在华科大教授李培根院士的眼中，数字孪生是智能装备的灵魂，数字孪生应用正逐渐成为新一代制造的重要趋势。
在数字孪生工厂中，利用动态场景监控、生产工艺联动、过程异常报警等功能，工厂产量、设备变化等情况能被高效管控。张青介绍，在维盈WINGplat工业互联网平台，数字孪生工厂将安全环保、设备 健康 、供应链协同、生产管控、应急管理实现五个一体化，让传统工业企业成功转型智能制造。在江西蓝星星火有机硅有限公司，借助数字孪生、5G无人机巡检等网络技术，企业生产管理成本降低20%，工艺安全预判效率增长80%。在中国中化南通星辰合成材料有限公司，以数字孪生为代表的应用技术助力企业生产管理效率提升六成多。
在烽火通信 科技 股份有限公司副总裁范志文看来，数字孪生是网络世界的“元宇宙”。通过数字孪生、人工智能、算力算法构筑的智慧光网体系，开放且高效，可实现一个重要价值——“随需”：消费者通过APP提出消费需求，“数字孪生”通过算力算法转换，驱动平台和现实随时满足需求。
数字孪生，还能帮助提升城市的精细化管理水平。软通智慧 科技 有限公司首席战略官叶毓平表示，通过建立数字孪生城市，能实时看到现实城市的运行状态，并灵活应对各种突发情况。
据了解，“ 探索 建设数字孪生城市”已被纳入我国“十四五”规划，多部委密集出台政策文件，规范引领数字孪生技术、应用、产业发展，上海、海南、浙江、北京、山东等省市已率先开展数字孪生城市建设实践。
为了能以更加可持续的方式运营企业，企业对数字基础设施的要求也越来越高，不止是出于成本和效率的考量，从环境的角度也是如此。
Equinix全球IBX运营工程副总裁Arno van Gennip表示：“从设计到施工再到设施管理，数字孪生正成为提高数据中心效率和减少客户碳排放的关键。”
数字孪生有助于将来自不同重点领域的数据集中到共享环境中，这使得IT、工程、财务、采购、施工团队能够在流程中，更早地 探索 和模拟性能、财务和环境等各种因素之间的权衡。设备和空间利用方面的各种效率提升，带来的直接影响就是降低能耗和减少碳排放。数字孪生还有助于提高建设和运营效率，减少浪费、降低人员配备要求和相关环境影响。
很多企业和数据中心运营商（例如Nvidia）可能会从各种结合了工程、CAD和数据中心信息管理(DCIM)功能的仿真建模工具中打造出数字孪生工作流。越来越多的DCIM厂商（例如施耐德电气）将数字孪生功能直接引入他们的工具中。达索系统和Future Facilities等厂商为数据中心提供了集成度更高的数字孪生。Nvidia等厂商也开始推出Nvidia Air这样用于优化数据中心物理和逻辑布局的新工具。
投入运营中
Equinix与Future Facilities展开合作，面向企业数据中心构建数字孪生。数字孪生可以帮助工程师确保冷却系统和连接生态系统提供所需的容量和最佳效率。工程师可以对比数据中心的预期行为和实际行为，以及能源使用的情况。
“这让我们能够深入了解有关维护和优化能源效率的各种可能性，”van Gennip说。
Equinix工程师和合作伙伴一起构建了物理数据中心的3D模型。这种数据中心孪生模型是基于各种因素建模的，例如数据中心内计算设备的容量和密度，以及冷却系统的路径。集中式数字孪生平台可以帮助工程师使用实时数据（例如功率和温度）预测预计的变更对配电、空间利用和冷却路径可能带来的影响，这些实时数据整合到现有模型中，用于进行准确的分析和预测，从而使数据中心孪生可以通过预测能源需求提高效率。
达索和很多领先的超大规模数据中心企业展开合作，设计和建造下一代数据中心。
