传统制造业实现数字孪生的技术路线,这里我从两方面进行说明:
数字孪生技术的实现依赖于诸多先进技术的发展和应用,其技术体系按照从基础数据采集层到顶端应用层可以依次分为数据保障层、建模 计算层、功能层和沉浸式体验层,从建模计算层开始,每一层的实现都建立在前面各层的基础之上,是对前面各层功能的进一步丰富和拓展。
数字孪生的核心技术主要体现为6个方面:
多领域建模是指在正常和非正常情况下从最初的概念设计阶段开始实施,从不同领域、深层次的机理层面对物理系统进行跨领域的设 计理解和建模。
数据驱动与物理模型相融合的状态评估。对于机理结构复杂的数字孪生目标系统,往往难以建立精确可靠的系统级物理模型,因而单独采用目标系统的解析物理模型对其进行状态评估无法获得最佳的评估效果。相比较而言,采用数据驱动的方法则能利用系统的历史和实时运行数据,对物理模型进行更新、修正、连接和补充,充分融合系统机理特性和运行数据特性,能够更好地结合系统的实时运行状态,获得动态实时跟随目标系统状态的评估系统。
高精度传感器数据的采集和快速传输是整个数字孪生系统的基础,各个类型的传感器性能,包括温度、压力、振动等都要达到最优状态,以复现实体目标系统的运行状态。传感器的分布和传感器网络的构建以快速、安全、准确为原则,通过分布式传感器采集系统的各类物理量信息表征系统的状态。同时,搭建快速可靠的信息传输网络,将系统状态信息安全、实时地传输至上位机供其应用,具有十分重要的意义。
复杂系统的全生命周期数据存储和管理是数字孪生系统的重要支撑。采用云服务器对系统的海量运行数据进行分布式管理,实现数据 的高速读取和安全冗余备份,为数据智能解析算法提供充分可靠的数据来源,对维持整个数字孪生系统的运行起着重要作用。通过存储系 统的全生命周期数据,可以为数据分析和展示提供更充分的信息,使系统具备历史状态回放、结构健康退化分析及任意历史时刻的智能解 析功能。
虚拟现实(VR)技术可以将系统的制造、运行、维修状态呈现出 超现实的形式,对复杂系统的各个子系统进行多领域、多尺度的状态 监测和评估,将智能监测和分析结果附加到系统的各个子系统、部件中,在完美复现实体系统的同时将数字分析结果以虚拟映射的方式叠 加到所创造的孪生系统中,从视觉、声觉、触觉等各个方面提供沉浸式的虚拟现实体验,实现实时、连续的人机互动。
数字孪生系统复杂功能的实现在很大程度上依赖其背后的计算平台,实时性是衡量数字孪生系统性能的重要指标。因此,基于分布式 计算的云服务器平台是系统的重要保障,优化数据结构、算法结构等 提高系统的任务执行速度是保障系统实时性的重要手段。如何综合考 量系统搭载的计算平台的性能、数据传输网络的时间延迟及云计算平 台的计算能力,设计最优的系统计算架构,满足系统的实时性分析和 计算要求,是应用数字孪生的重要内容。平台计算能力的高低直接决 定系统的整体性能,作为整个系统的计算基础,其重要性毋庸置疑。
收起