热门标签 | HotTags
当前位置:  开发笔记 > 数据库 > 正文

基于物联网服务平台的数字孪生体系现状分析

数字孪生体是描述物理世界和数字空间的定义管理体系,它即是一种技术,也是一种新范式。自2010年宣布问世至今,受到了广泛的关注。工业4.0研究所2015年启动对数字孪生体的科学研究,

数字孪生体是描述物理世界和数字空间的定义管理体系,它即是一种技术,也是一种新范式。自2010年宣布问世至今,受到了广泛的关注。工业4.0研究所2015年启动对数字孪生体的科学研究,至今获得了丰厚的成效。

基于物联网服务平台的数字孪生体系现状分析

以往五年期内,工业4.0研究所陆续完成了《数字孪生体发展史》、《数字孪生关键技术》、《数字孪生体演进》和《数字孪生体标准》等主题科学研究,建立了系统软件的知识结构,并明确提出了著名的三大派系(仿真派、连接派和数据派)判定。

在这个基础上,工业4.0研究所进一步设计了数字孪生体三大基础策略,即根据模拟仿真的数字工程项目、物联网服务平台和数据驱动等策略。

文中紧紧围绕三大基本策略,剖析数字孪生体发展的现状及发展趋势,便于数字孪生体同盟的公司依据自身需要推动数字化转型发展。

一、基于模拟仿真的数字工程项目策略

2003年1月,NSF组织了来源于密歇根大学、加州理工学院、伯克利、斯坦福大学、IBM等机构,编写了名为《通过信息基础设施变革科学和工程》的报告。

NSF接着在2003年、2004年组织了进一步的讨论,最后在2006年5月,公布了《基于仿真的工程科学:通过仿真变革工程科学》。

工业4.0研究所《数字孪生体发展史》课题研究显示,NSF在2006年公布的汇报,显示美国推动新工程项目课程的信心,这为2010年NASA和国防部明确提出数字孪生体定义管理体系确立了科学研究基础。

因为NASA和美国国防部明确提出数字孪生体相距时间较为短,大家觉得他们相互明确提出了数字孪生体定义管理体系。尽管其他专家学者宣称最开始提出该定义,但没有一切书面形式直接证据,或是压根没有明确提出“数字孪生体”这一语汇,大多数是其它叫法,比如,MichaelGrieves提出的镜像空间实体模型。

接着,美国国防部对数字孪生体表现了超乎寻常的好感,不但激励各种经销商再次做有关工程项目认证和科学研究,并且融合到数字工程项目发展战略,开始设计“数字孪生体范式”。

2012年,分别来源于NASA和USAF的E.H.Glaessgen和D.S.Stargel报名参加“第53届构造、结构动力学和原材料交流会”,做了“数字孪生体范式”的讲话,强调数字孪生体受NSF提出SBES的影响。

实际上,基于模拟仿真的数字工程项目开始变成复杂系统基本建设的标准配置,并慢慢用数字孪生体展开描述。

航天航空、轿车和石油化工设备等高使用价值行业有很大项目投资冲动运用新技术应用,数字孪生技术跟他们的要求匹配度高,这种公司一般早就运用了CAx,转为数字孪生体就变成名正言顺的事情。

运用基于模拟仿真的数字工程项目,在设计产品和生产制造现场互动上形成较好效果,一般反映为商品数据库管理或商品生命期管理方法,经销商为了得到 大量收益,通常会推荐其模拟仿真作用。

工业领域的模拟仿真作用牵涉到基础学科知识,比如物理、有机化学或分子生物学等,这给公司带来极大的成本,除非是公司产品盈利非常高,一般没有必要选用基于模拟仿真的数字工程项目策略,他们还有物联网服务平台策略和数据驱动策略能够运用。

二、物联网服务平台策略

2011年左右,世界各个国家陆续推动了我国智能制造发展战略,德国发布工业4.0,美国设计智能制造方案,日本明确提出智能机器人改革等,中国那时候主打两化融合。德国工业4.0以信息物理系统为关键技术,美国智能制造主要紧紧围绕数字生产制造来推动,日本加强自动化技术及机器人技术,中国明确提出了两化融合测评体系。

此外,美国通用电气期待运用互联网更新改造工业念头衍化出去的“工业互联网”,它在2014年创立了工业互联网联盟,这个机构显而易见归属于民间行为,不代表美国政府部门,美国商务部下属NIST推动的智能制造才具备象征性。

美国通用电气的工业互联网定义管理体系来源于物联网,而物联网当时早已形成了10多年,美国通用电气判断物联网能够为数字化转型发展出示技术性支撑,将建立生产制造方式和运营模式的转变。

