目录

摘要

1. 介绍

2. 技术

2.1 数字双胞胎定义 

2.2 数字双胞胎的要求

2.3 数字双胞胎的应用

3. 建立一个数字双胞胎

3.1 基于数据的数字孪生

3.2 基于系统的数字双胞胎

3.3. 建立数字双胞胎的其他方法

4. 建立方法的优点和缺点

5. 结论

摘要

数字化正在改变我们的世界和工业。当前工业革命的旗舰之一，即所谓的工业4.0，是指数字孪生。数字孪生这个词正在被广泛讨论，但对于运营商和承包商来说，往往不清楚从数字孪生中可以产生什么附加值，以及如何在数字孪生中塑造商业模式。由于创建和更新程序不明确，运营商和承包商往往不清楚能从数字孪生中产生什么附加值，以及如何在数字世界中塑造商业模式。阻碍因素是建立数字孪生体并使其与真实物体同步的大规模努力。部分模型以及规划、实时和历史数据必须被整合到一个单一的框架中。本文的目标是分析不同的应用和数字孪生体的可能设计方法。另一个目的是介绍各种方法的优势和劣势，并为选定的应用提出合适的设计方法。

1. 介绍

工业4.0和数字化提供了无数不断发展的主题领域。除了跨公司系统集成之外，工件、组件和资产的虚拟化——通过数字双胞胎——是紧密集成趋势的一个特殊驱动力。原则上，每一个组件和每一个过程都可以通过一个数字双胞胎来虚拟化。两者的结合将使整个系统的复杂图像成为可能。然而，只有当数字图像超越传统的模拟模型，并且能够与真实的图像进行永久的反馈时，这才是可能的。

数字双胞胎现在将在整个产品生命周期中部署，并将能够为具有不同功能的不同公司开发新的商业模式。到目前为止，还没有一家公司为数字双胞胎提供全面的解决方案。此外，应用领域和施工方法因公司而异。

数字双生是一个概念，它使用组件的网络和从过程数据中获得的对性能的洞察。它越来越受到公司的关注，在行业中也越来越重要，但还没有完全站稳脚跟。其中一个原因是缺乏清晰度，应该如何建立数字双胞胎。

在下一步中，将描述创建数字双胞胎的要求和基本步骤。考虑了对生成有用的基本框架以及最不同的模型。还考虑了必须收集的数据以及可能的数据传输和存储方法。因此，不同的平台，可用于创建一个数字双胞胎，检查和比较，并解释了不同的方法来创建一个数字双胞胎。

最后，根据不同的应用和业务模式，介绍了不同构建方法的优缺点。

2. 技术

2.1 数字双胞胎定义 

数字双胞胎还没有标准化的定义。根据用途和范围的不同，对数字双胞胎有许多不同的描述。马丁内斯等人进行的比较分析。艾尔。[1]而基于Canvas的商业模式在对数字双胞胎概念的解释及其作为商业模式的使用上表现出明显的差异。对于这项工作的进一步过程，数字双胞胎被定义为来自现实世界的物理对象的数字图像。这个精确的副本包含真实对象的所有属性、信息和状态。

作为一种具有高度商业影响的方法，数字孪生体的附加值显著提高，并因此在许多国家得到越来越多的关注和重视。因此在许多公司和行业中获得了越来越多的关注和重视。Gartner将数字孪生列入 2019年的十大战略趋势[2]。此外，Gartner 估计，到2021年，所有主要工业集团中的一半将使用数字孪生技术。使用数字孪生技术，使他们的效率提高10%[2]。

使用数字双胞胎，一个真实的物体由不同模型组成的数字图像。这些模型有五个主要功能:

1. 精确再现物理对象的属性、行为和规则，以创建精确的图像。
2. 模型的自主操作因此模拟了对象的不同行为，这可以用作物理对象操作的指南。
3. 资产的远程状态监控。
4. 在问题发生前预测问题的能力。
5. 在产品完成之前验证性能[4]。

数字双组件之间的数据流确保了数字双可以连续运行。除了由传感器收集的数据之外，数据还包括来自模拟的数据和与物理对象相关的其他知识。

组件之间的连接对于实现数字双胞胎的所有元素的交互是必要的。这些连接可以分为三组：

1. 物理空间中的连接
2. 虚拟空间中的连接
3. 虚拟空间和物理空间之间的联系

数字孪生体各元素之间的相互作用使得迭代变化和优化成为可能[4]。通过 服务，数字孪生体的功能和信息是为用户准备的，以便他能够访问这些信息。为用户准备的，他可以很容易地访问这些信息和功能，而且不需要太多的事先知识 知识[4]。在生命周期中产生的所有相关数据寿命周期中产生的所有相关数据都会流入数字孪生体，并不断发展它进一步发展[5]。

