010-52895338/010-62548322
關于數字孿生與仿真技術關系的幾點思考
來源: | 作者:創奇視界 | 發布時間: 2021-03-25 | 2225 次瀏覽 | 分享到:

近年來,數字孿生一詞迅速躥紅,成為一個炙手可熱的概念。但隨著工業界和學術界對數字孿生的不斷解讀,其含義卻越發撲朔迷離,和其他一些相關概念的界限也越來越模糊。數字孿生到底是什么,能做什么,邊界在哪里,它和建模仿真是什么關系等等問題令很多人困惑。

下面首先看幾個典型的數字孿生定義:     

1)     數字孿生是充分利用物理模型、傳感器更新、運行歷史等數據,集成多學科、多物理量、多尺度、多概率的仿真過程,在虛擬空間中完成映射,從而反映相對應的實體裝備的全生命周期過程——《美國國防采辦大學的術語》

2)     數字孿生是現有或將有的物理實體對象的數字模型,通過實測、仿真和數據分析來實時感知、診斷、預測物理實體對象的狀態,通過優化和指令來調控物理實體對象的行為,通過相關數字模型間的相互學習來進化自身,同時改進利益相關方在物理實體對象生命周期內的決策——《賽迪集團:2019年數字孿生白皮書》

3)     數字孿生以數字化的方式建立物理實體的多維、多時空尺度、多學科、多物理量的動態虛擬模型來仿真和刻畫物理實體在真實環境中的屬性、行為、規則等——北京航空航天大學陶飛教授

4)     數字孿生是物理對象的數字模型,該模型可以通過接收來自物理對象的數據而實時演化,從而與物理對象在全生命周期保持一致?;跀底謱\生可進行分析、預測、診斷、訓練等(即仿真),并將仿真結果反饋給物理對象,從而幫助對物理對象進行優化和決策。物理對象、數字孿生以及基于數字孿生的仿真及反饋一起構成一個信息物理系統  (cyber physical systems)。面向數字孿生全生命周期(構建、演化、評估、管理、使用)的技術稱為數字孿生技術(Digital Twin Technology)——北京航空航天大學張霖教授

從上述定義可以看出,無論從哪個角度去理解數字孿生,數字孿生技術都與仿真技術密切相關。數字孿生的概念雖然已經普及挺長時間了,但很多人還是很難區分數字孿生跟仿真,甚至錯誤地認為數字孿生其實就是仿真,在此需要簡單說明一下數字孿生與仿真的區別和聯系。

單從數字孿生的定義就可以知道,仿真只是實現數字孿生的諸多關鍵技術中的一部分,萬不可盲目的把數字孿生跟仿真混為一談。通過數字孿生系統的通用參考架構可以更清晰地明白這一點。

 

1 數字孿生系統的通用架構

還可以從另一個角度來理解數字孿生與仿真的關系:

按照前述的定義,若將數字孿生定義為物理對象的一個數字化模型,那么數字孿生和信息物理系統之間的關系就比較容易理清,即數字模型、仿真(基于數字模型的各種活動)、數據及仿真結果(物理對象以及數字模型和物理對象之間的連接)形成一個信息物理系統。如下圖2所示,圖2中是第1節定義4中所提到的數字孿生的各個部分:1)物理對象;2)數據;3)模型;4)仿真;5)仿真結果。


2 數字孿生和信息物理系統之間的關系

數字孿生體不僅僅是物理世界的鏡像,也要接受物理世界實時信息,更要反過來實時驅動物理世界,而且進化為物理世界的先知、先覺甚至超體。

針對數字孿生體緊密相關的四個關鍵場景一一制造、產業、城市和戰場,梳理其中所涉及到的仿真技術如下:

1)     在制造場景下,可能涉及到的仿真包括產品仿真、制造仿真和生產仿真等大類,包括:

a.      產品仿真:系統仿真、多體仿真、物理場仿真、虛擬試驗等;

b.      制造仿真:工藝仿真、裝配仿真、數控加工仿真等;

c.      生產仿真:離散制造工廠仿真、流程制造仿真等。

2)     在產業場景下,可能涉及到的仿真包括倉儲仿真、物流仿真、組織仿真、業務流程仿真等;

3)     在城市場景下,可能涉及到的仿真包括城市仿真、交通仿真、人群仿真、爆破仿真、氣體擴散仿真等;

