近年来，多种技术已经出现了推动智能制造和工业物联网（物联网）的推进。其中包括先进的分析，人工智能（AI）和机器学习（ML），操作智能，先进的机器人，网络物理系统以及添加剂制造的生成设计。虽然这些技术中的每一个正在改变今天的制造业，但Arc咨询小组研究表明，工业物权机构，关联的智能资产和数字双胞胎对公司如何实现能够智能制造的技术具有最直接和重大影响。
如何今天正在实施数字双胞胎
生产系统的数字双胞胎的整体组成部分是真实世界产品，资产和流程的虚拟模型。虚拟建模提供制造工程师，其能够同时或单独模拟虚拟和物理和物理。这种数字双床系统建模方法使他们能够了解其资产和生产系统的整体制造生态系统的整体性质。此外，我们正在看到供应商提供的强大数字双胞部开发工具的出现，使制造商能够准确地了解其工厂系统和设备功能，并使它们能够通过人工和人工智能来提高性能和产品质量的决策。
数字双胞胎可以应用于三个不同地区的离散制造生态系统：产品，生产和性能。
产品数字双床用于更有效的设计和改进产品。在某些情况下，该产品是生产系统中使用的实际设备和资产。虚拟仿真建模可以验证产品性能，同时模拟产品在物理环境中的行为行为。这提供了具有物理虚拟连接的产品开发人员，允许它们分析产品在各种条件下如何执行，并在虚拟设计模型中进行更改，以确保物理产品在现场中的设计。这消除了物理原型的需求并降低了开发时间。
生产数字双胞胎用于制造和生产规划。他们可以帮助验证制造过程在物理生产设备和工作细胞进入实际生产之前的商店地板上的表现。如今，生产自动化虚拟调试 - 始建的技术和过程 - 与数字双胞胎更广阔的范围合并。虚拟调试通常是自动化生产系统的一次性验证。相比之下，数字双胞胎代表了实时发生的持续的分析和优化过程。通过使用数字双床模拟生产过程并在数字线程上分析物理事件，制造商可以创建在可变条件下保持有效的生产环境。
性能数字双胞胎用于捕获，分析和行动操作数据。在开发和实施数字双胞胎时的一个重要初始步骤是识别代表物理组件的产品，资产或生产设备的确切操作配置。
Context and configurational data required
When implementing, user companies need to include context within the digital twin configuration. For predictive analytics or industrial IoT to be effective, the context (physical configuration) of the asset and system are required to know exactly what is needed to collect the relevant operational and performance data. Companies implementing any digital twin project should begin by capturing and managing the actual physical configuration of the asset. Additionally, due to the many use cases for a digital twin across the product lifecycle, implementers would be well served to employ digital twin technology that can integrate a flexible/ dynamic data model.
数字双胞胎的操作元素与与工业物联网相关的概念和技术密切一致。虽然虚拟CAD模型和产品性能仿真定义了产品的拟合，形式和功能，但实时和操作数据是操作中物理资产的数字输出。该信息通过传感器，工业物联网端点和智能边缘设备实时捕获。这将数字双胞胎连接到物理现实。结合各种形式的上下文数据，这知识为洞察力和及时的决策提供了基础，导致过程改进和优化。
Recommendations
为了实现在智能制造的数字双胞胎时实现有意义的益处，组织必须全面地思考。成功实施远远超过生产工作单元的工程设计模型或机械和电气部件。必须基于虚拟和物理元素和所需的输出和结果进行建模整个数字双床系。对于数字双，分析和运行性能有效，所需产品中的产品或资产的上下文是必需的。数字双胞胎的最终好处可以通过理解前面的物理配置与虚拟设计同样重要。
