自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

老碼農(nóng)眼中的數(shù)字孿生

原創(chuàng) 精選
物聯(lián)網(wǎng)
5G 具有高速率、低時(shí)延、大連接和高可靠等特點(diǎn),非 常契合數(shù)字孿生的數(shù)據(jù)傳輸需求, 能夠有效保障物 理實(shí)體與虛擬實(shí)體之間的海量數(shù)據(jù)交互、 低時(shí)延數(shù) 據(jù)傳輸、多設(shè)備互聯(lián)互通,從而更快、更好地實(shí)現(xiàn)數(shù)字孿生的應(yīng)用落地。

數(shù)字孿生,自2016年起連續(xù)4年被Gartner列為十大戰(zhàn)略科技發(fā)展趨勢(shì)之一。數(shù)字孿生技術(shù)作為解決數(shù)字模型與物理實(shí)體交互難題,踐行數(shù)字化轉(zhuǎn)型理念與目標(biāo)的關(guān)鍵使能技術(shù),在支撐產(chǎn)品研制業(yè)務(wù)全流程、助力科研生產(chǎn)和管理的融合創(chuàng)新方面將發(fā)揮重要作用。

那么什么是數(shù)字孿生呢?

與物聯(lián)網(wǎng)又有什么關(guān)系呢?

與企業(yè)的數(shù)字化轉(zhuǎn)型又有什么關(guān)系呢?

1. 什么是數(shù)字孿生

數(shù)字孿生的雛形 “鏡像空間模型” 最早由美國(guó)密歇根大學(xué)Michael Grieves于2003年在產(chǎn)品全生命周期管理(PLM)課程中提出,隨后在與NASA以及美國(guó)空軍的合作過(guò)程中對(duì)該概念進(jìn)行了富,強(qiáng)化了基于模型的產(chǎn)品性能預(yù)測(cè)與優(yōu)化等要素,并將其定義為 “數(shù)字孿生”。

圖片圖片

數(shù)字孿生是一種旨在精確反映物理對(duì)象的虛擬模型,需要給研究對(duì)象配備與重要功能方面相關(guān)的各種傳感器。這些傳感器產(chǎn)生與物理對(duì)象性能各個(gè)方面有關(guān)的數(shù)據(jù),例如,能量輸出、溫度和天氣條件等等,然后將這些數(shù)據(jù)轉(zhuǎn)發(fā)至處理系統(tǒng)并應(yīng)用于數(shù)字副本。一旦獲得此類數(shù)據(jù),虛擬模型便可用于運(yùn)行模擬、研究性能問(wèn)題并生成可能的改進(jìn)方案;所有這些都是為了獲取富有價(jià)值的洞察成果,然后將之再應(yīng)用于原始物理對(duì)象。

圖片圖片

數(shù)字孿生是物聯(lián)網(wǎng)里面的一個(gè)概念,通過(guò)集成物理反饋數(shù)據(jù),輔以人工智能、機(jī)器學(xué)習(xí)和軟件分析,在信息化平臺(tái)內(nèi)建立一個(gè)數(shù)字化模擬。這個(gè)模擬會(huì)根據(jù)反饋,隨著物理實(shí)體的變化而自動(dòng)做出相應(yīng)的變化。理想狀態(tài)下,數(shù)字孿生可以根據(jù)多重的反饋源數(shù)據(jù)進(jìn)行自我學(xué)習(xí),幾乎實(shí)時(shí)地在數(shù)字世界里呈現(xiàn)物理實(shí)體的真實(shí)狀況。數(shù)字孿生的反饋源主要依賴于各種傳感器,如壓力、角度、速度傳感器等。數(shù)字孿生的自我學(xué)習(xí)( 或稱機(jī)器學(xué)習(xí)) 除了可以依賴于傳感器的反饋信息,也可以是通過(guò)歷史數(shù)據(jù),或者是集成網(wǎng)絡(luò)的數(shù)據(jù)學(xué)習(xí)。

圖片圖片

2. 數(shù)字孿生的技術(shù)架構(gòu)

