在线咨询留言
姓名
电话
账号或密码错误dianji
发布时间: 2021/4/1 17:06:13 来源: www.glendale.top
分享

数字孪生技术体系








 1. 数字孪生技术架构概述

        数字孪生以数字化方式拷贝一个物理对象,模拟对象在现实环境中的行为, 对产品、制造过程乃至整个工厂进行虚拟仿真,目的是了解资产的状态,响应变 化,改善业务运营和增加价值。在万物互联时代此种软件设计模式的重要性尤为突 出,为了达到物理实体与数字实体之间的互动,需要经历诸多的过程也需要很多基 础的支撑技术做为依托,更需要经历很多阶段的演进才能很好的实现物理实体在数 字世界中的塑造。

首先我们需要构建物理实体在数字世界中对应的实体模型,就需要利用知识 机理、数字化等技术构建一个数字模型,而且我们对构建的数字模型需要结合行业 特性做出评分,是否可以在商业中投入使用;有了模型还需要利用物联网技术将真 实世界中的物理实体元信息采集、传输、同步、增强之后得到我们业务中可以使用 的通用数据;通过这些数据可以仿真分析得到数字世界中的虚拟模型,在此基础之 上我们可以利用 AR/VR/MR/GIS 等技术在数字世界完整复现出来,人们才能更友好 的与物理实体交互;在这个基础之上我们可以结合人工智能、大数据、云计算等技 术做数字孪生体的描述、诊断、预警 / 预测及智能决策等共性应用赋能给各垂直行业 。

image.png

 

2. 数字孪生技术及成熟度

模型构建层

建模“数字化”是对物理世界数字化的过程。这个过程需要将物理对象表达 为计算机和网络所能识别的数字模型。建模的目的是将我们对物理世界或问题的理 解进行简化和模型化。而数字孪生的目的或本质是通过数字化和模型化,用信息换 能量,以更少的能量消除各种物理实体、特别是复杂系统的不确定性。所以建立物 理实体的数字化模型或信息建模技术是创建数字孪生、实现数字孪生的源头和核心 技术,也是“数字化”阶段的核心。

image.png

流程构建示意图

3. 概念模型和模型实现方法

数字孪生模型构建的内容主要涉及概念模型和模型实现方法。其中,概念模型 从宏观角度描述数字孪生系统的架构,具有一定的普适性;而模型实现方法研究主 要涉及建模语言和模型开发工具等,关注如何从技术上实现数字孪生模型。在模型 实现方法上,相关技术方法和工具呈多元化发展趋势。当前,数字孪生建模语言主 要有 AutomationML、 UML、 SysML 及 XML 等。一些模型采用通用建模工具如 CAD 等开发,更多模型的开发是基于专用建模工具如 FlexSim 和 Qfsm 等。

目前业界已提出多种概念模型,包括:

        1)仿真数据微内核数字孪生平台架构,通过仿真数据对实时传感器数据的理,为仿真模型的修正和更真的现实映射提供持。

2)自动模型生成和在线仿真的数字孪生建模方法,首先选择静态仿真模型作 为初始模型,接着基于数据匹配方法由静态模型自动生成动态仿真模型,并结合多 种模型提升仿真准确度,最终通过实时数据反馈实现在线仿真 ;

3)包含物理实体、数据层、信息处理与优化层三层的数字孪生建模流程概念 框架,以指导工业生产数字孪生模型的构建;

4)基于模型融合的数字孪生建模方法,通过多种数理仿真模型的组合构建复 杂的虚拟实体,并提出基于锚点的虚拟实体校准方法 ;

5)全参数数字孪生的实现框架,将数字孪生分成物理层、信息处理层、虚拟 层三层,基于数据采集、传输、处理、匹配等流程实现上层数字孪生应用;

6)由物理实体、虚拟实体、连接、孪生数据、服务组成的数字孪生五维模 型,强调了由物理数据、虚拟数据、服务数据和知识等组成的孪生数据对物理设 备、虚拟设备和服务等的驱动作用,并探讨了数字孪生五维模型在多个领域的应用 思路与方案 ;

