简单的说，数字孪生是物联网设备的数字化。数字孪生通过使用传感器收集有关物理项目的实时数据，充当物理世界和数字世界之间的桥梁。然后，这些数据用于创建项目的数字副本，从而允许对其进行理解、分析、操作和优化。
多年来用于描述数字孪生技术的其他术语包括虚拟原型、混合孪生技术、虚拟孪生和数字资产管理。即物理对象的虚拟映射，在问题发生之前先发现问题，监控在虚拟模型中物理对象的变化，诊断基于人工智能的多维数据复杂处理与异常分析，并预测潜在风险，合理有效地规划或对相关设备进行维护。Hightopo 作为数字孪生技术的排头兵，致力于通过新一代科技手段，提升城市科学化、精细化、智慧化的治理及运行。
拥有三维仿真技术，自主研发了基于 HTML5 的 2D、3D 图形渲染引擎，为 Web 可视化提供了丰富的展示形式和效果。
在工业领域，通过数字孪生技术的使用，将大幅推动产品在设计、生产、维护及维修等环节的变革。一 一应对虚拟资产的实际资产，使资产管理三维可视化运营维度更加直观。全域感知、运行监测，并整合历史积累数据进行运算，还要做到快速及时地输出信息。
通过数字孪生技术，不仅能够对工厂设备进行监测，实现故障预判和及时维修，还可以实现远程操控，远程维修，极大降低运营成本，提高安全性。
值得关注的是，在国家新基建政策推动下，5G、物联网、工业互联网、卫星互联网等通讯网络基础设施以及人工智能、云计算、区块链等新技术基础设施正在高速发展与完善，这样的发展会极大促进中小企业集体性加快信息化的步伐和自动化水平的提升，并给中小企业带来虚实结合的平台基础，特别工业互联网的发展给中小企业应用数字孪生技术带来了更多的可能性。相信用不了多久，中小企业也一样可以用数字孪生技术来为企业赋能，降本增效！
且由于数字孪生具有将虚拟空间和物理实体紧密融合的特点，所以在 5G 技术下，数字孪生将更容易落地。
从充换电服务到汽车生产，数字孪生技术在汽车行业应用有多广？
从2017年和2019年Gartner将数字孪生（Digital Twin）作为十大战略性技术发布以来，数字孪生正在从虚拟产品生命周期管理、工业物联网专业技术，发展为企业数字化的核心通用技术。作为企业数字化通用技术，数字孪生为企业的运营创新、产品与服务创新、商业模式创新、管理创新带来了新的机会，本文结合PLM、工业互联网及企业领域数字孪生技术的发展演进探讨如何规划和实施企业数字孪生战略。
数字孪生的技术演进：从虚拟产品技术到数字化战略技术
2021年上海车展特斯拉车主维权事件中，特斯拉分别向市场监管部门、维权的张女士发送了整理为Excel表格的48页6697组后台服务器数据，详细记录了车主在事故前30分钟的车辆状况和驾驶动作。
特斯拉的用户不仅可以通过特斯拉的数字孪生追溯设备的过去和当前使用状况，还可以发现，在使用过程中，特斯拉 汽车 的功能似乎越来越智能，特斯拉 汽车 似乎会越来越懂你。特斯拉通过数字孪生给用户提供了一种“持续智能”，可以持续适配用户、持续优化。特斯拉通过这种服务，每年可以从每辆特斯拉获得超过1200美元的收入。
要构建类似特斯拉这样的数字化产品、服务和商业模式，首先需要理解数字孪生技术的由来、发展及持续演进。数字孪生迄今经历了三个演进阶段：
1、虚拟产品管理发展阶段
2003年迈克尔·格里夫斯（Michael Greives）第一次提出将数字孪生（Digital Twin） 作为PLM的一个概念模型，将虚拟产品纳入PLM的管理范畴，重新定义了PLM。到2011年NASA将“数字孪生”（Digital Twin）列入美国航空航天发展规划，这个阶段是数字孪生的概念形成阶段。这个阶段数字孪生主要被定位为下一代PLM系统的“虚拟完美模型”（Virtually perfect Model）。
2、工业互联网发展阶段
2011年以来，GE公司发布雄心勃勃的工业互联网计划，随后，在GE和西门子、PTC等公司的倡导和支持下，数字孪生作为工业互联网的核心技术得到了前所未有的重视，这个阶段，无论是GE、PTC还是西门子，都不仅将数字孪生用于CAD、CAE、PLM等虚拟产品系统工程，还在设备（APM）、过程控制、网络等工业互联网各个领域以数字孪生和数字主线作为核心技术支持，各个厂商分别发布了设备、网络、过程、产品、生产、运营等不同应用场景数以百万计的数字孪生体。数字孪生通过工业互联网的发展进入到商用阶段，不过迄今大约只有1%的企业资产应用了数字孪生技术。
3、数字化战略技术发展阶段
2017年Gartner将数字孪生列入10大战略技术趋势，数字孪生从工业互联网的核心技术进一步发展为基于物联网的智慧城市和企业数字化的核心战略技术。数字孪生作为战略技术，从复杂系统工程（iMBSE）和工业互联网等特定领域发展为智慧城市和企业的数字化基础设施。Gartner数字孪生分为离散数字孪生、组合数字孪生、组织数字孪生三个基本类型。产品数字孪生也好，设备数字孪生也好，实际都是一种离散的数字体，这样的数字孪生的作用是局部的，Gartner的建议实际是将这种离散的数字孪生能力“组装”起来，打造具备特定的业务模式和运营模式的组织数字孪生（DTO），让企业具备数字孪生的持续智能能力。这样，数字孪生就成为企业数字化的一种核心战略技术。
数字孪生实施路线：从离散可视、数据驱动到持续智能
数字孪生的概念虽然出现已久，但是在企业数字化转型中的应用还刚刚开始，即使引入数字孪生的企业也还处于试点和 探索 阶段。但是在未来一年内，65%的大型企业都表示会投入启动数字孪生项目。未来两到三年，是企业数字孪生建设的战略机遇期，有的放矢的拟定数字孪生战略，无疑将获得先行优势。
目前推行数字孪生的制造企业，基本有两条战略实施路线，一条是从产品数字孪生开始，基于产品数字孪生，实现虚拟样机、虚拟仿真，缩短产品研发周期，降低产品研发成本。典型代表是中车集团如中车株机；一条是设备和车间数字孪生开始，基于设备和车间数字孪生，实现透明化的装备生产、运维和服务。典型代表是树根互联参与的三一重工8号工厂；
从企业战略发展角度，为了实现通过数字孪生构建未来的竞争优势，企业的数字孪生的战略可以按照四个步骤展开：
1、第一阶段：实现离散数字孪生的连接与可见
离散数字孪生,是实现设备、人员等单一的资源数据连接和数据可视以实现资源优化的单一数字孪生体。这一阶段，基于边缘网络技术、设备及资源管理系统，通过选定的设备、流程、系统的数字化连接和数据采集、数字化标识、数字化监测，实现数字化设备、流程和系统的诊断、描述性分析和预测；目前在不少企业推行的RPA（流程机器人）其实也是一种离散数字孪生的应用。设备的离散数字孪生未来将主要通过设备供应商提供；流程的离散数字孪生主要通过应用软件服务商提供；
2、第二阶段：实现复合数字孪生的互联与数据驱动
复合数字孪生是基于内部离散数字孪生和外部数据资源复合而成的数字孪生体，如一条产线，一个端到端的服务线。数字孪生的复合过程不是简单的数据互通，包括基于 历史 数据的机器学习和模型训练、基于实时数据的模型实时运行和监测。所以复合数字孪生的能力是需要通过一个包括AI和大数据能力在内的物联网平台实现的。符合数字孪生一般通过企业个性化定制实现。
3、第三阶段：实现企业数字孪生的数据驱动与持续智能
企业数字孪生（DTO）重点是面向企业全流程，通过数据孪生监测和驱动的业务运行，形成一种可以持续自动采集、自动分析、自主执行、自主决策的数据驱动闭环。在2020年的战略技术趋势预测中，Gartner提出了一个“持续智能”的新概念刚好可以解释企业数字孪生的价值。持续智能指的是基于数字化在线平台实时获取数据流，实时进行情景分析并给出响应方案，实现决策与运营的一体化。企业数字孪生的的建设是一个系统工程，基本的建设内容包括全价值链的数据获取、模型构建、数据监测及支持持续智能的数据与分析平台建设。这种需求很多企业都是存在的，不过大多数企业因为不了解企业数字孪生的概念，可能将这个项目简单等同于大数据中心。
4、第四阶段：实现数字孪生的生态服务与价值共生
将产业上下游的数字孪生组织集合起来，就成为以链主为核心的产业数字孪生，如 汽车 制造商上下游数字孪生体集合起来就可以构成一个包括消费者、供应商、4S店及 社会 服务资源在内的 汽车 产业数字孪生。产业数字孪生将改变传统的产业协同关系，衍生出全新的基于数据和智能的生他服务和价值共生模式。个性化订制、网络化协同最终将体现在客户参与数字孪生、生态伙伴共享产业数字孪生的价值。
数字孪生的创新策略：模型驱动、架构引领， 探索 中前进
从离散数字孪生，复合数字孪生到企业数字孪生、生态数字孪生，数字孪生在企业的应用深度不断加深、实施的复杂性和应用的难度也会逐级加大。在实施的过程中必然面临不确定的风险，在行业内实际还缺少行之有效的数字孪生实施方法。
在复杂系统工程领域，有基于模型的系统工程方法（iMBSE）对产品定义、领域建模与仿真给出了方法论指导；
在虚实融合的数字化方法论层面，德国工业4.0参考架构、中美工业互联网参考架构也已经发表了发表了相关的架构框架。
但是在企业数字孪生领域，在面向企业运营和流程优化领域，原有的BPM（业务流程管理）的方法论已经不能支持模型驱动、虚实融合的数字化业务模式和运营模式创新需求，企业需要新的业务和运用模式优化方法论。
作者：金蝶软件（中国）有限公司
组稿：李艾离
本文内容仅代表作者观点，不构成购买或投资建议。
数字孪生技术如何推动产业发展？
数字孪生是映射现实物理世界的数字副本。通过集成人工智能、机器学习和传感器数据，建立一个可以实时更新的“真实”模型，用来支撑物理产品生命周期各项活动的决策。例如，蔚来能源云的智能选址系统，帮助推演换电站的布局地址，能够清晰知道新建站点在目前保有量下，换电站每天的单量、换电时间以及对周边换电站的影响等。
几天前的蔚来 汽车 NIO Power Day上，蔚来 汽车 高级副总裁沈斐首次对蔚来 汽车 充电换电网络的“大脑”——蔚来能源云的系统运作方式进行了详细披露。这套蔚来从2015年开始投入并自主研发的智能化体系，可以帮助蔚来布局充电换电网络，实时读取和远程监控设施的运营状况以及帮助用户规划智能出行路线。而数字孪生技术，是实现这些功能的核心基础。
此外，蔚来 汽车 的充电桩、换电站、电池以及蔚来车都以数字形式储存在蔚来能源云中。沈斐介绍，通过蔚来能源云的智能运维系统，工作人员能准确了解换电站储备的电池数量、电池衰减程度、运行 健康 状况、用户全程换电时长等，并基于数据分析情况判断做出决策。
“通过数字化空间建立一座换电站的模型后，可以直观看到电池仓内的换电整个过程，甚至精细到一个螺栓是否拧紧。”沈斐说，“我们已经有近100个换电站处于无人值守的自助换电运行状态，调度运营中心远程通过数字空间，了解换电站发生的一切，一旦某个部件发生故障，就可以准确定位到并加以解决。”
事实上，数字孪生技术并不局限于充换电服务，它已经在 汽车 行业得到广泛应用，包括 汽车 及零部件的研发、 汽车 生产以及供应链管理等多个环节，尤其在 汽车 生产的智能制造领域，是 汽车 公司布局的重点。
特斯拉是数字孪生技术产业化应用的试水者。2011年，特斯拉成立设计工作室（Design Studio），赋予其超级工厂数字孪生能力。针对 汽车 制造特点，特斯拉对美国航天局的数字孪生技术“降维”使用，降低仿真精度要求，为每一辆出厂的 汽车 都配备了数字孪生模型，并根据物联网传感器接收到的数据，对 汽车 程序进行实时更新，为用户提供持续优化。
在 汽车 生产制造方面，以上汽通用奥特能超级工厂为例，奥特能超级工厂电池生产的涂胶、合盖等工艺，由基于数字孪生技术的机器人自动完成。设备加工方案在设计初期，会针对轨迹、速度、出胶量等工艺参数进行数百次虚拟仿真，生产时将仿真运行后的最优程序输出到现场设备，并配合3D视觉手段，全系统实现测量精度小于0.1mm。
宝马将数字孪生技术应用到物流环节支持车辆的准时交付。通过堆场管理系统，将实时物流数据与3D模型相结合，模拟各种物流场景，实现对集装箱的精确管理。并且，工作人员能随时了解堆场内发生情况，更高效地为 汽车 生产提供零部件。
值得一提的是，宝马投资了150亿在沈阳建成的里达工厂是一座从最开始就完全在虚拟环境进行规划和模拟的工厂。根据宝马官方介绍，厂区规划、建筑设计、生产线布局以及设备调试均在Epic Games虚幻引擎3D创作平台创建数字孪生模型并进行模拟。
通过虚拟世界和现实世界的融合，工厂各部门可以提前发现设计和系统运行中存在的问题与有待改进之处，并及时进行调整与优化，后续建设执行环节中的返工次数得到了大幅减少。里达工厂从动工到投产仅用了两年多时间，比正常工期缩短6个月。
国内 汽车 公司同样在数字孪生技术的应用上不遗余力。一汽集团基于数字孪生的协同设计和虚拟仿真平台，将产品开发周期缩减6个月以上；基于5G+工业互联网的数字化工厂，应用物联网、数字孪生、混合现实等技术，实现冲压、焊装、涂装、总装四大工艺智能化生产，整车生准周期压缩7个月，订单交付周期缩短26%以上。
长安 汽车 则在去年发布了基于“用户-车企-开发者”的全链路打通的全场景数字孪生开发开放平台。长安 汽车 董事长朱荣华介绍，该平台是国内首次实现驾驶、座舱、车控三域打通的整车级虚拟仿真环境，实现全车功能场景可编排。
数字化服务提供商埃森哲大中华区产品制造事业部董事总经理蔡沈隽告诉界面新闻，数字孪生在国内 汽车 公司之间正在逐步推广应用，生产车间高度自动化已经变成可能。
“生产车间产线上发生的每一件事情，都在虚拟的数字环境里实时可见，以往不能及时注意到的问题，能够基于数据方式进行主动预警和干预，既提高了企业生产韧性，又降低了企业生产成本。”
随着 汽车 行业“新四化”变革的进程，数字孪生正在以前所未有的速度应用于 汽车 及零部件企业。蔡沈隽认为， 汽车 公司需要思考如何加速包括生产制造在内的大供应链数字化转型和提升，迎接未来的挑战。
数字孪生为数据中心插上“可持续”的翅膀
首先介绍一下业内数字孪生比较流行的定义
数字孪生：是充分利用物理模型、传感器更新、运行 历史 等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
——美国国防采办大学DAU
产品数字孪生体的主要作用之一就是映射、监控与操纵、诊断、预测。传统的制造行业，以人员经验和主观判断为依据，而且无法做到实时监测和精准判断，随着 科技 的发展，融合了各项新技术如云计算、大数据、人工智能等新一代信息技术的制造业，变得更加“智能化”，不仅能够实时地对产品全生命周期过程进行监测，更能通过各种传感器实时采集的数据通过计算中心计算，预测、诊断，实现在无人值守情况下的智能检测和决策，减少了故障造成的不合格率和停机等重大问题的发生，极大地解放了生产力，并提高了生产效率。
