Что такое цифровые двойники и для чего они используются

Цифровой двойник: настоящее и будущее

Есть много разрозненной информации о том, что такое цифровой двойник, а много компаний уверяет, что может создать его. Но это не всегда так. Директор по продуктам Factory5 Артем Серебров раскрывает суть этого явления и рассказывает о возможностях и истории развития цифровых двойников.

Цифровой двойник — это виртуальная копия физического объекта или процесса. Изначально он был придуман когда-то давно как цифровая копия оборудования. Но с тех пор прошло много времени и у цифрового двойника появилось много вариаций. Все они хорошо проработаны теоретически, но только начинают развиваться практически.

Настоящее

У цифрового двойника есть несколько видов, которые делятся по сфере применения:

Digital Twin Prototype — первый цифровой двойник в истории. В 1970х он использовался компанией Nasa для проектирования миссии Apollo 13. Он был создан для того, чтобы проверить, как будущий объект поведет себя в физическом мире. В дальнейшем, инжинеры NASA обнаружили, что этот же двойник можно использовать для контроля уже существующего оборудования и предсказания что с ним произойдет. Однако, так как условия космоса в то время были плохо изученными, потребовалось создать постоянную связь в реальном времени между оборудованием и двойником, чтобы снимать реальные показания с датчиков. Это и привело к современным цифровым двойникам и их следующему типу.

Digital Twin Instance — цифровой двойник экземпляра. Фактически, это сбор информации с датчиков, установленных на оборудовании, и получение копии работающей единицы в системе. Это позволяет автоматически отслеживать и прогнозировать поведение этого оборудования, предсказывать аварийные остановы и создавать симуляции режимов работы.

Digital Twin Aggregate — модель серии оборудования. Это двойник существующего оборудования, которая в первую очередь применяется для обучения персонала и оптимизации процессов ТОиР. С такой моделью специалисту не нужно читать мануалы по эксплуатации оборудования, а можно сразу практиковаться и смотреть результаты действий на виртуальной модели.

Будущее

Сегодня появляются новые виды двойников: некоторые из них кажутся фантастикой, а некоторые уже создаются и внедряются.

1. Цифровой двойник процесса

Двойник производственного процесса дает понимание того, какого качества продукт получается в конце. Если речь идет о более сложном явлении в компании, то в результате мы можем узнать результаты наших действий. Особенно это касается масштабных процессов, в которые сложно вносить изменения.

2. Цифровой двойник целой компании

Все процессы вместе взятые составят двойник компании. Это позволяет рассматривать общую картину и принимать решения на основе фактических данных.

3. Цифровой двойник изделия

Крыло самолета, винт и другие составные части, перенесенные в цифровую плоскость, можно испытывать и тестировать бесконечно. Для этого вида цифрового двойника требуется очень четкое физическое моделирование, поскольку каждое изделие создается в новых индивидуальных условиях.

Если такая модель станет реальность, то можно будет убрать контроль качества, специальные стенды и бесконечные испытания. Также, мы будем получать больше информации о том, какого качества изготовленные нами продукты. Это, также, решит проблемы крупных отраслей: построение ракет, самолетов и т. д.

Как создается цифровой двойник в F5

В Factory5 мы специализируемся на моделировании, поэтому очень часто решаем конкретные потребности предприятия. Мы можем соптимизировать различные функции предприятия: начиная от ТОиР, заканчивая финансовым планированием и финансовым стресс-тестированием.

На сегодняшний день мы делаем:

цифровых двойников оборудования и используем его для анализа технического состояния,

цифровых двойников производственного и логистического процессов

(сделали первый шаг в сторону) цифрового двойника организации.

Процесс создания проще всего показать на примере двойника оборудования:

Консультации со специалистом по оборудованию.

Сбор телеметрии с датчиков и разметка пути телеметрии из конкретных источников.

Создание статичной древовидной модели.

Написание симуляционных моделей.

