物联网

工业服务的未来:数字双胞胎

工业服务业的下一件大事将是通过它们的数字孪生兄弟准确预测实体资产的未来。来自GE的专家将为您介绍GE如何创建一个基于物联网的智能工业监测和诊断平台，该平台正在设定新的标准。

工业市场的数字化

数字化对消费者市场的重大影响继续通过零售、旅游、娱乐和广告等行业的无数业务、领导力和技术转型体现出来。数字化技术及其迅速普及是全球化的核心，已经影响了许多国家的社会和政治格局。

现在，数字化正准备在工业市场发挥其巨大的影响，而且其速度甚至比它在消费市场的速度还要快。关于工业市场的数字化已经有了大量的研究，以及多篇基于观点的文章。尽管这种转型的实际经济价值、关联资产的数量和获胜的生态系统可能有所不同，但它可能产生的巨大金融和社会影响仍然存在，并超过了对消费者的影响。

在打造数字工业转型旅程的过程中，通用电气分析了消费者市场领导者使用的最佳方法，并利用最有用的方法来构建和加速这一旅程。在分析了主要的消费者市场领导者(如亚马逊、谷歌和苹果)之后，很明显，他们使用了类似的方法来维持他们在各自市场的领导地位。该方法侧重于一种非常有效的模式，其中包括三个基本部分:

• 不断收集关于每个客户的大量数据，以创建该客户消费行为的模型(即“一人模型”)

• 执行分析，使用单个模型得出业务结果，并从所采取的消费行动中学习(即“损益/亏损”)

• 将建模和分析技术结合到一个简化和加速其使用的平台中，允许这些功能轻松适应新的服务或其他行业应用

当亚马逊从仅仅销售书籍转向通过Amazon Online、Amazon Prime中的视频和音乐进行一般零售，然后转向Amazon Web services中的IaaS和PaaS服务时，它就使用了这种方法。

数字双

通用电气已经开始了其数字化转型之旅，其核心是亚博比分直播一种以数字双胞胎为中心的方法。的数字双从其制造、维护、操作和操作环境中收集数据，并使用这些数据创建每个特定资产、系统或流程的独特模型，同时关注关键行为(如寿命、效率或灵活性)。这就是“一种模式”。

然后将分析应用于这些模型，以检测系统中的异常情况。然后，这对孪生兄弟确定一组最优的操作，以最大化一些关键的性能指标，并提供长期规划的预测。这些建模和分析技术嵌入GE的Predix平台，允许企业为客户快速创建、调整或修改业务服务。这就是“1的损益表”。

然后，在指定的分析工作流中使用Digital Twin，使用持续获得的环境和运营数据，实现特定业务结果的交付。这种一致的数据流允许Digital Twin模型不断适应环境或运营中的变化，并交付最佳的业务结果。因此，数字孪生本质上成为有形资产或系统的活模型。这些双胞胎也可以快速且容易地扩展，以便为其他类似的应用程序进行快速部署。

通用电气已经建立了数字双胞胎预测与这些部件剩余寿命相关的业务结果的关键喷气发动机部件;例如，燃气涡轮机以尽可能低的燃料消耗提供所需的电力输出，以及风力涡轮机共同优化风电场的电力生产。这些数字双胞胎提供最新和定制的信息，使GE的业务和客户能够及时做出决策和调解，以持续盈利和最大化性能。

虽然工业市场的数字化努力正在挖掘与生产率相关的广泛范围的节约和新的收入机会，但许多卓越的早期生产率效益正在通过释放工作资产、系统和流程的附加价值而感受到。这些好处可以分为三大类:早期预警/异常检测、预测和优化。

早期预警、预测和优化

GE正在监测和诊断(M&D)领域使用Digital Twins来标记可能是新问题早期迹象的不规则行为。异常检测系统作为一种检测可能的影响事件的手段已经使用了几十年，并已在许多M&D中心部署。如今，已经创建了几个Digital Twin异常检测模型，可以提供早期预警，使潜在的计划外停机只是一个计划中的维护事件。首先，这些模型强调使用一致的数据流和相关的域理解的资产、系统或流程的正常或最佳行为。领域理解可用于创建虚拟传感器，从中获取额外数据，以提高模型的保真度。

此外，机器学习工作流被用来尽早检测异常，以便了解它们是否是潜在影响事件的前兆。GE创建了数字双胞胎异常检测模型，可以提前60天识别旋转机械轴承中的异常，而不是通常的20-30天。

预测是Digital Twin功能的核心，利用基于物理的模型和数据驱动的分析来优化关键业务指标，如正常运行时间和吞吐量。例如，Digital Twin可以用于预测特定飞机发动机涡轮叶片的剩余寿命，具有很高的准确性。这允许应用基于条件的维护(CBM)来管理特定的引擎，而不是用通常的周期性方法浪费时间。它还通过评估运行和环境数据以及客户需求，确定涡轮叶片在每次飞行或一组飞行后的剩余寿命。通过这种基于条件的方法，客户可以准确地确定何时安排维修计划，并在维修前采取行动增加正常运行时间——例如，更换过滤器或对发动机进行水洗，以减少关键部件的污染，从而增加资产的正常运行时间。

通过了解单个资产的可能结果，工业服务业正在发生转变。通用电气还创建了企业级数字双胞胎，模拟全面、复杂的系统交互，模拟未来的几个“假设”场景，并为最高概率的情况确定最佳关键性能指标。通过利用用于天气、性能和操作的大型数据源，这些模拟展现了可能影响企业的场景。

例如，发电客户正在使用Digital Twins计划燃料与效率之间的权衡，以便通过最低的燃料消耗水平交付承诺的电力输出，或者以最高的价格实现最大的电力输出。此外，铁路客户正在使用Digital Twins优化机车在特定行程中的燃料成本和排放，通过处理列车的总重量、车厢配置、路线的地形和路线沿线的环境条件。

数字双胞胎技术和生态系统

企业规模的模拟和优化需要跨业务组合的每个资产的Digital Twin模型。GE创建了数字双胞胎框架和一个由数千名建模人员组成的全公司社区，以创建成为数字双胞胎的资产级模型。该框架承载了各种基于物理和分析的机器学习方法来生成模型，以及支持基础设施来摄取和管理数据集，并验证和发布最终的模型。工业模型和分析具有精度、吞吐量和其他性能要求，与消费者互联网有很大的不同，GE Predix的数字双胞胎框架是构建数字双胞胎的工业实力能力。

Digital Twin Framework还提供了构建和部署数字服务应用程序的复杂功能，通过优化未来可能的场景来创造经济价值。Digital Twins发布到一个运行时环境中，该环境是为处理跨多个应用程序运行的每日容量和模型更新而构建的。在这种环境中，开发人员可以将Digital Twin模型与数据集、UX和UI小部件结合起来，并支持分析来创建工业级应用程序。这些应用程序是多态的，允许用户“热交换”分析模块和数字孪生模型，以便重新部署到新的应用程序和行业。

数字双胞胎框架集成了人工智能代理，自动建议模型和应用程序开发人员之间的联系和见解。通过从用户交互中学习，这种能力不断增长。今天框架中构建的一些模型是完全自动化过程的产物，是从社区和网络中学习和建立的。

数字双生态系统

开发人员社区是Digital Twin的核心。在GE内部，领域专家、模型开发人员、数据科学家和业务创新者组成团队，不断构建新的Digital Twin功能和成果。Digital Twin Framework在更大的社区中容纳了这些团队，促进了新的联系和见解，以及偶然的创新。由于框架驻留在Predix上，它是所有客户和合作伙伴都可以使用的资源。非通用电气的开发者和用户现在正在发展数字双胞胎生态系统。

Infosys是早期采用“数字孪生”方法的一个很好的例子。2015年，印孚瑟斯与通用电气合作，为飞机起落架开发了世界上第一个数字孪生系统，能够对几个关键部件进行早期预警和故障预测。这个数字双胞胎，结合那些引擎，机身和其他系统，形成一个数字双胞胎的整个飞机。燃油经济性受到这些组件之间的操作权衡的影响，企业模拟平衡这些交互，以优化燃油消耗，同时也最大限度地提高安全性和及时性。这是不断扩大的数字双胞胎生态系统的力量，它通过预测未来的能力改变了工业服务。

不断发展的数字双胞胎时代

我们正处于数字工业时代的开端，而“数字双胞胎”正处于婴儿期。然而，我们已经看到了摆在面前的巨大变化的一些迹象。随着这些数字双胞胎成为他们所代表的实体实体的“活”模型，他们体现了资产“记忆”甚至“群体意识”。“让我们以风力涡轮机农场为例——一组风力涡轮机放在一起发电。在这种情况下，一个风力涡轮机农场部署在一个田地里，并在过去4年里一直在发电。一个已经生产了两个月的新涡轮机需要添加到农场，突然，它的控制系统注意到一些不寻常的传感器输入，无法识别。随后，涡轮机中的传感器将与农场中运行的旧涡轮机进行通信，并评估它们以前是否经历过这种不规则的输入模式，以及与之相关的事件。然后，它可能从这些涡轮机接收输入，表明它们经历过这种模式，并与潜在的故障事件相关。然后，新涡轮机使用它的数字孪生(因为它有不同的部件和配置)来确定对它自己的组件的影响。因此，这对双胞胎一直在交流，不断地互相学习。

这种机器相互交谈、推理和决策的概念，将在未来改变工业系统的操作和管理方式。在2020-2030年的十年里，可能会有超过500亿台机器连接在一起，有超过70亿的互联网消费者。随着网络效应的发挥，世界将看到另一场更彻底的互联网变革。