数字化孪生技术现状分析及发展趋势探讨

今年的技术趋势报告继续在开头回顾了11年来技术趋势的发展，显示了技术趋势时间演变的全过程、最新的宏观科学技术力量为业务变革基础带来的共生利益和不久的将来新兴科学技术力量。

随着企业应对不断变化的技术并迅速做出反应，指望更多的IT领导者和财务领导者更加紧密地合做，寻求灵活的融资方法。

1、2020年的4个重点趋势是：
一、数字孪生：链接现实与数字世界
有很长一段时间，使用虚拟模型优化流程、产品或服务的想法并不新鲜。 然而，随着具备更复杂的仿真和建模能力、更好的互操做性、IoT传感器和电力系统可视化的数字仿真平台和工具的普遍使用，企业更加精细、更加动态的数字仿真模型数字研究发现，在供应链优化、预测区域维护变动、有效缓解交通拥堵等领域发挥了重要做用。
数字孪生技术在愈来愈多的企业中获得了普遍的应用，特别是从产品销售转向产品服务捆绑销售的企业，或者做为服务销售的企业。 随着企业能力和成熟度的提升，从此将有更多企业使用数字孪生技术优化流程、决定数据驱动、修订新产品、新服务和业务模式。 从长远来看，要释放数字孪生技术的全部潜力，必须将数据与整个生态系统相结合。
二、体系结构觉醒
愈来愈多的技术和高级管理人员认识到，如今技术体系结构领域的科学比以往任什么时候候都更具备战略意义。 实际上，成熟企业须要不断改善他们的结构——，以在技术创新混乱的市场中维持竞争力，这个过程能够从技术设计修订者改变在企业中的做用开始。 在接下来的几个月里，更多的企业但愿将修订者从传统的象牙塔转移到新的阵地。 有这些才能但没有充分利用的技术人员，经过承担服务和系统的做用，参加系统运营。 此变革的目的是将最有经验的修订者放在最须要的地方，例如参与修订复杂技术的软件开发团队。 同时，增长对修订者的人才培养，在企业总体上提升他们的战略价值，有助于使这个IT部门的功能发展成为数字经济的竞争优点。
三、技术道德与信任
在变化的趋势中，先驱企业愈来愈认识到企业内全部受技术影响的方面均可能是得到或失去信任的关键。 对他们来讲，信任不只是法规听从性和公共关系问题，也是重要的企业目标。 目前，信任做为更加先进企业的全面承诺，确保企业内部技术、流程和人员等各个方面合做，维持众多相关人员期待的高信任。 企业领导人开始从新评估在产品、服务、数据管理、伙伴关系、员工培训等相关领域的战略如何创建信任。 CIO们也强调“技术伦理”，开发了一套工具，能够在企业须要导入和使用卓越技术时，正确把握其道德困境。 同时，贯彻企业价值观和技术道德的领导者们向社会展现了“从善”的承诺，有助于与相关人员创建长期的相互信赖关系。
四、人感体验平台
愈来愈多的人工智能(AI )解决方案——被称为“情感补正”或“情感AI”——，从新定义了咱们感觉技术的方式。 将来几个月，更多的企业将积极应对AI技术的增加和不满意的需求，更好地理解人的感情，与人交流。 回顾历史，计算机不能将事件与人的情感或情感元素联系起来，但这种状况正因革新者如今向技术的IQ大规模添加EQ而改变。 人体验平台结合人工智能技术、以人为中心的设计和当前的神经学研究，可以识别人的情绪状态和背景内容，并作出适当的响应。 实际上，利用人感知平台大规模使用认知和情感数据的能力确实是企业将来发展的巨大机遇。
试想一下，你拥有一个现实世界。 也就是说，数字孪生。 它能够帮助你进行虚拟协做，快速获取传感器数据，模拟条件，明确理解假设情景，更准确地预测结果，输出操纵现实世界的指令。

目前，企业正在以多种方式使用数字孪生技术。 在汽车和飞机制造领域，数字孪生技术已成为优化价值链和整个创新产品的重要工具，在能源领域，油田服务运营商经过获取和分析大量井内数据创建数字模型，实时指导挖掘工做，心血管研究者在临床做为智能城市管理的一个典型示例，新加坡采用详细的虚拟城市模型，用于城市规划、维护和灾害预警项目。
数字孪生能够模拟物理对象或过程的各个方面。 它们既能够展现新产品的图纸和尺寸，也能够从设置修订展现消费者整个供应链中的全部子部件和对应的环节——即“完成”数字孪生，还能够采用“即维护”模式3354生产工厂设备的实物仿真模型捕获设备如何工做、工程师如何维护以及该设备生产的产品与客户如何相关。 数字孪生体有多种形式，无一例外地捕捉并利用着现实世界的数据。Markets and Markets的最新研究代表，数字孪生技术的探索已经开展： 2019年的数字孪生市场价值为38亿美圆，预计2025年将增长到358亿美圆。
是什么引发了这种猛增？ 数字孪生并不新鲜，为何如今开始成长？ 21世纪初以来，先驱企业开始寻求利用数字模型改善产品和流程的方法。 当时，数字孪生的潜力已经出现，但许多企业发现数字孪生的开发涉及大量的数据，处理这些数据所需的链接性、修正计算能力、数据存储、带宽成本很高。
数字孪生迅速发展，从迅速发展的模拟和建模能力、更好的互操做性和物联网传感器，以及更多可用的工具和订算基础设施等方面受益。 所以，各个领域的大中小企业均可以接触到更多的数字孪生技术。 IDC预计到2022年，40%的物联网平台供应商将整合模拟平台、系统、功能，建立数字孪生，70%的制造商将使用该技术进行过程模拟和场景评估。
同时，经过访问大量数据，可以制做比以往更详细且动态的模拟。 对于长期的数字孪生用户来讲，这就像是从模糊的黑白快照转移到彩色高清数码照片，从数码源获得的信息越多，最终呈现的照片越生动。
2、模型数据=洞察力和实际价值
数字孪生功能最初是工程师工具箱中的选择工具，它简化了设置修订过程，并删除了原型测试的许多方面。 使用3D仿真和人机界面(加强现实和虚拟现实等)，工程师能够根据产品的规格、制造方法和使用材料以及相关的政策、标准和法规来决定进行设置修订评估的方法。 数字孪生有助于工程师识别潜在的制造性、质量、耐用性等问题，而后再肯定修订的最终稿件。 所以，传统的原型设置修正速度提升，产品成本更低，生产效率更高。
除了设计外，数字孪生还期待着企业改变对产品和机器的预测性维护方式。 嵌入机器内的传感器将性能数据实时传输给数字孪生。 这不只能够事先识别和解决故障，并且能够定制服务和维护修订计划，更好地知足客户的个性需求最近，荷兰的壳牌公司创立了两年的数字孪生修订计划，石油和自然气运营商更高效地管理海上资产，劳动
数字孪生有助于优化供应链、分销和运营，并优化这些业务相关员工的我的绩效。 例如，世界快消产品制造商联合利华启动了数字孪生项目，创造了数十个工厂的虚拟模型。 在这些工厂，物联网传感器被嵌入机器内部，向AI和机器学习应用程序反馈机器性能数据，进行分析。 将分析的操做信息从新输入数字孪生，工人能够预测机械维护的时机，优化生产，提升产品合格率。
例如，智能城市修订计划使用数字孪生技术缓解堵塞，进行城市修订计划。 新加坡雄心勃勃的“虚拟新加坡订划”，使从基站和太阳能电池的订划，到模拟交通工具和人流，一切都成为可能。 另外一种潜在用途可能用于在新加坡年度F1赛车关闭期间安排紧急疏散规划和路线。
3、新事物
在过去的十年中，数字孪生技术的引进因素加快了：
1）模拟。 构建数字孪生技术所需工具的能力和成熟度不断提升。 目前，能够设置和修改复杂的假设模拟方案，从检测到的实际状况回溯，即便执行数百万次模拟过程，系统也不会过载。 另外，随着供应商数量的增长，选择范围也继续扩大。 同时，机器学习功能提升了洞察的深度和可用性。
2）新数据源。 实时资产监控技术(如激光雷达(LIDAR )和前视红外(FLIR ) )生成的数据如今能够与数字孪生集成。 一样，内置于设备内部或整个供应链中的物联网传感器将生产数据直接输入到模拟系统中，以实现持续的实时监控。
3）互操做性。 在过去的十年中，数码技术和现实世界的结合能力显着提升。 这种改进主要是因为物联网传感器、操做技术之间的工业通讯标准的加强，以及供应商为整合多个平台所作的努力。
4）可视化。 建立数字孪生所需的庞大数据量可能使分析变得复杂，如何得到有意义的洞察变得更加困难。 高级数据可视化能够经过实时过滤和提取信息来解决这个问题。 最新的数据可视化工具包括基本招牌和标准可视化功能，以及交互式3D、VR和AR可视化、AI可视化和实时媒体流。
5）仪器。 不管是嵌入式仍是外部设备，网络传感器都愈来愈小、精确、成本低、性能高。 随着网络技术和网络安全的提升，传统的控制系统能够用于得到关于真实世界的更精细、更及时和更准确的信息，并与虚拟模型集成。
6）平台。 强大而廉价的处理能力、提升网络和存储的可用性和访问能力是数字孪生技术的重要推进因素。 一些软件公司在基于云平台、物联网、分析技术领域进行了大量投资，跟上了数字孪生的潮流。 一些投资被用于简化业界固有的数字孪生应用程序的开发。
4、成本和收益
为数字孪生提供动力的AI和机器学习算法须要大量的数据，可是生产现场的传感器输入的数据每每是破损、丢失或不完整的。 所以，小组必须当即开始收集数据。 特别是在问题数量最多、停机成本最高的地区，须要开始收集数据。 如今开始逐步开发所需的基础架构和数据管理方法，能够缩短企业获利的时间。
平衡成本/收益分析很重要。 现代飞机引擎有成千上万的传感器，每秒可产生数兆字节的数据。为新流程、系统和设备建立数字孪生并不能彻底测试整个流程。 在化学生物反应和极端状况下，有时过程自己没法直接测量，有时测量物理对象成本太高或不太实用。 所以，企业不该该将传感器直接放入轮胎，而应该寻找车辆上的设备和利用传感器等替代物，或者利用化学反应和生物反应产生的光和热等可检测元素。
另外，随着传感器成本的下降，平衡成本/收益分析对于肯定使用的传感器数量很是重要。 现代飞机引擎有成千上万的传感器，每秒可产生数兆字节的数据。 数字孪生、机器学习和预测模型，制造商能够提供各类建议，使飞行员可以优化燃油效率，进行预测性维护，帮助机械队管理成本等。 可是，大多数应用程序只需在关键位置放置少许传感器，便可检测流程中的关键I/O数据和关键阶段。
5、模型以外
将来几年，数字孪生技术将在各行各业普遍应用。 在物流、制造和供应链领域，使用机器学习和先进的网络链接(例如5G )数字双晶技术，更多的跟踪、监控、订购渠道和优化世界各地货物流，使货物的位置和地点环境(温度、湿度等)实时可见。 无需人为干预，“控制塔”能够指挥库存转移、装配线工序的调整、集装箱路线的从新订划等纠正措施。
从产品销售向产品服务模式或者销售即服务(As-a-service )转型的企业，正在开拓新的数字孪生技术应用。 将数字孪生链接到嵌入式传感器上，用于财务分析和预测，能够改善和优化预测、订价和销售机会。
例如，公司能够监控产品的高磨损使用状况，并添加保修和维护选项。 企业能够在农业、交通、智能大厦等多个行业做为服务销售生产和吞吐量。 随着能力和成熟度的增长，预计未来会有更多企业以数字孪生为模型，为产品和服务寻求新的货币化战略。
6、数字将来建模
随着数字孪生技术的发展趋势在将来几年加快，愈来愈多的企业开始使用数字孪生技术优化流程，实时作出数据库决策，并开始寻找修订新产品、服务和商业模式的机会。 在制造业、公用事业、能源等资本密集型产业中，成为数字孪生技术应用的先驱。 若是早期的实践者在各个行业领域表现出先发优点的话，其余企业也紧随其后。
从长远来看，要实现数字孪生技术的全部潜力，可能须要整合整个生态圈的系统和数据。 创建完整的客户生命周期或供应链数字模拟，提供有洞察力的宏观运营观点，包括一线供应商及其自身供应商，但仍须要将外部实体集成到内部数字生态系统中。 今天，大多数公司仍然不满意点对点链接之外的外部整合。 克服这种犹豫也许是一个长期的挑战，但最终全部的付出都是值得的。 未来，企业但愿利用块链打破信息孤岛，验证信息并输入数字孪生。 这将释放之前没法访问的大量数据，使模拟更加详细、动态化和潜在价值。