CN116529034A - 生成数字孪生、方法、系统、计算机程序产品 - Google Patents
生成数字孪生、方法、系统、计算机程序产品 Download PDFInfo
- Publication number
- CN116529034A CN116529034A CN202180078199.8A CN202180078199A CN116529034A CN 116529034 A CN116529034 A CN 116529034A CN 202180078199 A CN202180078199 A CN 202180078199A CN 116529034 A CN116529034 A CN 116529034A
- Authority
- CN
- China
- Prior art keywords
- tuning module
- parameters
- digital
- tmp
- digital twin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004590 computer program Methods 0.000 title abstract description 4
- 238000004891 communication Methods 0.000 claims abstract description 27
- 238000013468 resource allocation Methods 0.000 claims abstract description 19
- 238000013500 data storage Methods 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 13
- 238000009826 distribution Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种生成数字孪生(DTW)的计算机实现的方法。为了提高处理数字孪生(DTW)的效率,所述方法包括以下步骤:a.)提供数字孪生模块化系统(DTS),所述数字孪生模块化系统(DTS)的特征在于数字孪生模块(DTM)适应于或可适应于数字孪生特征(DTE),所述数字孪生特征(DTE)涉及计算特性(CPR)、模拟范围(SCS)、模型架构(MAT)、通信安全性(CMS)、可访问性(ACB)、数据存储(DST)、加密功能(ECF)、资源分配(RAL)、硬件需求(HRQ)中的至少一个,b.)提供调谐模块(TMD),其中,所述调谐模块(TMD)包括调谐模块参数集(TMS),其中,所述调谐模块参数集(TMS)包括分别对应于至少一个数字孪生特征(DTF)的调谐模块参数(TMP),c.)通过使用所述调谐模块(TMD)根据所述调谐模块参数(TMP)执行选择、配置和组合所述数字孪生模块化系统(DTS)的数字孪生模块(DTM)的步骤来生成数字孪生(DTW)。此外,提供了应用计算机实现的方法的系统、计算机程序产品和计算机可读介质。
Description
发明领域
本发明涉及生成数字孪生的计算机实现的方法和用于执行该方法的系统,以及计算机程序产品和计算机可读介质。
更具体地,本发明涉及生成包括与计算属性、模拟范围、模型架构、通信安全性、可访问性、数据存储、加密功能、资源分配或硬件要求有关的特定特征的数字孪生。
背景技术
在计算机-物理系统中,数字孪生概念包括三个元素:物理产品、数字或虚拟产品,以及两个产品之间的连接。数字或虚拟产品在下文中被认为是数字孪生。物理产品和数字孪生之间的连接能够是几个传感器和从物理产品流向数字孪生的数据以及从数字孪生到物理环境的可用信息。
从WO 2020/190272 A1已知一种模块化地产生数字孪生的方法。文献WO 2018/111368A1、CN 111 880 497A、US 2020/274768A1分别公开了本发明领域中的附加技术背景信息。
复杂产品或计划成为更复杂系统的一部分的产品目前部分地与数字孪生组合,并且将来可能更经常地需要与产品一起提供数字孪生。如果要销售的技术没有配备数字孪生,则潜在的客户可能不能预先模拟整个系统的正确操作,以确保所有东西正确地一起工作。通常,预先提供数字孪生能够是顾客进行任何销售活动的默认开门器。
提供数字孪生需要大量的研究、开发和实现投资。由于高成本,大多数产品不与数字孪生结合提供。如今,数字孪生常常作为软件的单独工作,并且在改变的情况下,软件代码中的修改需要额外的投资,这分别导致许多小时的工作,甚至对于微小的调整。
由这种趋势产生的一个显著风险是,数字孪生至少部分地使得能够要销售的产品,这与数字孪生本身有关,但也与要用数字孪生模拟的特定硬件有关。第三方能够分析数字孪生,其能够已经被提供用于销售目的,并且最终能够能够至少部分地在提供时重建产品。能够从其它来源获得附加信息以实现产品的完整拷贝。所有信息所有信息组合起来,使得任何熟悉此类实践的人都能够节省研发努力并提供具有基本相同特性的产品。
按照时间相关顺序列出的当前裁定意见的数字对偶类型为:
1.“数字双原型”由设计、分析和物理产品设计过程组成,
2.“数字孪生实例”是所制造产品的每个单独实例的数字孪生,并且
3.数字孪生聚集(DTA)是涉及用于关于物理产品的询问、预测和学习的操作产品的数字孪生的聚集。
本发明涉及所有这些类型,以提高单个模块在不同模拟环境中的易重用性。本发明还涉及作为功能性模拟接口(FMU或FMI;限定了在计算机模拟中用于开发复杂计算机-物理系统的标准化接口)、可执行数字孪生或类似概念的数字孪生。
能够提供符合特定技术标准的数字孪生,使得能够在模拟环境中不费力地使用,并且能够由不同的公司提供与组件的其它数字孪生的协作。
本发明的一个目的是提高数字孪生或至少其模块的可重用性。为了达到这个目的,本发明提出分别改进数字孪生的适应性,分别改进数字孪生的产生的灵活性。
发明内容
