Skip to Main Content

如何使用Ansys TwinAI软件部署数字孪生

七月 23, 2024

READ ALOUD

PAUSE READ

Christophe Petre | Ansys产品专家经理
banner-ansys-digital-twin-2024-r2-twinai-blog

Ansys推出Ansys TwinAI数字孪生解决方案,该解决方案在领先的人工智能和机器学习(AI/ML)技术的支持下,将物理模型的准确性与真实世界数据的洞察无缝集成。TwinAI软件在提供卓越精度和速度的同时,可充分发挥数字孪生的潜力。

在仿真引擎和操作系统数据流方面,作为Ansys数字孪生产品系列的新增成员,TwinAI实现了在更接近云基础架构的环境中创建、验证和部署数字孪生模型。Ansys TwinAI将从三个方面为您带来优势:

  1. 使用降阶模型(ROM)或功能模型单元(FMU)创建数字孪生,可能会使用Python代码扩展。
  2. 通过混合分析提高数字孪生的准确性:例如,使用来自现场的新数据校准现有数字孪生体,或者使用基于ML的模型弥合预测和测量之间的差距。
  3. 简化并优化云部署和/或边缘部署的流程。
twinbuilder-digitaltwin-r2-2024-modal-rom-addon

降阶模型(ROM)是对捕获源模型行为的复杂模型的简化,因此工程师和设计人员可以使用最少的计算资源快速研究系统的主要影响。

数字孪生部署的挑战

在部署数字孪生时,通常会遇到一些挑战。 

首先,数字孪生的创建与验证(包括对我们希望通过数字孪生来跟踪的资产和效果创建足够准确的表示)通常是在建模环境中进行的,而建模环境不一定与用于部署和执行数字孪生的环境一致。这些差异可能来自多个方面,例如提供数字孪生使用的输入数据的不同机制、用于仿真模型的不同求解器或者不同的操作系统等。TwinAI软件为您提供了一个图形化环境,用于导入生成的数字孪生体,在需要时可交叉编译模型以便在不同的操作系统上执行,并在部署前测试和验证数字孪生仿真,以确保其执行性能和准确性符合预期。

创建一个高性能、准确的孪生模型是一方面,而另一方面,部署数字孪生还需要进行额外的考量。尤其是如何将数字孪生执行集成到连接至其它应用的更大部署工作流程中,例如,如何将所连设备的捕获数据传递至孪生体,以时间序列和/或2D和3D场数据可视化的形式收集对数字孪生的预测, 并使用这些预测来推导出与孪生消费者息息相关的重要性能指标?对于这些方面,TwinAI软件能够以可移植、可扩展的运行时应用的形式打包孪生模型,可提供直接应用编程接口(API)来对其进行操作和执行。此外,其还可生成脚手架部署应用代码,用户可直接使用并扩展这些代码,以便在部署环境中集成孪生体。

作为我们的Ansys PyAnsys软件包之一,Ansys PyTwin产品提供对Python版API的访问,您可以将其与任何基于Python的工作流程集成。除了Python和Web应用脚手架代码之外,还有一些选项可用于交付容器化版本的孪生应用,还附带了一组开放REST API,通常更适合集成云计算和物联网应用。该容器的优势在于,其不仅打包了数字孪生应用,而且还打包了正确集成和执行该应用所需的所有依赖项,这样可轻松将其大规模地部署在云端。

如何成功部署数字孪生

这里我们可以用几个示例来说明数字孪生的部署及其优势。例如,我们一直在与一家领先的流量设备制造商合作,该制造商希望为其一家公共事业客户提供监控解决方案,但因成本及可行性原因,无法添加诊断传感器。该设备制造商采用Ansys产品和混合数字孪生技术,为公共事业部门的流量网络构建了物理精确的表示,虚拟传感器的预测与实际流量十分吻合。

r1-hybrid-analytics-slides

混合数字孪生解决方案架构

另一个示例是钢铁或玻璃制造等高能耗行业,这些行业因高温和恶劣的条件,通常不能安装物理传感器。如果能够从基于物理场的模型和ROM创建数字孪生,就能针对各种数量获得准确、快速的预测,这有助于控制制造流程并最大限度提高生产质量。(参见“仿真为塔塔钢铁生产环境降温”、“数字孪生如何成为推动塔塔钢铁荷兰分公司实现目标的变革力量”。)

blast-furnace-and-torpedo-copyright

一辆鱼雷式钢水罐车从高炉(背景中可见)前往钢铁厂。图片由塔塔钢铁公司(Tata Steel)提供。

“创新促进发展,在塔塔钢铁荷兰公司,我们正在开创一段实现可持续发展的变革之旅。通过利用仿真和AI的强大功能,我们正在优化我们的生产流程,这不仅可最大限度减少能耗,而且还可推动实现我们的脱碳目标。Ansys TwinAI软件将仿真及数据与AI无缝结合,可彻底改变钢铁制造业,从而带来更清洁、更环保的未来。到2030年的CO2减排目标为30%至40%,到2045年实现碳中和,Ansys TwinAI软件在塔塔钢铁荷兰公司的能效利用以及实现脱碳目标的过程中发挥着重要作用。”

— Paul van Beurden,塔塔钢铁荷兰公司研发知识团队负责人

最后,我们获得了与全球汽车供应商合作的机会,共同论证了为电动汽车系统部署基于仿真的精细数字孪生模型的可能性,以便根据用户选择的舒适度策略准确预测其续航里程。(参见“了解电动汽车续航里程背后的计算:多远的续航里程才算足够?”)

digital-twin-integration

图中显示的是Ansys电动汽车(EV)数字孪生与COVESA车辆信号规范及digital.auto的集成。托管COVESA应用编程接口(API)的digital.auto平台出现在前端,而Ansys电动汽车数字孪生在后端运行。

TwinAI软件功能是所有这些不同的使用案例的关键,不仅可帮助创建数字孪生模型并通过混合分析功能对其进行扩展,而且还可通过脚手架代码和容器生成简化部署流程。

促进无缝部署协作

数字孪生创建和部署工作,涉及几个通常由不同人员和团队执行的步骤。一方面是建模创建和验证步骤,该步骤涉及的人员是关注模型和预测准确度、鲁棒性以及执行性能等信息的应用建模及仿真专家。另一方面,部署工作则会涉及更接近信息技术和操作的人员,他们更关心API与应用的集成和部署。

如前文所述,必须确保应用专家创建并验证的模型在部署到操作环境中时能够以一致的方式重复使用,这一点非常重要。TwinAI软件弥合了这两方面之间的差异,帮助您将双方的模型和数字孪生结合在一起,并在与其他地方部署和执行数字孪生相同技术的环境中,验证模型和数字孪生。TwinAI软件生成的独立、可移植应用能够与所提供的API集成。

未来发展

我们正在考虑未来发展的多个领域,并将一如既往地为您的数字孪生创建和部署之旅提供支持。

即将为您带来的一项重要优势是,从建模角度引入越来越多的数字孪生创建功能,以简化孪生创建和执行的整个流程。例如,从2024 R2版开始,我们将在TwinAI软件中启动ROM功能,以便用户可以使用统一环境基于ROM轻松构建并部署孪生体。

另一个重要方面是不断添加与混合数字孪生和AI/ML相关的功能,以便我们基于物理场的数字孪生能够更准确地提供数据并在现场部署时进行更新。我们还将通过提供更多的部署和与API相关的功能来促进集成和整体部署,从而继续为我们的物联网合作伙伴及部署生态系统提供支持。

如欲了解更多详情,敬请报名参加Ansys TwinAI:将物理准确性与数据驱动型洞察完美结合网络研讨会


为您量身定制。我们还有一些您可能喜欢的其它资源。

查阅


christophe-petre
产品专家经理

Christophe Petre是一名机械工程师,在数值仿真(计算流体力学、有限元分析和系统)方面拥有丰富的经验。他负责的项目涉及工业设备及过程建模与分析,以优化设计并最大限度提高运营效率。他目前在Ansys主要负责在实施基于仿真的数字孪生的过程中,提供技术和管理方面的专业知识经验。

 

推荐内容

Optimize Manufacturing With Digital Twins

Optimize Manufacturing With Digital Twins

Read how Ansys’ hybrid digital twin solutions help industrial operations embrace digital transformation, optimize workflows, and meet sustainability goals.

与Ansys专家一起探索混合数字孪生

与Ansys专家一起探索混合数字孪生

欢迎在本次对谈中,了解混合数字孪生如何通过融合数据与物理模型来提高数字孪生的价值。

如何使用Ansys TwinAI软件部署数字孪生

如何使用Ansys TwinAI软件部署数字孪生

Ansys推出的Ansys TwinAI产品是一种数字孪生解决方案,其将物理模型的准确性与真实世界数据的洞察无缝集成。

Advantage博客

Ansys Advantage博客(The Advantage Blog)由Ansys专家和其他技术专家撰写,让您随时了解Ansys如何为创新赋能,推动人类踏上伟大征程。