期存在。为此,分析三大流派所代表的企业及其核心竞争力非常有必要,这对于期待在数字孪生体领域建立核心竞争力的企业有较大的意义。数据派:降级应用前景无限


数字孪生体技术来自国防军工领域,早期主要为美国国防部推进战斗机个性化维护需求,启动了机身数字孪生体项目,从而验证了数字孪生体的工程应用方法,并获得了较好的成就。后来民用航空业也引入了该概念,特别是通用电气利用数字孪生体构建了Predix平台,实现了发动机的个性化预测性维护,该应用成为Predix平台上的杀手级应用。


然而,数据驱动的数字孪生体不仅仅应用于航空航天,它在其他领域的应用更为广泛,当然,这需要把数字孪生体技术进一步提炼简化之后,其他较低端的行业才可能应用,毕竟不是每个行业都可以像航天军工一样不计成本和代价。


在一些低端制造业领域,数字孪生体的价值主要体现为对供应链的跟踪,由于各种设备资产的几何模型是唯一的,在供应链运行中并不会发生变化,那么只需要实现第一级数字孪生化,就可以满足数字资产管理的需要。利用同样的方式,在资产管理价值较大的领域,如城市管理、能源行业、医疗健康等,都可以采用降级的数字孪生体应用。


英国对数字孪生体的数据价值认识比较深刻。2016年,特雷莎·梅刚刚就任英国首相,她要求英国国家基础设施委员会(National Infrastructure Commission)对较大程度上影响国家生产力水平的技术进行研究,经过一年多时间的研究,该委员会于2017年12月发布了《为公众利益的数据》(Data for the Public Good),强调数字孪生体是承载数据的技术,应该重点加以应用;后来委员会在2018年7月发布了《国家基础设施评估报告》,要求大力建设数字孪生基础设施。英国数字孪生体国家战略如图

连接派:信息交互产生价值

传统互联网的成功,导致人们对物联网的应用存有期待,但自1999年物联网概念产生以来,它并没有取得消费互联网类似的成功。2012年通用电气掐头去尾,把工业物联网(IIoT,Industrial Internet of Things)改为工业互联网(IndustrialInternet),以期产生类似于消费互联网的巨大效果,但经过五年多时间的运行,工业互联网并没有达到预期目标,深陷经营危机的通用电气也收缩了其投入。

人们对通用电气推动工业互联网比较了解,但对于它深入介入数字孪生体知之甚少。在美国空军研究实验室招标机身数字孪生体项目的时候,通用电气是中标企业,可见它是深入参与了数字孪生体相关工作的。与本书所说的降维策略不同,通用电气不是想方设法把数字孪生体应用到低端行业,而是力图保持高额利润,这迫使它采取别的方法来提高收益,因此它选择了与工业互联网的结合,希望让军工技术迅速在更多领域得到应用,但实际效果并不如预想那么明显。

在连接派心目中,数字孪生体只是把设备或物体数字化,形成了数字资产,利用物联网等技术,使这些资产连接起来形成信息交换,当连接入网的数字资产越来越多,网络效应就是自然而然的事了。这样的逻辑是成立的,只是达到所谓产生网络效应的规模,需要长达十年以上的时间,这不是普通企业可以等待得起的。

简单来说,数字孪生体连接派具有较大的价值,但这种价值是建立在对大量设备或物体数字孪生化的基础上的,如果没有低成本的数字孪生化工具,这种场景就可能不太容易出现。仿真派:一种新的应用方法

从数据颗粒精细度来看,数字孪生体仿真派要求细致入微的数据,以保证不仅仅在外形上与实际设备或物体相似,还要在物理特征上与实际情况一致。从仿真产生的历史来看,它本身就是为了对真实世界的物体进行物理或化学上的描述。在

数字孪生化水平中,仿真是第二级的核心要求。

过去50年间,数字计算机发展非常迅速,推动形成了现代意义的仿真技术,它在航空航天领域获得了广泛的应用。随着计算机图形技术的进步,仿真技术获得了质的改变,系统仿真、方法论和计算机仿真软件提供的可视化、交互性等方面取得了前所未有的效果,先后产生了动画仿真、可视交互仿真、多媒体仿真、虚拟环境仿真和虚拟现实仿真等一系列仿真思想和理论。