Сложности начинаются на последнем этапе. Моделировать все возможные ситуации бесполезно и очень трудоемко. Поэтому необходимо определить самые важные критерии, которые имеет смысл моделировать в каждой конкретной ситуации: перепад напряжения в этом узле и повышение температуры — в другом. Для этого нужен специалист по оборудованию и физическим процессам одновременно, который расскажет, как оборудование работает на самом деле и напишет физические модели действительно важных процессов. Это трудоемкая, но повторяемая работа: описав физическую модель работы электродвигателя, мы можем применить эту модель ко всем электродвигателям.

Если говорить о цифровом двойнике технологических производственных процессов, ситуация выглядит почти так же. Только мы создаем не древовидную, а линейную модель.

Логистический и финансовый процессы создавать немного сложнее. Они пишутся под конкретную организацию, потому что для каждого это индивидуальный процесс. Поэтому специалист должен «высадиться» в организацию, аккуратно записать, как в этой организации работают процессы и создать уникальную блок-схему этих процессов.

Кто участвует в процессе разработки

В процессе разработки MX-моделей участвуют специалисты со следующими ролями:

1. Роль «Бизнес-аналитик». Функции роли:

Сбор и анализ документации и материалов по оборудованию.

Определение перечня инцидентов и прогнозов технического состояния, подлежащих моделированию.

2. Роль «Эксперт». Функции роли:

Подготовка материалов по работе оборудования и инцидентам, консультации по работе оборудования.

Разработка экспертных правил.

Разработка методик расчета информативных неизмеряемых параметров.

Постановка задач на разработку экспертных правил, методик расчета информативных неизмеряемых параметров, верификацию моделей физических процессов.

Экспертная поддержка в процессе разработки и верификации ML-моделей.

3. Роль «Data science специалист». Функции роли:

Исследование данных телеметрии.

Анализ и представление данных телеметрии, выполнение различных расчетов в процессе разработки экспертных правил, методик расчета информативных неизмеряемых параметров.

Подбор функций передаточных моделей с помощью алгоритмов машинного обучения.

Валидация разработанных правил по имеющимся данным телеметрии, данным по отказам, ремонтам, заменам и обслуживанию.

Зачем нужны цифровые модели

В целом цифровые двойники в промышленности уже приносят свою пользу. Например, цифровые двойники оборудования и предиктивная аналитика приводят к сокращению его простоев до 12%, при проектировании цифровые двойники снижают затраты времени на процесс до 30%, а скорость обучения персонала с применением технологии цифровых двойников увеличивается на 50%. В результате предприятия, использующие данную инновацию, быстрее адаптируются к стремительно меняющимся трендам и событиям, повышают производительность и начинают эффективнее управлять ресурсами, что напрямую влияет на их конкурентоспособность.

Примеры использования цифровых двойников от F5

1. Предиктивный анализ состояния газотурбинной установки

В этом кейсе предиктивный анализ технического состояния газотурбинной установки для крупной энергетической компании не состоялся бы без цифрового двойника. Он позволяет прогнозировать отказы и планировать ТОиР в соответствии с этой информацией. Самое главное, он позволяет анализировать режимы работы газотурбинной установки не меняя их в физическом мире. Так удалось понять, какие конструктивные элементы влияют на перерасход топлива, и скорректировать режим работы так, чтобы исключить перерасход.

2. Оптимизация цепочки поставок

Цифровой двойник может учитывать большое количество факторов и позволяет эмулировать ситуацию по разным экономическим показателем: время доставки, сокращение затрат, утилизация и т. д. Поэтому он подходит для оптимизации цепочки поставок для крупной транспортно-логистической компании. В этом кейсе цифровой двойник учитывает более 45 разных факторов и выстраивает маршруты в режиме реального времени. Это позволило сократить затраты на 30%, увеличить утилизацию на 20% и приблизить вероятность построения оптимальной логистической модели к 100%.

