Za razliku od tradicionalnih digitalnih blizanaca, koji se prvenstveno koriste za praćenje i analizu, izvršni digitalni blizanci su aktivni, dinamički modeli koji mogu reagirati na ulaze, simulirati scenarije
i donose odluke samostalno ili ljudskom intervencijom. Izvršni digital twin (ili xDT). Jednostavno rečeno, xDT je digital twin na čipu. xDT koristi podatke iz (relativno) malog broja senzora ugrađenih u fizički proizvod za izvođenje simulacija u stvarnom vremenu koristeći modele smanjenog reda. Iz tog malog broja senzora može predvidjeti fizičko stanje u bilo kojoj točki objekta (čak i na mjestima gdje bi bilo nemoguće postaviti senzore).
Simulacija i interakcija u stvarnom vremenu
xDT su sposobni simulirati ponašanje i performanse fizičke imovine ili sustava u stvarnom vremenu. Mogu reagirati na ulaze, simulirati različite radne uvjete i dinamički komunicirati s vanjskim sustavima ili korisnicima.
Autonomija i donošenje odluka
xDT može samostalno donositi odluke na temelju unaprijed definiranih pravila, algoritama ili modela strojnog učenja. Oni mogu analizirati podatke, predvidjeti ishode i poduzeti radnje za optimizaciju performansi ili reagiranje na promjenjive uvjete.
Upravljanje zatvorenom petljom
xDT često rade u upravljačkom sustavu zatvorene petlje, gdje se podaci senzora i aktuatora u stvarnom vremenu vraćaju natrag u virtualni model radi podešavanja parametara, optimizacije performansi i održavanja željenih radnih uvjeta.
Prediktivna analiza i optimizacija
xDT koristi tehnike prediktivne analitike i optimizacije za predviđanje budućeg ponašanja, identificiranje potencijalnih problema ili mogućnosti i preporučio radnje za poboljšanje performansi ili ublažavanje rizika.
Integracija s IoT i AI tehnologijama
xDT koristi senzore Interneta stvari (IoT), algoritme povezivanja i umjetne inteligencije (AI) za prikupljanje podataka u stvarnom vremenu, analizu složenih obrazaca i donošenje informiranih odluka. Oni također mogu uključivati modele strojnog učenja za adaptivno ponašanje i kontinuirano poboljšanje.
Dinamička prilagodba i učenje
xDT su sposobni učiti iz iskustva i prilagođavati se promjenama u okruženju ili radnim uvjetima tijekom vremena. Oni mogu kontinuirano ažurirati svoje modele, parametre i strategije na temelju novih podataka i povratnih informacija.
Izvršni digitalni blizanci pronalaze aplikacije u različitim industrijama, uključujući proizvodnju, energiju, prijevoz, zdravstvo i pametne gradove. Omogućuju prediktivno održavanje, autonomni rad, optimizaciju procesa i podršku odlučivanju u složenim sustavima gdje su praćenje i kontrola u stvarnom vremenu kritični. Sve u svemu, izvršni digitalni blizanci predstavljaju sljedeću evoluciju tehnologije digital twin blizanaca, nudeći poboljšane mogućnosti za simulaciju u stvarnom vremenu, donošenje odluka i optimizaciju fizičke imovine i sustava. Izvršni digital twin napredni je oblik digitalnog blizanca koji ne samo da predstavlja virtualnu repliku fizičkog sredstva ili sustava, već ima i mogućnost izvršavanja, simuliranja i interakcije s virtualnim modelom u stvarnom vremenu.
Modeli zasnovani na fizici
Izvršni digital twin zasnovan na fizici oslanja se na matematičke modele koji opisuju fizičko ponašanje sustava koji se replicira. Ovi se modeli obično temelje na temeljnim principima fizike, kao što su mehanika, termodinamika, dinamika fluida, elektromagnetika i tako dalje. Rješavanjem jednadžbi koje upravljaju tim fizičkim pojavama, digital twin može simulirati ponašanje sustava stvarnog svijeta u virtualnom okruženju.
Simulacija fizičkih procesa
digital twin blizanac simulira fizičke procese i interakcije unutar sustava koristeći modele zasnovane na fizici. To mu omogućuje da predvidi kako će se sustav ponašati u različitim radnim uvjetima, ulazima i scenarijima.
Simulacija u stvarnom vremenu
Izvršni digital twin zasnovan na modelima fizike može simulirati ponašanje fizičkog sustava u stvarnom vremenu ili gotovo u stvarnom vremenu. To omogućuje dinamičnu interakciju i donošenje odluka na temelju trenutnog stanja sustava i njegovog okruženja.
Upravljanje zatvorenom petljom
Izvršni digitalni blizanci zasnovani na fizici često djeluju u upravljačkom sustavu zatvorene petlje, gdje se podaci senzora i aktuatora u stvarnom vremenu koriste za podešavanje parametara simulacije i kontrolu ponašanja virtualnog modela. To omogućuje digitalnom blizancu da održi željene radne uvjete i optimizira performanse.
Validacija i provjera
Modeli zasnovani na fizici koji se koriste u izvršnim digitalnim blizancima moraju se potvrditi i provjeriti kako bi se osigurala njihova točnost i pouzdanost. To uključuje usporedbu rezultata simulacije s mjerenjima u stvarnom svijetu i eksperimentalnim podacima kako bi se potvrdilo da digital twin točno predstavlja fizički sustav.
Iako se modeliranje temeljeno na fizici obično koristi u izvršnim digitalnim blizancima, važno je napomenuti da se drugi pristupi modeliranju, poput modeliranja vođenog podacima, empirijskih modela ili hibridnih modela koji kombiniraju fiziku i tehnike vođene podacima, također mogu koristiti ovisno o specifičnim zahtjevima i ograničenjima aplikacije.
