通过数字孪生集成实现工业物联网转型

　　工业物联网 (IIoT) 使用智能传感器和执行器来监控、收集、分析和共享数据。工业物联网和工业 4.0 增加了智能机械的使用，智能机械使用传感器来自动化流程并通过减少人为干扰来提高效率。

　　工业物联网 (IIoT) 使用智能传感器和执行器来监控、收集、分析和共享数据。工业物联网和工业 4.0 增加了智能机械的使用，智能机械使用传感器来自动化流程并通过减少人为干扰来提高效率。这些传感器产生的大量数据用于深入了解工业流程。不同的基于 AI/ML 的模型会根据这些数据进行训练，这些模型的输出是可以对系统进行的升级和更改，以提高效率。将这些升级和更改实施到实际系统中，可能会对关键任务系统和流程造成故障或损坏的风险。关键任务系统的故障会给行业和公众带来很大的损害。此外，如果不确保更改不会导致系统崩溃，传输系统等基本服务就不能直接升级或更改。这就是数字孪生发挥作用的地方，它可以帮助行业以更安全、更高效的方式实施这些更改。

　　数字孪生可以理解为数字世界中物理系统的代理。它是特定行业所拥有资产的数字复制品。将物理属性与数字属性连接起来的链接称为数字线程。从工业设置中的不同传感器和执行器收集的数据用于构建数字副本，使用户可以访问物理资产的结构、上下文和行为。可以观察系统的过去和现在状况，并在此基础上预测如果对其进行升级或更改，未来的行为。这不仅节省了时间和金钱，而且还防止了对实际系统的任何损坏。数字孪生可以实现持续的流程改进、设计改进、高效运营、预测性维护和机器的条件状态。

　　数字孪生如何改变行业

　　工业 4.0 就是通过更快地收集、处理和管理数据来实现自动化和数字化。边缘传感器正在取代传统的传感器技术，以促进更快的数据处理和更快的数据共享。5G 等技术正在慢慢加快步伐，以提高数据传输速度和不同节点之间的连接性。整合这些技术仍面临不同的挑战，如高投资成本、传感器兼容性、数据安全性和可扩展性。这些挑战使得企业主难以在数字化上投入巨额资金。

　　数字孪生技术解决了上述大部分缺点。现有的物理设置被转换成数字形式，并通过数字线程连接到现实世界的机器。借助 AI/ML 模型，可以通过从传感器、过去的统计数据和开源数据中获取数据，将机器的完整工作映射到数字形式中。该代理机器用于预测实际机器在发生更改时会如何响应。因此，为了整合边缘传感器和 5G 兼容性等新技术，实验是在虚拟世界中进行的，并且只在现实世界中实施最佳解决方案。整个过程节省了时间和成本，还创建了机器的数字副本，可进一步用于数字化。

　　数字孪生被用于各种行业，包括制造业、能源、交通运输和建筑业。不同的制造商和服务提供商使用数字孪生来构建飞机发动机、机车、海上平台和风力涡轮机的代理。这些行业的公司正在投资数字孪生，以优化这些产品的运行和维护。

　　数字孪生在三个关键领域为行业提供了卓越的价值。首先是推动制造流程的改进。从原型设计和实际制造产品，公司可以持续监控实际和预期产出并做出更改，以制造出近乎完美的产品。通过预测生产线故障并采取必要措施实现所需目标，可以优化制造运营。

　　第二个领域是预防性维护，其中数字孪生可用于分析过去的数据并从实际系统中获取实时输入以预测故障并建议预防性维护以防止故障。技术人员可以远程分析并进行预防性调整，当需要进行物理调整时，技术人员可以远程分析并提前订购零件以节省时间。

　　第三个领域是根据客户对现有产品和服务的使用情况开发新产品并进入新市场。数字孪生有助于深入了解客户如何使用产品，以及在新产品设计和制造中可以或应该进行哪些更改以提高市场渗透率，占领新市场并提高客户满意度。这可以大大减少公司在市场研究和客户反馈上的支出。

　　数字孪生和物联网的未来发展

　　将飞机发动机或制造部门的复杂机器进行数字孪生并不是这项技术即将带来的革命的结束，而只是开始。边缘计算的进步和强大的边缘设备正在部署到由私有 5G 等先进网络系统连接的行业中，这些行业可以使数字孪生的互连成为可能。结果将是一个完整的连接设备链，构成一个数字工厂。

　　例如，新加坡创建了一个完整的城市数字孪生，以跟踪交通、污染、气候和城市布局，以便城市管理者可以测试无障碍选项，了解新建筑的潜在影响，管理应急响应并监测城市健康状况。与此同时，医生正在创建针对患者的肺部数字孪生，以帮助在治疗 COVID-19 患者时做出有关呼吸机使用的决定。

　　虽然数字孪生仍是一项新兴技术，但毫无疑问，它代表着未来。它们在运营、维护、财务、销售和营销等部门拥有无数应用程序，可以访问统一的真实数据源，以预测维护、改进设计、了解使用情况并调整价格。

　　作者：Saumitra Jagdale

　　来源：千家网