3. Средне-срочное финансово-экономическое моделирование

Цифровой двойник учитывает не только большое количество факторов, но и взаимосвязь между ними. Поэтому отлично подходит для сложных системных процессов, как среднесрочное финансово-экономическое моделирование. В данном кейсе для крупного транспортного холдинга удалось цифровой двойник позволяет выстраивать сценарии развития событий в режиме реального времени и видеть результаты тех или иных решений, принимаемых в основном топ-менеджментом. Это сокращает трудозатраты на создание и поддержание в актуальном состоянии стратегических моделей до 70%.

Источник

Цифровые двойники – прошлое, настоящее и будущее

Что такое цифровые двойники

Цифровой двойник – это синхронизированная виртуальная модель любых объектов, систем, людей, процессов и сред. Цифровой двойник отслеживает прошлое и предсказывает будущее.

Это короткое определение содержит несколько важных идей, на которых нужно остановиться подробнее:

Цифровой двойник не только отражает текущее состояние предмета, рассматриваемое в режиме реального времени. Он также заключает в себе настолько глубокое понимание явления, что может предсказывать будущее состояние, основываясь на текущих данных. Предсказательные способности – это отличительная черта цифровых двойников, которая отделяет их от предыдущего поколения технологий мониторинга текущего состояния. В то время как статистические симуляции, основанные на уравнениях (как например в мультифизике или химии), использовались десятилетиями чтобы предсказать поведение систем окружающего нас мира, современные цифровые двойники добавляют искусственный интеллект и машинное обучение в свой прогностический инвентарь, что позволяет достичь уровня предсказаний, недостижимого при использовании одних только традиционных методов симуляции. В перспективе, искусственный интеллект и машинное обучение возьмут на себя доминирующую роль в развитии новых возможностей цифровых двойников. В то же время взаимодействие науки о данных с другими естественными науками будет углубляться, что станет катализатором научного прогресса.

Таким образом, вышеупомянутое определение помогло нам выявить трёхсторонние взаимоотношения между цифровыми двойниками, интернетом вещей, искусственным интеллектом и машинным обучением: цифровой двойник использует искусственный интеллект для информационной обработки данных, а интернет вещей обеспечивает массированный поток информации для жаждущего данных искусственного интеллекта. В свою очередь искусственный интеллект наделяет интернет вещей более умным поведением, что необходимо для безопасной работы в реальном мире, где цена ошибки выше из-за физического риска для людей и имущества. Запомним эти взаимоотношения – мы рассмотрим их влияние позже.

Канонический пример цифровых двойников

Один из классических примеров цифровых двойников — концепция умного здания. Представим себе конференц-зал с многочисленными устройствами интернета вещей: датчик присутствия людей в помещении, датчик входа/выхода, умный термостат, умная мебель, (способная определить, заняты ли места), конференц-камера, которая может посчитать присутствующих и т.д. Наличие всех этих технологий очень ценно, но нам может понадобиться ответ на простой вопрос: «Конференц-зал занят или свободен?». Поэтому мы можем создать цифрового двойника этого конференц-зала, который будет собирать данные со всех умных устройств в нём и сможет описать зал на более высоком уровне абстракции из домена умного здания, что и помогает ответить на изначально поставленный вопрос. Мы можем пойти и дальше вверх по иерархии умного здания и собрать все комнаты одного этажа в цифрового двойника этого этажа, чтобы, например, контролировать системы отопления, вентиляции и кондиционирования воздуха. Далее мы выходим на уровень цифрового двойника всего здания, где будут регулироваться важные вопросы защиты и обеспечения безопасности. Также существует динамический аспект цифровых двойников: лифты, которые могут путешествовать с одного этажа на другой, и люди, которые двигаются от одной комнаты к другой или делят рабочие места. Данные, собранные цифровыми двойниками, будут обладать предсказательными способностями, прогнозирующими загруженность лифта и спрос на комнаты в зависимости от времени суток и дня недели.