根据本发明,提供了上述问题的解决方案。为了提高数字孪生概念的灵活性并使数字孪生能够在不同环境中容易地重新使用,本发明提出了一种开头提到的类型的方法,该方法包括以下附加步骤:
a.)提供一种数字孪生模块化系统(DTS),所述数字孪生模块化系统(DTS)的特征在于数字孪生模块(DTM)适用于或可适用于数字孪生特征(DTF),
所述数字孪生特征(DTF)涉及计算特性(CPR)、模拟范围(SCS)、模型架构(MAT)、通信安全性(CMS)、可访问性(ACB)、数据存储(DST)、加密功能(ECF)、资源分配(RAL)、硬件需求(HRQ)中的至少一个,
b.)提供调谐模块(TMD),所述调谐模块(TMD)包括调谐模块参数集(TMS),
其中,所述调谐模块参数集(TMS)包括分别对应于至少一个数字孪生特征(DTF)的调谐模块参数(TMP),
c.)通过使用所述调谐模块(TMD)根据所述调谐模块参数(TMP)执行选择、配置和组合所述数字孪生模块化系统(DTS)的数字孪生模块(DTM)的步骤来生成数字孪生(DTW)。
本发明的目的通过独立权利要求来实现。从属权利要求描述了本发明的有利发展和修改。
与计算特性(CPR)、模拟范围(SCS)、模型架构(MAT)、通信安全性(CMS)、可访问性(ACB)、数据存储(DST)、加密功能(ECF)、资源分配(RAL)、硬件需求(HRQ)中的至少一个有关的数字孪生特征(DTF)是数字孪生被设计用于的环境的操作目的地有关的数字孪生的必要特征。在一些环境中,通信安全性可能是非常重要的,例如通过公共网络结合关键基础设施或军事技术的通信。在其它环境中,通信安全性可能是次要的,例如,如果通信是在封闭的网络环境中完成的,而没有到公共网络的电流/物理连接。
上述数字孪生特征能够部分地涉及相同的数字孪生参数,并且相互连接或者甚至相互依赖。例如,计算速度能够与计算行为和数字孪生硬件需求相关。
对于提供商的内部模拟,可能需要具有非常快的数字孪生以实现复杂系统的全尺寸模拟。可能希望的是,不能够对每个客户进行这种全尺寸模拟,或者甚至不能够通过在因特网中下载而使其对每个人可用。甚至能够在数字孪生中提供人工延迟以限制特定使用。
所需的计算机性能与数字孪生硬件要求和计算行为有关。计算精度与计算行为、数字孪生硬件要求有关。随着数字孪生中的硬件细节的实现的准确性,分别复制这种复制的损坏可能性的风险增加。一个数字孪生的几个性质分别涉及该安全问题对丢失秘密知识产权的分别被拷贝的风险。客户可能不具有与待模拟硬件供应商相同的精度要求。而且,精度可能消耗太多的计算性能,因此客户需要数字孪生的更快但更不精确的版本。
所述数字孪生的所述操作范围与模拟的范围相关。数字孪生的底层物理或经验模型与模型架构、计算行为、数字孪生硬件要求有关。限制数字孪生的操作范围以避免太多复杂性和避免该数字孪生在不推荐的操作范围内操作并且可能消耗太多硬件寿命可能是合理的。对于提供商来说,限制操作范围设置以避免使用所提供的数字孪生来模拟具有不同操作范围的任何第三方产品也是非常重要的。
分别考虑/忽略效应的物理的复杂性与模型架构、计算行为和数字孪生硬件要求有关。为了特定的模拟目的,限制或限定或简化在数字孪生中实现的物理学是合理的。例如,可能没有必要考虑硬件中的特定温度分布以便进行中等精度的模拟。另一方面,为了研发目的,可能需要模拟温度分布。
输入或输出参数的数量,输入或输出参数的选择分别与模拟的范围、计算行为和数字孪生硬件要求有关。
通常安全特征也是重要的,例如防止黑客攻击的安全特征或防止操纵数字孪生调谐参数的安全特征。
为了使数字孪生被操作以模拟技术上复杂的环境-例如核电站,可能需要实现安全特征(加密通信,防火墙…)该保护能够主要地或专门地保护数字孪生被操纵。可能有必要避免数字孪生操纵,因为数字孪生行为和真实硬件行为的偏差可能分别导致工厂或任何其它系统的紧急关闭。如果仅需要操纵数字孪生来引起问题,而硬件将处于完美的顺序,这将置疑数字孪生概念。为了避免意外的发展,在高安全要求下,对真实系统进行第二次虚拟表示可能是合理的——能够在“正常”数字孪生的旁边提供真实系统的第二次数字孪生。
此外,当向第三方(例如客户)提供数字孪生时,可能不建议使数字孪生的所有功能和全部性能可用。另一方面,产生用于内部使用的分离的数字孪生和用于外部使用的数字孪生可能太费力,如用于每个人的下载、客户信息、销售活动、客户模拟和其它目的。
本发明通过提供能够产生执行选择、配置和组合数字孪生模块的步骤的数字孪生的所述调谐模块解决了这一难题。
本发明的一个优选实施例提供了优选地用于关键系统的根据本发明的方法,该方法具有以下附加步骤:
-紧挨着第一数字孪生提供第二数字孪生,两者都是相同系统的虚拟表示,
-与第一数字孪生并联地操作所述第二数字孪生,
-接收将由仅向第一数字孪生提交该参数的数字孪生接收的特定分类或预定参数,同时延迟用于第二数字孪生的该参数的提交以改变数字孪生的行为,至少在第一实例中,两个数字孪生中的仅一个将接收该分类输入,而另一个在没有该输入的情况下持续预定时间间隔,
-比较该时间间隔期间的行为,
-如果所述第一数字孪生与参考数据相比以明显非预期的方式表现,则将第二数字孪生与接收所述参数隔离
-将两个数字孪生与相应的硬件行为进行比较,以确定哪个数字孪生表现得更像硬件并且哪个数字孪生可能功能缺失。
优选用于关键系统的方法的一个优选实施例能够包括以下附加步骤:
-识别正确操作的数字孪生,
-同步数字孪生到正确操作的数字孪生,
-任选地:通过在必要时调节计算速度来补偿数字孪生的任何延迟(可能由延迟输入引起)。
这里,“将两个数字孪生同步到正确操作的数字孪生”意味着正确操作的数字孪生是两个数字孪生的参考,并且在同步两个数字孪生之后,两个数字孪生都具有参考数字孪生的配置。
这样的安全特征对于关键系统可能是有益的,但对于每个系统的虚拟表示或数字孪生或对于数字孪生的任何销售版本可能不是必需的,所述销售版本可能仅旨在促进硬件或对于作为数字孪生的任何研发工具。