2015年,美国几个著名咨询管理公司发觉美国通用电气选用数字孪生体来搭建工业互联网技术管理体系,便于跟工业自动化技术管理体系结合起来,因此竞相公布预测分析报告,把数字孪生体称作未来的技术。比如,Gartner、IDC等IT咨询管理公司公布了好几份报告,直接促进了数字孪生体浪潮。

美国IT咨询公司跟IT公司之间的相互配合十分默契,当Gartner和IDC等咨询管理公司公布汇报时,IBM、Oracle、微软和Ansys等IT公司对外公布,“我们也有数字孪生体解决方法了”。

因为工业互联网跟我国“互联网+”定义贴近,跟我国加工制造业大国影响力匹配度高,我国追踪两年后,快速引入该定义,并依据中国的国情做了很多科学研究,建立了我国的工业互联网管理体系。2016年,信通院公布了《工业互联网体系架构1.0》,公布互联网、数据信息和安全性三大功能管理体系。

伴随着很多公司干预工业互联网运用,云服务方式相对比较完善,对应回来就变成工业互联网服务平台,因而,“服务平台”逐渐变成工业互联网管理体系构架中的一种关键元素,逐渐取代了不适合落地的“数据信息”功能管理体系,最后变成《工业互联网体系架构2.0》,2020年4月23日,信通院公布了该汇报。在汇报中,数字孪生体变成了数据信息功能完成的“重要支撑点”。

到此,数字孪生体连接派的思想体系已经成形,选用该管理体系构架的公司一般挑选“物联网服务平台策略”,把物联网数据平台放进价值创造关键影响力。必须强调的是,物联网服务平台策略对是不是选用模拟仿真没有规定,这需要公司依据本身状况挑选,实际上,绝大多数公司并不需要模拟仿真级別的数据信息展现,他们大多数需要有一个漂亮的几何模型就可以了。

三、数据驱动策略

数字孪生体做为物理世界和数字空间结合的工程项目定义和管理体系,具备极强的实用性,工业4.0研究所于2016年率先称作"通用目的技术",并论述:除了在加工制造业具备使用价值,数字孪生体在电力能源、工程建筑、大城市、农牧业和国防安全等领域具备无法想象的使用价值。

以生产加工为核心内容的工业,基于物理、有机化学、分子生物学等多课程建模仿真是前提条件,它是数字孪生体形成之初的关键需求,之后伴随着物联网感知建立数字化,更改了价值创造点。在物联网基础上,可完成远程控制数据可视化和一定的预测剖析,成为物联网服务平台方式。

针对非加工制造业的电力能源、工程建筑、大城市、农牧业等领域,模拟仿真并不是刚性需求,或是由于成本费太高而变成不必要的功能,这种应用领域的根本需求是运用数字孪生体,创建一套“数据驱动”的数字工程项目。这跟传统式的消费互联网大数据不一样,制造行业权威专家一般用“工业数据信息”来叙述。

20世纪80年代兴起了“工业数据信息”改革,它是工业领域数字化转型发展新形态。美国商务部下属NIST生物学家SharonJ.Kemmerer在1999年公布的《STEP:伟大体验》,详细说明了那时候建立的工业数据标准演变故事。

创作者在书里专门辟出一个章节目录剖析了“数据信息共享”和“数据传输”之间的区别。她觉得STEP和ISO10303很好的解决了数据传输难题,由于其目的便是为了确保各类产品设计实体模型之间能够完成导入导出。

美国商务部觉得,它是工业数字化转型发展的困扰,因而花销了很多资源来推动该工作。比照那时候处在美日贸易战之争中的日本加工制造业,它已经“好高骛远”推动“智能制造系统软件”。

时任NIST生物学家Kemmerer报名参加了日本进行的IMS产品研发方案,她显然心照不宣,连数据传输也没有做到,搞智能制造系统软件不具有可行性分析。客观事实也证明了这一结果,2010年,日本撤出亲自建立的IMS同盟,宣布日本数字化转型发展之失败。

美国循规蹈矩,遵照科学研究规律性,安安稳稳推动工业数字化转型发展,把重点放到数据传输问题解决上,协同需求大户波音公司(波音767和777)和美国国防部(洛克马丁F-22战机),解决他们推动数字工程项目中碰到的数据传输难题。NIST坦诚,STEP方案只解决了数据传输难题,数据共享难题还无法解决。

据工业4.0研究所最新跟进,现阶段NIST开设“数据和电子信息科学办公室”,正在处理物理学、分子生物学、有机化学和材料科学中的数据分析科学挑战,这跟互联网企业所说的互联网大数据或数据分析科学有天壤之别。

