将数字孪生用于技术设计和制造

数字孪生为工程师带来了设计模拟、虚拟沙箱、整体性能预测和优化例程等多个强大的工具。根据具体应用，这项技术可以加快设计迭代或大幅提高运行性能。

数字孪生将模拟与机器学习和数据分析结合在一起，能够让工程师在物理实现之前以及（对于较复杂的系统）投入运行并准备好进行持续优化之后的两个关键设计阶段，进行测试、改进和设计完善。在这两个阶段，数字孪生都可以显著提高设计质量并降低成本，甚至是增加设备和网络安全。

使用虚拟表示（包括物理元件、产品组件、流程和系统的连接模型 ）变得越来越普遍，藉此人们可以使用可分析数据进行实时更新。

图 1：Ansys Discovery 3D 产品仿真软件和 NVIDIA Omniverse Blueprint 模板（工作流）支持实时 CAE 生成大规模工作流的数字孪生。（图片来源： Ansys ）

数字孪生之所以具有能够反映物理世界中设计的功能，其核心是传感器和物联网设备，因为它们能够将数据提供给软件，然后软件在虚拟空间中构建出设计。在这里，所谓的边缘计算也用得越来越多，传感器会处理它们收集的有关物理系统的数据，然后再传输给对应的虚拟部件。

图 2：Honeywell 惯性测量单元 (IMU) 是集成式智能传感器，可跟踪飞机的方向和移动，可实现数字孪生飞行动力学建模。（图片来源：Honeywell Aerospace）

考虑将数字孪生应用于电子行业的产品设计工作。这些模型可以相对无风险地调查和调整机械电路性能、潜在的电磁干扰模式和热行为，而无需花费很长时间来采购昂贵的物理原型并对之进行测试。这些产品以及其他使用数字孪生技术开发的产品往往是超出行业要求的创新。汽车、航空航天和国防工业从这种设计方法中获益最多，因为这些领域的微小修改也会对设计功能和可制造性产生深远的影响。

视频：压电加速计对于在工业应用的数字孪生中纳入振动行为至关重要。IO-Link 通信简化了加速计输出数据的处理。（视频来源： Amphenol PCB Piezotronics ）

当扩展到模拟智能工厂及其他领域时，数字孪生则持续成为更大的工业元宇宙的基础。这一数字技术可对整个机器、工业设施和供应链进行建模并将其互连，从而实现生产运营资源的高效配给与调出。

唯一的问题是什么？维护工业元宇宙的编程、计算需求和能源消耗是巨大的。毕竟，使用这个元宇宙需要：

• 超高速互联网和高性能处理器——尤其是当图形密集型 3D 虚拟现实设置成为系统的一部分时
• 实时吸收大量传感器数据
• 虚拟制造设施及其众多数字对象托管在数据中心（用于云功能），并且在许多情况下要受到区块链技术的保护
• 众所周知的能源密集型 AI 驱动分析和神经网络来实现机器学习功能

不过，只要对利用数字孪生和工业元宇宙的方法的投资是合理的，超大型公司往往会提供工具来支持这种技术的使用。相对而言，中小企业获益最多。例如，Siemens、Autodesk 和 Dassault Systèmes 生态系统支持整体虚拟模型的设计和使用；Ansys 和 Altair Engineering 仿真工具（包括 One Total Twin 产品）允许进行产品建模，其中考虑了预期生命周期内的材料特性和性能等参数。

延伸阅读：中小企业如何利用工业元宇宙来探索和部署机器人解决方案

在物流、制造、医疗保健、教育、娱乐和城市规划领域，工业元宇宙应用采纳得最快。事实上，一些归因于制造业的元宇宙的使用实际上与供应链的改进有关——特别是对于提高运输效率和可见性的计划。

不过，制造业对于工业元宇宙的使用正在增加——特别是用在减少瓶颈、流程优化、质量控制和预测性维护计划方面。