“他们面临的最大挑战就是如何缩短项目准备时间，以跟上不断增长的需求，以及如何通过减少建设和运营期间的能源、水消耗和浪费，让数据中心更具可持续性，”达索公司架构、工程和建筑(AEC)行业销售战略总监Marty Rozmanith这样表示。
让管理更轻松
数据中心房地产投资信托公司Digital Realty的全球建筑管理优化总监Kasper Dessing认为，以前数据中心管理被分成多个孤岛，每个孤岛都专注于管理设施的某一个方面。
因此，不同领域的管理者可能无法看到更大的格局。无论是现在还是将来，在考虑设施维护的时候，这一点都尤为重要。数据中心会产生大量的数据，而人类无法很好地捕获、汇集和管理这些数据。随着数字服务变得越来越复杂，这种情况只会变得越来越糟糕。
Dessing说：“通过数字孪生，我们能够以虚拟的方式呈现设施内的各种元素和各种动态，以及在各种操作场景下实时模拟实际行为。”
Digital Realty发现，由于数据量庞大，并且不同组件之间存在相互依赖性，因此通用数据中心的运营情况还不够好。正因为如此，Digital Realty将他们的设施数字孪生和专有的人工智能和机器学习平台进行集成，分析数千个数据流，从而能够跟踪设施内的所有组件并进行实时调整，还可以对未来行为进行预测，从而展开预测性维护，节省时间和降低成本。
这种对设施和不同组件之间关系的可见性，有助于改进新的设施设计，使其更高效。不仅如此，Digital Realty还利用数字孪生和他们的人工智能平台来优化能源消耗。
Dessing说：“可持续性是我们的首要任务，优化每个设施的能耗有助于我们在降低成本的同时，减少对环境的影响。”
并非所有人都具备在决策的同时进行模拟的这一技术专长，因此，Digital Realty将一种推荐引擎集成到了他们的数字孪生平台中。
“这样就可以让更多的人使用该技术，而不必一直依赖专家。”
把碎片组合在一起
设计、建造和运营数据中心的过程中会产生大量的数据，这些数据被保存为不同的格式，存储在不同的系统中。Rozmanith说，通过适当的访问控制和变更管理来管理和组织数据，这非常有挑战性。数字孪生可以带来多个学科、不同发展水平(LOD)和多个维度的数据，这让不同利益相关者可以实时地围绕单一事实来源展开协作。那些更为复杂的数字孪生技术则结合了各种技术，使用一种集成数字孪生来模拟热、结构、电气、控制和监控、制造和组装等过程。
Rozmanith解释说：“有了一个通用的平台，所有人就都围绕着单一事实来源展开工作，这不仅节省了时间，还提高了质量和整体数据中心交付能力。这个平台对我们来说就是一个变革的推动力。”
埃森哲云首席技术专家Teresa Tung表示：“随着我们整合更多数据和模拟来连接工程设计、施工调度和运营流程，不同的数字孪生之间的互操作性已经变成了一大挑战。”
Tung的团队正在与数据中心厂商展开合作，将数据和领域专业知识应用于分析过程中，以确定驱动假设预测所需的模拟数量和配置，他们使用领域知识图（和用于互联网搜索中的技术相同）来捕获这些需求并映射不同元素之间的关系。
施耐德战略计划总监和解决方案架构师Carsten Baumann表示，提供商越来越多地向DCIM工具中添加数字孪生功能，以便在实际实施部署之前对基础设施升级可能带来的影响进行模拟。他认为，开放标准可以简化数据中心设备和管理工具之间的集成，从而可以更轻松地将数字孪生作为日常数据中心工作流程的一部分。
下面就让我们来详细看一看，数字孪生提高设计、施工、运营和规划可持续性的19种方式：
设计
放置新服务器
“也许在数据中心行业，使用数字孪生技术带来的最大影响就是气流管理和IT设备放置问题了，”Baumann说。
