數字化孿生技術現狀分析及發展趨勢探討

今年的技術趨勢報告繼續在開頭回顧了11年來技術趨勢的發展,顯示了技術趨勢時間演變的全過程、最新的宏觀科學技術力量爲業務變革基礎帶來的共生利益和不久的將來新興科學技術力量。
數字化孿生技術現狀分析及發展趨勢探討
隨着企業應對不斷變化的技術並迅速做出反應,指望更多的IT領導者和財務領導者更加緊密地合做,尋求靈活的融資方法。
數字化孿生技術現狀分析及發展趨勢探討
1、2020年的4個重點趨勢是:
一、數字孿生:鏈接現實與數字世界
有很長一段時間,使用虛擬模型優化流程、產品或服務的想法並不新鮮。 然而,隨着具備更復雜的仿真和建模能力、更好的互操做性、IoT傳感器和電力系統可視化的數字仿真平臺和工具的普遍使用,企業更加精細、更加動態的數字仿真模型數字研究發現,在供應鏈優化、預測區域維護變動、有效緩解交通擁堵等領域發揮了重要做用。
數字孿生技術在愈來愈多的企業中獲得了普遍的應用,特別是從產品銷售轉向產品服務捆綁銷售的企業,或者做爲服務銷售的企業。 隨着企業能力和成熟度的提升,從此將有更多企業使用數字孿生技術優化流程、決定數據驅動、修訂新產品、新服務和業務模式。 從長遠來看,要釋放數字孿生技術的全部潛力,必須將數據與整個生態系統相結合。
二、體系結構覺醒
愈來愈多的技術和高級管理人員認識到,如今技術體系結構領域的科學比以往任什麼時候候都更具備戰略意義。 實際上,成熟企業須要不斷改善他們的結構——,以在技術創新混亂的市場中維持競爭力,這個過程能夠從技術設計修訂者改變在企業中的做用開始。 在接下來的幾個月裏,更多的企業但願將修訂者從傳統的象牙塔轉移到新的陣地。 有這些才能但沒有充分利用的技術人員,經過承擔服務和系統的做用,參加系統運營。 此變革的目的是將最有經驗的修訂者放在最須要的地方,例如參與修訂複雜技術的軟件開發團隊。 同時,增長對修訂者的人才培養,在企業總體上提升他們的戰略價值,有助於使這個IT部門的功能發展成爲數字經濟的競爭優點。
三、技術道德與信任
在變化的趨勢中,先驅企業愈來愈認識到企業內全部受技術影響的方面均可能是得到或失去信任的關鍵。 對他們來講,信任不只是法規聽從性和公共關係問題,也是重要的企業目標。 目前,信任做爲更加先進企業的全面承諾,確保企業內部技術、流程和人員等各個方面合做,維持衆多相關人員期待的高信任。 企業領導人開始從新評估在產品、服務、數據管理、夥伴關係、員工培訓等相關領域的戰略如何創建信任。 CIO們也強調「技術倫理」,開發了一套工具,能夠在企業須要導入和使用卓越技術時,正確把握其道德困境。 同時,貫徹企業價值觀和技術道德的領導者們向社會展現了「從善」的承諾,有助於與相關人員創建長期的相互信賴關係。
四、人感體驗平臺
愈來愈多的人工智能(AI )解決方案——被稱爲「情感補正」或「情感AI」——,從新定義了咱們感覺技術的方式。 將來幾個月,更多的企業將積極應對AI技術的增加和不滿意的需求,更好地理解人的感情,與人交流。 回顧歷史,計算機不能將事件與人的情感或情感元素聯繫起來,但這種狀況正因革新者如今向技術的IQ大規模添加EQ而改變。 人體驗平臺結合人工智能技術、以人爲中心的設計和當前的神經學研究,可以識別人的情緒狀態和背景內容,並作出適當的響應。 實際上,利用人感知平臺大規模使用認知和情感數據的能力確實是企業將來發展的巨大機遇。
試想一下,你擁有一個現實世界。 也就是說,數字孿生。 它能夠幫助你進行虛擬協做,快速獲取傳感器數據,模擬條件,明確理解假設情景,更準確地預測結果,輸出操縱現實世界的指令。
數字化孿生技術現狀分析及發展趨勢探討
目前,企業正在以多種方式使用數字孿生技術。 在汽車和飛機制造領域,數字孿生技術已成爲優化價值鏈和整個創新產品的重要工具,在能源領域,油田服務運營商經過獲取和分析大量井內數據創建數字模型,實時指導挖掘工做,心血管研究者在臨牀做爲智能城市管理的一個典型示例,新加坡採用詳細的虛擬城市模型,用於城市規劃、維護和災害預警項目。
數字孿生能夠模擬物理對象或過程的各個方面。 它們既能夠展現新產品的圖紙和尺寸,也能夠從設置修訂展現消費者整個供應鏈中的全部子部件和對應的環節——即「完成」數字孿生,還能夠採用「即維護」模式3354生產工廠設備的實物仿真模型捕獲設備如何工做、工程師如何維護以及該設備生產的產品與客戶如何相關。 數字孿生體有多種形式,無一例外地捕捉並利用着現實世界的數據。Markets and Markets的最新研究代表,數字孿生技術的探索已經開展: 2019年的數字孿生市場價值爲38億美圓,預計2025年將增長到358億美圓。
是什麼引發了這種猛增? 數字孿生並不新鮮,爲何如今開始成長? 21世紀初以來,先驅企業開始尋求利用數字模型改善產品和流程的方法。 當時,數字孿生的潛力已經出現,但許多企業發現數字孿生的開發涉及大量的數據,處理這些數據所需的鏈接性、修正計算能力、數據存儲、帶寬成本很高。
數字孿生迅速發展,從迅速發展的模擬和建模能力、更好的互操做性和物聯網傳感器,以及更多可用的工具和訂算基礎設施等方面受益。 所以,各個領域的大中小企業均可以接觸到更多的數字孿生技術。 IDC預計到2022年,40%的物聯網平臺供應商將整合模擬平臺、系統、功能,建立數字孿生,70%的製造商將使用該技術進行過程模擬和場景評估。
同時,經過訪問大量數據,可以製做比以往更詳細且動態的模擬。 對於長期的數字孿生用戶來講,這就像是從模糊的黑白快照轉移到彩色高清數碼照片,從數碼源獲得的信息越多,最終呈現的照片越生動。
2、模型數據=洞察力和實際價值
數字孿生功能最初是工程師工具箱中的選擇工具,它簡化了設置修訂過程,並刪除了原型測試的許多方面。 使用3D仿真和人機界面(加強現實和虛擬現實等),工程師能夠根據產品的規格、製造方法和使用材料以及相關的政策、標準和法規來決定進行設置修訂評估的方法。 數字孿生有助於工程師識別潛在的製造性、質量、耐用性等問題,而後再肯定修訂的最終稿件。 所以,傳統的原型設置修正速度提升,產品成本更低,生產效率更高。
除了設計外,數字孿生還期待着企業改變對產品和機器的預測性維護方式。 嵌入機器內的傳感器將性能數據實時傳輸給數字孿生。 這不只能夠事先識別和解決故障,並且能夠定製服務和維護修訂計劃,更好地知足客戶的個性需求最近,荷蘭的殼牌公司創立了兩年的數字孿生修訂計劃,石油和自然氣運營商更高效地管理海上資產,勞動
數字孿生有助於優化供應鏈、分銷和運營,並優化這些業務相關員工的我的績效。 例如,世界快消產品製造商聯合利華啓動了數字孿生項目,創造了數十個工廠的虛擬模型。 在這些工廠,物聯網傳感器被嵌入機器內部,向AI和機器學習應用程序反饋機器性能數據,進行分析。 將分析的操做信息從新輸入數字孿生,工人能夠預測機械維護的時機,優化生產,提升產品合格率。
例如,智能城市修訂計劃使用數字孿生技術緩解堵塞,進行城市修訂計劃。 新加坡雄心勃勃的「虛擬新加坡訂劃」,使從基站和太陽能電池的訂劃,到模擬交通工具和人流,一切都成爲可能。 另外一種潛在用途可能用於在新加坡年度F1賽車關閉期間安排緊急疏散規劃和路線。
3、新事物
在過去的十年中,數字孿生技術的引進因素加快了:
1)模擬。 構建數字孿生技術所需工具的能力和成熟度不斷提升。 目前,能夠設置和修改複雜的假設模擬方案,從檢測到的實際狀況回溯,即便執行數百萬次模擬過程,系統也不會過載。 另外,隨着供應商數量的增長,選擇範圍也繼續擴大。 同時,機器學習功能提升了洞察的深度和可用性。
2)新數據源。 實時資產監控技術(如激光雷達(LIDAR )和前視紅外(FLIR ) )生成的數據如今能夠與數字孿生集成。 一樣,內置於設備內部或整個供應鏈中的物聯網傳感器將生產數據直接輸入到模擬系統中,以實現持續的實時監控。
3)互操做性。 在過去的十年中,數碼技術和現實世界的結合能力顯着提升。 這種改進主要是因爲物聯網傳感器、操做技術之間的工業通訊標準的加強,以及供應商爲整合多個平臺所作的努力。