Этот пример демонстрирует, что цифровые двойники созданы для достижения конкретных бизнес-целей, например: максимальное использование площади рабочего помещения, в сочетании с увеличением удовлетворенности клиентов посредством точного прогнозирования доступности помещения (что спасает клиентов от неблагоприятного опыта когда они приезжают в полностью заполненный офис). Помимо всего прочего, при изменении бизнес целей тот же объект реального мира будет иметь другого цифрового двойника.

История цифровых двойников

Первое использование термина «Цифровой двойник» возникло в отчёте НАСА за 2010 год на тему моделирования и симуляции (https://www.nasa.gov/pdf/501321main_TA11-MSITPDRAFT-Nov2010-A1.pdf). Методика, описанная в докладе, была разработана в виду необходимости конструирования сверхреалистичной симуляции космического корабля во время строительства, испытаний и полётов. Цифровой двойник стал естественным результатом исследований НАСА в ходе программы «Меркурий», создающей двойников с конца 1950-х годов. В те времена симуляции производились на аналоговых компьютерах, которые впоследствии были усовершенствованы до цифровых мейнфреймов в первой половине 1960-х годов. На фото ниже – центр симуляции запуска космического корабля «Аполлон» конца 1960-х годов – к тому времени в нём было уже 15 симуляторов, выполняемых на 8 мейнфреймах.

В дополнение к развитым возможностям симуляции, у НАСА имелась система передачи подробнейших телеметрических данных с космического корабля «Аполлон». Высококачественная симуляция, с сочетании с функцией «живой копии», созданной благодаря работающей в реальном времени телеметрии, позволяет нам без преувеличения считать случай НАСА первым настоящим цифровым двойником.

Цифровые двойники сегодня

Возвращаясь к современности, нужно отметить, что растущая популярность цифровых двойников в их современном понимании совпала с пиком популярности интернета вещей и искусственного интеллекта в своеобразном цикле зрелости технологии (Hype Cycle) компании Gartner. Обратите внимание, что и интернет вещей и машинное обучение занимают высокие позиции в Gartner Hype Cycle за 2015 год.

В 2016 году цифровые двойники вошли в Gartner Hype Cycle и уже к 2018 году оказались на самом верху кривой.

Близкое родство между интернетом вещей и цифровыми двойниками, однако, не является совпадением. Как мы обнаружили ранее, интернет вещей – это то, что «оживляет» цифрового двойника посредством телеметрии реального времени, передаваемой соответствующими устройствами. Именно интернет вещей соединяет физическую сущность и ее цифрового двойника, помогает им работать вместе для достижения бизнес-целей того или иного сценария.

Что вы можете создать с помощью цифровых двойников?

Цифровые двойники смогли продемонстрировать свои суперспособности еще в прошлом веке, и космонавты с «Аполлона-13» – живой тому пример. Давайте же представим, как много жизней могут изменить к лучшему цифровые двойники с помощью таких современных технологий, как искусственный интеллект с его магией глубокого обучения, «облака» с их безграничными вычислительными ресурсами, а также интернет вещей, который вскоре станет ближе каждому жителю земли. Человеческая цивилизация нуждается в помощи мощных технологий типа цифровых двойников для того, чтобы справиться со своими самыми серьёзными проблемами: тяжёлыми заболеваниями и климатическими изменениями, дефицитом еды и жилья, несовершенством систем здравоохранения и ухода за престарелыми, бедностью и неравенством, и т.д.

Для нас, профессионалов в сфере высоких технологий, это возможность принести удивительные блага цифровых двойников как индивидуальным пользователям, так и большим компаниям. Начать работать с цифровыми двойниками не так уж и сложно, и есть масса путей, как это сделать: примените свой опыт работы с облачными технологиями, или используйте свой опыт интеллектуальной обработки данных. Возможно, вы являетесь экспертом предметной области и пытаетесь внедрить цифровых двойников в вертикальном сценарии. Для работы с цифровыми двойниками требуются совместные усилия самых разных специалистов – и не только технических – поскольку современные экспоненциальные технологические решения процветают в условиях сотрудничества. Новый всплеск интереса к цифровым двойникам, который начался в прошлом году, в дальнейшем будет только расти. Первые примеры реализации современных цифровых двойников уже представлены, и мы можем со дня на день ожидать появления новых. Некоторые поставщики технологий уже имеют цифровых двойников в своих платформах, например Azure: https://azure.microsoft.com/services/digital-twins/

Современное поколение услуг, создаваемых посредством цифровых двойников в Azure, поддерживает сложные доменные модели, показанные на архитектурной диаграмме выше. Кроме того, о скором релизе следующего поколения услуг цифровых двойников Azure было объявлено на недавнем мероприятии Microsoft Build 2020.