7)按照数据采集到应用分为数据保障层、建模计算层、数字孪生功能层和沉 浸式体验层的四层模型,依次实现数据采集、传输和处理、仿真建模、功能设计、 结果呈现等功能。

 4. 信息模型的建立

数字孪生信息模型的建立以实现业务功能为目标,按照信息模型建立方 法及模型属性信息要求进行。数字孪生信息模型库包括以人员、设备设施、 物料材料、场地环境等信息为主要内容的对象模型库和以生产信息规则模型 库、产品信息规则模型库、技术知识规则模型库为主要内容的规则模型库。 数字孪生信息模型框架如下图所示 :

image.png

a) 模型业务功能 :

模型业务功能按照产品生命周期的四个主要功能展开:

 设计仿真基于产品原型库、设计机理库等设计基础信息,建立产品的虚拟模 型。在设计仿真阶段,还应将产品的虚拟模型在包括设备生产能力、设备生产环境 的虚拟工厂运行环境中进行模拟生产,测试产品设计的合理性、可靠性,提升产品 研发效率 。

工艺流程规划基于工艺知识库、设备布局信息、仓储情况等工艺流程规划基础 信息,完成产品工艺流程规划。在工艺流程规划阶段,还应将包括工艺信息的产品 虚拟模型在虚拟工厂的生产规划中进行流程模拟,测试产品工艺规划和流程规划的 合理性、可靠性,提升工艺流程规划效率 

生产测试基于设备布局信息、设备运行信息等基础信息及包括工艺信息和生产 信息的产品虚拟模型,对产品的生产环节进行模拟测试,测试产品设计、工艺规划 及生产流程的合理性和可靠性,提升产品设计成功率和测试效率。

产品交付分为实体产品交付和产品虚拟模型交付两部分。其中产品虚拟模型应 包括产品的外观信息、功能信息、工艺信息等内容,可适当提前于实体产品提供给 用户,以满足用户提前进行模拟测试的需求。

b) 对象模型库 :

        对象模型库包含人员模型、设备设施模型、物料材料模型、场地环境模型及其 相对应的模型关系。模型元素的属性信息划分为静态信息和动态信息两部分,其中 静态信息包括身份信息、属性信息、计划信息和静态关系信息,动态信息包括状态 信息、位置信息、过程信息及动态关系信息。

c) 规则模型库 : 

        规则模型库包含生产工艺规则模型库、生产管理规则模型库、产品信息规则模型库、生产物流规则模型库与技术知识规则模型库等: 

        生产工艺规则模型库包含工艺基础信息、工艺清单、工艺路线、工艺要求、工艺参数、生产节拍、 标准作业等规则模型信息及其相关逻辑规则 。 

        生产管理规则模型库包含生产计划信息、排产规则信息、生产班组信息、生产线产能信息、生产 进度信息、生产排程约束信息、生产设备效率信息之间的逻辑规则 。

          产品信息规则模型库包含产品主数据、物料清单、产品生产规则、资源清单之 间的信息共享与信息交换

        生产物流规则模型库包含物料需求、物流路径、输送方式、配送节拍、在制品转运方式、完成入库、出库等与生产物流相关的规则。 

          技术知识规则模型库包含工艺原理、操作经验、仿真模型、软件算法等 。

d) 信息模型组件 :

不同的信息模型组件可根据需要进行组合,以形成系统、产线等集成组合。按 照应用层所提供业务功能的不同要求,信息模型组件间的组合可采用层级组合、关 联组合、对等组合等方式:

层级组合用以描述不同系统层级的信息模型按照层级关系依次组合的信息模型 关系。在层级组合关系的描述下,可将具有从属关系的不同信息模型结合,作为整 体进行功能实现。

关联组合用以描述不同信息模型之间存在的相互关联关系。在关联组合关系的描述下,可将非从属关系但相互耦合的信息模型建立关系,作为整体进行功能实现 。

对等组合用以描述不同信息模型之间存在的非耦合关系。在对等关系的描述下,可将独立的非耦合信息模型之间建立关系,作为整体进行功能实现 。

 5. 数据互动层

物联网“数字化”中的另一层意思是物理世界本身的状态变为可以被计算 机和网络所能感知、识别和分析,这些状态包括位置、属性、性能、健康状 态等,物联网技术为原子化向比特化转变提供了完整的解决方案。同时物联 网为物理对象和数字对象之间的“互动”提供了通道。“互动”是数字孪生的一个 重要特征,主要是指物理对象和数字对象之间的动态互动,当然也隐含了物 理对象之间的互动以及数字对象之间的互动。前两者通过物联网实现,而后 者则是通过数字线程实现。能够实现多视图模型数据融合的机制或引擎是数 字线程技术的核心。