數(shù)字孿生技術(shù)架構(gòu)可以按技術(shù)特性分解為專業(yè)分析層、虛實(shí)交互層和基礎(chǔ)支撐層 ,以安全互聯(lián)和高性能并行計(jì)算作為數(shù)字孿生技術(shù)的基礎(chǔ),利用基于PLM 的數(shù)據(jù)管理技術(shù)支撐產(chǎn)品全生命周期的數(shù)據(jù)管理,通過(guò)精細(xì)化建模與仿真技術(shù)實(shí)現(xiàn)對(duì)產(chǎn)品的精細(xì)化數(shù)字表達(dá),基于信息物理系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集,結(jié)合數(shù)據(jù)模型融合技術(shù)和交互與協(xié)同技術(shù)進(jìn)行虛實(shí)交互,從而實(shí)現(xiàn)智能決策、診斷預(yù)測(cè)、可視監(jiān)控、優(yōu)化控制等。

圖片圖片

精細(xì)化建模與仿真指從幾何、功能和性能等方面對(duì)產(chǎn)品進(jìn)行精細(xì)化建模與跨領(lǐng)域多學(xué)科耦合仿真,連接不同時(shí)間尺度的物理過(guò)程構(gòu)建模型,從而精確地表達(dá)物理實(shí)體的形狀、行為和性能等。數(shù)據(jù)模型融合指基于數(shù)據(jù)對(duì)多領(lǐng)域模型進(jìn)行實(shí)時(shí)更 新、修正和優(yōu)化,實(shí)現(xiàn)動(dòng)態(tài)評(píng)估。基于信息物理系統(tǒng)的數(shù)據(jù)實(shí)時(shí)采集一般指基于CPS通過(guò)可靠傳感器及分布式傳感網(wǎng)絡(luò)實(shí)時(shí)準(zhǔn)確地感知和獲取物理設(shè)備數(shù)據(jù)?;赑LM的數(shù)據(jù)管理指以平臺(tái)架構(gòu)為基礎(chǔ), 形成集成產(chǎn)品信息的框架,使所有與產(chǎn)品相關(guān)的 數(shù)據(jù)高度集成、協(xié)調(diào)、共享。交互與協(xié)同指利用虛擬現(xiàn)實(shí) 、增強(qiáng)現(xiàn)實(shí) 、混合現(xiàn) 實(shí)等沉浸式體驗(yàn)人機(jī)交互技 術(shù),實(shí)現(xiàn)數(shù)字孿生體與物理實(shí)體的交互與協(xié)同。安全互聯(lián)技術(shù)指對(duì)數(shù)字孿生模型和數(shù)據(jù)的完 整性、有效性和保密性進(jìn)行安全防護(hù)、防篡改的技術(shù)。高性能并行計(jì)算指通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)、算法結(jié) 構(gòu)等提升數(shù)字孿生系統(tǒng)搭載的計(jì)算平臺(tái)的計(jì)算性能、 傳輸網(wǎng)絡(luò)實(shí)時(shí)性、數(shù)字計(jì)算能力等。

與物聯(lián)網(wǎng)的技術(shù)架構(gòu)類似, 數(shù)字孿生也可以按照應(yīng)用實(shí)現(xiàn)的視角形成4層以及5層架構(gòu)。

圖片圖片

從基礎(chǔ)數(shù)據(jù)采集層到頂層應(yīng)用層,每一層的實(shí)現(xiàn)都建立在前面各層的基礎(chǔ)之上,是對(duì)前面各層功能的進(jìn)一步豐富和拓展。

圖片圖片

3. 數(shù)字孿生的能力模型

從過(guò)程演化角度可以建立數(shù)字孿生的“定義、展現(xiàn)、交互、服 務(wù)、進(jìn)化”五維度能力模型,如下圖所示:

  • 定義是通過(guò)軟件的方式定義客體;
  • 展現(xiàn)是多維度的客體可視化;
  • 交互是與物理客體的緊密融合;
  • 服務(wù)是為物理客體增值賦能;
  • 進(jìn)化是基于數(shù)據(jù)的迭代優(yōu)化。 

圖片圖片

數(shù)據(jù)是整個(gè)能力模型的基礎(chǔ),五大能力圍繞數(shù)據(jù)來(lái)發(fā)揮作用和效能,數(shù)據(jù)與五大能力之間的聯(lián)系主要由高性能傳感器數(shù)據(jù)采集、高速數(shù)據(jù)傳輸和全壽命周期數(shù)據(jù)管理3個(gè)部分支撐。高性能傳感器數(shù)據(jù)采集中采用先進(jìn)傳感器技術(shù)及分布式傳感技術(shù)使整個(gè)數(shù)字孿生體系能夠獲得更加準(zhǔn)確、充分的數(shù)據(jù)源支撐;高速數(shù)據(jù)傳輸中采用高帶寬光纖技術(shù)使得海量傳感器數(shù)據(jù)的傳輸不再受帶寬的限制;全壽命周期數(shù)據(jù)管理中采用分布式云服務(wù)器存儲(chǔ)技術(shù)提供了平臺(tái)保障,高效率存儲(chǔ)結(jié)構(gòu)和數(shù)據(jù)檢索結(jié) 構(gòu)為海量歷史運(yùn)行數(shù)據(jù)存儲(chǔ)和快速提取提供了重要保障,為基于云存儲(chǔ)和云計(jì)算的系統(tǒng)體系提供了歷史數(shù)據(jù)基礎(chǔ),使大數(shù)據(jù)分析和計(jì)算的數(shù)據(jù)查詢和檢索階段能夠快速可靠得完成。

4. 數(shù)字孿生的技術(shù)集成

下圖引自 NASA OCT的技術(shù)路線圖,以數(shù)字孿生中的技術(shù)集成為例描述了數(shù)字孿生技術(shù)的廣闊發(fā)展前景,重點(diǎn)解決與極端可靠性相關(guān)的技術(shù)需求,使數(shù)字孿生技術(shù)融入實(shí)際工程實(shí)踐中不斷發(fā)展。

圖片圖片

該范例通過(guò)集成多種先進(jìn)技術(shù),實(shí)現(xiàn)多物理、多尺度的集群仿真,利用高保真建模和仿真技術(shù)以及狀態(tài)深度感知和自感知技術(shù)構(gòu)建目標(biāo)系統(tǒng)的虛擬實(shí)時(shí)任務(wù)孿生體,持續(xù)預(yù)測(cè)系統(tǒng)健康、剩余使用壽命和任務(wù)執(zhí)行成功率。虛擬數(shù)字集群是數(shù)字孿生體向?qū)嶋H工程實(shí)踐發(fā)展的重要范例,對(duì)于滿足未來(lái)成本可控情況下的高可靠性任務(wù)執(zhí)行需求具有重要意義。

5. 數(shù)字孿生的產(chǎn)品生命周期管理

通過(guò)構(gòu)建與實(shí)物產(chǎn)品完全對(duì)應(yīng)的數(shù)字孿生體, 在安全互聯(lián)技術(shù)、高性能并行計(jì)算技術(shù)提供支撐的基礎(chǔ)上,利用基于PLM 的數(shù)據(jù)管理技術(shù)對(duì)產(chǎn)品全生命周期的數(shù)據(jù)進(jìn)行管理,可以從設(shè)計(jì)、生產(chǎn)、試驗(yàn)、培訓(xùn)、運(yùn)維5個(gè)方面推進(jìn)面向產(chǎn)品全生命周期開(kāi)展數(shù)字孿生技術(shù)的研究與應(yīng)用,如下圖所示。

