数字孪生-孪生数据与实时连接 | |
发表时间:2022-11-16 阅读次数:225 字体:【大 中 小】 | |
孪生数据(DD)是数字孪生的驱动。DD 主要包括物理实体PE数据 (DP),孪生实体VE 数据 (DV),服务(Ss)数据数据(DS),知识数据(DK),及融合衍生数据(DF)。1 DD=(DP,DV,DS,DK,DF)。 DP主要包括体现物理实体PE规格、功能、性能、关系等的物理要素属性数据与反映物理实体PE运行状况、实时性能、环境参数、突发扰动等的动态过程数据,可通过传感器、嵌入式系统、数据采集卡等进行采集; DV主要包括虚拟实体VE相关数据,如几何尺寸、装配关系、位置等几何模型相关数据,材料属性、载荷、特征等物理模型相关数据,驱动因素、环境扰动、运行机制等行为模型相关数据,约束、规则、关联关系等规则模型相关数据,以及基于上述模型开展的过程仿真、行为仿真、过程验证、评估、分析、预测等的仿真数据; DS主要包括 FService相关数据(如算法、模型、数据 处理方法等)与BService相关数据(如企业管理数据,生产管理数据,产品管理数据、市场分析数据等); DK 包括专家知识、行业标准、规则约束、推理推论、常用算法库与模型库等; DF 是对DP,DV,DS,DK,进行数据转换、预处理、分类、关联、集成、融合等相关处理后得到的衍生数据,通过融合物理实况数据与多时空关联数据、历史统计数据、专家知识等信息数据得到信息物理融合数据,从而反映更加全面与准确的信息,并实现信息的共享与增值。 数字孪生需要数据来驱动,上文的描述来自于陶飞教授的论文《数字孪生五维模型及十大领域应用》,根据上文对数字孪生体所需要的数据的类别划分,在我们的实际工作中,面对较大型的项目,可以以此为依据并行展开多个领域的数据准备。这些数据通过连接构成数字孪生体各个组件的网络系统流动,实现数字孪生体与物理实体的并行运行,向客户提供一个可用的,准确的,不断更新的集成服务。 参考资料: 1 数字孪生五维模型及十大领域应用 陶飞,刘蔚然等 2019年 DOI:10.13196/j.cims.2019.01.001
|
|
上一篇:陈晓东 刘冰冰:数字经济背景下我国制造业低碳发展路径选择 | |
下一篇:刘尚希 :关于数字经济特性和规律构建的几点认识 |