选用数据驱动策略的公司,遵从的剖析架构不同,价值创造方法自然也不同,就像NIST所说,在工业及其他领域,人工智能和互联网大数据改变了传统式工程项目科学工作方式。

四、结语

基于模拟仿真的数字化工程项目、物联网平台和数据驱动三大基础策略各有其用,公司不用为了某些时髦随便改变自己的核心策略,因为不同领域会对数字孪生体关键技术和解决方法提出要求。具备创新意识的创业者,敢于突破逻辑思维限制,顺应时代需要,成为中国数字孪生自主创新的突破性力量。


推荐阅读
  • 2018年数字化转型调查
    PointSource发布了2018年数字化转型调查,主要发现包括:1、由于缺乏战略,企业迫切需要进行数字化转型。2、企业急于开始数字化转型过程,但他们缺乏进行智能投资的战 ... [详细]
  • 本文介绍了adg架构设置在企业数据治理中的应用。随着信息技术的发展,企业IT系统的快速发展使得数据成为企业业务增长的新动力,但同时也带来了数据冗余、数据难发现、效率低下、资源消耗等问题。本文讨论了企业面临的几类尖锐问题,并提出了解决方案,包括确保库表结构与系统测试版本一致、避免数据冗余、快速定位问题等。此外,本文还探讨了adg架构在大版本升级、上云服务和微服务治理方面的应用。通过本文的介绍,读者可以了解到adg架构设置的重要性及其在企业数据治理中的应用。 ... [详细]
  • CentOS 7部署KVM虚拟化环境之一架构介绍
    本文介绍了CentOS 7部署KVM虚拟化环境的架构,详细解释了虚拟化技术的概念和原理,包括全虚拟化和半虚拟化。同时介绍了虚拟机的概念和虚拟化软件的作用。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 携手生态伙伴,希捷发布银河X16数据存储方案
    2019年6月26日,希捷科技在北京举办“容海量数据筑云之基石”——2019希捷科技企业级生态合作伙伴沟通会暨银河ExosX16新品发布会。在本次发布会上࿰ ... [详细]
  • 14亿人的大项目,腾讯云数据库拿下!
    全国人 ... [详细]
  • 老牌医药收割AI红利:先投个15亿美元抢中国人才
    萧箫发自凹非寺量子位报道|公众号QbitAI没想到,一场大会把我的“刻板印象”攻破了。2021世界人工智能大会现场,能看见不少熟悉的身影, ... [详细]
  • 寻求更强大的身份和访问管理(IAM)平台的企业正在转向云,并接受身份即服务(IDaaS)的灵活性。要为IAM选择正确的场外解决方案,业务管理人员和IT专业人员必须在实施之前评估安全 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • TiDB | TiDB在5A级物流企业核心系统的应用与实践
    TiDB在5A级物流企业核心系统的应用与实践前言一、业务背景科捷物流概况神州金库简介二、现状与挑战神州金库现有技术体系业务挑战应对方案三、TiDB解决方案测试迁移收益问题四、说在最 ... [详细]
  • 硬科技投资时代,投资者们该如何抉择?
    随着越来越多符合国家战略、市场认可度高、突破关键核心技术的科技创新型企业挂牌上市,硬科技投资越来越热。华夏中证科创创业50ETF联接基金的开售为投资者提供了新的选择。硬科技的发展有助于突破“卡脖子”技术、实现进口替代,以及推动产业升级。在硬科技投资时代,投资者们应该如何抉择? ... [详细]
  • 企业数据应用挑战及元数据管理的重要性
    本文主要介绍了企业在日常经营管理过程中面临的数据应用挑战,包括数据找不到、数据读不懂、数据不可信等问题。针对这些挑战,通过元数据管理可以实现数据的可见、可懂、可用,帮助业务快速获取所需数据。文章提出了“灵魂”三问——元数据是什么、有什么用、又该怎么管,强调了元数据管理在企业数据治理中的基础和前提作用。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 建站ABC智能电销机器人的功能特点及应用优势
    近年来,人工智能化运用越来越普及,各大科技公司为了能够引领市场抢占商机,开发出了多款产品,像建站ABC的电话机器人就是其中之一。电话机器人又名智能电销机器人,是当下各大企业常用的一种工具软件,他能高效率工作、低成本管理,是企业的AI智能外呼助手,功能强大且使用率高。建站ABC智能电销机器人拥有降低人工成本、提高工作效率、提升销售业绩等特点,无论大小型企业均可使用,并可以定制化服务,保障不同企业的不同需求。 ... [详细]
  • 当写稿机器人真有了观点和感情,我们是该高兴还是恐惧?
    目前,写稿机器人多是撰写以数据为主的稿件,当它们能够为文章注入观点之时,这些观点真的是其所“想”吗?最近,《南 ... [详细]
author-avatar
wyyxit
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有