4)可視化。 建立數字孿生所需的龐大數據量可能使分析變得複雜,如何得到有意義的洞察變得更加困難。 高級數據可視化能夠經過實時過濾和提取信息來解決這個問題。 最新的數據可視化工具包括基本招牌和標準可視化功能,以及交互式3D、VR和AR可視化、AI可視化和實時媒體流。
5)儀器。 不管是嵌入式仍是外部設備,網絡傳感器都愈來愈小、精確、成本低、性能高。 隨着網絡技術和網絡安全的提升,傳統的控制系統能夠用於得到關於真實世界的更精細、更及時和更準確的信息,並與虛擬模型集成。
6)平臺。 強大而廉價的處理能力、提升網絡和存儲的可用性和訪問能力是數字孿生技術的重要推進因素。 一些軟件公司在基於雲平臺、物聯網、分析技術領域進行了大量投資,跟上了數字孿生的潮流。 一些投資被用於簡化業界固有的數字孿生應用程序的開發。
4、成本和收益
爲數字孿生提供動力的AI和機器學習算法須要大量的數據,可是生產現場的傳感器輸入的數據每每是破損、丟失或不完整的。 所以,小組必須當即開始收集數據。 特別是在問題數量最多、停機成本最高的地區,須要開始收集數據。 如今開始逐步開發所需的基礎架構和數據管理方法,能夠縮短企業獲利的時間。
平衡成本/收益分析很重要。 現代飛機引擎有成千上萬的傳感器,每秒可產生數兆字節的數據。爲新流程、系統和設備建立數字孿生並不能徹底測試整個流程。 在化學生物反應和極端狀況下,有時過程自己沒法直接測量,有時測量物理對象成本太高或不太實用。 所以,企業不該該將傳感器直接放入輪胎,而應該尋找車輛上的設備和利用傳感器等替代物,或者利用化學反應和生物反應產生的光和熱等可檢測元素。
另外,隨着傳感器成本的下降,平衡成本/收益分析對於肯定使用的傳感器數量很是重要。 現代飛機引擎有成千上萬的傳感器,每秒可產生數兆字節的數據。 數字孿生、機器學習和預測模型,製造商能夠提供各類建議,使飛行員可以優化燃油效率,進行預測性維護,幫助機械隊管理成本等。 可是,大多數應用程序只需在關鍵位置放置少許傳感器,便可檢測流程中的關鍵I/O數據和關鍵階段。
5、模型以外
將來幾年,數字孿生技術將在各行各業普遍應用。 在物流、製造和供應鏈領域,使用機器學習和先進的網絡鏈接(例如5G )數字雙晶技術,更多的跟蹤、監控、訂購渠道和優化世界各地貨物流,使貨物的位置和地點環境(溫度、溼度等)實時可見。 無需人爲干預,「控制塔」能夠指揮庫存轉移、裝配線工序的調整、集裝箱路線的從新訂劃等糾正措施。
從產品銷售向產品服務模式或者銷售即服務(As-a-service )轉型的企業,正在開拓新的數字孿生技術應用。 將數字孿生鏈接到嵌入式傳感器上,用於財務分析和預測,能夠改善和優化預測、訂價和銷售機會。
例如,公司能夠監控產品的高磨損使用狀況,並添加保修和維護選項。 企業能夠在農業、交通、智能大廈等多個行業做爲服務銷售生產和吞吐量。 隨着能力和成熟度的增長,預計未來會有更多企業以數字孿生爲模型,爲產品和服務尋求新的貨幣化戰略。
6、數字將來建模
隨着數字孿生技術的發展趨勢在將來幾年加快,愈來愈多的企業開始使用數字孿生技術優化流程,實時作出數據庫決策,並開始尋找修訂新產品、服務和商業模式的機會。 在製造業、公用事業、能源等資本密集型產業中,成爲數字孿生技術應用的先驅。 若是早期的實踐者在各個行業領域表現出先發優點的話,其餘企業也緊隨其後。
從長遠來看,要實現數字孿生技術的全部潛力,可能須要整合整個生態圈的系統和數據。 創建完整的客戶生命週期或供應鏈數字模擬,提供有洞察力的宏觀運營觀點,包括一線供應商及其自身供應商,但仍須要將外部實體集成到內部數字生態系統中。 今天,大多數公司仍然不滿意點對點鏈接之外的外部整合。 克服這種猶豫也許是一個長期的挑戰,但最終全部的付出都是值得的。 未來,企業但願利用塊鏈打破信息孤島,驗證信息並輸入數字孿生。 這將釋放之前沒法訪問的大量數據,使模擬更加詳細、動態化和潛在價值。











































算法

相關文章
相關標籤/搜索