2.2 数字双胞胎的要求

为了用数字双生子实现真实系统的精确图像，有必要将所有可用的信息合并到单个框架中。除了几何模型和模拟模型之外，除了环境条件和传感器数据之外，还包括操作设置、检查和维护信息等数据。该信息可用于显示单个组件和系统之间的关系。数据必须不断地传输到数字孪生体，以代表一个最新的图像[6]。收集的数据必须存储、管理并转换成可用于算法或模拟的格式。目前，没有普遍接受的标准和规范。因此，在实时应用中，将来自不同来源、不同接口和数据格式的数据结合起来仍然是一个巨大的挑战。

为了实现数据的连续传输，需要能够在虚拟图像和物理对象之间进行实时交互的基础设施。该基础设施包括互联网连接和互联网连接速度以及传感器和嵌入式系统等。有了基础设施，就必须能够实时传输和处理信息。除了开发和运行数字twinT所需的基础设施之外，还需要时间利用现有的硬件和软件创建各种高分辨率模型。成本和努力必须与数字双胞胎的好处相比较。

数字孪生体也必须是可适应的。这意味着，如果物体本身或环境中的某些变化或操作条件发生变化，这些都必须在数字孪生中通过模型参数来适应。孪生体必须能够通过模型参数不费吹灰之力地进行调整。如果在维护过程中更换了个别部件或系统，这些信息必须存储在数字孪生体和模型中，并且模型适应新的组件。

数字孪生体总是唯一的，它指的是现实世界中的一个物体，并收集这一个物体而不是几个物体的整个生命周期的数据。 

然而，一个数字孪生子可以从相同对象的其他DT中学习。对象，因此所有双胞胎的经验都可以扩展到一个。可以在单个数字孪生体之间进行比较。如果一个发生故障，问题的原因以及解决方案可以更容易地从另一个产品上的类似案例。

除了物理模型，人工智能和机器学习技术也可以用于数字双胞胎。使用人工智能，可以识别数据中的模式，并识别可能的干扰或异常。这些不同的物理和分析模型必须相互链接并交换数据，以便实现始终是最新的图像。

用户界面是为与数字双胞胎互动而创建的。这些用户界面必须以这样一种方式设计，即，以这样一种方式向用户呈现模拟或其他分析的结果，即，用户接收到所需的信息，并且能够在没有太多先验知识的情况下执行所需的动作。必须区分不同的用户组。必须为每个用户组提供一个唯一的表面。一个面向所有用户的单一界面将会承载过多的信息。因此，每个员工都需要一个界面，为一项特定的任务提供相关的数据和信息。

除了为了给数字双胞胎带来附加值而必须满足的要求之外，双胞胎的安全性也起着重要的作用。因为它拥有对象的所有当前和历史数据和模型，所以必须防止不必要的访问。此外，还必须为不同的用户组设置不同的配置文件，以便每个人都只接收他们需要和可能接收的信息。

2.3 数字双胞胎的应用

数字双生的主要应用之一是交换关于资产价值链的信息。它要求能够用一种通用语言来表示不同的系统和信息，并将其带到一个平台上。此外，数字孪生子通过以适当的精度描述现实世界的对象的算法来扩展。今天，熟练工人已经短缺，将来会变得更加短缺。因此，资产运营者不再能够持续跟踪实时状态，而是必须制定策略，以尽可能少的手动操作来保持最新和一致。这一理念的发展促使人们认识到，在数字双元世界中，电厂运营商和承包商之间的关系将发生变化，数字双元将有助于实现从文件移交到数据移交的转变。

数字双胞胎有几个优点。第一个优点是透明度显著提高。各种型号总是有最新的信息，使监督产品或系统更容易。信息的显示方式使用户可以直接清楚地看到当前状态。除此之外，还有当前状态的3D可视化的可能性。

数字孪生的另一个优点是将产品推向市场所需的时间减少。模拟可以用来预测产品或系统在完成之前的行为。这样，不需要很大的努力就可以消除弱点和潜在的误差源。另一方面，产品或系统的后续用户可以与高分辨率虚拟模型进行交互。这允许在客户反馈后进一步定制，以优化产品和系统供以后使用。省略了原型的迭代步骤。