image.png


6. 信息同步

当前,企业力求着手建立相关产业的互联网平台,将各类时空资源数字 化,并以数字空间为载体,链接人与物,打造时空一体的数字孪生技术基础 的信息平台,以实现数据的同步和融通联动。以基于 CIM 的 Citybase 为 例,其具有以下特点 :

image.png

数据价值挖掘:监测设备的运行数据,且在此基础上可对设备的全生命周期进 行管理,分析挖掘数据价值,辅助运营决策 。

数据融通与跨系统联动:从物联网底层进行数据的统一连接和管理,支持数据 的灵活调配,可以更简单充分地进行数据融通与跨系统联动,真正做到打破“烟囱 式管理”。

空间索引与事件驱动:将设备、数据及事件与空间联系起来。能以空间为线索完成完整的业务闭环,能各种异常情况进行准确三维空间确定与快速响应 。

CityBase 构造了空间数字底板,构建一图多景,技术上支持以下功能 : 

a)数据分级可视化及应用,支撑建造、交通、水务、应急等各种城市业务场景;

       b)以空间为核心,融合人、物和行为活动,构建一套可扩展的数据模型 ;

      c)支持大体量模型轻量化,软件生产工业化,模型库、服务库与应用快速组装 ;

d)实现对实时监控视频与三维模型配准融合,生成大范围三维全景动态监控 画面,形成一张“无限量”分辨率的大视频,“一张图”看全局,无需切换任何分 镜头画面,实现对重点区域整体现场的全景、实时、多角度监控,虚拟线上融合共 生 ;

e)支持 BIM+ 倾斜摄影 + 影响 + 点云 +MAX 模型,单体模型等的大场景、海量、大体量数据的高逼真渲染 。 

7. 信息强化

当前,企业通过对多源异构孪生数据的整合和综合运用,建立“人机料法 环”各类数据的全面采集和深度分析数字体系,全面建立以数据为驱动的运营与管 理模式,有助于探索基于数字孪生的数据驱动型变革新路径。数字孪生的信息强化 主要包括以下几个方面进行详细的数据管理 。

a)数据清洗:数据清洗对数据进行重新审查和校验的过程,目的在于删除重 复信息、纠正存在的错误,并提供数据一致性。对数据进行重新审查和校验的过 程,目的在于删除重复信息、纠正存在的错误,并提供数据一致性。发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失 值,去除无用的数据 。

b)数据分类:数据分类主要对清洗过的数据进行分类,使数据的类别清晰、 明确。数据分类主要包括以下原则:现实性原则、稳定性原则、持续性原则、均衡 性原则、揭示性原则、规范性原则、系统性原则、明确性原则、扩展性原则。结合 数据建模服务,通过采用人、机、料、法、环的原则进行数据分类。

c)数据编码:数据编码主要将不同的信息记录采用不同的编码,一个码点可 以代表一条信息记录。由于计算机要处理的数据信息十分庞杂,有些数据库所代表 的含义又使人难以记忆。为了便于使用,容易记忆,常常要对加工处理的对象进行 编码,用一个编码符合代表一条信息或一串数据。对数据进行编码在计算机的管理 中非常重要,可以方便地进行信息分类、校核、合计、检索等操作。系统可以利用 编码来识别每一个记录,区别处理方法,进行分类和校核,从而克服项目参差不齐 的缺点,节省存储空间,提高处理速度,同时也有利于数据建模服务对于数据的快 速匹配。

