数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
怎么更直观的理解数字孪生呢?其实,我们可以把数字孪生理解成数字的复制粘贴,或者说是两个一模一样的系统。只不过一个是现实世界,一个是虚拟世界。数字孪生技术就是复制了另外一个和现实一样的虚拟世界。现实世界出现变化,虚拟世界也会跟着出现相应的变化。
在这里,我们所做的每一个操作、引发的每一个反应都和现实世界一样。但不一样的是,我们不必付出现实世界中所需的代价。这样一来,我们就可以在这个虚拟世界里做各种各样的创新,不断在虚拟世界进行实验,成功之后就可以直接落地在现实世界里去使用。
比如说,在汽车制造领域,精密度极高或者要求在高压强低温环境制造的元器件,就可以在数字孪生出的虚拟世界中进行反复实验,得到完美的数据之后,再投入现实的生产线进行生产,这样试错成本就大大降低了。
(图片源于网络,侵删)
一个完整的数字孪生包括物理层、数据层、模型层、功能层和能力层,分别对应着数字孪生的5个要素——物理对象、对象数据、动态模型、功能模块和应用能力,其中的重点是对象数据、动态模型及功能模块这3部分。
(图片源于网络,侵删)
(1)物理层
(2)数据层
数字孪生中的模型既包含了对应已知物理对象的机理模型,也包含了大量的数据驱动模型。其中,“动态”是模型的关键,动态意味着这些模型需要具备自我学习、自主调整的能力。
(4)功能层
功能层的核心要素“功能模块”则是指由各类模型通过或独立或相互联系作用的方式形成的半自主性的子系统,或者说是一个数字孪生的小型实例。半自主性是指这些功能模块可以独立设计、创新,但在设计时需要遵守共同的设计规则,使其互相之间保持一定的统一性。这种特征使得数字孪生的模块可以灵活的扩展、排除、替换或修改,又可以通过再次组合的方式,实现复杂应用、构成成熟完整的数字孪生体系。
(5)能力层
最终,通过功能模块的搭配组合解决特定应用场景中某类具体问题的解决方案,在归纳总结后会沉淀为一套专业知识体系,这便是数字孪生可对外提供的应用能力,也可称为应用模式。因为其内部的模型和模块具有的半自主特性,使得形成的模式可以在一定程度上实现自适应调整。
(图片源于网络,侵删)
(1)工业制造
数字孪生起源于工业制造领域。工业制造也是数字孪生的主要战场。
(图片源于网络,侵删)
在产品研发的过程中,数字孪生可以虚拟构建产品数字化模型,对其进行仿真测试和验证。生产制造时,可以模拟设备的运转,还有参数调整带来的变化。
数字孪生能够有效提升产品的可靠性和可用性,同时降低产品研发和制造风险。维护阶段,数字孪生也能发挥重要作用。
采用数字孪生技术,通过对运行数据进行连续采集和智能分析,可以预测维护工作的最佳时间点,也可以提供维护周期的参考依据。数字孪生体也可以提供故障点和故障概率的参考。
数字孪生给工业制造带来了显而易见的效率提升和成本下降,使得几乎所有的工业巨头趋之若鹜。
(2)智慧城市
除了工业制造之外,数字孪生和5G、智慧城市也有非常密切的关系。我们知道,5G将开启“万物互联”的时代,它使得人类的连接技术到了前所未有的高度。
(图片源于网络,侵删)
如今,我们的城市布满了各种各样的传感器、摄像头。借助包括5G在内的物联网技术,这些终端采集的数据可以更快地被提取出来。
(3)基建工程
基建工程也是数字孪生的一个重要应用领域。尤其是对中国这个“基建狂魔”来说,引入数字孪生意义更加重大。
(图片源于网络,侵删)
我们在修建高速公路、桥梁等基础设施前,完成对工程的数字化建模,然后在虚拟的数字空间对工程进行仿真和模拟,评估工程的结构和承受能力,还可以导入流量数据,评估工程是否可以满足投入使用后的需求。 在工程交付之后,还可以在维护阶段评估工程是否可以承担特殊情况的压力。以及监测可能出现的事故隐患。
除了上述领域之外,包括医疗、物流、环保等很多场景都适合采用数字孪生技术,应用场景非常广阔。
了解上述场景都适合采用数字孪生技术,我们来看一下相关案例展示。
(图片源于网络,侵删)
(图片源于网络,侵删)
(图片源于网络,侵删)
(图片源于网络,侵删)
数据展现场景的多样化。随着全息影像、3D打印等技术的不断进步,猜想未来的数据更多的是以三维、四维的方式呈现,方便用户从各个角度观察数据,解读数据。
(图片源于网络,侵删)
(1)数据新闻将成为主流
(图片源于网络,侵删)
(2)虚拟和混合现实
虚拟现实有可能彻底改变很多行业,当然数据可视化也会被它改变。以后当我们看一个数据可视化报告的时候,根本不是一个二维的报告,而是“身临其境”地站到报告的中央……在这个虚拟现实中,我们被数据图景所包围。也许可以称为——数据大电影?
(图片源于网络,侵删)
(图片源于网络,侵删)
对于很多人来说,强调数据可视化的移动性可能有点奇怪,毕竟手机屏幕空间有限。但实际上我们已经接受了很多以前觉得不可能用手机做的事情了——比如说逛商场,买东西,汇报工作,甚至完成一场在线考试。移动是未来。
(图片源于网络,侵删)
(图片源于网络,侵删)
IBM通过一项最新研究预测,在未来几年中,对数据科学家和数据工程师的需求将增长近40%。由于这种趋势,我们可以预期工具和资源的持续增长,旨在使数据可视化领域及其收益更容易为所有人所用,而不仅仅是数据分析师。
(5)智能设备
例如,智能交通系统有助于在通勤前几个小时预见交通瓶颈。他们还预测了公共交通短缺,同时指导通勤者处理其路线中可能出现的拥堵情况。通过在视线内覆盖驾驶员的关键信息,使他们意识到行驶路线中可能存在的风险,提供紧急警报等,汽车中的增强现实将提高安全性。
(图片源于网络,侵删)
(图片源于网络,侵删)
欢迎大家来一起交流数据可视化~
参考资料