Nền tảng AI
Digital Twin là gì?
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Một digital twin là một mô hình số phù hợp với mục đích, đại diện cho một thực thể hoặc quy trình trong thế giới thực, được kết nối với các quan sát của bản sao vật lý và được duy trì cho các nhiệm vụ giám sát, dự đoán, thử nghiệm hoặc hỗ trợ quyết định đã định.
Kết nối và mục đích là yếu tố phân biệt twin với mô hình 3D tĩnh. Đồng bộ có thể liên tục, dựa trên sự kiện hoặc định kỳ; không cần phải thời gian thực hoàn hảo, nhưng độ trễ và mức không chắc chắn phải phù hợp với quyết định.
Những điểm chính
- Twin kết hợp bản sao vật lý hoặc hoạt động, kết nối dữ liệu, mô hình số, các mô hình và dịch vụ.
- Xác minh đặt câu hỏi liệu mô hình đã được xây dựng đúng chưa; xác thực đặt câu hỏi liệu nó có đủ cho mục đích sử dụng dự kiến không.
- Digital thread kết nối dữ liệu và quyết định qua các giai đoạn vòng đời; nó liên quan nhưng rộng hơn một twin.
- An ninh mạng, khả năng tương tác và mức độ không chắc chắn quyết định liệu một twin có thể được tin cậy hay không.
Các thành phần cốt lõi và đồng bộ
Cảm biến, hệ thống điều khiển, hồ sơ bảo trì và dữ liệu doanh nghiệp mô tả bản sao vật lý. Lớp dữ liệu căn chỉnh các định danh, đơn vị, dấu thời gian và chất lượng. Các mô hình có thể kết hợp vật lý, thống kê, quy tắc và học máy, trong khi các dịch vụ cung cấp trạng thái, dự báo hoặc khuyến nghị.
Trong một số hệ thống, đồng bộ hai chiều: quan sát vật lý cập nhật twin, và quyết định đã được phê duyệt có thể ảnh hưởng đến hệ thống vật lý. Các twin khác chỉ đọc. Hãy nêu tần suất, đường dẫn điều khiển cho phép và hành vi khi dữ liệu lỗi thời.
Mô hình, mô phỏng và phân tích kịch bản giả định
Mô phỏng có thể kiểm tra một kịch bản mà không cần kết nối liên tục với tài sản cụ thể. Twin sử dụng ngữ cảnh đồng bộ để kịch bản phản ánh trạng thái hiện tại hoặc gần đây của bản sao vật lý. Nó có thể chạy nhiều mô phỏng, nhưng các thuật ngữ này không đồng nghĩa.
Dự báo có thể hỗ trợ các quyết định về bảo trì, chất lượng, lập lịch hoặc năng lượng. Học máy có thể bổ sung cho các mô hình vật lý, trong khi các ràng buộc ngăn một mô hình thống kê đề xuất các trạng thái không thể.
Xác minh, xác thực và độ không chắc chắn
Xác minh phần mềm, phương trình, giao diện và triển khai số. Xác thực các dự đoán bằng cách so sánh với các quan sát độc lập trên toàn bộ dải hoạt động dự kiến. Định lượng độ không chắc chắn từ cảm biến, tham số, cấu trúc mô hình và các điều kiện tương lai.
Twin phù hợp với mục đích, không phải luôn chính xác. Một mô hình đã được xác thực cho dự đoán nhiệt độ ngắn hạn có thể không phù hợp cho chứng nhận an toàn hoặc mỏi kéo dài. Ghi lại các phiên bản, lịch sử hiệu chuẩn và các điều kiện không được hỗ trợ.
Digital thread và tích hợp vòng đời
Digital thread liên kết các yêu cầu, thiết kế, sản xuất, vận hành, bảo trì và hồ sơ ngừng sử dụng. Các twin ở các giai đoạn vòng đời khác nhau có thể sử dụng chuỗi này để duy trì khả năng truy xuất và tránh các định danh không tương thích hoặc thông tin trùng lặp.
Khả năng tương tác phụ thuộc vào ngữ nghĩa và giao diện chung, làm cho data fabric hoặc quản trị siêu dữ liệu tương tự trở nên hữu ích. Quyền sở hữu phải được duy trì rõ ràng khi các nhà cung cấp và tổ chức đóng góp các lớp khác nhau.