虽然仿真技术已经发展到了较为成熟的阶段,但由于其成本较高,对应用人员的要求高,因而阻碍了其更广泛的应用。数字孪生体概念的提出,给传统仿真领域带来了活力,该领域的行业人士迅速发现仿真可以作为实现数字孪生体的一种方法,国内外大量仿真企业最近几年纷纷启动数字孪生体转型,其目的也是想从较为小众的航空航天市场拓展到其他领域。


不过,正如颠覆性创新所描述的一样,仿真领域的企业从高端行业获得了高额的利润,它们并不愿意或不知道如何转向低端领域的数字孪生体应用。在进入低端行业的时候,它们通常还是以高精度仿真需求来与客户沟通,虽然这些客户被酷炫的仿真效果吸引了,但当他们听完报价之后,大都放弃了基于仿真的数字孪生体解决方案。


以上提及的三种数字孪生体流派,体现了数字孪生化的不同要求,同时也揭露了该行业的三种价值观。数字孪生体数据派围绕数据提供解决方案,具有较好的扩展性;寄希望于物联网带来的网络效应,数字孪生体连接派只有度过了关键规模的拐点,才可以称得上成功;具有悠久历史的数字孪生体仿真派,如果可以利用降维策略,其前景将是光明的。


相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
3月前
|
JSON JavaScript 数据可视化
开发 CNode 技术社区智能体
CNode 社区是国内最大的 Node.js 开源技术社区,致力于 Node.js 技术研究。本文基于 Botnow 平台,通过创建 Bot、插件及工作流,详细介绍了如何利用 CNode 社区的开放 API 构建智能体,并最终发布上线,实现智能化交互功能。
|
6月前
|
人工智能 算法 安全
打通智能体自我进化全流程!复旦推出通用智能体平台AgentGym
【6月更文挑战第21天】复旦大学推出AgentGym平台,聚焦通用智能体的自我进化。该平台提供多样环境及任务,使用AgentEvol算法让智能体在学习中进化,提升泛化能力。实验显示智能体性能媲美先进模型,但计算效率和模型扩展性仍是挑战。平台强调伦理安全,推动智能体发展同时确保与人类价值观一致。[论文链接](https://arxiv.org/abs/2406.04151)
149 5
|
3月前
|
人工智能
AI工具:Gnomic智能体
AI工具:Gnomic智能体
55 0
|
4月前
|
人工智能 自然语言处理 机器人
为什么智能体是GenAI的下一个前沿
为什么智能体是GenAI的下一个前沿
为什么智能体是GenAI的下一个前沿
|
4月前
|
存储 弹性计算 前端开发
阿里云服务领域Agent智能体:从概念到落地的思考、设计与实践
本文讲述了作者团队在阿里云的服务领域Agent是如何设计与实践的,以及到目前为止的一些阶段性成果,作者做出了总结和整理。
|
4月前
|
人工智能 数据挖掘 决策智能
跟着我的步骤,轻松打造出 AI 智能体
跟着我的步骤,轻松打造出 AI 智能体
126 3
跟着我的步骤,轻松打造出 AI 智能体
|
4月前
|
机器学习/深度学习 自然语言处理 算法
LangChain 构建问题之智能体协同中的决策机制的实现如何解决
LangChain 构建问题之智能体协同中的决策机制的实现如何解决
47 1
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
|
7月前
|
人工智能 自然语言处理 搜索推荐
【AGI】智能体简介及场景分析
【4月更文挑战第14天】AI时代,智能体的意义,使用场景及对未来的意义
188 1
|
7月前
|
数据采集 人工智能 前端开发
【AI Agent系列】【MetaGPT多智能体学习】2. 重温单智能体开发 - 深入源码,理解单智能体运行框架
【AI Agent系列】【MetaGPT多智能体学习】2. 重温单智能体开发 - 深入源码,理解单智能体运行框架
461 1