连接数字线程与混合数字双胞胎，人工智能支持的模拟和云计算

班纳吉在播客中解释说:“要实现数字孪生，你需要有变压器、开关设备或机器人等物理资产。”“然后你必须有一个资产模型。通常，人们会将资产的模拟模型与数字孪生模型混淆。让数字孪生成为数字孪生的是第三件事，即在实物资产和模型之间传递信息。因此，信息从资产流向这个模型，使其更加准确，信息从模型流向资产，再流向物联网平台。”

在过去，产品创造过程中的联系是有限的。有人想到了一个想法，他们把它设计成一个原型，如果可行，他们就按比例建造它。想象的东西和实际创造的东西之间没有联系。今天，我们有数字线程，在产品生命周期的每个阶段保持连接。不过，目前还缺乏只使用过去资产数据来预测未来的数字孪生兄弟。这就是混合数字双胞胎和模拟发挥关键作用的地方。

混合数字孪生提高准确性

混合数字孪生将传感器收集的资产数据与仿真软件提供的物理数据相结合，以优化系统设计、预测性维护和工业资产管理。在播客中，Banerjee提供了一个现实世界的例子，说明混合数字孪生如何优于仅由资产数据驱动的数字孪生。

1986年1月28日，当挑战者号航天飞机爆炸时，建造航天飞机的科学家和工程师没有足够的数据来具体预测爆炸即将来临。然而，通过物理模拟和传感器数据的结合，工程师们可以模拟出一架进入地球大气层的航天飞机将如何产生巨大的热量和力，从而扩大航天飞机的瓦片并产生压力。一个混合数字双胞胎将能够预测瓷砖最终会爆炸。

“这些基于物理的分析只能通过详细的模拟来完成，”Banerjee说。“但如果你把它与物联网结合起来……如果你能将物联网连接——实际连接，真正的资产——与一些模拟同步……你就能得到惊人的、准确的结果。”这就是数字双胞胎的未来所在。”

Ansys Twin Builder是一种开放式解决方案，使工程师能够使用现实世界和虚拟传感器输入创建这种基于仿真的混合数字双胞胎。

预测模拟的未来

混合数字双胞胎可以让我们更容易地了解特定资产或系统的未来，但人类的大脑却不太容易预测未来。然而，Banerjee告诉Momenta，有一些明确的趋势将定义未来五年的数字融合:人工智能/机器学习(ML)、云计算和生态系统。

班纳吉说:“总的来说，人工智能和机器学习将对世界产生极其重要的影响。”我们Ansys正在研究将AI/ML应用于仿真。”

AI/ML可以提高Ansys软件用户的生产力，使他们能够更快地模拟，而无需以速度换取准确性。推进软件的改进依赖于通过云访问的计算能力。

Banerjee说:“从本质上讲，这将改变基于仿真的产品创新世界。”“因为在过去，你是有限的。我想做一个有限元分析。我没有那么多的计算能力，所以我只能使用一百万个网格点。如果我有一百万个过程，我可以得到十亿个网格点，我可以得到一万亿个网格点。不要担心准确性，我可以和物理世界一样准确，甚至更准确。”

最后，Banerjee分享了他对企业如何合作应对复杂性和技术颠覆(如电气化和自动化)挑战的看法。

他说:“一个公司不可能包揽所有的工作。”“问题是:未来创新将如何发生?我相信这将通过一个生态系统来实现，在这个生态系统中，第三方开发商、供应商等将为你共同创新。”

如此规模的合作需要一个开放的生态系统。谈到开放仿真平台，Banerjee表示，Ansys一直在寻找方法，使第三方开发人员能够使用Ansys求解器进行创新。

要收听或阅读整个播客的文本，访问动量．