荆州化工机械网

当前的位置是:主页 >> 工业设备选购

数字孪生的非典型问题想用不敢用才最寂寞

时间:2021-08-18 来源网站:荆州化工机械网

数字孪生的非典型问题:想用不敢用才最寂寞

年底了,会有各种各样诸如《2019十大技术》《明年这五大技术改变世界》《这八个技术要变天,不知道你明年就别想加薪》之类的神秘文章出现。

其实吧,这类预测要么是常识,要么干脆不靠谱,真知灼见并不算多。然而假如有种技术,恋念登上这类榜单,那是不是有点尴尬?

这就像一个高中生,登上了学校发布的“明年这十个人能考上北大”,那显然是值得高兴的。但是假如三年连续荣登该榜,那家里估计会挺着急。

还真有这样的技术,大家有兴趣可以翻翻2016年到今天的这类预测榜单,会发现有种技术一直在上面,它叫做:数字孪生。

所谓数字孪生,用比较正式的话术解释,就是指产品物理实体在信息空间中集成出仿真模型所达成的数字孪生体,以及利用数字孪生体实现产品生命周期档案化管理的相关技术。

是不是没听懂?

没事,无所谓的。说白了,数字孪生就是现实中有台机器,咱们就在电脑里也搞台一模一样的虚拟机器。这样把数字世界里那台一顿折腾,看看它什么时候坏,咱就能预测真机器什么时候检修了。

听起来很靠谱对不对?事实上,数字孪生确实在各个领域都有着广泛的应用前景,诸如建筑工程、智慧城市、航空设计,并且也是著名的德国工业4.0中探索的核心技术之一。西门子是目前世界上公认对数字孪生投入最大,探索最深入的公司。

然而问题来了,为什么这个听上去很踏实的技术,却永远活在“明年一定要火”的预测里呢?

这项技术真的就是物联网世界中的“屠龙之术”,没什么实际用处吗?

本文就是解答这些问题的,要不然我说这么多干嘛?但是要注意,在第一段结尾我们要经历一个逻辑转弯,大家一定要跟上哦。

为什么它永远活在“明年”?

《航空周报》曾经做过这样一个预测:2035年,当航空公司接收一架飞机的时候,将同时收到一套数字飞机。这套数字飞机包含真飞机的每一个部件,每一个结构,并且伴随着真飞机的每一次飞行而老化。这样飞机有任何问题,都可以在数字孪生系统中被预先感知到,从而将航空安全迈向新的台阶。

但是这种想法随之遭到了航空界业内人士的反对,他们认为依靠虚拟映射去判断飞机故障,才是真正靠不住的歪理邪说。飞机在每次飞行中所受到的气压、气流、温度差异,都在不同程度影响飞机机械构造。而这种影响是虚拟世界无法精细反射出来的,依靠数字系统去判断飞机的真实情况,才真正可能将飞机带向危险。

这个争论反应了数字孪生领域的一个先天问题:数字孪生作用于制造业等领域的想法很好,然而数字孪生又无法真正复制物理细节,但工业体系却有必须保障高度精准。导致这类技术失踪在看上去很酷,和实际没人用之间徘徊。

这里必须要澄清一个概念,从2002年密歇根大学教授Dr. Michael Grieves第一次公开提到数字孪生概念开始,它就不是某种技术方式序列,而是一个技术目标。

就像AI,人工智能实际上是对模拟人类智慧、思维、情感的若干种技术实现方式的合集,而不仅仅是专家系统或者机器学习。数组孪生也是一样,它是一种以复制现实中生产系统为目标,各种技术解决方案构成的技术集群,而不是真的有一种技术叫做数字孪生。

在我们一般意义上讨论的数字孪生中,设计物理仿真、传感系统、大数据、沉浸技术、物联网数据可视化技术等方方面面。总之,能够参与到物理生产系统复制这个目标中来的技术,都可以算作数字孪生的构成部分。

而恰恰由于这些技术中的某几项近年正在经历快速发展,所以数字孪生也频频登陆预测榜,让人觉得这项技术很快就来。

然而真的想在虚拟世界中,彻底复制一个生产线、一架飞机,却会遭遇到若干阻碍,比如说:

1、缺乏通用平台。数字孪生涉及设计、传感、虚拟现实、数据标识、物理虚拟等多个维度的技术。这些是很难在统一平台中表示出来的。

2、真正需要孪生的设备并不多。让我们回想一下,工厂里的机器大部分都没有虚拟备份和随时更新的影子系统,不也用的好好的吗。所以数字孪生很可能其实是个商业空间非常狭小的技术服务种类。需要的行业并不多,并且以定制化需求为主。

3、物理表征依旧很难进行数字化模拟,今天很多物联网云平台提供的“数字孪生”服务,实际只能提供一个数据监控和3D模型而已。

4、孪生一个庞大生产系统、工业系统,甚至交通系统,所需要的算力是惊人的。但是占用如此大算力是否能得到效益最大化回报却值得怀疑。

这样来看,真正全流程周期监控和预测的数字孪生体系还是距离我们太远了。但从某种程度上说,我们可以把各种现有技术叫做数字孪生的一部分,甚至CAD制图也是在孪生生产系统。

但如果界定一个非常严格的界限,那么数字孪生可能还活在实验室里。

但是先别急着失望,这个故事其实与人工智能在今天的情况依旧有点相似。比如说我们如果想要奥创那样的人工智能,那可能得等到8102年,但如果想用人工智能完成个人脸识别啥的,那么2018就可以。

数字孪生也是如此,虽然理想中的工业数字孪生,甚至城市数字孪生并不靠谱,但如果我们把它当做一个思路,愿意承认不完整的数字孪生同样有价值,那么在这两年的产业服务市场中,或许会有意外发现。

比如说,依靠数据挖掘+物联网云+AI这条技术轨迹,达成的工业数据的数字孪生,正在展现出巨大的潜力——并且不用等到明年再说。

这个逻辑的关键节点在于,我们为什么一定要像科幻电影里一样,在屏幕上看到一个可拆卸可组装,保留全部物理特性的机器呢?我们只要通过虚拟世界的测算和分析,让机器散发出更大的生产力就好了。