圖片圖片

在設(shè)計(jì)過(guò)程中形成的各類精細(xì)化數(shù)字仿真模型是構(gòu)建后續(xù)生產(chǎn)、 試驗(yàn)、培訓(xùn)和運(yùn)維數(shù)字孿生體的核心。通過(guò)面向生產(chǎn)過(guò)程的模型, 結(jié)合生產(chǎn)過(guò)程中采集的數(shù)據(jù),形成生產(chǎn)過(guò)程的數(shù)字孿生體,并采用數(shù)據(jù)模型融合技術(shù),開(kāi)展智能化加工檢測(cè)及虛實(shí)映射的裝配對(duì)接,從而實(shí)現(xiàn)生產(chǎn)過(guò)程數(shù)字孿生技術(shù)的應(yīng)用。通過(guò)構(gòu)建試驗(yàn)產(chǎn)品模型、試驗(yàn)設(shè)備模型、試驗(yàn)場(chǎng)景模型、試驗(yàn)環(huán)境模型等面向試驗(yàn)過(guò)程的模型,采用分布式控制、流程建模仿真等技術(shù),形成試驗(yàn)數(shù)字孿生體。開(kāi)展流程規(guī)劃仿真、應(yīng)急處理演練仿真和數(shù)字合 練仿真等,實(shí)現(xiàn)產(chǎn)品使用性能和操作流程預(yù)示, 為提升產(chǎn)品使用效率提供輔助優(yōu)化手段。通過(guò)構(gòu)建產(chǎn)品故障診斷模型和壽命預(yù)測(cè)模型等面向運(yùn)維過(guò)程的模型,采用機(jī)器學(xué)習(xí)、VR/AR等交互協(xié)同技術(shù),開(kāi)展虛實(shí)結(jié)合維修保障,從而實(shí)現(xiàn)運(yùn)維過(guò)程數(shù)字孿生技術(shù)的應(yīng)用。

6. 數(shù)字孿生的成熟度模型

從物理實(shí)體、數(shù)字孿生模型、數(shù)字孿生數(shù)據(jù)、連接交互和功能服務(wù)出發(fā),根據(jù)連接交互方式與自動(dòng)化程度的不同,以數(shù)字孿生所能提供的功能服務(wù)為主線,可以將數(shù)字孿生分為六個(gè)成熟度等級(jí),如下圖所示。

圖片圖片

具體而言,以虛仿實(shí)指利用數(shù)字孿生模型對(duì)物理實(shí)體描述和刻畫(huà),具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第零等級(jí)(L0),滿足此要求的實(shí)踐和應(yīng)用可歸入廣義數(shù)字孿生的概念范疇。以虛映實(shí)指利用數(shù)字孿生模型實(shí)時(shí)復(fù)現(xiàn)物理實(shí)體的實(shí)時(shí)狀態(tài)和變化過(guò)程,具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第一等級(jí)(L1)。以虛控實(shí)指利用數(shù)字孿生模型間接控制物理實(shí)體的運(yùn)行過(guò)程,具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第二等級(jí)(L2)。以虛預(yù)實(shí)指利用數(shù)字孿生模型預(yù)測(cè)物理實(shí)體未來(lái)一段時(shí)間的運(yùn)行過(guò)程和狀態(tài),具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第三等級(jí)(L3)。以虛優(yōu)實(shí)指利用數(shù)字孿生模型對(duì)物理實(shí)體進(jìn)行優(yōu)化,具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第四等級(jí)(L4)。虛實(shí)共生作為數(shù)字孿生的理想目標(biāo),指物理實(shí)體和數(shù)字孿生模型在長(zhǎng)時(shí)間的同步運(yùn)行過(guò)程中,甚至是在全生命周期中通過(guò)動(dòng)態(tài)重構(gòu)實(shí)現(xiàn)自主孿生,具有該能力的數(shù)字孿生處于其成熟度等級(jí)的第五等級(jí)(L5)。

圖片圖片

7. 數(shù)字孿生的實(shí)現(xiàn)示例

數(shù)字孿生技術(shù)是對(duì)原有建模設(shè)計(jì)技術(shù)的優(yōu)化和提升,通過(guò)建立虛擬環(huán)境與現(xiàn)實(shí)環(huán)境間的映射關(guān)系,對(duì)虛擬環(huán)境進(jìn)行模擬分析,大幅度降低現(xiàn)實(shí)環(huán)境操作的難度和制約。下面以現(xiàn)場(chǎng)網(wǎng)絡(luò)為例,看一下具體與物聯(lián)網(wǎng)相結(jié)合的實(shí)現(xiàn)。

圖片圖片

現(xiàn)場(chǎng)網(wǎng)關(guān)鍵技術(shù)包括:

