Цифровий двійник (англ.Digital Twin) — цифрова копія фізичного об'єкта чи процесу, яка допомагає оптимізувати ефективність бізнесу. Концепція «цифрового двійника» є частиною четвертої промислової революції і покликана допомогти підприємствам швидше виявляти фізичні проблеми, точніше прогнозувати їхні результати й виготовляти якісніші продукти[1].
Історія виникнення
Поява концепції цифрових двійників була пов'язано зі зростанням цифровізації виробничих процесів, в ході якої фізичні чи аналогові ресурси заміняли на інформаційні чи цифровими. Організації слідували за останніми віяннями й намагалися визначити, як цифрові рішення можуть допомогти їм отримати як оперативну, так і стратегічну вигоду.
Аж до другої половини 2010-х створення комп'ютеризованих систем, які повторюють характеристики фізичних об'єктів майже в режимі реального часу, було неможливим через технічні обмеження. І лише суттєвий прорив у розвитку цифрових технологій, що дозволив збільшити обчислювальні потужності і знизити ціну їхнього використання, дозволив провідним компаніям об'єднувати інформаційні технології з операційними процесами для створення цифрових двійників підприємств.
Визначення
В індустріальних і наукових джерелах визначення «цифрового двійника» відрізняються. Згідно з деякими з них, цифровий двійник є інтегрованою моделлю вже побудованого продукту, яка покликана містити інформацію про всі дефекти виробу й постійно оновлюватися в процесі фізичного використання[2]. Іншим поширеним визначенням є цифрова модель, отримана на підставі інформації з датчиків, встановлених на фізичному об'єкті, яка дозволяє симулювати поведінку справжнього об'єкта [3].
Жодне з цих визначень, утім, не надає достатньої уваги процесам як важливому аспектові цифрового двійника.
Фундаментально цифровий двійник може бути визначений як постійно мінливий цифровий профіль, що містить як минулі, так і найновіші дані про фізичний об'єкт або процес, що дозволяє оптимізувати ефективність бізнесу. Він заснований на величезному обсязі накопичених даних, отриманих у ході вимірювань цілого ряду показників справжнього об'єкта. Аналіз накопичених даних дозволяє отримувати точну інформацію про продуктивність системи, а також доходити висновків щодо необхідності внесення змін як у вироблений продукт, так і в сам процес виробництва.
Застосування
Цифрові двійники можуть створювати для моделювання важливих об'єктів у складі технічних систем. Прикладом є моделювання усіх систем авіаційного двигуна для ідентифікації та прогнозування його технічного стану в процесі експлуатації[4].
Постачальники цифрових двійників
Нижче наведено кілька прикладів постачальників цифрових двійників. Цей перелік не повний[5], але може дати уявлення про широкий спектр доступних послуг.
General Electric. Коли справа доходить до Інтернету речей для заводів, General Electric була першопрохідцем. Predix Operations Performance Management (Predix OPM) — це хмарне аналітичне рішення, створене для локального використання. GE Predix OPM забезпечує безперервний аналіз операційних даних для діагностики та вирішення проблем.
Azure. Azure Digital Twins надає компаніям міцну основу для побудови рішень Інтернету речей. Робочі простори створюють на основі зібраних даних і можуть бути пов'язані з іншими службами, такими як Azure Stream Analytics від Microsoft, Azure AI, Azure Maps, Azure Storage, Microsoft Mixed Reality, Office 365 і Dynamics 365.
Siemens. Siemens Digital Enterprise Suite — це набір інструментів для управління цифровими операціями на великих підприємствах. MindSphere від Siemens — ще одна операційна система для Інтернету речей (IoT).
IBM. Раціональна інтеграція життєвого циклу, оптимізація інженерного життєвого циклу та розробка рішень об'єднані в системі IBM Watson для Інтернету речей. IBM використовує технологію цифрових двійників для проєктування, тестування та управління цифровими продуктами та процесами.
CiscoSystems розробляє мережеву інфраструктуру для використання на заводах або подібних промислових об'єктах.
Oracle. Її хмарні сервіси цифрових двійників дозволяють компаніям розробляти цифрові подання своїх фізичних активів і ґаджетів. Вони працюють для оптимізації процесу розробки продуктів і збільшення обсягів виробництва.
↑Jack Reid and Donna Rhodes, Digital system models: An investigation of the non-technical challenges and research needs, Conference on Systems Engineering Research, Systems Engineering Advancement Research Initiative, Massachusetts Institute of Technology, 2016.
Перекладач повинен розуміти, що відповідальність за кінцевий вміст статті у Вікіпедії несе саме автор редагувань. Онлайн-переклад надається лише як корисний інструмент перегляду вмісту зрозумілою мовою. Не використовуйте невичитаний і невідкоригований машинний переклад у статтях української Вікіпедії!
Машинний переклад Google є корисною відправною точкою для перекладу, але перекладачам необхідно виправляти помилки та підтверджувати точність перекладу, а не просто скопіювати машинний переклад до української Вікіпедії.
Не перекладайте текст, який видається недостовірним або неякісним. Якщо можливо, перевірте текст за посиланнями, поданими в іншомовній статті.