应用于供应链的人工智能和物联网正在推动数字孪生

2021 年 8 月 21 日 

来源：人工智能趋势

物联网和机器学习的结合同时增长，导致供应链中数字孪生的使用增加，作为可用于各种目的的数字复制品。通过使用传感器生成实时数据来建立与物理模型和相应虚拟模型的连接。

数字孪生联盟于 8 月作为对象管理小组的一个计划启动，致力于定义分类法和标准，并支持人工智能和模拟等技术。工程师正被这项工作所吸引。创始成员包括 Ansys、戴尔、GE、Lendlease、微软和 Northrop Grumman。

“物联网和机器学习是原材料和工具——洞察力存在于我们建模流程和创建上下文的存储库中。虽然这可能是一个数据库或数据湖，但对我来说最有趣的例子是数字孪生，”专注于人工智能、物联网和供应链交叉点的分析师 Scott Lundstrom 在他的博客供应链期货中写道.

供应链中的数字孪生允许比较当前和历史性能数据，无论传感器位于何处。它可以是诸如恒温器之类的组件、诸如卡车或机器之类的资产、诸如服务技术人员之类的员工或制造过程中的过程。 Lundstrom 写道：“数字孪生的部分功能是由模型模型来描述复杂资产、流程和系统的复杂性所驱动的。”

在供应链中，数字孪生模型可以包含装在容器中的物品，通过物理世界移动到分销商和客户。该模型可以从在链的一端创建产品的过程中继承数据，并在另一端通知客户模型。

“供应链和制造资产仅仅是个开始。随着这项技术得到更好的理解，部署变得更加容易，使用将增长到越来越复杂的空间。 Lundstrom 写道，生命科学领域已经开发出数字孪生模型，以支持系统生物学对人类心脏等复杂器官的建模。 （参见 BioITWorld 中的“虚拟双胞胎：它们在医疗保健、药物发现和流行病应对中的作用”。）

对于以许多复杂、多模型用例为特征的供应链而言，包容性数字孪生可以拥有从供应商的供应商到客户的客户的整个供应链的视图，这是理想的供应链。 Lundstrom 建议，对资产和流程的状态和历史的了解允许将机器学习工具引入方程式中，以对模型执行模拟、优化和预测能力。

“为了实现这一巨大机会的好处，我们需要标准、商定的分类法以及商业开发工具和平台，以促进这个市场的蓬勃发展，”他说。 “供应商社区正在对这个机会做出反应，来自 PLM [产品生命周期管理]、物联网和分析/数据科学市场的许多从业者开始专注于解决其中一些基本标准。”

大型平台供应商正在推进工具和平台即服务 (PaaS) 产品，以尝试赢得份额并制定“事实上的”标准。亚马逊网络服务 (AWS)、谷歌云平台 (GCP)、通用电气、IBM 和微软的 Predix 平台都在构建对现有物联网工具和平台的扩展，以增加对创建数字孪生的支持。

Lundstrom 指出微软的 Azure 数字孪生是更完整的早期产品之一。预览版在 5 月虚拟举行的 Microsoft Build 2020 活动中亮相，支持基于 JSON-LD（用于链接数据的 JavaScript 对象表示法）实现的新数字孪生定义语言 (DTDL)。

“通过利用 JSON-LD 这一广为接受且简单的对象框架，微软从一开始就支持开放标准，”Lundstrom 写道。 “这是一个关键要求，因为用户开始了解数字孪生需要一种开放的面向对象的方法来支持继承的要求，以及创建复杂多层模型的多个实例，这些模型是可移植的并支持使用广泛可用的云平台和 AI构架。”

供应链数字孪生只是另一种时尚吗？

供应链数字双胞胎只是另一种时尚吗？River Logic 网站上的一篇博文问道，River Logic 是一家使用数字双胞胎进行供应链优化的规范分析技术供应商。自 2000 年在达拉斯开展业务以来，该公司提供具有业务规划和优化知识的预构建应用程序。

模拟和建模软件使组织能够为其供应链创建真实且可验证的供应链数字孪生。数据挖掘技术以及来自物联网 (IoT) 传感器的输入允许将实时数据输入模型。这些模型可以监控和确定现实世界中发生的事情，并计划适当的纠正措施。

Gartner 2018 年 7 月关于物联网实施的一项研究表明，13% 的从事物联网项目的公司已经拥有数字孪生，而另外 62% 的公司正在努力实施。 “似乎数字规划双胞胎不仅仅是一种时尚，”River Logic 的帖子说。

1970 年代和 80 年代的工程师使用复杂工程设备的 3D CAD 模型进行虚拟演练。随着 CAD 技术的进步，可以表示物理压力，从而可以进行虚拟压力测试。今天，可以构建真实设备（例如飞机、自动驾驶汽车和钻井设备）的“近乎完美”的数字模型，并通过输入真实数据（例如飞机起飞期间经历的静态和动态载荷）来衡量性能。

“通过这种方式，可以模拟现实世界并弥合我们的物理环境和数字环境之间的差距，”River Logic 表示。 River Logic 网站上重点介绍了几家公司在数字孪生方面的经验。

DHL Supply Chain 打造的亚太地区仓库数字孪生

DHL Supply Chain 为位于瑞士的跨国食品包装和加工公司利乐 (Tetra Pak) 在太平洋-亚洲建造了第一个数字孪生仓库。据《供应链》杂志的一篇报道称，数字孪生从新加坡的一个实体仓库以一致的方式提供实时数据，DHL 开发了该实体仓库以将其集成到供应链中。

“联合实施这种数字解决方案来改善利乐的仓储和运输活动，是未来智能仓库的一个很好的例子，”DHL 新加坡、马来西亚、菲律宾的首席执行官吉列杰罗姆说。 “这实现了敏捷、经济高效且可扩展的供应链运营。”

在仓库，DHL 控制塔跟踪进出货物，以确保所有货物在收到后 30 分钟内以正确的方式存储。进站卡车配备了物联网技术。利乐开发的智能存储解决方案可实时跟踪和模拟物理状况和单个库存水平，从而实现不间断的操作协调。 .

“我们希望与 DHL Supply Chain 的合作能够进一步提高我们的生产力并保持我们供应链的高标准，”利乐南亚、东亚和大洋洲综合物流总监 Devraj Kumar 评论道。

巴黎的数字孪生将保护风力涡轮机免受北海大风的影响

巴黎的 GE 工程师正与全球工程仿真软件供应商 Ansys 合作，在北海建造风力涡轮机的数字孪生。一个目标是通过在问题导致意外停机之前发现问题来最大限度地提高产量并最大限度地减少停机时间。根据 GE News 的说法，预测性维护不仅依赖于机器上的物理传感器，还依赖于放置在物理传感器无法使用的地方的虚拟传感器。

通过使用来自传感器的其他数据和基于历史数据或模型的智能算法，虚拟传感器能够以相当精确的方式猜测压力温度等值。

例如，GE 工程师开发了 Haliade 150-6 风力涡轮机偏航电机的数字双胞胎，使 6 兆瓦涡轮机能够旋转并将自身定位到风中。这个数字孪生使用虚拟传感器来模拟电机各个部分的温度。

使用基于工业互联网的 GE 软件平台 Predix 的算法和 Ansys 开发的建模方法，工程师现在可以估计任何给定时刻的电机温度。在铸造厂，他们还可以监控电机在不同应变下的性能如何随着时间的推移而变化。在现场，工程师可以使用一个带有连接到双胞胎的仪表板的应用程序来监控电机的温度。

“对于模拟，多亏了数字双胞胎，我们只需要知道电流即可了解温度并优化电机的使用，”萨博特说。

GE 报告说，它有 120 万个喷气发动机、燃气轮机和机车的数字孪生已经在该领域工作。

阅读 Supply Chain Futures、Digital Twin Consortium、River Logic 的博客、Supply Chain 杂志和 GE News 中的源文章和帐户。