数字孪生的分散度、系统的云化或分布分别涉及通信、数据存储和资源分配。分别远程访问系统的可能性涉及一般的访问、安全属性和通信。数字孪生的远程可访问性能够是数字孪生调谐模块的优选应用。这种可访问性可能仅涉及来自远程的调谐可能性,但是也能够包括对数字孪生操作产生影响,并且也能够涉及数字孪生的输入数据和输出数据的数据监视,这对于关于数字孪生行为的某些神经网络的机器学习也是有用的。
与数字孪生的受保护通信或交互涉及通信和加密通信。保护数字孪生与外部模块的通信或交互涉及远程访问。在固有安全的条件下停用这种保护以提高数字孪生的性能可能是有用的。这在没有任何外部访问的隔离系统中是可能的。
逐步监视涉及数字孪生的提供者监视用户活动的可能性。该监视能够被限制到使用的时间和/或解算器的重复周期和/或生成到与数字孪生的使用相关的任何其它可计数项目的输出的数目。能够扩展监视活动以观察每个输入和每个输出以及每个中间结果。逐步监视参数使得能够调整与数字孪生的使用有关的提供者的监视活动,其中,能够限定相应的被监视项目以及监视范围。
类似地,信息共享涉及系统的访问安全性、安全性和通信属性。信息的共享和数据监视能够在由例如数字孪生的提供者的调谐模块参数限定的范围内完成。如果数字孪生被免费提供以例如进行快速模拟(例如,客户检查硬件是否适合复杂系统),则提供商有可能保留监视这种操作的权利,并且提供商有权访问数字孪生的输入/输出。如果客户为包括数字孪生的硬件付费,则该选项能够根据客户的要求去激活,以达到用户的总独立性的一定程度。
数字孪生能够仅在一个CPU上操作,或者能够分别具有较高程度的分布。调谐模块能够在准备阶段或者甚至在操作期间改变数字孪生的各个模块的分布设置。这能够由不同计算机上的计算资源的分配来激励,并且能够在云中,这能够由提供商控制数字孪生用户的愿望来激励。数字孪生的模块的分布能够使提供者仅在内部机器上保持特定保密的模块。
根据本发明的优选实施例,调谐模块能够作为数字孪生的模块来提供,并且能够通过数字孪生调谐模块接口来访问。该实施例能够快速和容易地调整所述数字孪生特征。优选地,至少通过密码认证来保护调谐模块访问。
另一种可能性是具有调谐模块,并且调谐模块接口能够是与数字孪生相分离的模块。该实施例提高了数字孪生的安全性,防止了可从未受保护的数字孪生中识别的知识产权或秘密的操纵和可能的损失。
根据该方法的优选实施例,数字孪生的调谐模块包括诸如密码保护的访问限制,该密码保护仅允许对所标识的用户的特定访问。优选地,数字孪生的调谐模块能够被密码保护和/或能够被不同地保护以防止操纵。调谐模块能够是单独的模块,或者能够是数字孪生使能调谐的一部分,而不需要附加的调谐模块。在任何这些变型中,数字孪生和调谐模块都能够得到很好的保护。访问限制应当根据已知标准。
根据该方法的另一优选实施例,所述数字孪生包括至少一个输入接口和至少一个输出接口,其中,所述数字孪生包括从输入生成输出的至少一个功能模块。所述输入接口能够用于从发送模块接收数据。所述输出接口能够分别用于向接收模块发送数据。输入接口的输入也能够由用户提供,所述输入接口能够被设计为用户接口。功能模块从至少一个输入产生至少一个输出,其能够包括应用算法、递归函数、神经网络或其它功能模块或它们的组合。
根据该方法的另一个优选实施例,所述调谐模块包括用于向用户提供信息的一个信息接口,所述信息包括至少两个调谐模块参数的一个实际设定值,所述方法包括:
-通过所述信息接口向用户提供信息,所述信息包括至少两个调谐模块参数的实际设定值。
通过信息接口显示给用户的这种信息能够是至少一个可调节的第一调谐参数(在用户输入后被固定)和第二调谐参数(被限定为自由的、可由调谐模块的预测模块分别调节),这取决于第一调谐参数及其在改变第一调谐参数或者甚至第二调谐参数的预测值。这种预测模块能够如下所述工作。
根据该方法的另一个优选实施例,所述调谐模块包括预测模块,所述方法包括:
-在改变至少一种第一调谐模块参数时预测至少一种第二调谐模块参数的至少一种变化趋势,
-在改变至少所述第一调谐模块参数时向所述信息接口提供至少所述变化趋势作为至少所述第二调谐模块参数的变化趋势指示符。
这种预测模块能够使用至少一种算法来分别从已知的参数值中导出预测值。这种算法能够包括由机器学习步骤训练的神经网络,并且其能够在正在进行的操作期间被永久地训练。能够通过将预测值与数字孪生在操作期间获得的结果进行比较来训练神经网络。将固定调谐参数调整到特定值的可能性的一个好的例子能够是与特定输出参数相关的数字孪生的计算精度,其对计算速度具有强烈的影响。当用户确定(可能通过用户输入接口)对具体要求的计算精度时,预测模块能够预测数字孪生的计算速度。另外的方面描述如下。
优选地,该方法包括以下附加步骤:
-将所述调谐模块参数中的一些分配给一组固定的调谐模块参数,以及
-将所述调谐模块参数中的其他调谐模块参数分配给一组自由调谐模块参数和调谐模块参数,其中,所述预测模块被设计成从所述固定调谐模块参数导出所述自由调谐模块参数的估计。
优选地,该方法包括以下附加步骤:
-通过用户接口接收接口输入,该用户接口包括将至少两个调谐模块参数分配给这些分类器之一:固定调谐模块参数、自由调谐模块参数,
-确定所分派的调谐模块参数作为自由调谐模块参数,
-通过使用所述调谐模块根据所述调谐模块参数执行选择、配置和组合所述数字孪生模块化系统的数字孪生模块的步骤来生成数字孪生。
本发明还涉及一种用于执行根据至少一些前述方面的方法的系统。根据本发明,所述系统包括数字孪生模块化系统,所述数字孪生模块化系统的特征在于数字孪生模块适于或可适应于与计算特性、模拟范围、模型架构、通信安全性、可访问性、数据存储、加密功能、资源分配和硬件要求有关的数字孪生特征。
此外,所述系统包括调谐模块,其中,所述调谐模块包括调谐模块参数集,其中,所述调谐模块参数集包括分别对应于至少一个数字孪生特征的调谐模块参数,其中,所述调谐模块被准备成通过根据所述调谐模块参数执行选择、配置和组合所述数字孪生模块化系统的数字孪生模块的步骤来生成数字孪生。
