复杂系统数字孪生：数字孪生迈入智能时代.docx
版权申诉
82 浏览量
2022-06-21
04:43:12
上传
评论
收藏 2.26MB DOCX 举报
数字孪生迈入智能时代
数字孪生具有不同的粒度。XMPro 将不能进一步价值拆分的数字孪生称为
单元数字孪生（discrete digital twin），在设计研发阶段，数字孪生以阵列、协作、
递阶的形式组合形成复杂系统孪生；在产品寿命周期演进的过程中，设计孪生逐
步与制造孪生、运营孪生结合，规模和复杂程度不断增大，包含的信息不断增多，
如图 0-1 所示。通过采集大量物理世界的信息，结合工业物联网、云和边缘计算、
AI 等前沿技术，数字孪生可以体现其自学习、自适应和自判断的能力，实现P –
D – P（Physical-Digital-Physical）闭环反馈学习、从企业到部件级的实时优化、
综合性和灵活性强的配置和调控、预见性维护等功能，持续为企业创造价值。
图 0-1 数字孪生在产品寿命周期中的演进
[1]
从实际出发，一步到位实现产品全寿命周期的数字孪生是不现实的，数字孪
生的实现需要综合考虑价值、成本和软硬件条件，从一个或几个典型问题着手，
其抽象程度应以实际用例的需求为准，实现利益增长之后再以点带面，稳步实现
企业的数字化智能化建设。但我们在本章节不妨畅想一下，当数字孪生的长期战
略部署实现时，它能够带来什么样的智能化转变。
GE 作为全球能源制造行业的老牌领军者，也是企业数字化道路上的先驱。
2012 年率先提出工业互联网概念，2015 推出了首个工业数据收集分析的工业互
联网平台 Predix。本章借助 GE 构想的智能电厂数字孪生，介绍在产品的运营阶
段，智能化数字孪生的相关前沿技术和所能创造的价值。
剩余16页未读，继续阅读
资源评论
