由于其在许多工业应用中的潜力 - 从虚拟调试和能源效率到线和促进生产优化，这是过去几年的数字双胞胎概念在过去几年中取得了很大的牵引力。尽管其潜力明显，但数字双胞胎技术的现实世界应用有点缓慢，因为行业抓住了新的东西（物联网）技术，包括云和边缘计算，大数据分析和远程设备使用权。
为了突出数字孪生技术的影响，并使其更容易获得，PTC(列车自动控制系统)建立了一个规模模型挖掘机的数字双向演示，以说明通过与数字双胞胎的物理和数字世界连接所呈现的可能性。为此，PTC通过Raspberry PI3改装了挖掘机，通过Raspberry PI3通过压力传感器和线性电位器线束遥测数据，并在铲斗中监控汽缸行程和负载。挖掘机上的Raspberry PI包含使用ThingWorx JavasDK软件开发套件实现的Edge客户端。
“This SDK acts as the gateway to transmit data off the excavator to a cloud-based ThingWorx server where there is an array of integrated technologies and powerful simulation models,” said Greg Brown, senior director of PTC’s worldwide CAD business development team, who created the demo. “This technology foundation is key for rolling out the next-generation digital twin use cases such as predictive maintenance, operational intelligence, or product design optimization, among others.”
布朗解释说，当使用数字双胞胎管理实时资产时，需要一种IIOT平台来通过资产的数字定义来形成传感器数据，包括3D模型和工程计算和参数。“在这种情况下，PTC从Moreworx中的传感器馈送中识别了传感器进料，包括挖掘机臂和动臂角，铲斗角，铲斗负载等运动，为几种工程模拟和人工智能/机器学习提供了基础（AI/ ml）模型，“他说。
这个模型强调了数字孪生的有用性，因为用一个传感器来监测所有感兴趣的项目是不现实的，比如重心计算，Brown补充说，“所以我们指望数字孪生来填补剩下的洞察力。”
数字双胞胎为挖掘机演示提供的一些额外见解包括提示危险，疲劳寿命估计，臂应力分析和燃油效率。这些数字双胞胎模拟的开发由PTC的Creo和Windchill配置辅助，并用Thingworx策划。
“计算基于质量和重力计算的挖掘机的风险计算的一瞬间仿真利用来自传感器的输入和来自物理机的操作条件，”棕色。“随着臂远离挖掘机延伸，重量不均匀地分布并增加了尖端风险。将系统设置有警报阈值可以实时启动操作员，以防止事故或登录到事故分析。“
Brown指出，将子组件连接到数字孪生体中，例如臂架底部的一部分，使它们能够作为应力分析和模拟的指标，这可以避免工业企业昂贵的停机时间。今天，这些类型的计算是漫长的，昂贵的，并且局限于理论场景而不是实际使用。“通过假设循环载荷幅值和监测峰值载荷，模型可以为挖掘机的疲劳分析提供信息。使用Creo-as-a-Service，组件数据只会在峰值负载参数被打破时按需触发，然后在ThingWorx中更新，从而增加资产的正常运行时间和生命周期。”
Creo模拟用于运行几种不同的设计方案，使用深度学习技术训练神经网络，并在覆盆子PI上嵌入轻量级预测器模型。“在边缘操作的神经网络，基于传感器数据提供了繁荣中最大应力的实时预测，”棕色说。“利用基于AI / ML的基于AI / ML的模拟可以优化具有嵌入式复杂模拟的计算功率。通过为重型工业资产的数字双胞胎使用数字双胞胎的支持预测维护的能力是一个潜在的比赛。“
Brown表示，利用来自挖掘机的实时遥测数据，如发动机转速/负载，以及操作员信息和天气状况等定性因素，PTC可以利用数字孪生模型预测每小时的油耗。“通过使用Mathcad-as-a-service动态地提供这些更新的计算，用户可以监控预测的燃料使用量，并根据实际使用情况，根据操作人员对挖掘机的效率进行评估。”
超越机械洞察力，David Immerman（PTC业务分析师David Immerm）也可以用来为不同角色提供不同角色的人员的见解。例如，数字双胞胎可以为产品工程师和设计者提供一个关键的反馈循环，以改善新产品和生成设计能力的未来迭代。"The excavator performance KPIs [key performance indicators] can also be used to assess an operator’s performance and train junior operators through augmented reality [AR] experiences. In addition, real-time models can inform service technicians of potential failures in a system, while AR provides the lens to the digital twin to service the physical machine in-situ.”
Immerman表示，将模拟模型应用于重型工业资产的实际性能数据，可以显着减少停机时间。“通过支持IOT和云计算等支持技术，这些数字双单实现将越来越多地变得普遍和有影响。”