  • a)RFID、NFC(近場(chǎng)通信)等新型無(wú)源物聯(lián)技術(shù),主要應(yīng)用場(chǎng)景包括出入庫(kù)管理和資產(chǎn)盤(pán)點(diǎn)等;
  • b)Wi-Fi、IrDA(紅外數(shù)據(jù)傳輸)和 D2D(設(shè)備到設(shè)備)等超低時(shí)延、超高可靠新型短距離通信技術(shù),主要應(yīng)用場(chǎng)景包括 AGV(自動(dòng)導(dǎo)引車)控制和機(jī)械臂管理等;
  • c)PLC(電力線通信)、工業(yè)總線和工業(yè)以太網(wǎng)等確定性傳輸技術(shù), 主要應(yīng)用場(chǎng)景包括數(shù)控機(jī) 床和機(jī)器人等 ;
  • d)NB-IoT(窄帶物聯(lián)網(wǎng) )、LTE、ZigBee、eMTC(增強(qiáng)型機(jī)器類通信)、LoRa、SigFox等中 低速通信技術(shù),主要應(yīng)用場(chǎng)景包括環(huán)境監(jiān)測(cè)、控制開(kāi) 關(guān)和音頻設(shè)備控制等;
  • e)RTT(往返時(shí)間)、AoA(到達(dá)角度)、POA(到達(dá)相位)等精確定位技術(shù),主要應(yīng)用場(chǎng)景包括定位終端和定位信標(biāo)等。

5G 具有高速率、低時(shí)延、大連接和高可靠等特點(diǎn),非 常契合數(shù)字孿生的數(shù)據(jù)傳輸需求, 能夠有效保障物 理實(shí)體與虛擬實(shí)體之間的海量數(shù)據(jù)交互、 低時(shí)延數(shù) 據(jù)傳輸、多設(shè)備互聯(lián)互通,從而更快、更好地實(shí)現(xiàn)數(shù)字孿生的應(yīng)用落地。6G 的目標(biāo)是充分利用低中高全 頻譜資源,構(gòu)建空、天、地一體化全球覆蓋網(wǎng)絡(luò),提供完全沉浸式交互場(chǎng)景,支持精確的空間互動(dòng),實(shí)現(xiàn)物理世界的智能互聯(lián)和數(shù)字世界的實(shí)時(shí)互動(dòng), 精確映射物理世界的真實(shí)狀態(tài), 在虛擬世界仿真推演并科 學(xué)預(yù)測(cè)結(jié)果, 助力人類走進(jìn)虛擬與現(xiàn)實(shí)深度融合的 全新時(shí)代,進(jìn)而實(shí)現(xiàn)數(shù)字孿生的美好愿景。

數(shù)字孿生作為物理世界映射到數(shù)字時(shí)間的技術(shù),是物聯(lián)網(wǎng)技術(shù)的具體發(fā)展趨勢(shì)之一。

責(zé)任編輯:武曉燕 來(lái)源: 喔家ArchiSelf
相關(guān)推薦

2018-10-17 22:01:06

2017-09-18 08:21:42

碼農(nóng)AI人工智能

2018-01-16 15:02:20

存儲(chǔ)RAIDSAN

2015-05-12 10:15:15

程序員

2020-09-30 11:14:24

AI碼農(nóng)架構(gòu)

2023-07-16 22:34:55

2020-04-13 10:37:46

API編程設(shè)計(jì)

2013-08-12 11:18:00

2018-10-24 15:53:29

微服務(wù)后端JVM

2015-04-21 12:48:37

老碼農(nóng)技術(shù)理想

2023-08-27 21:07:02

2022-08-23 08:05:42

數(shù)字孿生基礎(chǔ)設(shè)施AEC企業(yè)

2019-04-19 09:09:51

2020-08-05 12:27:18

Go語(yǔ)言碼農(nóng)

2016-12-01 14:16:18

GitSCM配置

2013-09-16 10:03:06

代碼碼農(nóng)

2016-12-01 15:03:36

緩存技術(shù)客戶端

2016-12-19 09:43:59

軟件開(kāi)發(fā)架構(gòu)

2016-12-02 08:54:18

Lambda代碼云計(jì)算

2016-12-01 14:47:05

負(fù)載均衡DNS
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)