除了缩短上市时间之外，产品或系统的性能始终可以得到最佳维护。由于物理产品和数字产品实时交换数据，因此可以分析当前性能。如果环境或操作条件发生变化，个别参数会自动调整，以便产品或系统始终按计划运行。过程监控和诊断也被广泛认为是数字孪生的重要优势，可以提高质量和检测异常行为，从而实现更有效的维护方法，从而降低成本并缩短持续时间。未来的问题可以通过持续的数据收集、分析和模拟来确定。

模拟通常基于整个数据历史。在预测单个部件的寿命时，可以提前计划维护。使用预测性维护，可以在故障或故障发生之前更换这些组件。

资产信息模型必须覆盖整个生命周期中所有可能的方面。由于经济原因，规划结束后扔掉规划模型，在运营阶段不继续使用是不可行的。这里应该强调的是，关于资产的信息是一种对资产经营者具有一定价值的资产。资产需要维护以保持其价值。这适用于物理资产和信息模型。

由于在不同的行业中已经建立了部分模型，因此发展整体模型是不适宜的。相反，现有的子模型必须在没有矛盾的情况下进行组合，并进行有意义的补充。这可以通过数据级的对象链接或服务系统在技术上实现。

在一个物体或过程的计划和开发过程中，已经可以使用数字双模拟来预测是否可以实现期望的特性和功能。因此，设计或性能的优化可以提前进行。原型上的测试可以被数字双胞胎上的模拟所代替，这导致成本和时间的减少。数字双胞胎还可以通过分析已经在使用的对象来影响新产品的规划和开发。借助于数字孪生产生的数据，可以分析用户的行为或操作。通过这种方式，可以识别新产品的改进可能性。

实时数据和仿真模型的结合还允许在模型上放置虚拟传感器。这意味着来自虚拟传感器的数据可用于在传感器通常无法到达的位置产生新的见解。数字双胞胎也可以用来进行假设分析。可以在数字图像上测试环境条件或设置的变化。也可以故意激活模拟模型中可能的误差，以便为这些情况生成测量数据，然后用于预测。

总之，这两项功能用于分析当前状况、预测故障、识别和消除原因、最大限度地减少停机时间、优化性能以及利用收集的知识帮助开发新一代产品。数字双胞胎有助于增加效率和降低成本。因此，它在未来将被用于越来越多的领域。

3. 建立一个数字双胞胎

正如文献综述所显示的，数字双胞胎主要可以通过两种不同的方式来设计。一种可能性是创建物理对象的系统模型。另一种可能性是创建一个组织和链接传感器数据和其他信息的数据结构。独立于创建方法，数字孪生始终是特定于应用的和独特的，并且是为特定任务创建的。由于体积大、创建和维护成本高，无法实现和使用分子级模型对资产的整体描述。

3.1 基于数据的数字孪生

对于基于数据的数字双胞胎，顾名思义，焦点是在数据上。通过这种方法，物理对象的数据根据特定的标准来构造。一种常见的方法是根据物理对象的不同功能或组件进行排序。通过这种方式，数据驱动的数字双胞胎的简单结构可以支持根本原因分析，这使得快速获得对象性能的概述成为可能。

图2显示了结构化的可能性：

然后将传感器或其他数据源分配给这些单独的属性。可以使用算法和函数结合机器学习来评估和分析数据。以这种方式，预测模型和预测维护模型被创建。为了使用户尽可能容易地进行数据评估，可以在图表或其他显示选项中直观地显示数据。

物联网平台采用了这种方法。创建基于数据的数字双胞胎的过程在每个平台上都是相似的。第一步，确保模型可以访问所有需要的数据。为此，创建了各种模型和服务可以访问的数据结构。第二步，创建这些模型、分析和函数，用数据进行验证，然后使其可用。存储结果和数据。这样，可以根据数据了解对象在更长时间内的行为。为了向最终用户提供数字双胞胎的附加值和信息，必须创建最终应用程序。通过这些应用程序，用户接收到对他来说很重要的信息。你也可以结合几个数字双胞胎的结果。

借助基于数据的数字双生架构，可随时双向调整明确相关的对象。常见对象的示例可以是技术空间、设备或材料。数据驱动架构将产品生命周期中生成的信息联系在一起。因此，数字孪生作为一个数字通信框架，正在获得越来越多的关注，以简化设计、制造和运营过程，从而更有效地设计、构建和维护工程产品。在数据驱动的情况下，设计过程是高度迭代的，并且不是所有的信息都可以一次获得。输出设计决策不仅取决于要收集哪些数据，还取决于收集这些数据的实验和传感器仪器的成本和收益。