An ninh và quyền quyết định của con người
Twin tăng giá trị và khả năng kết nối của dữ liệu vận hành. Các mối đe dọa bao gồm giả mạo cảm biến, can thiệp mô hình, điều khiển không được ủy quyền, rò rỉ thiết kế bí mật và phá hủy phụ thuộc. Áp dụng nhận dạng, phân đoạn, cập nhật có chữ ký, giám sát và chế độ lỗi an toàn.
Các khuyến nghị nên trình bày bằng chứng và độ không chắc chắn, kèm theo sự phê duyệt của con người cho các hành động có tác động lớn. Twin có thể cải thiện một quyết định, nhưng không chịu trách nhiệm về hậu quả của việc thay đổi nhà máy, tòa nhà, phương tiện hoặc quy trình chăm sóc.
Kiến trúc và đồng bộ digital twin
Digital twin là một mô hình số được duy trì, đại diện cho tài sản vật lý, quy trình, hệ thống hoặc môi trường, được kết nối với các quan sát và dùng cho một quyết định đã định. Nó khác với mô phỏng một lần vì trạng thái và các tham số được cập nhật suốt vòng đời. Kiến trúc liên kết danh tính tài sản, cảm biến, lịch sử vận hành, hình học hoặc cấu trúc, các mô hình vật lý hoặc dựa trên dữ liệu, mô phỏng và các ứng dụng. Phạm vi hữu ích có thể là một động cơ, một dây chuyền sản xuất, một tòa nhà hoặc một đội tàu; tuyên bố một twin hoàn chỉnh mà không có quyết định giới hạn sẽ làm cho việc xác thực không thể thực hiện.
Đồng bộ kết hợp dữ liệu telemetry, kiểm tra, hồ sơ bảo trì và các điều kiện bên ngoài. Đồng bộ thời gian, đơn vị, hiệu chuẩn, dữ liệu thiếu và cấu trúc tài sản là nền tảng. Các phương pháp ước lượng trạng thái điều chỉnh các quan sát nhiễu với mô hình, trong khi ước lượng tham số điều chỉnh hành vi. Tần suất cập nhật nên phù hợp với quy trình: mili giây cho trạng thái liên quan đến điều khiển, giờ cho lập kế hoạch năng lượng, hoặc tháng cho suy giảm cấu trúc. Nhiều dữ liệu thời gian thực không nhất thiết tốt hơn nếu độ không chắc chắn đo lường và tính liên quan nhân quả không rõ.
Mô hình, xác thực và độ không chắc chắn
Twin dựa trên vật lý mã hoá các quy luật bảo toàn và cơ chế; twin thực nghiệm học từ dữ liệu lịch sử; twin lai kết hợp cả hai. Mô phỏng có thể kiểm tra các kịch bản giả định, tối ưu lịch trình, ước tính tuổi thọ còn lại, hoặc hỗ trợ đưa vào vận hành. Xác thực các dự đoán bằng cách so sánh với các giai đoạn hoạt động bị giữ lại và các can thiệp kiểm soát, trên các tải và chế độ lỗi. Định lượng độ không chắc chắn của tham số và đo lường, và tránh trình bày một quỹ đạo duy nhất như là chắc chắn. Một mô hình chỉ được hiệu chuẩn trong điều kiện hoạt động bình thường có thể kém tin cậy nhất khi xảy ra lỗi hiếm mà nó dự đoán.
Xác minh đặt câu hỏi liệu các phương trình và phần mềm có được triển khai đúng không; xác thực đặt câu hỏi liệu twin có đại diện thực tế một cách đầy đủ cho mục đích sử dụng không. Duy trì khả năng truy xuất từ yêu cầu đến mô hình, dữ liệu, hiệu chuẩn và kiểm tra chấp nhận. Xem xét độ nhạy cảm với các giả định và so sánh với các chuẩn cơ bản đơn giản. Đối với các quyết định liên quan đến an toàn, giữ các biện pháp bảo vệ độc lập và yêu cầu sự ủy quyền của con người.
Vòng đời, an ninh và giá trị
Bảo mật kết nối giữa công nghệ vận hành và twin bằng cách phân đoạn, cổng, quyền tối thiểu và cập nhật có chữ ký. Một twin bị xâm phạm có thể rò rỉ dữ liệu thiết kế và sản xuất hoặc ảnh hưởng đến bảo trì không an toàn. Phiên bản các mô hình và cấu hình tài sản, ghi lại hiệu chuẩn và ngừng các twin lỗi thời. Đo lường thời gian ngừng hoạt động, năng lượng, năng suất, chất lượng bảo trì và thời gian quyết định đã tránh được so với chuẩn, bao gồm chi phí cảm biến và tích hợp. Digital twin tạo ra giá trị chỉ khi mô hình đã được xác thực của nó thay đổi một quyết định có trách nhiệm.
