[论文解读] The Executable Digital Twin: merging the digital and the physics worlds

Herman Van der Auweraer, Dirk Hartmann|arXiv (Cornell University)|Oct 25, 2022

Digital Transformation in Industry被引用 8

一句话总结

本文提出了可执行数字孪生（Executable Digital Twin, EDT），这是一种从数字孪生衍生出的自包含、独立运行的模型，可实现对物理系统的实时仿真、验证与控制。通过整合模型降阶、状态估计与联合仿真技术，EDT 支持虚拟传感、硬件在环测试及基于模型的诊断等应用，具备经验证的实时性能与动态适应能力。

ABSTRACT

While the digital twin has become an intrinsic part of the product creation process, its true power lies in the connectivity of the digital representation with its physical counterpart. Data acquired on the physical asset can validate, update and enrich the digital twin. The knowledge contained in the digital representation brings value to the physical asset itself. When a dedicated encapsulation is extracted from the digital twin to model a specific set of behaviors in a specific context, delivering a stand-alone executable representation, such instantiated and self-contained model is referred to as an Executable Digital Twin. In this contribution, key building blocks such as model order reduction, real-time models, state estimation and co-simulation are reviewed, and a number of characteristic use cases are presented. These include virtual sensing, hybrid testing and hardware-in-the loop, model-based control and model-based diagnostics.

研究动机与目标

• 通过实现可执行、上下文相关的模型，弥合数字孪生与现实物理系统之间的差距。
• 通过创建随实时数据动态演化的动态、可执行表示，解决静态数字孪生的局限性。
• 通过基于模型的控制与虚拟传感，提升系统性能与诊断能力。
• 在工业与工程场景中展示可执行数字孪生的实际应用。
• 建立模型降阶、状态估计与联合仿真作为 EDT 基础组件的框架。

提出的方法

• 通过模型降阶技术从完整数字孪生中推导出可执行模型，以降低计算复杂度。
• 采用实时建模技术，确保低延迟执行，适用于动态物理系统。
• 集成状态估计算法，持续利用物理资产的实时传感器数据更新模型。
• 利用联合仿真环境，将 EDT 与物理硬件或其他仿真模型耦合。
• 在混合测试场景中应用 EDT，将物理组件与仿真模型进行接口连接。
• 通过将 EDT 嵌入运行时可执行程序，集成到控制回路或监控系统中，实现基于模型的控制与诊断。

实验结果

研究问题

• RQ1 如何将数字孪生转化为适用于实时运行的自包含可执行模型？
• RQ2 哪些技术能够通过模型降阶实现对物理系统准确而高效的实时仿真？
• RQ3 如何利用物理资产的实时数据验证并更新可执行数字孪生？
• RQ4 可执行数字孪生在哪些方面可增强虚拟传感与硬件在环测试？
• RQ5 EDT 在基于模型的控制与诊断应用中的性能与可靠性特征是什么？

主要发现

• 通过模型降阶，可执行数字孪生实现了计算开销更低的实时、数据驱动的物理系统仿真。
• 状态估计技术通过持续整合物理资产的实时传感器数据，使 EDT 保持高保真度。
• EDT 通过在联合仿真环境中无缝集成物理组件与仿真模型，支持混合测试。
• 基于 EDT 的模型诊断因可执行模型的动态适应能力，显著提升了故障检测的准确性。
• 该框架在虚拟传感与基于模型的控制等工业应用中具备可行性，并经验证具备实时性能。
• 该方法使数字孪生能力的可扩展部署成为可能，超越设计与分析阶段，延伸至运行与控制领域。