В заключение хочется сказать: сейчас нам, создателям технологических решений, нужно быть готовыми помогать нашим клиентам успешно внедрять их инициативы с использованием цифровых двойников. А что ВЫ создадите с помощью цифровых двойников, чтобы изменить жизнь к лучшему?

Источник

Рассказ владельца продукта о цифровом двойнике и цифровом потоке

Процесс повышения производительности компании начинается с обзора продукции и применяемых в ней методов «с высоты птичьего полета». Сторонние бизнес-консультанты и собственные менеджеры пытаются оценить ситуацию и выделить критические зоны, которые препятствуют успешному развитию бизнеса. Эффективность такого процесса невысока из-за отсутствия данных в реальном времени. Это связанно с замысловатостью процедур визуализации и анализа. В некоторых случаях продукт и процессы невероятно сложны, поэтому предсказать последствия действий сложно. Дополнительные сложности возникают из-за необходимости для бизнеса быть гибким и быстро принимать решения.

Одно из самых эффективных решений появилось в 2002 году на конференции Общества инженеров-технологов в Трое. Доктор Майкл Гривз представил концепцию «Цифрового двойника» (Digital twin). Эта идея объединяет Науку о Данных (Data Science), Искусственный Интеллект (AI), Машинное Обучение (ML) и Интернет Вещей (Internet of Things, IoT) в одном решении.

Что такое цифровые двойники и цифровые потоки?

Концепция цифровых двойников относится к оцифровке процесса управления жизненным циклом продукции (Product Lifecycle Management) и прокладывает путь к увлекательным возможностям для усовершенствования в производственной и перерабатывающей отраслях. Создание цифрового двойника означает формирование виртуальной копии продукта, имитирующей интерфейсы, настройки, качество и динамику. Все данные собираются в облачных системах с отдельными датчиками, которые интегрируются в реальный продукт. Цифровой двойник представляет собой трехмерную модель физического изделия с теми же параметрами, что и реальное. Процесс является постоянным, и данные могут варьироваться и различаться по размеру в зависимости от емкости устройства IoT и целей, поставленных перед моделью. Платформа предоставляет производителям возможность виртуального вывода данных. Отделы исследований и разработок (R&D) используют цифровой двойник реального продукта для распознавания слабых зон и тех потенциальных возможностей, которые могут быть использованы. Его виртуальное внедрение помогает в разработке нового дизайна продукта, тестировании новых разработок с обратной связью в режиме реального времени, а также в оценке эффективности решения.

Компании расширяют использование концепции цифрового двойника, начиная с совершенствования бизнес-процессов и рабочих операций. Прежде всего, они собирают все данные о бизнесе в одном месте: производственные операции, цепочка поставок, информационное хранилище и т.д. Цифровой поток (digital thread) помогает лучше понять структуру обмена данными, которая существует в этих системах. Подразделения R&D (Research & Developmet) начинают с анализа этих информационных потоков и поиска путей, которые помогут предприятиям максимально оптимизировать свою деятельность: прогнозирование проблем технического обслуживания, предотвращение простоев, улучшение обслуживания клиентов, крауд-менеджмент, а также безопасность. Таким образом, цифровой двойник как динамическая модель в значительной степени полезен для обслуживания компанией подключенных машин и оборудования.