部署计算、存储和网络资源的需求快速增长，随之而来的是基础设施上的巨大挑战。特定机架或者特定位置还有物理空间，并不意味着有足够的电源、接入和散热能力。
看似简单的安装部署，可能需要对电源进行重大升级或者更好的替代方案时，数字孪生就可以帮得上忙了。
增加密度
增加数据中心的设备密度，可以减少新设施对气候带来的影响。
Information Services Group(ISG)企业敏捷性总监Loren Absher表示，数字孪生有助于优化数据中心设计，改善电源、布线、冷却要求、气流甚至活动地板完整性等所有相关元素，以防止灾难性故障的发生，此外还可以为增加密度所需的物理工作流程变更提供帮助。
提高热性能
冷却是数据中心的第二大能源消耗因素，仅次于设备本身。现代数据中心的冷却系统包括冷却器、管道和HVAC设备。
数字孪生可以使用热模拟来了解冷却系统的行为并提高其性能。
Rozmanith说，有些经常将代表冷水机组数量和管道尺寸变化的设备链的1D模拟，与气流的3D计算流体动力学(CFD)分析结合起来，找到冷空气和设备冷却之间的最佳平衡，以优化能源消耗。
评估季节性影响
Techstrong Research董事总经理、联合创始人Dan Kirsch表示，数字孪生还可以帮助数据中心设计师更好地规划季节性气候变化，让设计师可以根据外部季节性气候变化的影响提前规划，以降低总体运营成本和能耗。
“数字孪生让我们可以根据客户的特定需求和现场条件进行真正的定制和优化设计，而无需进行实地实验，”Kirsch说。
创建模块化组件
达索与大型数据中心运营商展开合作，打造了可以在不同数据中心设计中重复使用的模块化组件。
Rozmanith表示，数字孪生可以帮助企业定义和配置这些模块的属性，从而通过按订单配置的方法，缩短设计、采购和安装时间，从而有助于减少新建数据中心的环境影响。
测试和验证设备
NTT全球数据中心美洲产品高级副总裁Bruno Berti表示，他们正在使用数字孪生来测试和验证设备，然后再将其部署到数据中心内。
这些新的工作流程让他们可以构建和测试电气和发电机模块，这样工程师就可以在产品投入生产之前发生任何潜在的过程故障，减少了废弃物对环境的影响并改进了风险评估，加速了新产品的开发，提高了数据中心的可靠性和弹性。此外，数字孪生还有助于安排预测性维护，降低维护成本。
优化电池性能
数据中心设备生产企业Vertiv的首席创新官Greg Ratcliff表示，数字孪生可以用于建模和设计系统，以改善电池 健康 状况和预期寿命，从而减少制造新电池带来的环境影响。在这种情况下，数字孪生可以帮助团队使用电池 健康 测量和设施详细信息，来模拟不同的设计选择，预测每个电池的 健康 状况和使用寿命。
Ratcliff表示：“如果电池组中的单个电池出现故障，那么整个电池组都会出现故障，所以监控每个电池的运行状况是至关重要的。”
评估环保型替代品
数据中心运营商可以利用数字孪生技术来评估新方法的性能、环境效益和潜在缺陷。
例如，Kao Data利用数字孪生工具来虚拟地测试和部署无制冷剂间接蒸发冷却(IEC)系统，该系统使用水蒸发代替机械系统在炎热天气冷却空气。这种方法帮助Kao Data提高了电力利用效率，减少了对环境的影响。
建筑
精简施工
数字孪生可以模拟复杂的任务、装配、设备使用和人身安全，还可以改善供应商、集成商和承包商在设计和施工生态系统中的协作，以消除流程中的摩擦。
Rozmanith说，更好地模拟和协作，可以缩短施工时间、减少问题发生、避免返工、以及减少信息请求和安全事故的数量，这帮助达索的客户将面市时间平均缩短了10-15%，减少了与施工时间较长可能带来的环境影响。
减少建筑垃圾