根据该系统的另一个优选实施例,所述数字孪生特征是以下各项中的至少一项:计算速度、所需的计算机性能、计算精度、数字孪生的硬件操作范围、所考虑的物理学的底层物理模型、输入和输出参数的数量、输入参数和输出参数的选择、防黑客攻击的安全特性、数字孪生调谐参数的防操纵的安全特性、分散度/云化/分布式系统远程可访问性受保护的通信/交互的逐步监视/逐步共享信息。
根据该系统的另一优选实施例,所述调谐模块包括预测模块,其中,所述调谐模块包括用于向用户提供信息的信息接口,其中,所述信息接口被准备为当改变至少第一调谐模块参数时向所述用户提供至少第二调谐模块参数的至少变化趋势指示符。
根据该系统的另一个优选实施例,所述调谐模块参数集包括固定调谐模块参数和自由调谐模块参数,其中,所述预测模块被设计为从所述固定调谐模块参数导出至少一些所述自由调谐模块参数分配的估计。
根据该系统的另一个优选实施例,所述用户接口输入包括将至少两个调谐模块参数分配给这些分类器之一:
-固定调谐模块参数,换言之:调谐模块参数无变化,
-自由调谐模块参数,换言之:在由预测模块预测自由参数期间可能的调谐模块参数的改变和数字孪生的产生相应地基于调整的自由调谐模块参数集来完成。
在这样的实施例中,当与在生成数字孪生特征之前在调谐模块中提供的调谐模块参数的设定值相比时,所述调谐模块能够生成包括数字孪生特征的数字孪生,数字孪生特征具有被分类为变化的自由调谐模块参数的至少一些调谐模块参数和被分类为未变化的固定调谐模块参数的所有调谐模块参数。
根据该系统的另一个优选实施例,所述预测模块能够包括神经网络,该神经网络被训练成从所述给定调谐模块参数中导出所述自由调谐模块参数的估计。
本发明还涉及编码有可执行指令的计算机可读介质,所述可执行指令在被执行时使得如上所述的系统,特别是计算机系统执行如上所述的根据本发明或其优选实施例之一的方法。
附图说明
现在参照附图仅以实例的方式描述本发明的实施例,其中:
图1示出了根据本发明的方法的流程图;
图2示出了说明根据本发明的包括调谐模块的系统的可选细节的示意图;
图3、图4分别示出了说明本发明实施例的示意图,其说明了调谐模块的可能细节;
附图中的图示是示意性形式。注意,在不同的图中,相似或相同的元件能够具有相同的附图标记。
具体实施方式
图1示出了说明计算机实现的方法和用于执行生成数字孪生DTW的方法的系统SYS的简化流程图。以下步骤在图1中简化示出。这里的步骤a涉及提供一种数字孪生模块化系统DTS。所述数字孪生模块化系统DTS的特征在于数字孪生模块DTM适于或可适于数字孪生特征DTF。所述数字孪生特征DTF涉及计算属性CPR、模拟范围SCS、模型架构MAT、通信安全性CMS、可访问性ACB、数据存储DST、加密功能ECF、资源分配RAL、硬件需求HRQ中的至少一个。
此外,所述方法包括步骤b.涉及提供调谐模块TMD,其中,所述调谐模块TMD包括调谐模块参数集TMS。所述调谐模块参数集TMS包括分别对应于至少一个数字孪生特征DTF的调谐模块参数TMP。
此外,所述方法包括步骤c.涉及通过使用所述调谐模块TMD生成数字孪生DTW,根据所述调谐模块参数TMP执行选择、配置和组合所述数字孪生模块化系统DTS的数字孪生模块DTM的步骤。
如图1所示,所述数字孪生DTW能够包括至少一个输入接口IPI和至少一个输出接口OPI,其中,所述数字孪生DTW包括从输入INP生成输出OTP的至少一个功能模块SLV。所述数字孪生特征DTF是数字孪生特征组DFG中的至少一个的一部分:计算属性CPR、模拟范围SCS、模型架构MAT、通信安全性CMS、可访问性ACB、数据存储DST、加密功能ECF、资源分配RAL和硬件要求HRQ。所述数字孪生特征DTF是以下各项中的至少一项:计算速度CCS要求计算机性能CPP计算准确度ACC、基于物理/经验模型PHM的数字孪生的硬件操作范围HOR、考虑/忽略效应的物理的复杂性CNP、输入参数的数目和/或输入参数SIP的选择、输出参数的数目和/或输出参数的选择SOP、防止黑客攻击SHA的安全特征、防止操纵数字孪生调谐参数的安全特征STP、分散度/云化/分布式系统DSD、远程可访问性RAC、受保护通信和/或交互PTC、信息GRM的逐步监视和/或逐步共享。
为了使用户能够与根据本发明的方法进行交互,所述调谐模块TMD能够包括用于向用户USR提供信息的信息接口IIF,所述信息包括至少两个调谐模块参数TMP的实际设定值。因此,该方法能够包括附加步骤:通过所述信息接口IIF向用户提供信息,其中,所述信息能够包括至少两个调谐模块参数TMP的实际设定值。
为了能够更好且合理地固定调谐参数的输入,所述调谐模块TMD能够包括预测模块PDM,所述方法包括:
-在改变至少一种第一调谐模块参数TMP时预测至少一种第二调谐模块参数TMP的至少一种变化趋势,
-当改变至少所述第一调谐模块参数TMP时向所述信息接口IIF提供至少所述变化趋势作为至少所述第二调谐模块参数TMP的变化趋势指示符TCI。用户能够根据其它参数的预测值来设置参数,以获得数字孪生特征的最佳拟合参数化,作为产生数字孪生DTW的基础。
为使过程对用户USR透明,该方法包括以下步骤:
-将所述调谐模块参数TMP中的一些分配给一组固定的调谐模块参数TPG,以及
-将所述调谐模块参数TMP中的其他调谐模块参数指派给一组自由调谐模块参数TPF和调谐模块参数TPF,其中,所述预测模块PDM被设计成从所述固定调谐模块参数TMG导出所述自由调谐模块参数TPF的估计。
用户能够通过用户接口UIF来输入接口输入UIN,该输入包括将至少两个调谐模块参数TMP分配给这些分类器之一:
-固定调谐模块参数TPG,
-自由调谐模块参数TPF。
随后可能将调谐模块参数TPG确定为被指派为自由调谐模块参数TPF的调谐模块参数TPF的调谐模块参数TPG,
-通过使用所述调谐模块TMD产生数字孪生DTW。基于此,能够根据所述调谐模块参数TMP执行选择、配置和组合所述数字孪生模块化系统DTS的数字孪生模块DTM的步骤。