Цифровой двойник на протяжении последних нескольких лет оставался на подъеме и был включен Gartner в Топ-10 стратегических технологических тенденций на 2017 и 2018 годы. Новая волна IoT позволит сохранить этот потенциал востребованным еще надолго в ближайшее время. По данным Gartner, 24% организаций, которые либо внедрили решения IoT в производство, либо реализуют проекты IoT, уже используют цифровые двойники. Необходимо отметить, что еще 42% организаций планируют использовать двойников в течение ближайших трех лет.

Архитектура Цифровых двойников

Внутренний или сторонний менеджмент подразделений R&D создает цифровых двойников. Учитывая цели бизнеса, концепция цифровых двойников может быть применена непосредственно к продукту, процессу или всей системе. Однако архитектурный подход по-прежнему состоит из следующих 4 шагов:

Создание модели: Первый этап моделирования начинается с анализа продукта и определения всех характеристик, которыми он обладает. После того, как аналитики проверят всю процедуру, связанную с процессом создания, хранения, доставки конечному пользователю и эксплуатации, они связывают датчики с физическими продуктами и теперь уже охватывают вышеуказанный процесс различными IoT-устройствами. Эти элементы собирают информацию о размерах, состоянии, цветах и различных критериях физических характеристик. После передачи данных, как правило, на облачную платформу, они обеспечивают цифровой двойник широким спектром данных, которые постоянно обновляются. Модель создается на основе входных данных от датчиков. Для стабилизации взаимодействия между моделью и реальным продуктом необходим протокол связи. Основным требованием является то, что модель должна иметь бесперебойную двунаправленную связь в реальном времени между физическим процессом и цифровым двойником.

Эксперимент: На данный момент у бизнеса уже существует цифровой двойник, готовый к экспериментам. У специалистов R&D есть список гипотез и улучшений, которые они хотят проверить. Они начинают с выполнения различных экспериментальных процедур. Все результаты тестирования собираются в «озере данных» (data lake), после чего они готовы к обработке и анализу. Данные могут быть обработаны как на месте, так и в облаке.

Анализ: Следующим, и одним из самых важных этапов, является анализ. Ученые, работающие с данными, генерируют идеи, рекомендации и направляют ход принятия решений. Они дают бизнесу визуальное представление процесса и выделяют различия в производительности цифрового двойника и аналоговой физической модели в одном или нескольких измерениях. Эксперты указывают области, которые потенциально нуждаются в изучении и изменении.

Отладка: На этом этапе компания должна понять, какие шаги необходимо предпринять для улучшения продукта или процесса. У них есть цифровой двойник с необходимыми изменениями и улучшениями. C-Level обладает достаточным количеством показателей и предварительной информации для утверждения решения. Если усовершенствование одобрено, компания начинает его внедрять. В противном случае группы исследователей и разработчиков (R&D) продолжат процесс исследования.

Цифровая концепция поддерживается циклом Деминга (Deming Cycle), который используется лидерами рынка. Это основа для постоянного совершенствования продукта и процесса.

Поставщики решений для цифровых двойников

Мировые IT-лидеры начали создавать решения, которые упрощают внедрение цифровых двойников. Вот два наиболее убедительных примера:

Цифровые Двойники Azure (Azure Digital Twins). Microsoft считает, что IoT является ключом к преобразованию бизнеса, и указывает на то, что 88% компаний считают влияние IoT решающим для своего успеха. Именно поэтому они активно развивают Azure Digital Twins как систему, которая интегрирует облака, IoT, граничные вычисления (Edge Computing), искусственный интеллект (AI) и смешанную реальность (Mixed reality). Они предлагают возможность легко интегрировать виртуальные машины Azure, управляемые диски, службу Azure Cosmos DB и сервис HockeyApp для извлечения необработанных данных из исследований. Службы обработки данных Azure Databricks и HDInsight предоставляют возможность анализа результатов путем создания графиков с использованием пространственного интеллекта. Данные решения обладают высокой надежностью и возможностью масштабирования. Понимая ценность IoT и способы, которыми она может расширить возможности бизнеса, Microsoft стала одной из ведущих компаний в области создания цифровых двойников для малого бизнеса и предприятий.

