智能制造工业4.0的技术核心是数字孪生

阿乐侃创业ID:sshyvr

阿乐侃创业是一个基于VR、AR、AI等先进信息科技内容分享交流平台，我们是打造新科技、新生活、新未来的助手！欢迎关注、分享以及交流互动··

Digital Twin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。

Digital Twin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。

Digital twin最为重要的启发意义在于，它实现了现实物理系统向赛博空间数字化模型的反馈。这是一次工业领域中，逆向思维的壮举。人们试图将物理世界发生的一切，塞回到数字空间中。只有带有回路反馈的全生命跟踪，才是真正的全生命周期概念。这样，就可以真正在全生命周期范围内，保证数字与物理世界的协调一致。各种基于数字化模型进行的各类仿真、分析、数据积累、挖掘，甚至人工智能的应用，都能确保它与现实物理系统的适用性。这就是Digital twin对智能制造的意义所在。

智能系统的智能首先要感知、建模，然后才是分析推理。如果没有Digital twin对现实生产体系的准确模型化描述，所谓的智能制造系统就是无源之水，无法落实。

数字孪生有五大驱动要素，即传感器和促动器、数据、集成、分析、数字孪生。

2019数字孪生白皮书指出数字孪生主要涵盖“12345”五大内容。

一项通用技术：支撑经济社会数字化转型的通用使能技术；

两大孪生空间：物理空间与赛博空间交互反馈；

三大技术要素：数据是基础、数据驱动模型、软件是载体；

四大功能等级：描述、诊断、预测、决策；

五大典型特征：数据驱动、模型支撑、软件定义、精准映射、智能决策。

数字孪生广泛应用于以下场景：智能工厂以及车联网等等

图片摘自赛迪

中国制造业正处于转型升级的关键时期，通过物联网、大数据、人工智能和实体经济深度融合，使得中国制造竞争力得到大幅提升。未来，数字孪生也可结合物联网的数据采集、大数据处理和人工智能建模分析，实现对过去发生问题的诊断、当前状态的评估以及未来趋势的预测，并给予分析结果，模拟各种可能性，提供更全面的决策支持。

本文摘自网络，如有侵权请联系删除