数据中心设计师正在使用数字孪生来更好地规划施工，以便工作人员可以更高效地工作，减少浪费，缩短不同施工阶段之间的时间。
Kirsch说：“通过创建数据中心的虚拟模型以及完整的材料清单，设计人员可以优化施工人员组装数据中心的每一个细节。”
这种规划方法可以减少一个团队在其他团队完成任务等候的时间。而通常来说，减少数据中心建设过程中的浪费并非易事，Kirsch说，这个过程中很多组件是无法重复使用或者回收的，最终只能进入垃圾填埋场。
运营
提供维护建议
数字孪生有助于确定问题的根本原因，并为快速修复提供维护建议，以减少能耗。
例如，Equinix位于阿姆斯特丹的工厂采用了一种数字孪生模型，根据模型显示，他们必须清洁冷却塔和调整风扇，以前这两项维护的能耗都要高于模型预期的水平。van Gennip表示，数字孪生让已经比较高效的数据中心IBX能源效率进一步提高了10%。
延长资产寿命
达索的虚拟数字孪生可以将人工智能和机器学习算法的操作数据情境化，用于改进预测性维护。Rozmanith说，这延长了设备的使用寿命，从而减少了电子垃圾。而且，虚拟孪生还可以通过提高冷却和电力系统的效率来优化能源和水的使用。
提高维护和维修效率
数字孪生可以对维护、维修和翻新所需的所有信息访问进行简化，包括访问文档、用户手册、维护手册、材料供应商信息和备件清单等信息。Vertiv定制空气处理和模块化解决方案副总裁Lorenz Hofmann表示，这可以节省时间和减少工作量，从而减少二氧化碳的排放量。
数据中心流程自动化
流程挖掘功能的改进，可以帮助数据中心领导者了解他们的团队如何与应用进行交互，并对数据中心环境的变化做出反应。
ABBYY流程智能高级总监Ryan Raiker表示，使用数字孪生理解和记录程序，有助于数据中心团队发现候选的自动化方法，还可以实施不同的协议，以便在故障实际发生时采取行动，确保数据中心正常运行并减少故障和浪费的发生。
改善托管服务提供商和企业之间的协作
托管数据中心可以让多个企业共享同一个数据中心，但是当企业客户决定安装新设备的事后，可能会对周边其他企业的设备产生电力、热量和重量上的影响。
法国Thésée DataCenter与Future Forward展开合作，在云中部署每个设施的数字孪生，这种数字孪生让客户能够通过Web服务端模拟他们自己或者附近设备预期变更可能带来的影响，从而有助于Thésée的工程师与客户展开协作，提高他们的数据中心空间使用率，减少建设新数据中心的需求。
规划
确保满足合规性要求
NTT正在研究通过数据孪生帮助企业收集与业务相关的数据，并对这些数据实施标准化。数据孪生将企业数据源及其相互关系复制为标准格式，为分析和报告提供一个集中的位置。
NTT Data Services SMART解决方案副总裁Bennett Indart表示，这将有助于提供数据中心在实现可持续发展目标方面取得的进展，以及发现新的机会进行改善。
改善财务决策
NTT公司的Berti表示，NTT已经开始把财务数据整合到他们的数字孪生中，这有助于NTT在计划过程中使用实时数据和高级分析功能来审查材料和人工成本。
此外，这还有助于确定调整制造价值链从财务方面看是否合理，以及预期结果是否会降低数据中心的运营成本。
评估数据中心迁移带来的影响
埃森哲与卡内基梅隆大学合作开发了一个名为myNav Green Cloud Advisor的数字孪生模型，该模型让企业可以衡量数据中心和云提供商之间迁移的可持续性影响。
埃森哲的Tung表示，该项目最开始是一个数字孪生，以当前数据中心的能源消耗、计算要求和可持续发展目标为基准，让企业可以规划和对比各种云解决方案，包括碳排放目标、位置、能源和向清洁能源过渡的准备情况。
了解实质性的影响