Ví dụ thực tế: digital twin cho tuabin gió
Twin tuabin kết nối cấu hình tài sản, dữ liệu telemetry SCADA, rung, thời tiết, kiểm tra và lịch sử bảo trì với các mô hình vật lý và dựa trên dữ liệu. Ước lượng trạng thái điều chỉnh các cảm biến nhiễu, trong khi mô phỏng dự đoán tải và nhiệt độ thành phần dưới các chế độ vận hành đề xuất. Xác thực sử dụng các mùa bị giữ lại và các sự kiện bảo trì đã biết, báo cáo độ không chắc chắn, lỗi theo chế độ gió và độ nhạy với độ lệch cảm biến. Twin không phát lệnh điều khiển an toàn quan trọng.
Ước tính nguy cơ bearing tăng lên kích hoạt kế hoạch kiểm tra kèm bằng chứng và độ không chắc chắn đóng góp. Kết quả tìm được cập nhật hồ sơ tài sản và hiệu chuẩn mô hình. Thay thế cảm biến, sửa đổi cánh quạt, hoặc cập nhật bộ điều khiển tạo ra cấu hình twin mới. Phân đoạn mạng tách riêng chẩn đoán khỏi điều khiển, và các cập nhật mô hình có chữ ký. Giá trị được đo lường qua thời gian ngừng hoạt động, năng lượng, bảo trì và thời gian quyết định đã tránh được so với các tuabin lịch sử và tương đồng, bao gồm chi phí cảm biến và duy trì twin.
Bằng chứng triển khai và sẵn sàng vận hành
Một quyết định sản xuất cần nhiều hơn một buổi trình diễn thành công. Xác định người dùng dự kiến, môi trường vận hành, đầu vào, đầu ra, phụ thuộc, chủ sở hữu và hậu quả của mỗi lỗi quan trọng. Thiết lập một chuẩn cơ bản có thể tái tạo và một bộ đánh giá có phiên bản trước khi tinh chỉnh. Kiểm tra các trường hợp thường, điều kiện biên, dữ liệu đầu vào sai dạng hoặc thiếu, sự dịch chuyển phân phối, mất kết nối phụ thuộc, lạm dụng, và các nhóm hoặc môi trường có khả năng bị bỏ quên. Đo lường chất lượng nhiệm vụ cùng với hiệu chuẩn hoặc độ không chắc chắn, độ trễ, thông lượng, chi phí tài nguyên, khả năng tiếp cận, quyền riêng tư và an ninh. Ghi lại mọi chuyển đổi và ngưỡng để người đánh giá độc lập có thể tái tạo kết quả và phân biệt bằng chứng với một nguyên mẫu hấp dẫn.
Trước khi ra mắt, chỉ định quyền cho việc phát hành, ngoại lệ, thay đổi, quay lại và ngừng sử dụng. Sử dụng triển khai theo giai đoạn, duy trì một phương án dự phòng an toàn, và xác minh giám sát bằng các lỗi được đưa vào cố ý. Dữ liệu telemetry vận hành nên tiết lộ chất lượng đầu vào, hành vi đầu ra, phiên bản mô hình hoặc quy tắc, tình trạng phụ thuộc, can thiệp của con người và kết quả đã xác nhận mà không thu thập dữ liệu nhạy cảm không cần thiết. Xác định ngưỡng cảnh báo và người chịu trách nhiệm phản hồi, sau đó xem xét bằng chứng thực tế sau khi triển khai thay vì giả định hiệu suất ngoại tuyến sẽ duy trì. Đánh giá lại mỗi khi nguồn dữ liệu, người dùng, mô hình, nhà cung cấp, chính sách, phần cứng hoặc mục tiêu thay đổi. Một hệ thống được duy trì cũng cần có quy trình khôi phục, học từ sự cố, xóa và lưu trữ tài liệu, và một điểm rõ ràng khi nó nên bị vô hiệu hoá hoặc thay thế.
Câu hỏi thường gặp
Mô hình 3D có phải là digital twin không?
Không phải tự nó. Nó trở thành một phần của twin khi được kết nối với bản sao vật lý cụ thể và được duy trì cho một mục đích vận hành đã định.
Digital twin có phải điều khiển tài sản vật lý không?
Không. Một số twin chỉ giám sát hoặc dự đoán. Khi có điều khiển, quyền ủy quyền và ranh giới an toàn phải được nêu rõ.
Tài liệu tham khảo chính
