施耐德为后续数字孪生系统运行提供重要的基础
MET数字孪生 孪生数据包括物理实体、虚拟模型、服务系统的相关数据，领域知识及其融合数据，并随着实时数据的产生被不断更新与优化。孪生数据是数字孪生运行的核心驱动。将以上四个部分进行两两连接，使其进行有效实时的数据传输，从而实现实时交互以保证各部分间的一致性与迭代优化。 针对应用对象及需求分析出物理实体的特征，建立虚拟模型，构建连接实现虚实信息数据的交互，并借助孪生数据的融合与分析，最终为使用者提供各种服务应用。多维虚拟模型就是实现产品设计、生产制造、故障预测、健康管理等各种功能最核心的组件，在数据驱动下多维虚拟模型将应用功能从理论变为现实。 3.数据建模技术 数字孪生应用中真实物理空间的映射建模需要用丰富建模、计算求解、仿真工具集来强化多时空尺度模型统一计算求解能力。通过研制建模、计算求解、仿真工具集，形成多时空尺度模型统一计算求解能力，研究多领域多层次数字孪生模型建模方法，形成模型构建与求解软件工具集，从而提升工业互联感知接入装置与软件的多协议、跨平台适应能力,实现多维模型的虚实映射。 物理实体是客观存在的，它通常由各种功能子系统(如控制子系统、动力子系统、执行子系统等)组成，并通过子系统间的协作完成特定任务。各种传感器部署在物理实体上，实时监测其环境数据和运行状态。虚拟模型是物理实体忠实的数字化镜像，集成与融合了几何、物理、行为及规则四层模型。服务系统集成了评估、控制、优化等各类信息系统，基于物理实体和虚拟模型提供智能运行、精准管控与可靠运维服务。 在实际落地中，部署在PaaS层上的数字孪生应用，可以对企业的设计、生产、管理、运维等领域服务升级形成开放PaaS服务，同时具有独立的数据建模服务，根据工业场景的复杂性和客户需求的多样性，结合多种要素，围绕不同场景构建数据模型，并自动生成数据模型的概念关系图、逻辑图和实体模型。构建的数据模型库通过开放的API接口，以标准化模型库为基准，进行数据交互与存储。通过数据建模工具，对物理空间进行虚拟空间的数字转化提供数据模型，形成虚拟空间的实体数据模型库，为实现企业的虚拟数字孪生运行和企业数字化转型提供技术支撑，助力企业数据模型共享、复用、多方参与、协同演进的新生态。
页:
[1]