Kirsch说，在建设完成之前，通常很难知道数据中心内的实际材料清单。在数据中心建设期间，团队会遇到各种可能需要偏离最初设计的情况。设计团队可以使用数字孪生规划所有现场条件，并指定所需的材料。
Kirsch说：“通过制定准确的材料清单，数据中心创建者和最终用户可以在施工开始之前就充分地了解需要使用的材料，以及对整体可持续性目标的影响。”
数字孪生在新型智慧城市建设中可以进行数字孪生流域建设、数字孪生排水管网、数字孪生桥梁防撞指挥等应用场景，进行数字化、精细化、可视化管理。
一、数字孪生流域政策环境：
2021年12月23日水利部召开推进数字孪生流域建设工作会议，水利部部长李国英提出：“数字孪生流域是以物理流域为单元、时空数据为底座、数学模型为核心、水利知识为驱动，对物理流域全要素和水利治理管理全过程的数字化映射、智能化模拟，实现与物理流域同步仿真运行、虚实交互、迭代优化”，同时强调以数字化、网络化、智能化为主线，以数字化场景、智慧化模拟、精准化决策为路径，以算据、算法、算力建设为支撑，加快推进数字孪生流域建设，实现预报、预警、预演、预案功能。
二、水利信息化发展现状：
①透彻感知能力不足：
水利感知的覆盖范围和要素不全，对于水文信息、环境信息、工程信息等方面的监测能力已经不能满足现有业务发展和管理需要，虽然现在能够通过地面、水上、航空、航天等技术与设备进行信息采集工作，但整体智能化水平仍处于相对较低的程度。对于将要建设的数字孪生流域体系要求仍有较大的距离，物联网技术与设备也没有得到充分的利用，且通信基础能力较为薄弱，在网络带宽、应急措施方面均有不足。
②信息基础设施“算力”欠缺：
现有水利业务网中，仅有6个省（自治区）的水利业务网能够通达到乡镇级水利单位，对于工程管理单位来说联通率更低，严重阻碍了水利业务应用“三级部署、多级应用”的发展原则。骨干网络不能满足现有数据传输、服务调用的需要。面对现在越来越多的影像、图像等数据的快速增长，缺乏大数据处理、云计算与数据存储能力。
③信息资源开发利用有待提升：
水利内部信息系统缺乏整合，导致现有水利设施基础信息不全、准确性不高、基础数据不统一、对象代码不统一、数据标准不统一等问题，各类业务和各级部门间存在数据“重采、重存”的现象。同时对所需要的如地质信息等联系紧密的外部信息缺乏共享，联动不足。
④业务应用智能化水平差距较大：
现有水利信息系统中的水利工程、水资源开发、水灾旱灾防御、水土保持等业务均存在业务与信息技术融合不深入，智能化水平不足，对于5G、AI、大数据、物联网等新兴技术未能充分应用，最终导致信息系统对业务发展支撑能力薄弱的问题。
三、水利数字孪生，实现物理空间数字化映射与智慧化模拟
广东地空智能科技有限公司协同水利专业机构，在智慧水利领域进行了相关的钻研和实践，通过感知层抓取实时监测数据，基于全数字测量、大数据、云计算、地理信息、三维虚拟模型、人工智能、区块链等十余项高新技术，整合水利各项基础数据，以水利时空数据为重点研究对象，聚焦于水利数据的管理、展示与分析，对水利空间进行精细、全面、动态的模拟，构建水利业务横向共享、纵向联动，以此实现各级水利部门间信息联通，真正打通涉水信息孤岛，打破涉水业务分割，为管理者进行安全分析评估、工程运维管理、防汛调度管理、综合展示等提供可视化的便捷支持。数字孪生水利信息化监管平台集成数字孪生流域管理系统、数字孪生模拟仿真系统和数字孪生知识服务系统三大系统，融合与汇聚了多源数据，建立全时空、多维度、多粒度的水利全时空资源池，实现水利数据资产的一体化管理；一方面升级与拓展水利一张图，建设基础数据统一、 监测数据汇集、 二三维一体化、三级协同贯通的数字底板，提供水利场景的高保真、高稳定、高质量模拟仿真；另一方面集成耦合多维多时空尺度的水利专业模型和AI智能模型，提供集分析-模拟-表达-决策于一体的“四预”能力，为“2+N”业务提供智慧化服务。
