解码数字孪生：探索6种主要应用及其优势

　　对100个数字孪生项目进行分析的研究结果

　　简而言之

　　数字孪生的市场在 2020 年至 2022 年间扩大了 71%。63% 的制造商目前正在开发数字孪生或计划开发数字孪生。

　　最新的《2023-2027 年数字孪生市场报告》重点介绍了当今数字孪生的六大主要应用：系统预测、系统模拟、资产互操作性、维护、系统可视化和产品模拟。

　　为什么这有关系？

　　许多数字化转型计划涉及创建物理资产的数字副本（数字孪生）。

　　了解不同数字孪生和活动热点的细微差别有助于供应商集中精力，并帮助最终用户选择最能产生价值的计划。

　　数字孪生已成为工业 4.0 的关键话题

　　根据最近发布的《2023-2027 年数字孪生市场报告》，独立数字孪生软件的市场在 2020 年至 2022 年间增长了 71% 。调查结果也是本研究的一部分，表明采用率很高。例如，全球 29% 的制造公司已经或正在对其部分运营资产实施数字孪生战略，另有 63% 目前正在制定或已经制定数字孪生战略。

　　尽管数字孪生的起源可以追溯到 1970 年美国宇航局的阿波罗计划，但创建物理资产的数字副本并在虚拟世界中进行可视化/模拟/预测的概念非常适合正在努力使工业 4.0 成为现实或正在努力实现的公司。针对未来的工业元宇宙项目。

　　别搞错了：虽然数字孪生的定义可能很简单，但它的应用却很多。2020 年，我们发布了关于该主题的第一份市场研究报告，并展示了实际上可能有 200 种或更多不同类型的数字孪生。

　　我们从您那里收到的反馈是，分类有助于确保苹果对苹果的数字孪生比较，但关于活动热点的问题仍然存在。因此，作为我们新的 233 页数字孪生市场报告 2023-2027 的一部分，我们按照三个维度对 100 个真实的数字孪生项目进行了分类，并发现了六个主要活动领域。这六个数字孪生应用热点涵盖了我们分析的所有数字孪生项目的三分之二。

　　对数字孪生进行分类

　　IoT Analytics 将数字孪生定义为复制现有或潜在现实世界资产、系统或多个系统行为的虚拟模型。

　　描述数字孪生概念的三个主要维度。长方体的每个轴代表数字孪生体的一个维度：

　　生命周期阶段：X 轴代表数字孪生用于从设计到退役的六个生命周期阶段。

　　层级：Y 轴代表数字孪生代表的五个层级，从信息到多系统。

　　用途/实施目的：Z 轴代表数字孪生的七种最常见用途，例如模拟和预测。

　　有 210 种潜在的不同数字孪生组合（5 x 6 x 7 = 210），尽管我们的研究表明许多数字孪生计划迎合了不止一种组合。

　　六种最常见的数字孪生应用程序

　　作为研究的一部分，IoT Analytics 查看了 100 个数字孪生案例研究，并将每个项目分类到数字孪生方体中。结果是六个数字孪生活动集群脱颖而出。我们称它们为数字孪生应用程序：

	数字孪生应用	描述	项目百分比
1.	用于系统预测的双胞胎	面向预测复杂系统的数字双胞胎	30%
2.	用于系统仿真的双胞胎	面向模拟复杂系统行为的数字双胞胎	28%
3.	资产互操作性的双胞胎	面向复杂系统中通用数据格式和简化数据提取的数字双胞胎	24%
4.	双胞胎维修	旨在协助维护相关用例的数字双胞胎	21%
5.	系统可视化双胞胎	面向复杂系统可视化的数字双胞胎（例如，在 3D 中）	20%
6.	产品模拟双胞胎	数字双胞胎旨在模拟（未来）产品的行为（主要是在设计阶段）	9%