d)数据标签:通过数据清洗、数据分类来将毛坯数据转化为标签数据。数据 标签管理对海量标签数据的管理,包括去重、合并、转义等数据标签的操作 。通 常来说,数字孪生价值的实现,在于数据与数据的连接。数据和数据之间的关系才 是重中之重,而不是单纯的数据本身。因此对于每个数据点建立数据标签,有利于 数据属性的管理,对数据之间关系的建立及维护发挥重要作用。通过交换和共享数 据标签,来充实已掌握的数据标签,并实现数据标签与数据建模的相互匹配 

e)数据压缩:为了减少网络数据对带宽的占用量,在实际传输时,将会对数 据进行压缩和解压。具体的压缩库,可以是 ZLIB、 LZMA  LZO 等等。具体选用 哪种压缩库,以及具体的压缩级别,各生产厂用户都可以在工业互联网平台进行自 定义设置。

8. 仿真分析层

仿真预测是指对物理世界的动态预测。这需要数字对象不仅表达物理世界的 几何形状,更需要数字模型中融入物理规律和机理,这是仿真世界的特长。仿真技 术不仅建立物理对象的数字化模型,还要根据当前状态,通过物理学规律和机理来 计算、分析和预测物理对象的未来状态。

物理对象的当前状态则通过物联网和数字线程获得。这种仿真不是对一个阶 段或一种现象的仿真,应是全周期和全领域的动态仿真,譬如产品仿真、虚拟试 验、制造仿真、生产仿真、工厂仿真、物流仿真、运维仿真、组织仿真、流程仿 真、城市仿真、交通仿真、人群仿真、战场仿真等。

image.png

如何在大体量的数据中,通过高效的挖掘方法实现价值提炼,是数字孪生重点 解决问题之一。数字孪生信息分析技术,通过 AI 智能计算模型、算法,结合先进 的可视化技术,实现智能化的信息分析和辅助决策,实现对物理实体运行指标的监 测与可视化,对模型算法的自动化运行,以及对物理实体未来发展的在线预演,从 而优化物理实体运行。其工作流程图如下:

 

image.png

        模型管理

        模型是数字孪生信息分析的核心,具有专业性。例如,国土空间规划的各类规则模型、评价模型、评估模型,可为国土空间规划编制、审查、实施、监测、评估和 预警等提供支撑。模型管理应包括模型可视化流程设计、插件框架式模型设计和管 理扩展模型以及发布模型服务能力,通过算法注册、数据源管理及配套可视化工具 实现模型构建。

        指标管理 

          指标是判断物理实体运行状态好坏的标准。通过指标管理、指标计算配置、指标值管理及数据字典管理功能实现对实施评估指标项、指标体系及指标元数据、指 标维度、指标值、指标状态及指标计算方式等的信息化管理,便于指标库的快速操 作、更新维护以及指标的动态调整。

       协同计算能力高

 性能的协同计算是数字孪生信息分析的效率保障。在数字孪生模式下,物理实 体实现高度数字化,同时产生海量数据资源,高性能的协同计算将提供算力支撑, 主要包括强大的数据处理中心和边缘计算中心,为数字孪生的高效运行提供运行决 策。以自动驾驶车联网应用为例,通过车辆获得的车辆周边感知数据和车路协同基 础设施获得的路况数据,在边缘计算中心进行环境理解、导航规划、高精地图更新 等数据处理及决策,然后在交通部门的云计算中心实现指挥交通控制决策。

 9. 共性应用层

数字孪生的映射关系是双向的,一方面,基于丰富的历史和实时数据和先进 的算法模型,可以高效地在数字世界对物理对象的状态和行为进行反映;另一方 面,通过在数字世界中的模拟试验和分析预测,可为实体对象的指令下达、流程体 系的进一步优化提供决策依据,大幅提升分析决策效率。数字孪生可以为实际业务 决策提供依据,可视化决策系统最具有实际应用意义的,是可以帮助用户建立现实 世界的数字孪生。

基于既有海量数据信息,通过数据可视化建立一系列业务决策模型,能够实 现对当前状态的评估、对过去发生问题的诊断,以及对未来趋势的预测,为业务决 策提供全面、精准的决策依据。从而形成“感知—预测—行动” 的智能决策支持 系统。首先,智能决策支持系统利用传感器数据或来自其他系统的数据,确定目标 系统的当前状态。其次,系统采用模型来预测在各种策略下可能产生的结果。最 后,决策支持系统使用一个分析平台寻找可实现预期目标的最佳策略 。

