Im Gegensatz zu herkömmlichen digitalen Zwillingen, die hauptsächlich zur Überwachung und Analyse verwendet werden, sind ausführbare digitale Zwillinge aktive, dynamische Modelle, die auf Eingaben reagieren und Szenarien simulieren können.
und treffen Entscheidungen autonom oder mit menschlichem Eingreifen. Der ausführbare digital twin (oder xDT). Einfach ausgedrückt, der xDT ist der digital twin auf einem Chip. Das xDT verwendet Daten von einer (relativ) kleinen Anzahl von Sensoren, die in das physische Produkt eingebettet sind, um Echtzeitsimulationen mit Modellen reduzierter Ordnung durchzuführen. Aufgrund dieser geringen Anzahl von Sensoren kann es den physikalischen Zustand an jedem Punkt des Objekts vorhersagen (sogar an Stellen, an denen es unmöglich wäre, Sensoren zu platzieren).
Simulation und Interaktion in Echtzeit
xDT sind in der Lage, das Verhalten und die Leistung der physischen Anlage oder des Systems in Echtzeit zu simulieren. Sie können auf Eingaben reagieren, verschiedene Betriebsbedingungen simulieren und dynamisch mit externen Systemen oder Benutzern interagieren.
Autonomie und Entscheidungsfindung
xDT kann autonom Entscheidungen auf der Grundlage vordefinierter Regeln, Algorithmen oder maschineller Lernmodelle treffen. Sie können Daten analysieren, Ergebnisse vorhersagen und Maßnahmen ergreifen, um die Leistung zu optimieren oder auf sich ändernde Bedingungen zu reagieren.
Geschlossener Regelkreis
xDT arbeiten oft in einem geschlossenen Regelkreis, in dem Echtzeitdaten von Sensoren und Aktoren in das virtuelle Modell zurückgespeist werden, um Parameter anzupassen, die Leistung zu optimieren und die gewünschten Betriebsbedingungen aufrechtzuerhalten.
Prädiktive Analyse und Optimierung
xDT verwendet prädiktive Analysen und Optimierungstechniken, um zukünftiges Verhalten vorherzusagen, potenzielle Probleme oder Chancen zu identifizieren und Maßnahmen zur Leistungssteigerung oder zur Minderung von Risiken zu empfehlen.
Integration mit IoT- und KI-Technologien
xDT nutzt Internet of Things (IoT) -Sensoren, Konnektivität und Algorithmen für künstliche Intelligenz (KI), um Echtzeitdaten zu sammeln, komplexe Muster zu analysieren und fundierte Entscheidungen zu treffen. Sie können auch Modelle des maschinellen Lernens für adaptives Verhalten und kontinuierliche Verbesserung beinhalten.
Dynamische Anpassung und Lernen
xDT sind in der Lage, aus Erfahrungen zu lernen und sich im Laufe der Zeit an Veränderungen der Umgebung oder der Betriebsbedingungen anzupassen. Sie können ihre Modelle, Parameter und Strategien auf der Grundlage neuer Daten und Rückmeldungen kontinuierlich aktualisieren.
Ausführbare digitale Zwillinge finden Anwendungen in verschiedenen Branchen, darunter Fertigung, Energie, Transport, Gesundheitswesen und intelligente Städte. Sie ermöglichen vorausschauende Wartung, autonomen Betrieb, Prozessoptimierung und Entscheidungsunterstützung in komplexen Systemen, in denen Überwachung und Steuerung in Echtzeit entscheidend sind. Insgesamt stellen ausführbare digitale Zwillinge die nächste Entwicklung der digital twin Zwillingstechnologie dar und bieten erweiterte Funktionen für die Echtzeitsimulation, Entscheidungsfindung und Optimierung von physischen Anlagen und Systemen. Ein ausführbarer digital twin ist eine erweiterte Form eines digital twin, der nicht nur eine virtuelle Kopie einer physischen Anlage oder eines Systems darstellt, sondern auch die Fähigkeit besitzt, das virtuelle Modell in Echtzeit auszuführen, zu simulieren und mit ihm zu interagieren.
Physikbasierte Modelle
Ein auf Physik basierender ausführbarer digital twin stützt sich auf mathematische Modelle, die das physische Verhalten des replizierten Systems beschreiben. Diese Modelle basieren in der Regel auf fundamentalen Prinzipien der Physik, wie Mechanik, Thermodynamik, Fluiddynamik, Elektromagnetik usw. Durch die Lösung der Gleichungen, die diese physikalischen Phänomene regeln, kann der digital twin das Verhalten des realen Systems in einer virtuellen Umgebung simulieren.
Simulation physikalischer Prozesse
Der digital twin simuliert die physikalischen Prozesse und Interaktionen innerhalb des Systems mithilfe physikbasierter Modelle. Dadurch kann es vorhersagen, wie sich das System unter verschiedenen Betriebsbedingungen, Eingaben und Szenarien verhalten wird.
Simulation in Echtzeit
Ein ausführbarer digital twin, der auf physikalischen Modellen basiert, kann das Verhalten des physikalischen Systems in Echtzeit oder nahezu in Echtzeit simulieren. Dies ermöglicht eine dynamische Interaktion und Entscheidungsfindung auf der Grundlage des aktuellen Zustands des Systems und seiner Umgebung.
Geschlossener Regelkreis
Physikbasierte, ausführbare digitale Zwillinge arbeiten oft in einem geschlossenen Regelkreis, in dem Echtzeitdaten von Sensoren und Aktoren verwendet werden, um die Simulationsparameter anzupassen und das Verhalten des virtuellen Modells zu steuern. Dadurch kann der digital twin die gewünschten Betriebsbedingungen aufrechterhalten und die Leistung optimieren.
Validierung und Verifizierung
Physikbasierte Modelle, die in ausführbaren digitalen Zwillingen verwendet werden, müssen validiert und verifiziert werden, um ihre Genauigkeit und Zuverlässigkeit sicherzustellen. Dazu gehört der Vergleich von Simulationsergebnissen mit realen Messungen und experimentellen Daten, um zu bestätigen, dass der digital twin das physische System exakt wiedergibt.
Physikbasierte Modellierung wird zwar häufig in ausführbaren digitalen Zwillingen verwendet, aber es ist wichtig zu beachten, dass je nach den spezifischen Anforderungen und Einschränkungen der Anwendung auch andere Modellierungsansätze wie datengesteuerte Modelle, empirische Modelle oder Hybridmodelle, die Physik und datengesteuerte Techniken kombinieren, verwendet werden können.
