数字孪生技术,正在给企业的智能制造带来直接重大的影响。
近年来涌现的多种技术,正持续推动智能制造与工业物联网的发展。其中又以高级分析、人工智能(AI)与机器学习(ML)、运营智、高级机器人技术、网络物理系统与增材制造的生成式设计为代表。尽管其中每一项技术都在改变乃至重塑当今制造业的面貌,但根据ARC咨询集团的研究结果,工业物联网、互联智能资产与数字孪生三项技术给企业智能制造实施带来的影响最直接、也最为重要。
当前,数字孪生是如何实现的?
生产系统中的数字孪生,主要是为真实世界中的产品、资产及流程建立虚拟模型。虚拟建模使制造业工程师能够同时或分别对虚拟和物理副本进行仿真和建模。这种数字孪生建模方法让工程师们得以理解其资产与生产系统在整个制造生态系统中的整体性质。此外,更多出自供应商之手的强大数字孪生开发工具也陆续出现,帮助制造企业准确了解工厂系统与设备功能,并通过人类加AI的方式做出可靠决策、提高设施性能与产品质量。
数字孪生在制造领域中适用于三个环节:产品、生产与性能。
产品类数字孪生主要强调更高效的产品设计与改进。在某些情况下,产品也可能指代生产系统中使用的实际设备与资产。虚拟仿真建模可以验证产品性能,同时模拟产品在当前物理环境下的表现。这就为产品开发人员提供了物理与虚拟之间的对接桥梁,让他们能够分析产品在不同条件下的性能,并在虚拟设计模型中做出修改、以确保物理产品能够在现场按设计方式运行。这就消除了工程师们对于物理原型的依赖,能够极大缩短开发时间。
生产类数字孪生主要面向制造与生产项目。在物理生产设备与工作单元进入实际生产之前,数字孪生可以帮助验证这些制造流程在车间内的执行情况。如今,对生产自动化的虚拟调试(一种成熟的技术流程)正与广泛的数字孪生模型相融合。需要强调的是,传统虚拟调试大多只是对自动化生产系统的一次性验证,而数字孪生则代表着实时进行的持续分析与优化过程。数字孪生能够模拟生产流程、分析数字线程中的物理事件,再由制造商据此建立起一套能在可变条件下始终保持高效的生产环境。
性能类数字孪生则主要用于捕捉、分析和处理运营数据。开发与实施数字孪生时的一个重要起点,就是首先确定作为物理元素的产品、资产或生产设备的具体运营配置。
数字孪生,离不开情境与配置数据
在实施过程中,企业需要在数字孪生配置中引入情境信息。此外,由于整个产品生命周期中可能涉及众多数字孪生用例,所以实施者应优先选择能够对接各类灵活/动态数据模型的数字孪生技术。
数字孪生与工业物联网概念和技术密切相关。虽然传统虚拟CAD模型与产品性能模拟也在一定程度上定义了产品的组合、形式与功能,但数字孪生还需要考虑到实体生成的实时数据。这些将通过传感器、工业物联网端点和智能边缘设备实现实时捕捉,进而将数字孪生体与实体联系起来,最终实现流程的持续改进与优化。
相关建议
成功的实施不仅仅仰仗于工程设计模型或者生产工作单元中的机械或电气组件,我们更需要在整个数字孪生体系内基于虚拟与物理元素、一切必要的产出乃至目标诉求进行建模。为了让数字孪生、分析与运营真正获得实效,我们必须想办法掌握产品或资产的相应情境信息。也只有正确理解并量化了这些物理配置与虚拟设计,我们才能让数字孪生迸发出符合预期的巨大能量。
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。