4)     在軍事場景下,可能涉及到的仿真包括體系仿真、戰場仿真、爆轟仿真、毀傷仿真等。

數字孿生體是仿真應用新巔峰。在數字孿生體的成熟度的每個階段,仿真都在扮演者不可或缺的角色:“數化的核心技術——建??偸呛头抡媛撓翟谝黄?/span>,或是仿真的一部分;互動是半實物仿真中司空見慣的場景;先知的核心技術本身就是仿真;很多學者將先覺中的核心技術——工業大數據視為一種新的仿真范式;共智需要通過不同孿生體之間的多種學科耦合仿真才能讓思想碰撞,才能產生智慧的火花。

數字孿生下的物理實體、數字化模型、孿生數據、仿真等關鍵元素需要多種技術支持。對于物理實體,對物理世界的充分理解是數字孿生的前提。在此基礎上將物理實體和過程映射到虛擬空間,以使模型更準確,更接近實際;對于數字化模型,各種建模技術至關重要。數字模型的準確性直接影響孿生的有效性。因此,必須通過驗證和認證技術對模型進行驗證,并通過優化算法對其進行優化。

此外,仿真技術可以實現活動推演和可行性驗證。由于虛擬模型必須隨著物理世界中的不斷變化而進行動態的更新,因此需要模型演化技術來驅動模型的更新。在孿生的實際進行階段,傳感器會生成大量數據。為了從原始數據中提取有用的信息,高級數據分析和融合技術是必要的,該過程涉及數據收集、傳輸、存儲、處理、融合和可視化。

如下圖所示,數字孿生強調用實時監測的數據消除模型的不確定性,用精確的模擬代替真實場景,從而優化實際系統的操作和運維。

 

3 數字孿生實現的關鍵技術流程

實現數字孿生,應大力發展以下關鍵技術及其在數字孿生領域的落地應用:

1)     感知與監測技術

數字孿系統的基礎在于:能夠實時感知系統性能狀態并收集系統周圍的環境信息,這就需要借助感知與監測技術來實現。通過安裝在系統結構表面或嵌入結構內部的分布式傳感器網絡,獲取結構狀態與載荷變化、操作以及服役環境等信息,實時監測系統的生產、制造、服役以及維護過程。持續獲取的傳感數據不僅能夠用于監測系統當前狀態,還能借助大數據、動態數據驅動分析與決策等技術用于預測系統未來狀態。

2)     數據連接技術

在物理實體與數字模型和相關服務的數據連接中,對物理實體的識別、感知和跟蹤是至關重要。因此,就需要運用RFID、傳感器、無線傳感器網絡和其他物聯網技術。數據交換需要運用通信技術、統一通信接口和協議技術等。由于人類在物理和虛擬世界中進行交互,因此需要人機交互技術(例如VR、AR 、MR)以及人機交互和協作技術支持。給定許多不同的模型,需要通信、接口、協議和標準技術,以確保虛擬模型和數據之間的平滑數據交互。同樣,服務與數字模型以及數據之間的連接也需要通信接口、協議、標準技術和協作技術。最后,必須采用安全技術(例如,設備安全、網絡安全、信息安全)來保護孿生的安全。

3)     孿生大數據管理技術

對于一個大型復雜系統,其基本幾何和組件裝配本身就已經囊括了海量的數據,而服役過程中不斷加入的載荷、環境、維修等數據,最終將生成現有數據分析技術無法處理的大數據,這就需要利用數字主線技術對所有數據進行統一管理,同時借助大數據分析技術,從這些規模巨大、種類繁多、生成迅速、不斷變化的數據集中挖掘價值。從數據出發增強對問題的認識,發掘多源異構數據之間潛藏的相關關系,從而實現更好地診斷、預報并指導決策。

數據驅動的數字孿生可以感知、響應并適應不斷變化的外部環境。整個數據生命周期包括數據收集、傳輸、存儲、處理、融合和可視化,數據存儲用于存儲傳感器收集的數據,以進行進一步的處理、分析。數據存儲與數據庫技術密不可分。但是,由于多源數據的數量和異構性不斷增加,傳統的數據庫技術已不再可行,大數據存儲技術,例如分布式文件存儲(DFS)、NoSQL數據庫、云存儲等越來越受到關注。