　　注：加起来超过100%是因为很多项目同时落入几个集群。

　　数字孪生应用一：系统预测

　　30% 的分析数字孪生项目被认为是用于系统预测的数字孪生，其中数字孪生用于在其“运行”期间预测整个系统（例如工厂、建筑物、风电场或城市的一部分或全部） ”或“优化”生命周期阶段。

　　这种数字孪生侧重于使用当前数据和运行历史的相关记录来预测物理系统的行为和未来状态。预测数字孪生的核心是用于预测未来结果的预测模型。

　　系统预测Digital Twin项目示例：

　　韩国风电场运营商Doosan Enerbility部署了一个数字双胞胎来帮助预测功率输出，从而帮助其风电场的运营。数字孪生结合了风力涡轮机上物联网传感器的数据、天气数据和预期功率输出模型。数字孪生有两个主要目的：a.) 充当性能看门狗，风力涡轮机的基于物理学的模型计算理论输出，同时考虑当前的天气状况，将理论输出与实际输出进行比较，并标记任何异常。b.) 作为输出预测工具，用于改进规划，根据预报的天气数据预测未来的发电量。

　　基于数字孪生的功率输出预测通过增加公司对韩国电网运营商做出的输出承诺同时避免因未能履行这些承诺而被罚款，从而帮助斗山提高了风电场的收入。

　　有关详细信息，请参阅斗山风电场数字孪生：可视化物联网和机器学习

　　数字孪生应用二：系统仿真

　　28% 的分析数字双胞胎项目被认为是用于系统模拟的数字双胞胎，其中系统在其“构建”、“运营”或“优化”生命周期阶段进行模拟。

　　模拟整个（复杂的）系统允许工程师在大型环境中测试“假设”场景，与产品级模拟相比，有更多相互关联的变量发挥作用。示例包括开放或进行重大更改之前的工厂模拟、铁路网络模拟或交通模拟。这种系统模拟的主要好处之一是通过在进行更改之前测试所使用的资产类型、关键操作参数和其他重要系统变量来降低成本。

　　系统仿真Digital Twin项目示例：

　　火车制造商Siemens Mobility需要向德国火车运营商Deutsche Bahn AG提供 170 辆新型高速火车。对于这些列车，西门子开发了一种全新的基于汽车的列车控制架构，该架构以前从未部署过。为了降低开发成本，西门子开发了一个数字孪生体，可以模拟整列列车 40 个不同子系统的功能。该解决方案的主要特点是功能模拟，它使用模拟环境中列车电气模式的表示。西门子估计，基于数字孪生的仿真将成本降低了 100 万美元至 800 万美元。

　　有关详细信息，请参阅通过虚拟高速和通勤列车测试降低风险和成本

　　数字孪生应用三：资产互通

　　24% 的分析数字孪生项目被认为是资产互操作性的数字孪生，其中数字孪生简化了通用数据格式，并允许在“运营”或“优化”生命周期阶段进行标准化数据输入/输出。

　　资产互操作性孪生允许从资产的各个维度实时提取数据，包括资产特征、特性、属性、状态、参数、测量数据和能力。尽管资产互操作性是任何数字孪生项目的基本目标，但实施特定资产互操作性孪生时的主要思想是开发一种标准化的方式来处理资产以及将新资产迅速集成到整个系统的能力。许多特定的资产互操作性孪生计划与主要行业联盟提供的互操作性框架保持一致，例如数字孪生联盟的互操作性框架或 Platform Industrie 4.0/IDTA 的资产管理外壳。

　　资产互通数字孪生项目示例：

　　一级方程式车队Scuderia Ferrari构建了一个数字双胞胎，以帮助集成和分析来自车辆的各种传感器数据点，并允许不同的团队协作分析空气动力学、动力、车辆动力学和赛车工程。

