数字孪生采用的重点:从大处着眼,从小处着手
发布时间:2022-07-07 16:00:09 所属栏目:交互 来源:互联网
导读:数字孪生已成为近来的流行语和主要投资机会。事实上,ABI Research 的数据预测,工业数字孪生的支出预计将从 2022 年的 46 亿美元增长到 2030 年的 339 亿美元。包括亚马逊、微软和谷歌在内的主要参与者最近都推出了自己的数字孪生解决方案。 企业在采用数字
数字孪生已成为近来的流行语和主要投资机会。事实上,ABI Research 的数据预测,工业数字孪生的支出预计将从 2022 年的 46 亿美元增长到 2030 年的 339 亿美元。包括亚马逊、微软和谷歌在内的主要参与者最近都推出了自己的数字孪生解决方案。 企业在采用数字孪生战略时需要考虑什么? 数字孪生可以对从单台机器到整个企业的所有事物进行建模。正如IBM 所定义的,“数字孪生是跨越其生命周期的对象或系统的虚拟表示,从实时数据更新,并使用模拟、机器学习和推理来帮助决策。” 想象一个引擎的数字表示,然后是制造引擎的装配线,供应零件的供应链,甚至是雇佣过程和人员配备模型,以确保在需要的时候和地点,有合适的熟练工人,以保持生产线运转。 从长远来看,端到端系统有望逐步改善企业的运营方式。例如,许多公司做情景规划。这通常是每年或每半年进行一次,分析师通过手工工作在电子表格中构建一些选定的模型,然后围绕桌子或在白板前进行推演。 无论企业的起点在业务的哪个部分,他们还需要确保建立一个高保真模型。数据需要以不同的速度流入和通过过程或产品的数字双胞胎:但底线是,生活是实时发生的。 企业应该首先检查其基础设施是否能够实时处理和处理数据。如果不是这样,他们的数字孪生旅程很可能会很短。拥有坚实的基础是至关重要的。 坏数据的影响 如果一个企业不接受上述建议,不确保其数据在现实世界中是真实的,最坏的情况会是什么? 一个潜在的结果是,他们可能会低于模型。精确建模所需的复杂数据因建模对象的不同而不同。例如,对天气有影响的数据在四分之一英里的尺度上;从农业设备上的传感器测量到的数据可以精确到四分之一英寸。这些细节是很重要的,在给定的场景中使用不正确测量的数据可能会严重地破坏模型——使其在作为数字双孪生的目的中无效。 企业还必须意识到在模型中引入不重要的数据。如果不了解机器或业务流程,就很难从那些可能不相关的变量中确定重要的变量。加入与现实世界不符的因素会阻碍产出。因此,任何数字孪生过程都必须从彻底的过程审计开始,以了解什么是相关的,什么是不相关的。 随着各行各业的企业开始在数字孪生解决方案上投入大量资金,它也正在成为一个关键的竞争差异化因素。早期采用者将在实现端到端商业模式的上占据先机,而那些等待的人将只能奋力追赶。 数字孪生的时代到来了。企业如何接受这项技术将对未来几年产生影响。 (编辑:应用网_丽江站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |