| 编辑推荐: |
本文主要介绍了什么是数字孪生？使用数字孪生解决现实世界中的问题，以及数字孪生的权衡，数字孪生参考架构及案例。
本文来自于IBM，作者：Andy Stanford-Clark, Erwin Frank-Schultz，Martin
Harris，由火龙果软件Anna编辑推荐。 |
|
什么是数字孪生？经过大量的努力，研讨会，电话会议，客户确认和行业研究，IBM英国技术咨询集团（TCG）作为IBM技术学院（AoT）的附属机构，就以下数字孪生的定义达成一致：
“数字孪生是物理对象或系统的动态虚拟表示，通常跨越其生命周期的多个阶段。它使用真实世界的数据、模拟或机器学习模型，结合数据分析，使理解、学习和推理成为可能。数字孪生可以用来回答假设问题，并且应该能够以直观的方式呈现见解。”
数字孪生的一个基本目的是：对真实世界系统的行为进行建模，以使人们能够做出影响真实世界的更好的业务决策。这可以通过决策支持直接进行；例如，数字孪生可以模拟一级方程式比赛中可能发生的多种情况，以确定当赛车进入赛道时，是否应该让驾驶员进行进站停车。或者，可以通过使用数字孪生兄弟来磨练电力系统操作员控制室中应对发电量突然减少的操作员的技能。
使用数字孪生解决现实世界中的问题
数字孪生可用于解决组织面临的各种问题，包括但不限于：
捕获要求。数字孪生可以确保在产品生命周期的最初阶段捕获的需求在产品发展，构建，投入使用以及最终退役，退役和回收后得到维护，验证和确认。
设计产品。在过去30多年的时间里，数字设计的好处之一是能够在构想阶段评估备选方案，然后迅速丢弃不符合最初意图的构想。另外，在进行任何制造工作之前，可以使用设计数字孪生来模拟和测试设计。同样，可以在上下文中可视化3D模型，以生成最终产品的可配置数字实体模型，以进行早期用户验收测试，这在汽车和航空航天行业中已成为数十年的普遍实践。
项目计划：项目计划数字孪生模型可用于根据其他数字孪生模型的影响来比较不同的生命周期计划，因为其他数字孪生模型会不断演变，以帮助进行应急和弹性管理，以确保计划是可实现的。
可靠性工程。在过去的几年中，随着工业物联网解决方案的发展，从资产的真实实例以数字方式反映传感器信息的能力变得越来越可行。同样，这不是一个新概念，而是近年来在可扩展性，安全性，成本和弹性方面有所改进的概念。能够根据需要对资产性能进行尽可能接近实时的监控，这意味着可靠性工程师能够对资产维护和更换做出更好的决策，从而提高整体资产性能，提高系统效率并优化资产行为，所有这些使得可靠性工程师基于高质量的数据而不是仅基于经验的假设来预测和管理风险。
训练。随着资产变得越来越复杂，经验丰富的知识工作者越来越接近退休年龄，数字孪生作为培训辅助手段的实用性正获得巨大发展。当所有信息都可以通过数字双胞胎供新用户使用时，不再需要长期的学徒或指导；当然，新团队成员经常会需要帮助，但数字孪生模型已在许多情况下成功地得到证明，可以使团队在第一时间修复问题。
实时决策。数字孪生模型使决策者能够快速理解在资产生命周期的任何时候对资产所做的任何更改的含义。例如，如果进行了重大更改，将对项目计划模型，质量和重心的设计模型，总体财务影响的成本模型等产生什么影响。因此，数字孪生使组织能够执行仿真来回答“假设”问题，有时需要反复调整参数，而无需调整物理样机的过程。
资源退役。由于全球可用的某些资源水平有限，近年来，人们一直非常关注如何循环利用，退役或报废资产以鼓励循环经济。例如，由于钢铁是一种有限的资源，主要钢铁生产商非常重视了解他们的产品在哪里使用，它们将被用于多长时间，它们将如何维护，以及它们在第一次使用寿命结束时将处于什么样的状态，以确保可以将它们重新使用（可能等级较低）以用于将来的产品。此外，全球还开展了监控塑料和其他有害物质的计划，以确保安全使用和处置，这意味着数字孪生可以用于改善报告和监管合规性。
数字孪生的权衡
如前所述，数字孪生模型使我们能够在产品生命周期的多个点进行仿真，以改善决策制定能力，但是需要权衡取舍。模拟必然是有边界的和近似的，因此在投入大量时间和金钱之前，我们需要了解创建数字孪生的商业价值和影响。我们必须首先回答一个简单的问题：“我们为什么要这样做？”