通过数字纽带技术，在产品全生命周期各阶段，将产品开发、产品制造、产品服务等各个环节数据在产品数字孪生体中进行关联映射，在此基础上以产品数字孪生体为单一产品数据源，实现产品全生命周期各阶段的高效协同，最终实现虚拟空间向物理空间的决策控制，以及数字产品到物理产品的转变。
另外，从产品质量数据积累意义来看
大数据技术的发展为产品数字孪生体的数据积累和挖掘应用做了坚实的技术铺垫，产品数字孪生体是产品全生命周期的数据中心，记录了产品从概念设计直至报废/回收的所有模型和数据，是物理产品在全生命周期的数字化档案，反映了产品在全生命周期各阶段的形成过程、状态和行为。产品数字孪生体实时记录了产品从出生到消亡的全过程，并且在产品所处的任何阶段都能够调用该阶段以前所有的模型和数据，产品在任何时刻、任何地点和任何阶段都是状态可视、行为可控、质量可追溯的。比如在产品使用阶段，产品数字孪生体在产品设计和制造阶段的所有数据和模型记录集合能够为产品质量追溯、产品可靠性分析提供准确的模型和数据来源。
从这三个角度来看，数字孪生技术带来的效益远不止技术本身实现，还涉及了更加广泛的积极影响，数字孪生从产品设计、制造、维护、回收等全生命周期的作用，整合了数据流、工作流、解决了企业开发新产品通常会面临的成本、时间和风险三大问题，极大地驱动了企业进行产品创新的动力，数字孪生技术的应用，将会为缩短研发与产品制造时间，提高企业竞争力提供巨大的推动力。
自主创新国产化的 Hightopo 数据可视化能够完全贯穿全产业链做数字孪生产品，已实现 智能化、无代码、可配置 的产业数字化管理。已广泛应用于各类场景，以设计、监控类场景为主。智慧城市、工业4.0、智能驾驶行业是先进数字孪生技术使用较多的行业。为连接电力、船舶、城市管理、农业、建筑、制造、石油天然气、 健康 医疗、环境保护、航空航天领域等各行各业。
使用 Hightopo 的 2D、 3D 和 GIS 可视化技术结合倾斜摄影和数字孪生技术，搭建出各行业智慧管理的三维可视化系统。案例汇集如下：
智慧园区
工业互联网
智慧交通
数字孪生技术的一个重要应用场景——生产制造环节。个性化、多元化的市场消费需求成为主流，制造业正面对日益激烈的市场竞争，面临着巨大的时间、成本、质量、产品差异化等方面的压力。 而搭建基于数字孪生技术的数字化工厂是解决这些问题的最佳途径，通过依托产品整个周期的真实相关数据，在虚拟环境中对生产全过程进行仿真、优化及重构。 通过创建虚拟模型来模拟生产过程，并且这些虚拟模型可以为物理工厂车间里所有连接的机器、工具和设备进行数字操作。这就可以使企业能够快速配置生产系统，以最大限度地提高效率，提高资产利用率，防止停机，具备一定的灵活性。
因此，企业在数字化工厂建设中，通过数字孪生技术能够并行完成“实物设备数字化、运动过程脚本化、系统整线集成化、控制指令下行同步化、现场信息上行并行化”，形成整线的执行引擎，实物设备与所对应的虚拟模型进行虚实互动、指令与信息同步，形成一个支持实物设备连线的车间快速设计、规划、装配与测试平台。
通过数字化的手段，将原先无法保存的专家经验进行数字化，并提供了保存、复制、修改和转移的能力。较于传统的工业设计、制造和服务领域，经验往往是一种模糊而很难把握的形态，很难将其作为精准判决的依据。
提到作为新基建的工业互联网，首先要讲的一个概念就是 “数字孪生Digital Twin” ，或者说数字双胞胎、数字映像、机器数字双胞胎。
数字孪生的概念最早由密歇根大学的Michael Grieves博士于2002年提出（最初的名称为“Conceptual Ideal for PLM”），至今有超过15年的 历史 。但直到工业互联网的出现，数字孪生才真正得到了应用。
