什么是数字孪生?

数字孪生是产品、流程和设施的虚拟表示,企业用它来设计、模拟和操作其实体对应物。

数字孪生技术的发展

美国国家航空航天局 (NASA) 被公认为是数字孪生概念的先驱,这一颠覆性的理念在阿波罗 13 号任务中得以彰显。在该任务中,NASA 利用地面模拟器通过实时数据更新与航天器建立关联,使工程师能够与宇航员一起排除故障,最终避免了一场灾难。

尽管数字孪生的概念自 21 世纪初以来已应用于工业制造领域,但最近的进步正在进一步扩展数字孪生技术的边界。数字孪生正受益于由 OpenUSD 等开放数据框架、计算机图形学、生成式 AI 和加速计算所推动的数据互操作性的提升,从而催生出一类新的基于物理、由 AI 赋能的数字孪生。

新一代数字孪生不仅连接了边缘端的企业数据和生产系统,还融合了物理准确的材料、光照、渲染及行为,以支持一系列高级规划、仿真和运营用例。

随着数字孪生技术的发展,它们在测试和完善现实世界中生成式物理 AI 驱动的自主系统变得至关重要。

这一技术飞跃通过汇总历史数据和运营数据,使工作流的优化更为精准、提升客户体验并改进决策。反过来,数字孪生技术还能促进预测性维护、减少停机时间、最大限度地减少物理或材料浪费、提高产品质量并实现供应链优化。

数字孪生技术推动的数字化转型正在为产品和设施的生命周期管理和自动化设定新标准,确保物理对象及其数字版本在整个生命周期内实现最佳协调和高效管理。

Siemens

标题:在由 NVIDIA Omniverse™ API 提供支持的 Siemens TeamCenter X 中实现船舶数字孪生可视化

数字孪生技术是如何运作的?

数字孪生通过整合最贴切描述其现实世界对应物数据而创建。这些数据源和格式因数字孪生类型、行业和用例而异,但通常由一维数据(如 IT/OT 系统中的表格数据)和二维/三维数据(如 CAD、现实捕捉扫描、BIM)数据组成。结合这些数据创建数字孪生,将开启令人难以置信的新机遇,从先进的设计和规划到仿真和远程实时监控及运营控制。物联网 (IoT) 传感器和设备在提供实时数据方面发挥着至关重要的作用,这些数据可确保数字孪生的准确性和最新性,从而实现物理和数字领域之间的动态交互。

数字孪生的优势是什么?

数字孪生作为工业数字化的基础,为各个行业的企业带来诸多好处。这些好处包括:

  • 简化设计和规划流程:数字孪生简化了项目利益相关者的沟通,使团队能够在完整的信息下进行可视化并快速做出决策,并确保决策基于最新数据。例如,宝马集团利用其工厂的数字孪生来加快绿地工厂规划,预计可将效率提升多达 30%。
  • 模拟场景:通过将数字孪生连接到模拟工具和实体模型,团队可以准确地模拟无限的“假设”场景来预测现实世界结果。纬创,全球最大的信息和通信产品供应商之一,使用数字孪生加速气流仿真,将其团队以前需要 15 小时才能完成的流程缩短至 3.6 秒,速度提高了 15,000 倍。
  • 运营优化:通过将数字孪生连接到运营系统以及实时从边缘的物联网设备和传感器流式传输的生产数据,团队可以远程监控运营,以识别、分析和解决问题。运营团队还将 AI 融入其数字孪生以训练计算机视觉模型,供现实世界的缺陷检测使用。例如,和硕采用 AI 赋能的数字孪生检测缺陷,与人工检查员相比,捕获数量提升多达 60%,而误差减少 30%。
  • 成本节约:通过预测性维护、优化运营和减少物理原型设计,数字孪生可以在整个产品和设施生命周期中显著节约成本。

哪些技术使数字孪生成为可能?

几种关键技术的融合使开发人员能够构建工业规模的数字孪生并加速其工业数字化目标。这些技术包括:

  • OpenUSD—通用场景描述:开发数字孪生的主要挑战之一是整合来自各种数据源和格式的数据。就像 HTML 成为互联网的统一标准一样,OpenUSD 使开发者能够更轻松地整合来自不同生态系统的数据来构建数字孪生。
  • 生成式 AI:生成式 AI 正在迅速成为新的软件界面,使得以自然语言与工业数据和系统交互变得更容易,从而快速检索知识、进行分析并获得建议。当企业无法获得足够的现实世界数据来开发数字孪生时,可以利用生成式 AI 来加速开发过程。NVIDIA NIM™ 推理微服务 (如 USD CodeUSD Search) 使开发者能够简化和加速工作流程,快速开发和部署数字孪生解决方案,并生成物理精准的合成数据以训练物理 AI
  • 计算机图形学:为了支持先进的规划、模拟和运营用例,数字孪生必须符合现实世界的物理规律。机器人或 AI 在现实世界中使用的传感器可以在数字孪生中进行模拟,以帮助 AI 在模型部署到现实世界的生产进行学习。借助 NVIDIA RTX™ 和 NVIDIA Omniverse Cloud Sensor RTX™ 微服务,开发者不仅能创建外观漂亮的数字孪生,还能构建符合现实世界物理规律的模型。
  • 加速计算:要将工业规模的数字孪生可视化并使用它们运行复杂的仿真来训练物理 AI,需要能够快速处理大量数据的技术基础设施。加速计算非常适合为这个数字孪生和仿真的新时代提供支持,因为它们对于通用计算来说过于庞大和计算密集。

来自 AnsysCadence、Hexagon、Microsoft、Rockwell Automation、SAP 和 Siemens 等领先 ISV 的开发者正在利用这些技术开发数字孪生解决方案,帮助客户在将下一代产品、制造流程和设施投入实体世界之前,以虚拟方式设计、模拟、构建和操作它们。

开发数字孪生需要哪些技能?

组建具有适当的角色和技能组合的团队是成功开发数字孪生的关键。尽管技能和角色可能因行业和用例而异,但团队通常由具备以下技能的开发人员、3D 专家和技术人员组成:

  • 开发人员:拥有 Python、React 及 UI/UX 设计经验。
  • 3D 专家:拥有 CAD、BIM、OpenUSD、材料、光照、物理和动画方面的经验。
  • 技术人员:拥有 IT/OT 系统集成、AI/ML、DevOps 和数据架构方面的经验。

这些核心团队通常由系统集成商和软件开发及交付合作伙伴(如 AccentureSoftServeT-Systems)提供支持

数字孪生有哪些应用案例?

数字孪生正在用于支持一系列设计规划、仿真和运营用例。

来自各个行业的用例:

产品开发

数字孪生越来越多地用于产品设计和工程评审。它们可加速虚拟原型设计和迭代,使设计师和工程师能够探索不同的设计方案,而无需昂贵的实体原型。这些实体产品的数字复制品用于运行复杂的仿真,以测试各种场景、预测性能和优化设计。

Siemens Teamcenter X 采用 NVIDIA Omniverse API,使设计师和工程师能够创建身临其境的逼真数字孪生。工程师在共享的虚拟模型上实时浏览、编辑和更新迭代,从而推动协作并减少错误。凭借物理精准的模型和实时更新,Teamcenter X 使用户能够验证设计,最大限度地减少工作流程浪费,并为工业规模的项目节省时间和成本。

产品配置器

汽车、零售商和消费品公司正在开发 3D 产品配置器,以利用完全数字化的产品和环境而不是实物资产来大规模提供引人入胜的体验和内容。这些产品的数字孪生可以使非 3D 艺术家为营销活动创建和定制逼真、个性化的 3D 内容,并利用生成式 AI 重构数据集和自动执行重复任务来降低成本并缩短内容制作时间。

Katana 是一家 CGI 工作室,正在帮助日产的营销团队通过其用户友好型内容创作应用程序,按需利用 3D 数据创建营销活动资料。

为了将这种体验提升到新的高度,开发人员正在构建将交互式数字孪生串流到 Apple Vision Pro 的解决方案,让消费者在扩展现实 (XR) 中体验车辆。

借助 NVIDIA NIM™ 微服务 USD SearchUSD Code,领先的营销企业 WPP 使可口可乐公司能够加速全球范围内创意活动的迭代更新。

建筑设计和仿真

建筑设计团队面临着日益增长的高效协作、更快渲染迭代的需求,以及准确的仿真和真实感的期望。当团队分散在世界各地时,这些需求会变得更具挑战性。

数字孪生可在每个设计阶段实现与建筑信息建模和非 BIM 数据源的实时协作。OpenUSD 允许建筑设计团队将其 3D 建筑数据整合到数字孪生中,使不同工具的用户能够在同一个虚拟环境中协作。

领先的建筑公司 Zaha Hadid Architects (ZHA) 使用由 OpenUSD 提供支持的数字孪生,使设计团队能够在复杂的项目设计中进行协作,加快迭代周期。

虚拟工厂和设施

制造商越来越多地构建工厂的数字孪生。这些虚拟设施使工业企业能够在统一的环境中汇集其工厂数据,并在其中建模、模拟、分析和优化其制造流程。这些数字孪生还可以作为 AI 和机器人技术的试验场,让开发人员能够在物理精准的数字环境中训练和测试自主系统。

大陆集团的开发人员在 OpenUSD 和 NVIDIA Omniverse 上创建了工厂规划和制造运营应用程序 ContiVerse。该应用程序帮助大陆集团的规划和运营团队优化工厂布局并协同规划生产流程,预计可减少 10% 的维护工作和停机时间。

国际电子产品制造商纬创正在通过将 CAD 和流程仿真数据整合到一个统一、物理精准的虚拟环境中来创建工厂数字孪生,从而提高工人效率并将建造时间缩短 50%。通过将数字孪生连接到边缘的物联网设备,团队还能从实时运营监控中受益。

富士康正在构建工厂的数字孪生以优化布局、配置和设备摆放,大幅降低实体环境的变更成本并提高运营效率。这种方法使该公司能够在虚拟环境中训练和测试用于机器人任务的 AI 应用,确保准确实施并提高现实世界运营的效率。

标题:NVIDIA Omniverse、Isaac 和 Metropolis 将 AI 机器人的强大功能带入富士康的工厂数字孪生

自主系统测试和验证

自动驾驶汽车和仓库机器人等自主机器需要大量的传感器数据才能充分训练并为运行环境做好准备。

数字孪生是这些物理 AI 的发源地。它们针对人工智能开发者经常遇到的数据缺口提供了解决方案,因为它们可以用于生成合成数据来训练 AI 模型。例如,Amazon Robotics 使用其仓库的数字孪生来模拟和优化仓库设计与流程。他们利用这些环境生成大量逼真的合成数据集,以加速训练、提高计算机视觉模型的准确性并提升整体生产力。当这些模型部署到现实世界后,仓库机器人就可以更有效地检测物体并在设施内导航。

在汽车行业,创建用于仿真的数字孪生对于训练、测试和部署自动驾驶汽车至关重要,但实现现实世界的保真度非常具有挑战性。为自动驾驶汽车开发的 Omniverse Cloud API 通过大规模、高保真的传感器仿真来帮助应对这一挑战。这些 API 使 CARLA、MathWorks 和 Foretellix 等开发商能够使用数字孪生并为摄像头、激光雷达和雷达提供物理传感器数据,从而增强开发者的自动驾驶车辆开发工作流。

光学检查和缺陷检测

台达电子作为电源和热管理技术的全球领先企业,利用数字孪生来训练计算机视觉和 AI 辅助的自动光学检测 (AOI) 模型,以快速检测元件缺失或螺丝错位等缺陷,从而减少对人工检测的需求。

和硕使用 NVIDIA Metropolis for Factories 来增强其印刷电路板 (PCB) 工厂的仿真、机器人和自动化生产检查能力,其利用小型数据集实现了 99.8% 的缺陷检测准确率。

数据中心和 AI 工厂设计与仿真

数字孪生正在彻底改变新一代数据中心AI 工厂的设计和运营。利用 OpenUSD,工程师可以物理精准地集成和可视化 CAD 数据集,实现气流和冷却系统等方面的仿真。数字孪生的使用还可实现更快的数据中心部署,更加高效及准确的优化,显著提升数据中心开发的规划和执行。

数字手术

医疗机构在术前准备等领域发现了引人注目的数字孪生用例。外科医生可以使用多媒体工具在脑海中演练手术,然后在数字孪生的帮助下过渡到高度逼真的模拟。在神经外科中,这些数字模型经过定制,以匹配患者的大脑解剖结构,使外科医生能够在准确复制患者大脑的特定尺寸、形状和病变位置的虚拟大脑上进行练习。

模拟中还采用 AI 算法来建议安全的手术路径,并预测脑组织在手术过程中的反应。此外,手术室数字孪生使外科医生能够沉浸在逼真的环境中,获得表现反馈。

智慧城市和城市规划

智慧城市正在改变我们的生活方式,利用技术解决复杂的城市挑战。通过利用摄像头、边缘计算和 AI 的强大能力,这些城市能够深入了解城市生活的方方面面,包括停车、交通流量和犯罪模式。这些宝贵的数据使城市规划者能够做出明智决策、优化城市设计,并提高居民的整体生活质量。

标题:城市模拟,由 KPF 提供

具有实时城市交通场景的数字孪生的出现,使机器学习工程师能够生成准确反映现实世界交通模式和违规行为的合成数据集。这些合成数据集有助于验证 AI 模型和优化训练流程,从而实现智能城市交通管理系统,减少拥堵、降低排放并提高应急响应和公共服务水平。

通过在数字世界中使用城市的虚拟模型,城市规划和地理空间设计公司 Houseal Lavigne 以创纪录的速度为客户创建身临其境且详细的 3D 环境供客户进行评审。数字孪生的交互特性可实现实时协作和沟通,从而提供更清晰的设计理解,并提升整体规划流程。

无线网络仿真

数字孪生能够具象地模拟系统级行为,满足先进的 5G 和 6G 网络的独特需求。其详细的 3D 模型可准确复制电磁传播,有助于对具有大量用户的众多单元进行压力测试。

NVIDIA Aerial Omniverse 数字孪生能够准确模拟从单信号塔到覆盖整个城市的 5G 和 6G 系统,并结合软件定义的 RAN、用户设备模拟器和真实的地形特征。这使得研究人员能够使用地点特定的数据模拟和构建基站算法,并实时训练模型以提高传输效率。

气候仿真和能源效率

数字孪生甚至被应用于气候建模和能源效率计划。

NVIDIA 的 Earth-2 是一个气候数字孪生云平台,旨在增强对全球范围内天气和气候的仿真和可视化。该平台是 NVIDIA 应对极端天气条件对经济和安全影响的更广泛计划的一部分,而气候变化加剧了这种影响。

通过利用 AI 代理,Earth-2 可以创建交互式的高分辨率仿真,涵盖从全球大气状况到台风和湍流等局部天气事件。Earth-2 能够实现更快、更准确的天气预报,这对于及时的灾害响应和规划至关重要。

数字孪生通过实现更精确、更快的模拟和操作,显著提升了各行业的能源效率

例如,纬创利用 NVIDIA Modulus 和 Omniverse 创建了数字孪生来模拟测试设施中的气流和温度。这将模拟时间从数小时缩短至数秒钟,将能源效率提升多达 10 %,并减少了碳排放。同样,西门子能源 正在加速热回收蒸汽发生器的仿真,以减少潜在停机时间并促进可持续的计算

如何开始开发数字孪生?

了解如何利用数字孪生技术并下载包含行业领先者见解的免费电子书

开发者可以通过免费的自主培训课程详细了解如何为工业数字孪生构建 OpenUSD 应用。

后续步骤

数字孪生

探索如何使用 OpenUSD 开发和利用基于物理、AI 赋能的数字孪生的强大能力。

探索数字孪生:来自五位行业领导者的深度见解

探索五个现实世界开发者用例,获取开发您自身数字孪生解决方案的见解和资源。

面向开发者的 NVIDIA Omniverse

借助 NVIDIA Omniverse Cloud API 增强您的应用和工作流。或者,使用 NVIDIA Omniverse Kit SDK 构建 OpenUSD 原生应用和扩展。