电子书

第 2 章

为什么使用数字孪生？

数字孪生已广泛应用于各个领域，例如异常检测、资产管理和车队管理。

这些常见应用场景驱动了数字孪生的预期用途。在一个典型的智能连接系统拓扑结构（如下所示）中，可以根据应用需要的响应时间，在智能资产、在边缘或在 IT/OT 层执行数字孪生。

例如，预测性维护通常需要做出实时或紧急决策。当针对不同应用实现多个数字孪生时，可以采用不同方式将各个数字孪生部署至系统拓扑结构。

了解应用数字孪生策略带来的更多优势
Digital Twin

示例

若要优化维护计划，请使用剩余使用寿命预测 (RUL)。

示例

若要优化当前运行，可通过仿真创建未来“假设分析”场景。

section

数字孪生应用

section

使用数字孪生带来的优势

资产历史记录

数字孪生的一项重要特征是能够采集真实资产的历史记录。之前提到，数字孪生模型会定期更新，以反映真实资产的当前状态。随着时间的推移，这些过往状态就成为资产的历史记录。

此类历史记录中包含的信息类型可能因数字孪生的使用方式及当前状态下采集的信息而有所不同。

例如，如果使用数字孪生进行故障分类，则每个数字孪生采集的历史记录可以是对应泵的运行数据及其正常状态和故障状态。

今后，您可以将某一台泵的运行数据与其他泵的数字孪生历史记录进行比较，了解泵在类似故障下的行为及其对车队效率造成的影响。

Maintenance Strategies Scenario A

场景 A：订购零件并在次优状态下运行泵，直至新零件运抵。

Maintenance Strategies Scenario B

场景 B：支付更高的运费，加快运输速度，快速收到零件，缩短次优状态运行时间。

维护策略

使用数字孪生监控整个车队还可以在规划运行事件及改进维护策略方面为您带来额外优势。

设想一个情景：某台泵预计很快会发生故障。您可以使用数字孪生评估这对车队效率的影响以及由此产生的成本。

根据这项分析，您可以：

  • 场景 A：订购替换零件，在次优状态下运行泵，直至收到新零件
  • 场景 B：支付更高的运费，迅速收到零件，尽快安排维护。

仿真未来场景

数字孪生不仅有助于了解资产历史记录，还能帮助您制定未来规划。您可以使用数字孪生仿真数百种未来场景，了解天气、车队规模或不同工况等因素带来的性能影响。

这种方法会提前通知维护人员预计将会发生的故障，便于他们制定未来维修和更换计划，从而帮助您管理资产及优化运行。

Simulate Future Scenarios