В последнее время часто слышали слова «цифровой близнец»? Что ж, Digital Twin — одна из ожидаемых технологий, которая принесет прибыль в цикле ажиотажа Gartner. Итак, что такое цифровой двойник? Цифровой двойник — это цифровая копия живого или неживого физического объекта. Например, у нас есть сборочная линия на автомобильном заводе, мы создаем ее цифровую копию в системе, любые изменения, происходящие в физической системе, реплицируются через данные в виртуальной цифровой системе.
Теперь ваш вопрос будет таким: хорошо, у нас есть цифровая копия, но является ли цифровой двойник технологией, программным обеспечением, рабочим местом и т. д. Цифровой двойник — это концепция, включающая 3D-моделирование/САПР, Интернет вещей, управление базами данных и аналитику (в реальном времени). и прогнозный). Цифровой двойник объединяет все эти технологии для создания копии физического актива и получения физических данных от актива для цифрового моделирования. В конце концов, мы получаем систему, которая точно отображает физический актив и помогает нам получать жизненно важную информацию для более эффективного управления физическим активом.
Вам нужен цифровой двойник? Прежде чем прыгнуть в цикл ажиотажа, очень важно посмотреть, принесет ли наш вариант использования ценность с цифровым двойником.
Определили свой вариант использования, чтобы опробовать цифровой двойник? Вот трехэтапный процесс, который поможет превратить идеи в реальность.
Шаг 1: Создайте модели САПР или 3D-моделирование физического актива в вашей идее. Убедитесь, что модель может отображать характеристики, которые могут быть полезны для вашей идеи. Например, чтобы создать цифровой двойник линии завода, сначала создайте модель САПР для визуального отображения физического актива в цифровом пространстве. Убедитесь, что в цифровом активе есть точки для отображения или сбора информации с физического актива.
Наша цифровая модель готова, что дальше?
Шаг 2. Соберите жизненно важные данные с физического актива, чтобы имитировать его работу и производительность, и сопоставьте их с цифровым активом, чтобы увидеть в реальном времени действие физического актива в цифровом пространстве. Возьмем наш предыдущий пример: у нас есть цифровая модель сборочной линии. Мы можем собирать данные о скорости онлайн, производительности робота, температуре в определенном месте и сопоставлять их с цифровым активом с помощью датчиков на основе IoT. По завершении этого этапа вы сможете получить точную копию физического актива, которая будет работать в цифровом пространстве.
Итак, какие же преимущества дает цифровой двойник?
Это на третьем этапе. Помните, что мы собрали важные данные из физических активов. Мы можем преобразовывать данные с помощью аналитики, как исследовательской, так и прогнозной, и извлекать из этих данных ценную информацию. На основе идей, которые мы получаем из цифрового пространства; мы можем отправить соответствующие сигналы в физическое пространство, чтобы получить ценность. Смущенный? Мы применим его к нашему предыдущему примеру. Теперь у нас есть живой цифровой двойник с данными о заводском цехе в режиме реального времени. Скажем, у нас частые поломки той или иной машины. Из данных в цифровом пространстве мы находим, что перегрев какой-либо детали машины приводит к поломке. Данные в цифровом двойнике могут предсказать, когда может произойти следующая поломка, и подать сигнал в систему охлаждения, чтобы разобраться. Преимущество, которое мы получаем, — это отказоустойчивая сборочная линия, большее время безотказной работы и более высокая производительность.
Что ж, у меня есть цифровой двойник, с чего мне начать? Глядя на стоимость, цифровой двойник на производственном уровне требует тщательного планирования и внедрения, датчики промышленного класса стоят дорого, экспериментировать с ними может быть невозможно. Чтобы начать экспериментировать, вы можете использовать обычные датчики для получения данных с физических активов, обрабатывать их с помощью Raspberry Pi, передавать данные через Интернет и получать в цифровой системе. Цифровая система должна иметь копию физической модели в цифровом пространстве и базы данных для хранения полученных данных. Затем мы применяем алгоритмы машинного обучения/аналитики данных/ИИ, чтобы получить полезную информацию и отправить сигналы в физическую систему. Если это звучит ценно в POC, мы можем перейти к оборудованию производственного класса.
