I motsetning til tradisjonelle digitale tvillinger, som primært brukes til overvåking og analyse, er kjørbare digitale tvillinger aktive, dynamiske modeller som kan svare på innganger, simulere scenarier
og ta beslutninger autonomt eller med menneskelig inngripen. Den kjørbare digitale tvillingen (eller xDT). Enkelt sagt er xDT den digitale tvillingen på en brikke. xDT bruker data fra et (relativt) lite antall sensorer innebygd i det fysiske produktet for å utføre sanntidssimuleringer ved bruk av modeller med redusert rekkefølge. Fra det lille antallet sensorer kan det forutsi den fysiske tilstanden når som helst på objektet (selv på steder der det ville være umulig å plassere sensorer).
Sanntidssimulering og interaksjon
xDT er i stand til å simulere atferden og ytelsen til den fysiske eiendelen eller systemet i sanntid. De kan svare på innganger, simulere forskjellige driftsforhold og samhandle dynamisk med eksterne systemer eller brukere.
Autonomi og beslutningstaking
xDT kan ta beslutninger autonomt basert på forhåndsdefinerte regler, algoritmer eller maskinlæringsmodeller. De kan analysere data, forutsi utfall og iverksette tiltak for å optimalisere ytelsen eller svare på endrede forhold.
Lukket sløyfekontroll
xDT opererer ofte i et lukket sløyfekontrollsystem, der sanntidsdata fra sensorer og aktuatorer mates tilbake til den virtuelle modellen for å justere parametere, optimalisere ytelsen og opprettholde ønskede driftsforhold.
Prediktiv analyse og optimalisering
xDT bruker prediktiv analyse og optimaliseringsteknikker for å forutsi fremtidig atferd, identifisere potensielle problemer eller muligheter og anbefale tiltak for å forbedre ytelsen eller redusere risiko.
Integrasjon med IoT- og AI-teknologier
xDT utnytter Internet of Things (IoT) sensorer, tilkoblings- og kunstig intelligens (AI) algoritmer for å samle sanntidsdata, analysere komplekse mønstre og ta informerte beslutninger. De kan også innlemme maskinlæringsmodeller for adaptiv atferd og kontinuerlig forbedring.
Dynamisk tilpasning og læring
xDT er i stand til å lære av erfaring og tilpasse seg endringer i miljøet eller driftsforholdene over tid. De kan kontinuerlig oppdatere sine modeller, parametere og strategier basert på nye data og tilbakemeldinger.
Kjørbare digitale tvillinger finner applikasjoner på tvers av ulike bransjer, inkludert produksjon, energi, transport, helsetjenester og smarte byer. De muliggjør prediktivt vedlikehold, autonom drift, optimalisering av prosesser og beslutningsstøtte i komplekse systemer der sanntidsovervåking og kontroll er kritisk. Samlet sett representerer kjørbare digitale tvillinger den neste utviklingen innen digital tvillingteknologi, og tilbyr forbedrede muligheter for sanntidssimulering, beslutningstaking og optimalisering av fysiske eiendeler og systemer. En kjørbar digital tvilling er en avansert form for en digital tvilling som ikke bare representerer en virtuell kopi av en fysisk eiendel eller et system, men også har muligheten til å utføre, simulere og samhandle med den virtuelle modellen i sanntid.
Fysikkbaserte modeller
En fysikkbasert kjørbar digital tvilling er avhengig av matematiske modeller som beskriver den fysiske oppførselen til systemet som replikeres. Disse modellene er vanligvis basert på grunnleggende prinsipper for fysikk, som mekanikk, termodynamikk, væskedynamikk, elektromagnetikk og så videre. Ved å løse ligningene som styrer disse fysiske fenomenene, kan den digitale tvillingen simulere oppførselen til det virkelige systemet i et virtuelt miljø.
Simulering av fysiske prosesser Den
digitale tvillingen simulerer de fysiske prosessene og interaksjonene i systemet ved hjelp av fysikkbaserte modeller. Dette gjør det mulig å forutsi hvordan systemet vil oppføre seg under forskjellige driftsforhold, innganger og scenarier.
Sanntidssimulering
En kjørbar digital tvilling basert på fysikkmodeller kan simulere oppførselen til det fysiske systemet i sanntid eller nesten sanntid. Dette muliggjør dynamisk interaksjon og beslutningstaking basert på den nåværende tilstanden til systemet og dets miljø.
Lukket sløyfekontroll
Fysikkbaserte kjørbare digitale tvillinger opererer ofte i et lukket sløyfekontrollsystem, der sanntidsdata fra sensorer og aktuatorer brukes til å justere simuleringsparametrene og kontrollere oppførselen til den virtuelle modellen. Dette gjør at den digitale tvillingen kan opprettholde ønskede driftsforhold og optimalisere ytelsen.
Validering og verif
isering Fysikkbaserte modeller som brukes i kjørbare digitale tvillinger må valideres og verifiseres for å sikre nøyaktighet og pålitelighet. Dette innebærer å sammenligne simuleringsresultater med virkelige målinger og eksperimentelle data for å bekrefte at den digitale tvillingen nøyaktig representerer det fysiske systemet.
Mens fysikkbasert modellering ofte brukes i kjørbare digitale tvillinger, er det viktig å merke seg at andre modelleringsmetoder, for eksempel datadrevet modellering, empiriske modeller eller hybridmodeller som kombinerer fysikk og datadrevne teknikker, også kan brukes avhengig av de spesifikke kravene og begrensningene til applikasjonen.