基于数据的数字双胞胎有一个优点，即创建它不需要所有的技术信息。只需要接触传感器就可以分析它们。数据的结构可以由用户自己决定。

3.2 基于系统的数字双胞胎

与基于数据的系统相反，基于系统的数字双胞胎关注的是实际的物理对象。各种模型被组合在一起，以获得对现实最准确的描述。系统模型代表真理的单一来源，并包含逻辑、物理和功能层面上组件之间所有现有链接的整体信息。

为了创建基于系统的孪生对象，需要了解要映射的对象的所有技术细节。除数据表外，这还包括单个部件的数据（尺寸、重量、材料等），还需要关于所用软件和电子元件的信息。如果使用一致的资产信息模型映射系统的特征，模拟模型可以以标准化的方式检索所需的信息。目标是每个数据只能存储在一个数字双胞胎中的一个地方。这种一致的资产信息模型还不是最先进的。

创建需要一个骨架，该骨架用更多的模型和数据来丰富，以便生成包含所有信息和属性的大型模型。这个框架构成了数字双胞胎的基础，并支持不同模型和系统之间的数据交换。

这个模型特别适合模拟。它提供了为什么对象在特定条件下会以这种方式运行的信息。除了这些模拟之外，还可以进行分析（假设分析），显示对象在特定条件下的行为。可以用这种方式模拟物体上的各种环境条件或设置，而无需实际将原型或物体暴露在这些条件下。可以节省成本和开发时间。当某些情况发生时，可以创建操作员或用户必须如何反应的附加规则。理想情况下，人类的互动不再是必要的。基于存储的模拟结果，对象可以在任何时候准确地知道存在什么条件或甚至什么故障，并相应地自动调整设置。

这种方法比数据库结构复杂得多，因为制造商需要准确的信息和规格，以便能够生成尽可能准确的模型。

总之，可以说，系统驱动的数字双胞胎提供了对资产性能更全面的洞察。这不仅可以用来更好地了解当前状态，预测可能的故障和问题。另一种可能性是模拟，它可以独立于物理对象发生。通过这些模拟，可以模拟和分析可能的场景。

图3中的例子显示了一个可能的基于系统的数字双胞胎的样子。在这个例子中，在Matlab中为一个泵创建了一个数字双胞胎。为此，各个系统元素被模拟并相互链接。

3.3. 建立数字双胞胎的其他方法

另一种创建数字双胞胎的可能性是两种方法的结合。在这种方法中，数据库方法的数据模型与基于系统的方法的系统模型相结合。这样，这些方法的优点可以结合起来。除了具有基于数据模型的人工智能或机器学习的预测模型之外，基于系统的方法的各个模型可用于直观地表示当前状态或执行分析。用于预测的机器学习的数据集可以用假设分析的模拟结果来丰富。这使得预测得到显著改善，因为它们不仅基于历史数据，还基于可能发生但尚未发生的数据。

4. 建立方法的优点和缺点

基于数据的数字孪生的基础和最重要的组成部分是物联网平台。

尽管呈上升趋势，但基于数据的产品设计的发展面临着重大挑战/核心问题：

1. 如何将大量的数据有效地转化为少量可供查询、查找和直接补充的有用信息？
2. 如何从不同的来源收集大量不同的产品、客户、环境和生产数据，以发现隐藏的依赖关系和模式？
3. 如此复杂的系统能以多快的速度从实际操作中对事件做出反应，并根据真实数据和仿真模型预测该事件的结果？

为了回答这些问题，必须更详细地描述构建数字双胞胎的基于数据的方法。

在构建这样一个孪生体时，使用从操作中生成的数据（自上而下）。数据驱动模型由于其黑盒类型，对系统内部的洞察较少。虽然它们可以集成到系统中，但它们更容易开发，并在数据采集速度超过分析速度的情况下为在线预测和控制提供合适的基础。

为了在物联网平台中创建数字双胞胎，通常必须存储数据结构，以便将参数和变量分组在一起，并创建对象组件的模板。数据源被单独分配给相应的变量。

基于数据的数字双胞胎将建立在非常复杂的系统与大量的传感器和数据源。使用数据驱动数字孪生的另一个方面是，如果不同组件之间的交叉影响不在前景中，则不得在数字孪生的范围内进行研究。

在产品的整个生命周期中收集和更新的数据，包括设计、制造、操作、维护和回收。

通过掌握物联网和大数据分析等技术，可以实现建立数据驱动的数字双胞胎的巨大优势。物联网技术的功能由传感器、执行器、软件、电子设备来保证。这意味着自动化程度、准确性、效率和生产率可以显著提高。因此，数据可以直接从物理对象产品中检索，并在物联网平台上实时结构化存储。因此，集成到物联网平台中的物理产品可以与虚拟服务（模型）交互，从而在必要时受到监控、控制和更新（在软件的情况下）。