有时答案很明显：为了降低项目成本，让产品更快地上市以达到法规遵从性。但是，在其他情况下，其价值并不那么明确。在所有情况下，在实施数字孪生项目之前，应考虑以下三点：
复杂性：创建数字孪生的成本（时间和成本）将是多少？
广度：数字孪生的通用性或特殊性如何？
深度：数字孪生的结果将有多详尽和准确？
实际上，由于数字孪生可以解决的问题多种多样，并且由于每个问题固有的权衡因素，您最终可能会遇到多个联合数字孪生，从而满足不同的需求，例如代表产品生命周期的各个阶段或回答不同的“假设”问题。而且，您的业务领域以及生态系统中的其他组织可能需要共享数据，并且可能需要实时集成数据，以确保对任何一个数字孪生体的更改在另一个数字孪生体中得到正确表示。
数字孪生参考架构
数字孪生可能非常复杂，但下图提供了一个简化的表示，说明如何在数字孪生体内安全地消费和分析来自真实世界的信息。数据可以通过合适的工具在适当的时间由合适的人可视化，从而提供准确及时的信息，从而推动有效的决策。
数字孪生的高级组件视图
如上图所示，数据是数字孪生的基础。真实世界的表示（模型数据）现实世界建模的关键。传感器数据提供了现实世界的当前状态，并通过仿真生成建模输出。
考虑有关数据和模拟的以下两个关键挑战：
管理这些数据，同时确保一组输出数据可以追溯到当时的系统配置和初始条件，这既重要又相当困难。
仿真会生成大量数据，可能比实际世界（通过IoT设备）生成的数据更多。处理如此大量的数据至关重要。Aston
Martin Red Bull正在使用IBM Spectrum和闪存存储解决方案来处理此类数据量。
此组件视图由高级详细参考架构进一步支持，其中包含：
七层信息管理与操纵
三列，确保数字孪生是安全的，适当地耦合和管理，以确保数据的准确性和质量。
值得注意的是，数字孪生并不是孤立的；它必须与整个企业架构集成。事实上，在数字孪生模型中使用的一些元素可能已经存在于组织内部，它们可以被扩展或重新用于支持数字孪生模型。
简化的数字孪生参考架构
从下面的详细参考体系结构中可以看出，数字孪生不是独立的应用程序。数字双胞胎集成到组织的现有企业应用程序套件中，以支持预期的业务成果。
详细的数字孪生参考架构
我们遇到的数字孪生不是可以在柜台上购买的简单产品，而是它们通过大量系统集成（SI）努力的结果。这不太可能在不久的将来改变。
IBM和数字孪生
自从Apollo太空计划以来，IBM就参与了孪生 。IBM的实时计算机中心（RTCC）是位于休斯敦的NASA载人航天器中心的IBM计算和数据处理系统。它收集，处理并发送给任务控制信息，这些信息指导阿波罗任务的每个阶段。RTCC是如此之快，几乎没有时间从接收到解决一个计算问题。
今天，一个非常复杂的数字孪生的例子就是气象公司。它由大量传感器供电，包括商业运行的气象站和地下气象站，这是一个业余气象站网络，连接到互联网并经过统计过滤以清除不准确的读数。气象公司模拟了一个极其复杂的物理系统，即地球大气，然后分析输出，并以天气图和天气预报的形式以直观的方式呈现输出，使用户可以做出更好的决策。
IBM具有独特的优势，能够将IT领域的所有关键部分推向市场，从而实现一个成功的数字孪生项目，因为：
IBM有大量的软件，服务和硬件解决方案。例如，IBM Maximo
Asset Health Insights可以通过将传感器数据附加到托管资产上，将其转换为数字孪生。
IBM在所有行业中都有丰富的行业和技术知识。
IBM可以支持产品生命周期中从开始到回收或处置的所有阶段。
IBM从三个角度交付项目，这些角度由变更管理的总体层控制：
人员：IBM确保价值链中的所有用户都接受过使用数字孪生的教育和培训，以提高跨组织协作和员工效率。
流程：IBM在需要的地方提供更精简的流程，并实现自动化，以缩短上市时间并提高质量。
技术：IBM创作、交付并支持一系列用于创建数字孪生产品的一流产品组合。
| 