根据本发明,如图所示的方法能够存储在计算机可读介质上。计算机可读介质能够用可执行指令编码,当执行该可执行指令时,使系统SYS,特别是计算机系统执行根据本发明或其至少一个优选实施例的方法。
图3和图4示意性地示出了用于数字孪生的调谐模块的可能实现。
图3显示了数字孪生,它能够作为功能模拟单元FMU提供,FMU是在计算机CPU上运行的模拟SIM的一部分。调谐模块TMD能够是数字孪生的一部分,该数字孪生包含分别对应于至少一个数字孪生特征DTF的调谐模块参数集TMS的多个调谐模块参数TMP。调谐模块用户接口UIN使得能够通过用户接口输入UIN影响调谐模块参数TMP以改变数字孪生行为。调谐模块参数集TMS和调谐模块参数TMP通常能够是渐进的(例如所有可能的值)或二进制的(例如是/否或0/1或true/fals…)性质。根据调谐模块参数TMP设置,产生具有上面列出和解释的特定特征或特性的数字孪生。
所述数字孪生DT能够分布(安排分布或定位)在多个实例上,并且例如能够包括与由所述调谐模块参数TMP之一指定的一定程度的云CLD的通信。调谐模块TMD对数字孪生的设置影响数字孪生DTW的输入INP和输出OPT。此外,数字孪生与提供商PRV之间的数据或信息的交换能够被限定为所述调谐模块参数TMP。
图4示出了一个实施例,其中,在第二步骤2)中执行数字孪生操作OPR之前,能够在单独的步骤1)中分别对预备PRP进行数字孪生调谐。准备阶段还示出了调谐模块能够是数字孪生DTW的模块,或者能够是能够在同一中央处理单元CPU上操作并且由调谐模块TMD基于用户输入UIN配置的外部模块。如步骤2所示,操作OPR在调谐模块TMD没有由调谐模块接口配置的情况下进行。根据该实施例,在操作OPR期间,调谐模块TMD不是数字孪生DTW的一部分。
尽管已经参照优选实施例详细地描述了本发明,但是应当理解,本发明不限于所公开的实例,而是仅由独立权利要求的范围来限制,并且本领域技术人员能够在不脱离本发明的范围的情况下对其附加的修改和变化,但是这些修改和变化与实例不同。
应当注意,贯穿本申请的“一”或“一个”的使用不排除多个,并且“包括”不排除其他步骤或元件。此外,能够组合结合不同实施例描述的元件。还应当注意,权利要求中的附图标记不应当被解释为限制权利要求的范围。
Claims (15)
1.一种生成数字孪生(DTW)的计算机实现的方法,所述方法包括:
a.)提供数字孪生模块化系统(DTS),
所述数字孪生模块化系统(DTS)的特征在于,数字孪生模块(DTM)适用于或能够适用于数字孪生特征(DTF),
所述数字孪生特征(DTF)涉及以下各项中的至少一项:计算属性(CPR)、模拟范围(SCS)、模型架构(MAT)、通信安全性(CMS)、可访问性(ACB)、数据存储(DST)、加密功能(ECF)、资源分配(RAL)、硬件需求(HRQ),
b.)提供调谐模块(TMD),
其中,所述调谐模块(TMD)包括调谐模块参数集(TMS),
其中,所述调谐模块参数集(TMS)包括分别对应于至少一个所述数字孪生特征(DTF)的调谐模块参数(TMP),
c.)通过使用所述调谐模块(TMD)根据所述调谐模块参数(TMP)执行选择、配置和组合所述数字孪生模块化系统(DTS)的数字孪生模块(DTM)的步骤来生成数字孪生(DTW)。
2.根据权利要求1所述的方法,其中,所述数字孪生(DTW)包括至少一个输入接口(IPI)和至少一个输出接口(OPI),其中,所述数字孪生(DTW)包括从输入(INP)生成输出(OTP)的至少一个功能模块(SLV)。
3.根据权利要求1或2所述的方法,其中,所述数字孪生特征(DTF)是数字孪生特征组(DFG)中的至少一个的一部分:
-计算属性(CPR),
-模拟范围(SCS),
-模型架构(MAT),
-通信安全性(CMS),
-可访问性(ACB),
-数据存储器(DST),
-加密函数(ECF),
-资源分配(RAL)和
-硬件需求(HRQ)。
4.根据权利要求3所述的方法,其中,所述数字孪生特征(DTF)是以下项中的至少一项:
-计算速度(CCS)
-所需的计算机性能(CPP)
-计算准确度(ACC),
-所述数字孪生的硬件操作范围(HOR)
-基础物理/经验模型(PHM),
-考虑/忽略效应的物理的复杂性(CNP),
-输入参数的数目和/或输入参数的选择(SIP),
-输出参数的数目和/或输出参数的选择(SOP),
-防黑客攻击的安全特征(SHA),
-防止操纵数字孪生调谐参数的安全特征(STP),
-分散度/云化/分布式系统(DSD),
-远程可访问性(RAC),
-受保护的通信和/或相互作用(PTC)
-渐进式监控和/或渐进式信息共享(GRM)。
5.根据以上权利要求中至少一项所述的方法,其中,所述调谐模块(TMD)包括用于向用户(USR)提供信息的信息接口(IIF),所述信息包括至少两个调谐模块参数(TMP)的实际设定值,所述方法包括:
-通过所述信息接口(IIF)向用户提供信息,所述信息包括至少两个调谐模块参数(TMP)的所述实际设定值。
6.根据前述权利要求中至少一项所述的方法,其中,所述调谐模块(TMD)包括预测模块(PDM),所述方法包括:
-在改变至少一种第一调谐模块参数(TMP)时预测至少一种第二调谐模块参数(TMP)的至少一种变化趋势,
-在改变至少所述第一调谐模块参数(TMP)时,向所述信息接口(IIF)提供至少所述变化趋势作为至少第二调谐模块参数(TMP)的变化趋势指示符(TCI)。
7.根据至少前述权利要求6所述的方法,包括:
-将所述调谐模块参数(TMP)中的一些调谐模块参数分配给一组固定调谐模块参数(TPG),以及
-将所述调谐模块参数(TMP)中的其他调谐模块参数分配给一组自由调谐模块参数(TPF),以及调谐模块参数(TPF),其中,所述预测模块(PDM)被设计成从所述固定调谐模块参数(TMG)导出所述自由调谐模块参数(TPF)的估计。
8.根据至少前述权利要求7所述的方法,包括:
-通过用户接口(UIF)接收接口输入(UIN),所述接口输入包括将至少两个调谐模块参数(TMP)分配给分类器之一:
-固定调谐模块参数(TPG),
-自由调谐模块参数(TPF),
-针对被分配为自由调谐模块参数(TPF)的调谐模块参数(TPF)确定调谐模块参数(TPG),
-通过使用所述调谐模块(TMD)根据所述调谐模块参数(TMP)执行选择、配置和组合所述数字孪生模块化系统(DTS)的数字孪生模块(DTM)的步骤来生成数字孪生(DTW)。
9.用于执行根据以上权利要求1-8中至少一项所述的方法的系统(SYS),
所述系统(SYS)包括数字孪生模块化系统(DTS),
所述数字孪生模块化系统(DTS)的特征在于,数字孪生模块(DTM)适用于或能够适用于与计算特性(CPR)、模拟范围(SCS)、模型架构(MAT)、通信安全性(CMS)、可访问性(ACB)、数据存储(DST)、加密功能(ECF)、资源分配(RAL)和硬件要求(HRQ)有关的数字孪生特征(DTF),
所述系统(SYS)包括调谐模块(TMD),
其中,所述调谐模块(TMD)包括调谐模块参数集(TMS),
其中,所述调谐模块参数集(TMS)包括分别对应于至少一个数字孪生特征(DTF)的调谐模块参数(TMP),
其中,所述调谐模块(TMD)通过根据所述调谐模块参数(TMP)执行选择、配置和组合所述数字孪生模块化系统(DTS)的数字孪生模块(DTM)的步骤来准备生成数字孪生(DTW)。
10.根据权利要求9所述的系统(SYS),其中,所述数字孪生特征是以下项中的至少一项:
-计算速度(CCS)
-所需的计算机性能(CPP)
-计算准确度(ACC),
-所述数字孪生的硬件操作范围(HOR)
-基础物理/经验模型(PHM),
-考虑/忽略效应的物理的复杂性(CNP),
-输入参数的数目和/或输入参数的选择(SIP),
-输出参数的数目和/或输出参数的选择(SOP),
-防黑客攻击的安全特征(SHA),
-防止操纵数字孪生调谐参数的安全特征(STP),
-分散度/云化/分布式系统(DSD),
-远程可访问性(RAC),
-受保护的通信和/或相互作用(PTC)
-渐进式监控和/或渐进式信息共享(GRM)。
11.根据权利要求9或10的系统(SYS),其中,所述调谐模块(TMD)包括预测模块(PDM),其中,所述调谐模块(TMD)包括用于向用户提供信息的信息接口(IIF),其中,所述信息接口(IIF)准备用于,当改变至少第一调谐模块参数(TMP)时向所述用户提供至少第二调谐模块参数(TMP)的至少变化趋势指示符(TCI)。
12.根据权利要求9、10或11所述的系统(SYS),其中,所述调谐模块参数集(TMS)包括固定调谐模块参数(TPG)和自由调谐模块参数(TPF),其中,所述预测模块(PDM)设计用于,从所述固定调谐模块参数(TMG)导出至少一些所述自由调谐模块参数(TPF)分配的估计。
13.根据前述权利要求9-12中至少一项所述的系统(SYS),其中,所述用户接口输入(UIN)包括将至少两个调谐模块参数(TMP)分配给分类器之一:
-固定调谐模块参数(TPG)/无变化调谐模块参数(TMP),
-自由调谐模块参数(TPF)/变化调谐模块参数(TMP),
其中,当与在生成所述数字孪生(DTW)之前在所述调谐模块(TMD)中提供的所述调谐模块参数(TMP)设定值相比时,所述调谐模块(TMD)生成包括数字孪生特征(DTF)的数字孪生(DTW),所述数字孪生特征具有被分类为变化的自由调谐模块参数(TPF)的至少一些所述调谐模块参数(TMP)和被分类为无变化的固定调谐模块参数(TPG)的所有所述调谐模块参数(TMP)。
14.根据至少前述权利要求13所述的系统(SYS),其中,所述预测模块(PDM)包括神经网络(NNT),所述神经网络被训练以从给定的所述调谐模块参数(TMG)导出所述自由调谐模块参数(TPF)的估计。
15.一种编码有可执行指令的计算机可读介质,在执行所述可执行指令时使根据前述权利要求9-14中的至少一项所述的系统(SYS),特别是计算机系统执行根据权利要求1至8中的任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20208992.6A EP4002033A1 (en) | 2020-11-20 | 2020-11-20 | Generating a digital twin, method, system, computer program product |
EP20208992.6 | 2020-11-20 | ||
PCT/EP2021/079198 WO2022106142A1 (en) | 2020-11-20 | 2021-10-21 | Generating a digital twin, method, system, computer program product |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116529034A true CN116529034A (zh) | 2023-08-01 |
Family
ID=73543163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180078199.8A Pending CN116529034A (zh) | 2020-11-20 | 2021-10-21 | 生成数字孪生、方法、系统、计算机程序产品 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11868685B2 (zh) |
EP (2) | EP4002033A1 (zh) |
CN (1) | CN116529034A (zh) |
WO (1) | WO2022106142A1 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