基于数据的数字双胞胎的进一步优势包括在物联网平台中自动使用机器学习算法的可能性，从而可以通过实现自学习系统来实现预测性维护。为此目的，在建立数字孪生体之前，可以根据给定的数据结构来构造数据，并且可以直接寻址和读出数据。物联网平台提供了开发自己的应用程序和直接根据需求调整数字双胞胎的可能性。清晰的数据结构和内置功能是数字双胞胎可视化的基础。此外，使用ThingWorx和PTC的例子，与产品数据管理系统的耦合是可能的。

数据驱动的数字双胞胎的缺点之一是难以根据产品生命周期开始时不可估计的数据量来预测数字双胞胎的确切成本。在根据数据量收费的情况下，数字双胞胎的成本随着正在进行的操作不成比例地增加。此外，一些平台上的应用创建只能通过物联网平台开发人员来实现，而不可能由用户公司本身来实现。此外，一些平台的数据结构是为特殊模型定制的（例如通用电气Predix平台的服务模型）。

对于作为服务的数字双胞胎的使用，获得数据驱动系统的发布变得更加复杂（黑盒方法），因为依赖性是由迭代数据分析算法定义的，而不是由人类定义的。

此外，基于数据的模型的结果通常不能外推并转移到原始数据范围之外的情况。一旦开发出来的数据模型也不能作为模板用于复杂系统，以在改变大量参数时进一步开发同类双胞胎。

自下而上或基于系统的概念提供了对要开发的系统的更好的洞察，并支持系统的最大可能（和最有意义）的参数化，它们与相当长的时间开销和因此高的开发成本相关联，因为所有虚拟和真实组件之间的接口必须被清晰地结构化和定义。

根据兹韦伯的方法，数字系统模型对于构建数字双胞胎是必要的。这个模型是一个由所有涉众定义的系统的数字表示，它包括相关的技术数据和相关的工件，这些工件为整个系统生命周期中的特定活动和行为定义了系统的所有方面。该结构建立在系统的数据模型上，被认为是数据的基础，而不是以文档为中心的模型。系统接收的数据量和数据类型是在整个生命周期中收集和评估的。

基于系统的数字双生子应该为组件之间具有定义的逻辑、功能和物理链接的系统而建立，以便不同组件之间的交叉影响不能在数字双生子的范围内进行研究。

数字双胞胎是建立在开发的系统模型的基础上，作为一个骨架，将不同领域的虚拟模型聚集在一起。数据从现有的传感器输入到存储的模拟模型中。如果模拟结果和真实数据之间存在较大差异，仿真模型的边界条件将被调整。具有各自要求的系统组件和端口可以存储在库中，并通过构建另一个数字双胞胎来使用。

随着整个系统模型和每个虚拟模型日益成熟和精确，预测将越来越多地基于数据模型。

这个概念的另一个缺点是很难向模型实时提供运行数据。此外，组件和系统中的过程的复杂性太高，无法用系统模型或类似的结构来完全描述它们。

整合基于数据和基于系统的方法来构建数字双子可以提供一个有效的“框架”。

5. 结论

使用数字双胞胎提供了许多好处，证明在工业公司的数字环境中实施是合理的。资产模型能够在工厂的整个生命周期中提供一致的文档。这为模拟、优化、扩展或重新规划提供了更好的起点。通过集成历史数据、计划和实时数据及其模拟，预防性维护是可能的。此外，维护人员必须在一个地方一步一步地获得他们需要的测试和维护计划的所有信息。在这一点上，节省的成本超过了创建和维护数字双胞胎的成本。对于复杂的系统和已经在运行的系统，创建一个基于系统的数字双子是非常昂贵的，尽管组件和数据之间的连接无法探索。

创建数字双胞胎时，可以遵循两种不同的方法。第一种方法是基于数据的数字双胞胎。

另一种方法是基于系统的数字双胞胎。最大的附加值和功能是通过这两种方法的结合来实现的。

对于这两种方法，有来自不同提供商的各种软件工具。要选择的解决方案取决于要用数字双生子实现哪些特定功能。

另一个重要的标准是获取传感器数据或进入系统。

数字双胞胎的可能性和应用还受到所使用的基础设施和软件的限制，包括计算能力。基础设施差，计算能力差，高分辨率模型是不可能的。可以预见，数字孪生的设计过程将进一步标准化。

最后

以上就是无语帅哥为你收集整理的数字孪生-审查和比较设计数字双胞胎的方法摘要的全部内容，希望文章能够帮你解决数字孪生-审查和比较设计数字双胞胎的方法摘要所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。