　　将所有数据源简化为数字双胞胎的能力有助于团队更快地做出更多数据驱动的决策。

　　有关详细信息，请参阅Palantir Technologies + Scuderia Ferrari 合作伙伴关系概述

　　数字孪生应用四：维护

　　21% 的分析数字孪生项目被认为是用于维护的数字孪生，其中数字孪生的主要目的是在生命周期的“维护”阶段协助（系统），通常涉及某种形式的“预测”。

　　迎合维护生命周期阶段的数字孪生主要旨在确保系统的运行有效性，例如，通过向维护人员提供有关物理资产或系统的深入信息，在计划停机或维修任务期间协助维护人员。维护数字孪生还支持旨在完全防止资产故障的预测性维护用例，从而避免代价高昂的停机时间。

　　维护数字孪生项目示例：

　　德国公用事业公司E.ON启动了一个项目，使公司能够转向更具预防性、预测性和基于风险的资产维护方法。作为该项目的一部分，E.ON 实施了一个基于云的数字双胞胎，用于更好地预测资产故障。数字孪生使公司能够评估每种资产类型的故障模式，并确定设备群的剩余寿命。

　　有关详细信息，请参阅DNV 为 E.ON 创建数字孪生

　　数字孪生应用五：系统可视化

　　20%的分析数字双胞胎项目被认为是用于系统可视化的数字双胞胎，其中数字双胞胎用于在其“运行”生命周期阶段可视化系统。

　　最常用的可视化类型是 3D 可视化元素（通常使用 CAD 绘图），它们有助于创建更好的透明度，例如，关于系统的当前操作条件。

　　系统可视化Digital Twin项目示例：

　　意大利国家铁路运营商Ferrovie dello Stato构建了铁路基础设施的数字孪生体，其中包括 10,000 多英里的轨道、车站、隧道、桥梁、信号、道岔、电气化硬件和协调一切的 IT 系统。数字双胞胎从相机和 GPS 接收器等传感器获取数据，并采用先进的学习算法来创建铁??路系统的交互式 3D 复制品。ArcGIS用于地理元素的 3D 可视化，创建铁路基础设施的完整可视化清单。

　　由此产生的数字双胞胎可帮助控制室的铁路管理人员对整个铁路网络中的桥梁和车站等基础设施进行远程可视化。它还可以帮助当地员工预防安全隐患并提高准时率。

　　有关详细信息，请参阅数字孪生技术如何帮助在意大利构建智能铁路系统

　　数字孪生应用六：产品仿真

　　9% 的分析数字孪生项目被认为是用于产品模拟的数字孪生，其中（未来）产品在“设计”或“构建”生命周期阶段进行模拟。

　　数字孪生在开发新产品和改进产品方面发挥着关键作用。关键用例是在构建潜在的未来产品之前模拟其不同设计，从而无需构建昂贵的原型并允许快速测试数千（在某些情况下为数百万）的产品差异。产品模拟数字孪生通常驻留在计算机辅助工程 (CAE) 软件中，有时与计算机辅助设计 (CAD) 软件密切相关。典型的模拟类型包括流体动力学、机械性能或电磁兼容性。

　　产品仿真Digital Twin项目示例：

　　德国包装和装瓶机制造商克朗斯使用数字双胞胎来测试其自动化饮料包装系统之一的新产品设计。该公司希望将动态三脚架机器人纳入产品设计。为此，必须测试包裹在移动的传送带上滑动时的摩擦力和重力以及许多其他类似因素。克朗斯通过从 CAD 软件导出的 STEP 文件中导入几何和惯性数据，为三脚架机器人开发了一个模型。该团队在模拟过程中测试了许多场景，例如注入故障，例如极高水平的摩擦，以分析此类事件期间的系统行为。通过对三脚架机器人进行建模和仿真，克朗斯能够提高机器人的性能效率，缩短产品开发时间，并显着减少测试时间。

