Na rozdíl od tradičních digitálních dvojčat, která se primárně používají pro monitorování a analýzu, jsou spustitelná digitální dvojčata aktivní, dynamické modely, které mohou reagovat na vstupy, simulovat scénáře
a rozhodovat samostatně nebo s lidským zásahem. Spustitelný digital twin (nebo xDT). Jednoduše řečeno, xDT je digitální twin na čipu. xDT používá data z (relativně) malého počtu senzorů vložených do fyzického produktu k provádění simulací v reálném čase pomocí modelů se sníženým řádem. Z tohoto malého počtu senzorů může předpovědět fyzický stav v jakémkoli bodě objektu (i na místech, kde by nebylo možné umístit senzory).
Simulace a interakce v reálném čase
xDT jsou schopny simulovat chování a výkon fyzického aktiva nebo systému v reálném čase. Mohou reagovat na vstupy, simulovat různé provozní podmínky a dynamicky interagovat s externími systémy nebo uživateli.
Autonomie a rozhodování
xDT může rozhodovat samostatně na základě předdefinovaných pravidel, algoritmů nebo modelů strojového učení. Mohou analyzovat data, předpovídat výsledky a přijímat opatření k optimalizaci výkonu nebo reagovat na měnící se podmínky.
Řízení v uzavřené smyčce
xDT často pracuje v řídicím systému s uzavřenou smyčkou, kde jsou data ze senzorů a akčních členů v reálném čase přiváděna zpět do virtuálního modelu za účelem úpravy parametrů, optimalizace výkonu a udržení požadovaných provozních podmínek.
Prediktivní analýza a optimalizace
xDT používá prediktivní analytické a optimalizační techniky k předpovědi budoucího chování, identifikaci potenciálních problémů nebo příležitostí a doporučení opatření ke zlepšení výkonu nebo zmírnění rizik.
Integrace s technologiemi IoT a AI
xDT využívá senzory internetu věcí (IoT), konektivitu a algoritmy umělé inteligence (AI) ke shromažďování dat v reálném čase, analýze složitých vzorců a přijímání informovaných rozhodnutí. Mohou také zahrnovat modely strojového učení pro adaptivní chování a neustálé zlepšování.
Dynamická adaptace a učení
xDT jsou schopni se poučit ze zkušeností a přizpůsobit se změnám prostředí nebo provozních podmínek v průběhu času. Mohou průběžně aktualizovat své modely, parametry a strategie na základě nových dat a zpětné vazby.
Spustitelná digitální dvojčata nacházejí aplikace v různých průmyslových odvětvích, včetně výroby, energetiky, dopravy, zdravotnictví a chytrých měst. Umožňují prediktivní údržbu, autonomní provoz, optimalizaci procesů a podporu rozhodování v komplexních systémech, kde je monitorování a řízení v reálném čase kritické. Celkově představují spustitelná digitální dvojčata další vývoj v technologii digital twin a nabízejí vylepšené možnosti pro simulaci v reálném čase, rozhodování a optimalizaci fyzických aktiv a systémů. Spustitelné digitální dvojče je pokročilá forma digitálního dvojčete, která představuje nejen virtuální repliku fyzického aktiva nebo systému, ale má také schopnost provádět, simulovat a interagovat s virtuálním modelem v reálném čase.
Fyzikální modely
Spustitelné digitální twin založené na fyzice se spoléhá na matematické modely, které popisují fyzické chování replikovaného systému. Tyto modely jsou obvykle založeny na základních principech fyziky, jako je mechanika, termodynamika, dynamika tekutin, elektromagnetika atd. Řešením rovnic, které řídí tyto fyzikální jevy, může digital twin simulovat chování systému reálného světa ve virtuálním prostředí.
Simulace fyzikálních procesů
Toto digitální twin simuluje fyzikální procesy a interakce v rámci systému pomocí modelů založených na fyzice. To mu umožňuje předvídat, jak se systém bude chovat za různých provozních podmínek, vstupů a scénářů.
Simulace v reálném čase
Spustitelné digitální twin založené na fyzikálních modelech může simulovat chování fyzického systému v reálném čase nebo téměř v reálném čase. To umožňuje dynamickou interakci a rozhodování na základě aktuálního stavu systému a jeho prostředí.
Řízení v uzavřené smyčce
Spustitelná digitální dvojčata založená na fyzice často pracují v řídicím systému s uzavřenou smyčkou, kde se data ze senzorů a akčních členů v reálném čase používají k úpravě parametrů simulace a řízení chování virtuálního modelu. To umožňuje digitálnímu twinu udržovat požadované provozní podmínky a optimalizovat výkon.
Validace a ověřování
Fyzikální modely používané ve spustitelných digitálních dvojčatech musí být ověřeny a ověřeny, aby byla zajištěna jejich přesnost a spolehlivost. To zahrnuje srovnání výsledků simulace s měřeními v reálném světě a experimentálními daty, aby se potvrdilo, že digital twin přesně představuje fyzický systém.
Zatímco modelování založené na fyzice se běžně používá u spustitelných digitálních dvojčat, je důležité si uvědomit, že v závislosti na konkrétních požadavcích a omezeních aplikace mohou být použity i jiné přístupy k modelování, jako je modelování založené na datech, empirické modely nebo hybridní modely kombinující fyziku a techniky založené na datech.