CN109873185A (zh) * | 2017-12-04 | 2019-06-11 | 通用电气公司 | 基于数字孪生体的管理系统和方法及基于数字孪生体的燃料电池管理系统和方法 |
CN111125864A (zh) * | 2018-10-15 | 2020-05-08 | 通用电气公司 | 与使用过的可用材料的可用性和使用相关联的资产性能管理器 |
CN111352352A (zh) * | 2018-12-21 | 2020-06-30 | Abb瑞士股份有限公司 | 用于确定工业系统的系统设定的方法和系统 |
CN111562769A (zh) * | 2019-02-14 | 2020-08-21 | 罗克韦尔自动化技术公司 | 用于工业数字孪生的ai扩展和智能模型验证 |
WO2020190272A1 (en) * | 2019-03-18 | 2020-09-24 | Siemens Aktiengesellschaft | Creation of digital twin of the interaction among parts of the physical system |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1421758A1 (en) | 2001-08-02 | 2004-05-26 | Sun Microsystems, Inc. | Filtering redundant packets in computer network equipments |
US20180137219A1 (en) * | 2016-11-14 | 2018-05-17 | General Electric Company | Feature selection and feature synthesis methods for predictive modeling in a twinned physical system |
WO2018111368A1 (en) * | 2016-12-15 | 2018-06-21 | Siemens Aktiengesellschaft | Configuration and parameterization of energy control system |
US10995746B2 (en) * | 2017-01-17 | 2021-05-04 | Innio Jenbacher Gmbh & Co Og | Two-stage reciprocating compressor optimization control system |
EP3699704B1 (de) * | 2019-02-21 | 2021-10-27 | Siemens Aktiengesellschaft | System und verfahren zum überprüfen von systemanforderungen von cyber-physikalischen systemen |
US20210404328A1 (en) * | 2019-05-15 | 2021-12-30 | Landmark Graphics Corporation | Self-adapting digital twins |
CN110989506A (zh) * | 2019-11-02 | 2020-04-10 | 温州大学 | 一种断路器自动化装配数字孪生车间的管理平台 |
CN111880497A (zh) * | 2020-07-23 | 2020-11-03 | 常州信息职业技术学院 | 基于容器的智能制造设备控制系统 |
-
2020
- 2020-11-20 EP EP20208992.6A patent/EP4002033A1/en not_active Ceased
-
2021
- 2021-10-21 US US18/037,607 patent/US11868685B2/en active Active
- 2021-10-21 EP EP21805383.3A patent/EP4204912B1/en active Active
- 2021-10-21 CN CN202180078199.8A patent/CN116529034A/zh active Pending
- 2021-10-21 WO PCT/EP2021/079198 patent/WO2022106142A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170286572A1 (en) * | 2016-03-31 | 2017-10-05 | General Electric Company | Digital twin of twinned physical system |
CN109873185A (zh) * | 2017-12-04 | 2019-06-11 | 通用电气公司 | 基于数字孪生体的管理系统和方法及基于数字孪生体的燃料电池管理系统和方法 |
CN111125864A (zh) * | 2018-10-15 | 2020-05-08 | 通用电气公司 | 与使用过的可用材料的可用性和使用相关联的资产性能管理器 |
CN111352352A (zh) * | 2018-12-21 | 2020-06-30 | Abb瑞士股份有限公司 | 用于确定工业系统的系统设定的方法和系统 |
CN111562769A (zh) * | 2019-02-14 | 2020-08-21 | 罗克韦尔自动化技术公司 | 用于工业数字孪生的ai扩展和智能模型验证 |
WO2020190272A1 (en) * | 2019-03-18 | 2020-09-24 | Siemens Aktiengesellschaft | Creation of digital twin of the interaction among parts of the physical system |