链接：网页链接
数字孪生水利信息化监管平台聚焦数字孪生，以物理流域为单元，以水利时空数据为底座，以流域数据集成和可视化、水利模拟仿真为核心，以水利知识为驱动，运用物联网、大数据、人工智能、虚拟仿真等技术，实现物理空间内全域、全要素、全过程的数字化映射与智慧化模拟，支撑水利精准化决策。
四、整合数据，搭建数字孪生水利大数据中心：
基于水利行业相关的数据标准与规范，梳理水利数据资源目录，接入并整合多时空、多粒度、多维度水利数据，包括基础地理空间数据、业务管理数据、监测感知数据、跨行业共享数据等，经标准化处理，形成数字孪生水利大数据中心，为用户提供统一标准的数据服务。
五、分类入库，形成水利时空大数据全景图：
分类融合与汇聚多时空、多粒度、多维度水利数据，构建标准一致的水利数据资源池，形成水利时空大数据全景图，为用户提供全方位、多时空、多粒度的全时空数据资源服务。
子系统一：数字孪生流域管理系统
数字孪生流域管理系统是数字孪生水利信息化监管平台的基础，主要是建设数据底板，为模拟仿真、知识服务提供海量数据支撑。系统构筑统一门户，接入多源水利时空数据，打破数据壁垒，实现数据统一管理；建立物理空间到数字空间的虚拟映射,构建水利时空全景一张图；综合运用物联网、云计算、大数据、人工智能、地理信息等新型信息化技术手段，提供海量数据分析能力，实现对水利空间的精细、全面、动态模拟，为精细化管理提供支撑。
①多源异构数据接入，实现数据统一管理
②“物理-数字”全映射，形成水利资源“一张图”：
③软、硬件加持，助力海量数据分析：
子系统二：数字孪生模拟仿真系统
数字孪生模拟仿真系统是数字孪生流域管理系统的升级，主要是提供高保真、低延时、高稳定的三维可视化场景，为提供细化、量化、动态、直观的计算分析提供支撑。系统基于大场景高效率图形可视化技术，借助轻量化+webp+块存储+子域等一系列技术，提升整体加载效率与浏览流畅度，实现多源、多维度、多粒度数据的高保真、高质量空间化表达与仿真建模。
子系统三：数字孪生知识服务系统
数字孪生知识服务系统是数字孪生水利信息化监管平台的核心内容与最终目标，主要是集成耦合多维多时空尺度的数据模型，提供“四预”能力。系统在共享水利部本级、流域管理机构各类计算模型与计算成果的基础上，按需构建水利专业模型、人工智能模型和水利知识模型，形成数字孪生水利模型库，提供工程调度、安全监测、知识挖掘等智慧化服务，实现“预报、预警、预演、预案”功能的综合决策指挥。
①集成水利专业模型，推进水利精准模拟：
聚焦智慧水利与空间智能领域，广东地空智能科技有限公司致力于打造专业的水文-水动力-水质耦合模型，支撑流域、区域的防洪抗旱、水资源水环境的调度管理、智慧城市的防洪排涝与水环境治理、大江大河的水污染应急调度指挥等，推进水利精准化模拟与分析。
②引入AI智能模型，助力水利智慧决策：
利用遥感AI、视频AI等技术，对遥感影像进行自动解译和加工处理，对雨水情、工情、险情、旱情、水土流失、水质水环境、非法采砂、水域岸线占用等实现大尺度的动态监测预警，提升水利安全监测能力。
③建立水利知识模型，支撑水利知识服务：
以模型库、知识库为驱动，快速分析研判，优化完善应急方案，配合人员终端信息交互，为单位内部以及与流域管理机构、水利部的异地多方会商、相关人力、物力资源应急调度指挥等提供支撑。
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）