数字双胞胎是一个最新的表示,一个模型,一个实际的物理资产的运作。反映当前资产状况,包含资产相关历史数据。数字双胞胎可以用来评估资产的当前状况,更重要的是,可以预测未来的行为、优化控制或优化操作。
一个数字双胞胎可以是一个组件的模型,一个组件的系统,或者一个系统的系统——比如泵,发动机,发电厂,生产线,或者一个车队。数字双胞胎模型可以包括基于物理的方法或统计方法。这些模型反映了操作资产的当前环境、年龄和配置,这些通常涉及将资产数据直接流到调优算法中。
创建和使用数字双胞胎作为操作系统的一部分,可以提高智能。拥有真实运营资产的最新表示可以让您控制或优化资产和更广泛的系统。表示不仅捕获当前状态,而且通常捕获资产的操作历史。数字双胞胎使您能够优化、提高效率、自动化和评估未来的性能。您可以将这些模型用于其他目的,例如虚拟调试或影响下一代设计。
数字孪生模型通常用于以下几个领域:
物联网应用程序驱动你需要建模的东西,作为数字双胞胎的一部分。数字孪生模型将包括物联网资产所需的组件、行为和动态。
建模方法通常可以分为两类:第一原理或基于物理的方法(如机械建模)和数据驱动的方法(如深度学习)。数字双胞胎还可以是各种建模行为和建模方法的组合,随着时间的推移,随着更多用途的确定,可能会对其进行详细说明。
模型必须保持最新,并根据正在运行的资产进行调整,这通常涉及到直接将资产中的数据流传输到调整数字孪生的算法中。这允许您考虑资产环境、时间和配置等方面。
一旦数字孪生是可用的和最新的,您可以使用它的任何数量的方式来预测未来的行为,改进控制,或优化资产的操作。一些示例包括模拟真实资产上不存在的传感器、模拟未来场景以通知当前和未来的操作,或者使用数字双胞胎通过发送当前的实际输入来提取当前的操作状态。
使用MATLAB,您可以使用来自连接资产的数据定义模型。还可以使用Simulink创建基于金宝app物理的模型多域建模工具。数据驱动和基于物理的模型都可以使用来自运营资产的数据进行调优,从而充当数字孪生兄弟。您可以使用这些数字双胞胎进行预测、假设模拟、异常检测、故障隔离等等。
MATLAB提供的数据驱动方法包括机器学习、深度学习、神经网络和系统识别。您通常使用一组数据来训练或提取模型,以及一组单独的验证数据来限定或测试模型。使用MATLAB应用程序,您可以探索这些建模方法,为您的应用程序找到最精确的方法。
使用Simulink进行基于物理的建模涉及到从基本原理设金宝app计系统。模型可以包括机械、液压和电气组件。模型也可以来自使用Simulink基于模型的设计的上游设计工作。金宝app
通过优化方法,您可以对数字孪生模型进行调优,并使用MQTT之类的标准协议使它们保持最新。
您可以在任何对您的应用程序有意义的地方实现您的数字孪生兄弟:在边缘计算节点、操作技术基础设施或it系统。在商用系统(如Azure IoT Hub或AWS IoT)上进行集成,或通过api和其他通用集成方法(如共享库和RESTFul调用)实现自定义集成。