什么是数字孪生
数字孪生的官方解释非常复杂：“数字孪生，是充分利用物理模型、传感器更新、运行 历史 等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的 全生命周期过程 。”
我们基于下面这张图片来重新解读一下数字孪生的概念：
基于该可视化界面，我们可以查看到 设备的运转状态和各种参数 ，同时可以通过该界面 对设备进行远程操控 。那么我们可以认为基于以下可视化界面初步实现了该设备数字孪生的构建。
简单来说，数字孪生就是将机器从物理世界映射到虚拟世界。那么这里面就存在了3个要素：
物理空间的实体产品、 虚拟空间的虚拟产品 、 物理空间和虚拟空间之间的数据和信息交互 。
数字化双胞胎技术是将带有三维数字模型的信息拓展到整个生命周期中的影像技术，最终实现虚拟与物理数据同步和一致，它不是让虚拟世界做现在我们已经做到的事情，而是发现潜在问题、激发创新思维、不断追求优化进步——这才是数字孪生的目标所在。
数字孪生的构建会带来什么价值
我们首先从我们的设备制造商来看一下。对于设备制造商，主要有两类设备： 厂内设备 和 厂外设备 。厂内设备主要是我们的生产设备，厂外设备主要对应我们的工业产品。
通过对厂内设备的联网，我们可以实现 生产线的智能运维 ，提升生产效率，降低运营成本。同时会带来一些商业模式的创新，比如共享工厂、产业链协同等新模式的出现。
通过对厂外设备的联网，我们可以实现 后市场的智能运营 ，提升服务质量，降低运营成本。数据的采集同时会辅助研发和营销，提升我们的产品质量和二次销售。当然，厂外设备联网也会带来一些新商业模式的突破，比如融资租赁、大数据保险、从卖产品到卖服务的转变等。
数字孪生技术是制造企业迈向工业4.0战略目标的关键技术 ，通过掌握产品信息及其生命周期过程的数字思路将所有阶段（产品创意、设计、制造规划、生产和使用）衔接起来，并连接到可以理解这些信息并对其做出反应的生产智能设备。
智能制造体系中的设备数字孪生
工业互联网的发展为我们带来了更多的选择，下面我们就 基于SaaS化的工业可视化工具——云视界 ，为大家分享一下如何构建设备的数字孪生。
以设备制造商（OEM）为例，“数字孪生”的构建步骤如下：
1、设备接 入 ：根云平台覆盖95%主流工业控制器，支持400+种工业协议，适配100%国际通用硬件接口。在厂内SCADA、MES等生产系统接入，和厂外设备控制器接入，以及哑设备接入方面均有成熟案例。
2、平台配置 ：根云平台轻松配置设备数据、报警规则，实现设备数字映射。
3、画面搭建 ：根云视界作为一款专注于工业领域企业生产、经营和政府监管的可视化工具，通过托拉拽的方式即可快速配置可视化界面。同时提供丰富的模板库、素材库和组件库，更有工业专属组件。
4、关联数据 ：根云视界深度融合根云平台IoT数据，无需任何开发，轻松实现数据配置、物模型匹配、设备动效、指令控制等。
5、一键发布 ：根云视界支持一键发布，手机、Pad、PC、大屏幕同步自适应，并可轻松集成至APP、小程序、web等各类第三方平台。
根云视界目前已服务客户150+，案例覆盖13个工业场景，37个细分行业。现工具开通 免费试用 ，可登陆云视界官网申请注册。
转载自【根云视界】~
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。”
以上就是关于3D数字孪生可视化是如何应用的？三维物联网对企业有什么作用？全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