　　有关详细信息，请参阅克朗斯开发包裹处理机器人数字孪生

　　我们的看法

　　研究表明，人们对数字孪生很感兴趣，但并非所有数字孪生都是平等的。每个数字双胞胎项目在其复杂性、所迎合的生命周期阶段和使用方面都是不同的。

　　重要的是要认识到数字孪生没有一种最佳或单一用途。这真的取决于最终目标。对于某些数字孪生应用程序，模拟可能是关键用途（例如，当想要测试“假设”场景时）；对于其他人，仿真可能是关键用途（例如，检查配置错误或培训操作员时）；对于其他人来说，预测是关键用途（例如，在估计未来表现时）。

　　我们确定了六个数字孪生应用集群，它们反映了当今所有数字孪生项目的三分之二。关于最常见的用途，31% 的数字孪生项目专注于系统级的预测。

　　这对希望采用数字孪生的公司意味着什么？

　　对于组织而言，重要的是将数字孪生视为实现更广泛数字化转型的一种手段。尽管公司通常从小规模开始，但许多公司最终会扩展数字孪生计划并将其集成到更大的数字主线中。公司应考虑以下问题：

　　我们的数字双胞胎应该解决什么问题？

　　我们是否需要一个以上的数字孪生项目？

　　我们是否应该以所有 200 多种潜在组合的更广泛的思维方式来看待数字双胞胎？

　　我们的研究还表明，尽管数字双胞胎取得了成功，但 72% 的已着手数字双胞胎项目的组织报告称面临构建数字双胞胎解决方案成本的挑战。

　　对于任何不确定的技术举措，采用者还应该：

　　根据现有技术堆栈和内部人才评估他们采用数字双胞胎的准备情况。我们的研究强调，许多“传统”软件工具（如 CAD、CAE 和 PLM）以及物联网平台和云等新工具在开发数字孪生时发挥着重要作用。

　　量化数字孪生的好处，并将其与不为各个用例/拟议应用程序实施数字孪生的机会成本进行比较。

　　设计有助于衡量进展的指标。某些数字孪生项目需要数年时间才能实现，因为本体映射、创建复杂的可视化或开发合适的预测算法有时需要比预期更长的时间。

　　这对数字孪生供应商生态系统中的公司意味着什么？

　　数字孪生供应商目前享有有利的市场条件，数字孪生是目前企业软件中增长最快的领域之一。

　　但是，供应商可能需要考虑以下三个方面：

　　您可能需要六种不同的数字孪生上市策略。我们在本文中强调的六个数字孪生应用领域截然不同，具有本质上不同的客户需求。系统预测、系统仿真等应用领域是当前热点，更多客户准备采用；但是，作为供应商，您是否在进入市场战略中正确处理了每个集群？

　　伙伴关系很重要。供应商需要密切关注通过将现有数字孪生产品与新技术和新合作伙伴合并来对其进行微调。这使他们能够提供目前没有供应商单独提供的完整的端到端解决方案。例如，数字孪生供应商西门子与 Nvidia 合作，支持两家公司的生态系统。

　　数字孪生并不总是基于独立的解决方案。许多数字孪生解决方案都集成在更大的软件环境中（例如，CAD、CAE 和仿真）。尽管我们作为研究的一部分分析的参考架构强调了对数字孪生特定软件的需求，但它也可以存在于不同的或更广泛的软件产品中。

　　方法

　　作为我们新的233页数字孪生市场报告 2023-2027的一部分，我们准备了一个包含100个数字孪生案例研究的综合数据库，其中包含有关特定公司、项目和行业的基本信息。这些信息是通过初级和二级研究获得的——在欧洲数字孪生峰会或汉诺威工业博览会2022等会议、网络研讨会、分析师简报会以及与行业专家的一对一会议上进行定性研究。

　　根据IoT Analytics的定义，案例研究基于信息的充分性和满足被称为数字双胞胎的核心要求而包含在报告中。

　　您是否有兴趣了解有关数字孪生应用程序的更多信息？

　　IoT Analytics是全球领先的物联网(IoT)、人工智能、云计算、边缘计算和工业4.0市场洞察和战略商业智能提供商。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。