IBM. Нет необходимости представлять эту многонациональную компанию в области информационных технологий. Международная корпорация бизнес машин (International Business Machines, IBM) родилась в США и с тех пор распространилась более чем в 170 странах по всему миру. IBM объявила о новых лабораторных сервисах для Maximo. Они хотят привнести Дополненную Реальность (AR) в управление активами. У них есть партнерство с компанией DAQRI, которая является ведущим поставщиком дополненной реальности для промышленного использования. Лабораторией IBM внедряются визуальные и голосовые функции для персонала. Они используют наборы Natural Language Processing, ML и AI. Их ввод в работу обеспечивается с помощью DAQRI Smart Helmet™, который позволяет предприятиям увидеть свои активы в новом измерении и получить мгновенный доступ к критически важным данным.

Примеры Цифровых Двойников:

Позвольте мне привести несколько примеров того, как цифровые двойники помогают реальному бизнесу достичь успеха.

Stara и усовершенствование фермерского бизнеса: Stara интегрирует в оборудование датчики IoT, которые получают информацию о производительности, местоположении и состоянии их сельскохозяйственной техники. Обладая информацией в режиме реального времени, Stara может предупреждать сбои в работе и поломки оборудования. С другой стороны, компания Stara добивается дальнейшего прогресса, улучшая сельскохозяйственную отрасль в целом. После того, как была проведена модернизация собственного бизнеса, компания Stara начала продавать свои решения другим фермерам. Результаты невероятны. Те компании, которые приняли эти решения, сократили использование семян на 21% и удобрений на 19%, во многом благодаря рекомендациям компании Stara.

Kaeser и изменения, внесенные в их бизнес-модель: Внедрение цифровых двойников позволило Kaeser переключиться с продажи продукции на предоставление услуг. Они изменили план оплаты с фиксированной ставки на комиссионный сбор за потребление воздуха. Специалисты Kaeser установили оборудование с системами мониторинга, которые в режиме реального времени предоставляют информацию о его состоянии и характеристиках. Компания сократила расходы на товары до 30%, и адаптировала под новые условия 50% основных вендоров, используя цифровых двойников.

Будущее цифрового двойника

Тысячи компаний по всему миру стремятся не допустить сбоев в работе цифровых технологий, внедряя в свой бизнес подход, основанный на принципе «цифрового двойника». Использование концепции «цифрового двойника» основано на постоянном развитии Интернета Вещей (IoT) и Науки о Данных (Data Science), которые обеспечивают доступ к результатам измерений в реальном времени: вычислительная мощь больших данных, универсальность аналитических технологий, гибкие системы хранения данных, более широкие возможности в области агрегирования и интеграции с каноническими данными. По прогнозам Gartner, к 2021 году половина крупных промышленных компаний будут использовать цифровых двойников. В результате такого развития эти организации добьются повышения эффективности на 10%.

Конечно, это очень впечатляет, поэтому давайте посмотрим, к чему это приведет.

Сегодня датчики можно найти повсюду. Они собирают и передают огромные объемы данных. Созданные данные можно сохранить и использовать для анализа в будущем, или их можно проанализировать и использовать сразу. Датчики могут находиться в домашних сетях, на светофорах, фермерских полях и в наших телах.

Контроллеры в свою очередь собирают данные от датчиков и передают их для хранения и анализа. Контроллеры могут самостоятельно принимать немедленные решения или работать совместно с устройством, которое называется актуатором.

Актуаторы принимают входные электрические сигналы и преобразуют их в физическое действие. На открытом вебинаре «Датчики и актуаторы на пальцах и на примерах в Tinkercad» мы разберемся, какое место в IoT занимают датчики и актуаторы, зачем они нужны и как их применять, а также соберем несколько базовых схем по взаимодействию датчиков и актуаторов в TinkerCAD.

Бесплатный вебинар приурочен к скорому старту онлайн-курса «Разработчик IoT». Присоединитесь к обсуждению!

Источник