在數據處理階段,需要從大量不完整、異構、嘈雜、模糊和隨機的原始數據中提取有用的信息。首先,對數據進行預處理,以刪除冗余、無關、干擾、重復和不一致的數據。相關技術包括數據清洗、數據壓縮、數據平滑、數據約簡、數據轉換等。此外,深度學習為處理和分析海量數據提供了先進的分析技術。數據融合通過合成、過濾、關聯和集成來應對多源數據。數據融合包括原始數據級融合、特征級融合和決策級融合。數據融合方法包括隨機方法和人工智能。隨著數據量的不斷增加,現有數據技術必將發展。對于數據收集,未來的數據采集技術應專注于實時狀態數據收集。因此,有必要探索智能識別技術、先進的傳感器技術、機器視覺技術、自適應訪問技術等。

4)     動態數據驅動與分析決策技術

實時交互性與動態演化性是數字孿生體的兩個重要特性,而動態數據驅動應用系統(Dynamic Data Driven Application System,DDDAS)這種全新的仿真應用模式,能夠將模型與物理系統有機的結合起來,在實際服役過程中,利用實時監測的數據動態更新模型,更新后的模型可以得到許多測量無法直接輸出的數據,從而驅動更準確地分析與預測系統狀態,以及更有效地指導決策者實施對系統的動態控制。

5)     復雜系統建模技術

數字孿生體是由傳統模型發展而來,因此建立高精度的復雜系統模型是首要前提,是數字孿生的基石,現在建模依然面臨著環境、載荷、材料性能等眾多不確定因素,力、熱、電等不同物理場之間的強耦合作用等各類問題,這些復雜性都將導致模型無法準確模擬系統的真實情況。與孿生相關的建模涉及幾何建模、物理建模、行為建模和規則建模。建模針對多目標和完整性能進行優化,以達到高精度、可靠性并重現動態和靜態特性。此外,結合歷史數據的使用,各種模型(例如結構分析模型、熱力學模型、產品故障以及壽命預測和分析模型等)可以通過貝葉斯、機器學習算法等逐步優化。當前的建模技術著重于幾何和物理模型的構建,缺少可以從不同空間比例的不同粒度表示行為、特征和規則的“多空間比例模型”,缺少可以表征不同時間尺度的物理實體的動態過程“多時間尺度模型”。從系統角度來看,集成具有不同粒度、不同維度、不同空間比例和不同時間比例的各種模型仍然是一個挑戰。

6)     仿真技術

仿真是將包含了確定性規律和完整機理的模型轉化成軟件的方式來模擬物理世界的一種技術。只要模型正確,并擁有了完整的輸入信息和環境數據,就可以基本正確地反映物理世界的特性和參數。如果說建模是模型化我們對物理世界或問題的理解,那么仿真就是驗證和確認這種理解的正確性和有效性。所以,數字化模型的仿真技術是創建和運行數字孿生體、保證數字孿生體與對應物理實體實現有效閉環的核心技術。

數字孿生最誘人的地方,是數字模型和物聯網的結合,而這種結合的最終目的是為了將模型打磨得更加接近真實系統。物聯網技術為建模提供了一種新的強有力的手段,而且在對復雜系統機理缺乏足夠認識的情況下,還可基于所采集的數據利用人工智能技術對系統進行建模。這是對建模技術的發展和補充。而基于模型的分析、預測、訓練等活動,本來就是仿真要做的事。事實上,在仿真領域,利用動態實時數據進行建模和仿真的方法和技術已經研究多年,如動態數據驅動的仿真、嵌入式仿真、硬件在回路的仿真等。

另外,建模和仿真技術體系中很多可以直接用于數字孿生的研究和應用,包括理論、方法、標準、工具和平臺,而沒有必要在數字孿生的名義下重復開發。這也是NASA雖然提出2027年實現數字孿生的目標,但后續并沒有就數字孿生本身再建立新的技術體系的原因。因為所需要的技術、標準、工具和平臺等,在其建模和仿真技術體系里大多都已經存在了。換個標簽,再搞一套類似的東西,既浪費資源,又浪費時間,完全沒必要。

7)     數字孿生軟件平臺技術

數字孿生的實現需要發展新的工具平臺,集成數字仿真、數據管理、大數據分析、動態數據驅動決策等多個功能模塊,同時借助虛擬現實VR或增強現實AR等可視化技術,使決策者能夠快速準確地了解系統實際狀態,從而指導對系統的操作,實現效能更高的控制與優化。

 

參考文獻:

關于數字孿生的冷思考及其背后的建模和仿真技術

—張霖教授


男人的天堂中文字幕免费视频,国产婷婷综合视频在线观看,亚洲欧美综合看片67194,国语自产拍免费经典视频