数字孪生技术真正改变了智能决策支持系统的部署方式。数字孪生是对基础 设施的数字化表示,借此了解基础设施如何工作。当我们将决策支持系统与数字孪 生相结合时,产出的是独特的、一个能够不断学习和不断适应的决策支持系统。我 们将这种新的模式转变称为“智能决策”。通过以下的多种智能决策技术,我们在 数字孪生中结合过去某实体的运营历史来经营,当新事件发生时,系统会学习更 多,从而运行地更准确:

三维空间分析技术 :基于三维模型的空间布局和关系,在场景的地形或模 型数据表面,相对于某个观察点,基于一定的水平视角、垂直视角及指定范围半 径,分析该区域内所有通视点的集合。分析结果用不同颜色表示在观察点处可见或 不可见 。

动态单体仿真技术 :群体仿真数据、调参权限、高精空间分析,帮助推算 群里动线的结果更加准确,令专业的算法分析结果更加直观,降低决策者对算法解 决和应用的门槛。以人流疏散为例,原始数据的计算是算法系统进行计算。人流拥 堵热力图和单位面积断面人流量统计。摄像头监测盲区、巡更监测区、拥堵人群影 响安防监测等状态评估及智能决策。

空间流体分析 :通过栅格化体数据(水体或气体),形成数千万级别的三 维网格,同步导入监测数据后,赋予所有数据时间与空间信息,便于了解到填充物(例如污染物等)扩散、暗点、露点的分布状态,为业务部门巡查提供定位依据及 智能决策分析。

事件处置流程仿真技术 

通过接入传感器数据,因此异常事件发生时能够快速定位,并自动计算周围关联人员的位置关系,联动通知系统进行处理。以十字路口车辆剐蹭为例,摄像头 报警后,系统自动定位,并能调用周围最近其他摄像头进行多角度的核实。同时, 调用周围的温度传感器判断有无火点。必要时,选出周围巡逻人员联络前往,并通 过通知系统圈定接受信号的范围,让公众离开。这打通了多套系统,提高决策效率。

       支撑技术

包括大数据、云计算、AI 以及区块链的技术应用。例如,数字孪生中的孪生数据集成了物理感知数据、模型生成数据、虚实融合数据等高速产生的多来源、 多种类、多结构的全要素 / 全业务 / 全流程的海量数据。大数据能够从数字孪生高速产生的海量数据中提取更多有价值的信息,以解释和预测现实事件的结果和过 程;数字孪生的规模弹性很大,单元级数字孪生可能在本地服务器即可满足计算与 运行需求,而系统级和复杂系统级数字孪生则需要更大的计算与存储能力。

云计算按需使用与分布式共享的模式可使数字孪生使用庞大的云计算资源与 数据中心,从而动态地满足数字孪生的不同计算、存储与运行需求;数字孪生凭借 其准确、可靠、高保真的虚拟模型,多源、海量、可信的孪生数据,以及实时动态 的虚实交互为用户提供了仿真模拟、诊断预测、可视监控、优化控制等应用服务。

AI 通过智能匹配最佳算法,可在无需数据专家的参与下,自动执行数据准 备、分析、融合对孪生数据进行深度知识挖掘,从而生成各类型服务;数字孪生有 了 AI 的加持,可大幅提升数据的价值以及各项服务的响应能力和服务准确性。

区块链可对数字孪生的安全性提供可靠保证,可确保孪生数据不可篡改、全 程留痕、可跟踪、可追溯等。独立性、不可变和安全性的区块链技术,可防止数字 孪生被篡改而出现错误和偏差,以保持数字孪生的安全,从而鼓励更好的创新。此 外,通过区块链建立起的信任机制可以确保服务交易的安全,从而让用户安心使用 数字孪生提供的各种服务。











文章转载自网络,如有侵权,请及时联系!

公众号二维码150.jpg




沪ICP备20004689号-1© 2015 glendale 上海葛兰岱尔网络科技有限公司.All Rights Reserved.