數字孿生及其在工業中的應用

通過 安東尼奧·曼賈瓦卡斯 （ESI-UCLM 畢業生）。

“袖扣非常實用。 有備用總是好的 “

— 比莉·伯克。

想像一下，您是負責核反應堆安全的團隊的一員。 您有責任確保工廠實施所有必要的安全措施，以避免環境和員工發生事故。 為了實現這一目標，估計反應堆的安全系統將如何應對我們無法以真實方式複制的不同意外情況，考慮到它們的危險，這將是一件有趣的事情。 我們需要一種虛擬模擬系統在不同潛在危險場景中的行為的方法。 還有什麼比通過數字雙胞胎更好的方法呢。

第一個概念 數字孿生 它起源於 2003 年，由美國宇航局研究員邁克爾·格里夫斯 (Michael Grieves) 之手，他確立了這一範式的關鍵概念。 然而，在 2010 年，他的搭檔約翰·維克斯（John Vickers）提出了這個詞。 數字雙胞胎 （數字孿生）結合格里夫斯提出的想法。

Un 數字孿生 它是物理系統的虛擬表示，能夠模擬其響應某些輸入或刺激的行為。 建築物、車輛、機器人、城市甚至人的數字雙胞胎已經開發出來，證明了它們在無數領域和領域的實用性。

然而，為了使數字孿生與復制的物理系統保持一致，它們之間需要以數據的形式持續反饋 [1]。 回到最初的例子：如果我們能夠從核反應堆的所有傳感器收集實時數據，我們將能夠創建它的一種虛擬表示，了解它的現狀，甚至研究它對不同情況的反應模擬意外情況。

物理系統和虛擬系統之間的數據流不一定是雙向的：只要物理系統提供足夠的信息，我們就能夠創建和維護它的數字孿生。 然而，從數字雙胞胎到物理系統的數據流特別有趣，它可以改善其行為、檢測操作錯誤或提前對各種關鍵場景做出反應。

而數字孿生的主要應用之一正是預測模擬物理系統中可能出現的問題或異常情況。 例如，在工業 4.0 領域，數字雙胞胎處理來自設備或控制系統的數據，以確定它們是否即將發生故障，從而可以建立不同的預測性維護策略 [2]。

我們還發現數字雙胞胎在汽車工業 [3]、建築 [4]、能源工業 [5]、海軍 [6] 或航空航天 [7] 等領域的應用。 可以看出，數字雙胞胎在關鍵領域的好處很多，特別是如果我們擁有高價值資產，而這些資產的損害可能會給個人和組織帶來巨大的成本和風險。

數字雙胞胎還因其與大量最先進技術的潛在集成而脫穎而出。 儘管對近年來不同媒體和公司向我們出售的煙霧持懷疑態度是明智的，但人工智能技術確實如此， 大數據 適當集成的雲計算在該領域很有趣，並增加了數字雙胞胎提供的可能性。

例如，機器學習算法是用於價值預測、模式分析或異常檢測的優秀工具。 因此，將它們與數字雙胞胎一起使用可以提高它們預測和響應各種場景的能力。 反過來，如果這些算法能夠使用來自物理系統的大量數據做出決策，並且我們利用雲計算提供的可擴展性來處理所述數據，那麼數字雙胞胎就會打開通往虛擬世界和物理世界的未來之門很快就無法區分了。

參考書目

[1] 富勒、艾丹等人。 “數字孿生：支持技術、挑戰和開放研究。” IEEE訪問 8（2020）：108952-108971。

[2] Aivaliotis、Panagiotis、Konstantinos Georgoulias 和 George Chryssolouris。 “在製造中使用數字孿生進行預測性維護。” 國際計算機集成製造雜誌 32.11（2019）：1067-1080。

[3] 拉傑什，PK 等人。 “用於預測性維護的汽車剎車片數字孿生。” 計算機科學程序 165（2019）：18-24。

[4] Kaewunruen, Sakdirat, and Ningfang Xu. “用於火車站建築可持續性評估的數字孿生。” 建築環境前沿 4（2018）：77。

[5] 博茨，M.，等人。 “結構健康監測作為風力渦輪機智能維護的工具。” 工程材料、結構和系統的進展：創新、力學和應用. CRC 出版社，2019。1971-1975。

[6] Fotland、Gaute、Cecilia Haskins 和 Terje Rølvåg。 “為海上船舶起重機選擇電纜和滑輪模擬的最佳替代方案的貿易研究。” 系統工程 23.2（2020）：177-188。

[7] 劉志峰，等。 “基於數字孿生的機械產品數據超網絡故障預測模型及維修策略”。 IEEE訪問 7（2019）：177284-177296。