Also Published As
Publication number | Publication date |
---|---|
EP4002033A1 (en) | 2022-05-25 |
US20230325553A1 (en) | 2023-10-12 |
US11868685B2 (en) | 2024-01-09 |
EP4204912A1 (en) | 2023-07-05 |
EP4204912B1 (en) | 2024-05-15 |
WO2022106142A1 (en) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Grzonka et al. | Using a multi-agent system and artificial intelligence for monitoring and improving the cloud performance and security | |
US11196541B2 (en) | Secure machine learning analytics using homomorphic encryption | |
Kroll | Outlining traceability: A principle for operationalizing accountability in computing systems | |
Bitton et al. | Deriving a cost-effective digital twin of an ICS to facilitate security evaluation | |
CN109844655B (zh) | 基于控制模型控制技术系统的方法和装置 | |
Bianchi et al. | Robust identification/invalidation in an LPV framework | |
WO2021239291A1 (en) | Electronically verifying a process flow | |
Zhang et al. | Practical adoption of cloud computing in power systems—Drivers, challenges, guidance, and real-world use cases | |
CN108700854A (zh) | 用于根据控制模块来控制技术系统的方法和设备 | |
Bai et al. | Resilience-driven quantitative analysis of vehicle platooning service | |
Zhang et al. | Knowledge-based systems for blockchain-based cognitive cloud computing model for security purposes | |
Khamparia et al. | Threat driven modeling framework using petri nets for e-learning system | |
CN116235478A (zh) | 计算资产的自动健康检查风险评估 | |
CN116529034A (zh) | 生成数字孪生、方法、系统、计算机程序产品 | |
CN111078444A (zh) | 用于故障行为的安全分析的系统和方法 | |
Benmalek | Ransomware on cyber-physical systems: Taxonomies, case studies, security gaps, and open challenges | |
US20230088588A1 (en) | Security as a service for machine learning | |
Lakshmi et al. | Emerging Technologies and Security in Cloud Computing | |
Fujdiak et al. | Modeling the trade-off between security and performance to support the product life cycle | |
CN114936365A (zh) | 一种机密数据的保护系统、方法以及装置 | |
US11206284B2 (en) | Automated threat analysis of a system design | |
US8312260B2 (en) | Dynamic analytical differentiator for obfuscated functions in complex models | |
Jambak et al. | The process mining method approach to analyze users’ behavior of internet in the Local Area Network of Sriwijaya University | |
Viehmann et al. | Risk assessment and security testing of large scale networked systems with RACOMAT | |
Iacono et al. | Modeling and evaluation of highly complex computer systems architectures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |