Im Gegensatz zu herkömmlichen digitalen Zwillingen, die in erster Linie zur Überwachung und Analyse eingesetzt werden, handelt es sich bei ausführbaren digitalen Zwillingen um aktive, dynamische Modelle, die auf Eingaben reagieren, Szenarien simulieren und Entscheidungen autonom oder mit menschlichem Eingreifen treffen können. Der ausführbare digitale Zwilling (oder xDT). Der xDT ist, einfach ausgedrückt, ein digitaler Zwilling auf einem Chip. Der xDT verwendet Daten von einer relativ kleinen Anzahl von Sensoren, die in das physische Produkt integriert sind, um Echtzeitsimulationen mit Modellen reduzierter Ordnung durchzuführen. Aus dieser geringen Anzahl von Sensoren kann es den physikalischen Zustand für jeden Punkt des Objekts vorhersagen, selbst für Stellen, an denen es unmöglich wäre, Sensoren zu platzieren.
Echtzeit-Simulation und Interaktion
Ausführbare digitale Zwillinge (xDT) sind in der Lage, das Verhalten und die Leistung der physischen Anlage oder des Systems in Echtzeit zu simulieren. Sie können auf Eingaben reagieren, unterschiedliche Betriebsbedingungen simulieren und dynamisch mit externen Systemen oder Anwendern interagieren.
Autonomie und Entscheidungsfindung
Ausführbare digitale Zwillinge (xDT) können autonom Entscheidungen treffen, die auf vordefinierten Regeln, Algorithmen oder Modellen des maschinellen Lernens basieren. Sie können Daten analysieren, Ergebnisse vorhersagen und Maßnahmen ergreifen, um die Leistung zu optimieren oder auf sich ändernde Bedingungen zu reagieren.
Closed-Loop-Steuerung
Ausführbare digitale Zwillinge (xDT) arbeiten häufig in einem geschlossenen Steuerungssystem, in dem Echtzeitdaten von Sensoren und Aktoren in das virtuelle Modell zurückgespielt werden, um Parameter anzupassen, die Leistung zu optimieren und die gewünschten Betriebsbedingungen aufrechtzuerhalten.
Prädiktive Analyse und Optimierung
Ausführbare digitale Zwillinge (xDT) verwenden prädiktive Analyse- und Optimierungstechniken, um zukünftiges Verhalten vorherzusagen, potenzielle Probleme oder Chancen zu identifizieren und Maßnahmen zur Verbesserung der Leistung oder zur Risikominderung zu empfehlen.
Integration mit IoT- und KI-Technologien
Ausführbare digitale Zwillinge (xDT) nutzen Sensoren für das Internet der Dinge (IoT), Konnektivität und Algorithmen der künstlichen Intelligenz (KI), um Echtzeitdaten zu sammeln, komplexe Muster zu analysieren und fundierte Entscheidungen zu treffen. Sie können auch Modelle des maschinellen Lernens für adaptives Verhalten und kontinuierliche Verbesserung enthalten.
Dynamische Anpassung und Lernen
Ausführbare digitale Zwillinge (xDT) sind in der Lage, aus Erfahrungen zu lernen und sich im Laufe der Zeit an Veränderungen in der Umgebung oder den Betriebsbedingungen anzupassen. Sie können ihre Modelle, Parameter und Strategien auf der Grundlage neuer Daten und Rückmeldungen kontinuierlich aktualisieren.
Ausführbare digitale Zwillinge finden Anwendung in verschiedenen Branchen, darunter Fertigung, Energie, Transport, Gesundheitswesen und Smart Cities. Sie ermöglichen vorausschauende Wartung, autonomen Betrieb, Optimierung von Prozessen und Entscheidungsunterstützung in komplexen Systemen, bei denen Echtzeitüberwachung und -steuerung entscheidend sind. Insgesamt stellen ausführbare digitale Zwillinge die nächste Evolutionsstufe in der digitalen Zwillingstechnologie dar und bieten erweiterte Funktionen für die Echtzeitsimulation, Entscheidungsfindung und Optimierung physischer Anlagen und Systeme. Ein ausführbarer digitaler Zwilling ist eine fortschrittliche Form eines digitalen Zwillings, der nicht nur eine virtuelle Nachbildung einer physischen Anlage oder eines Systems darstellt, sondern auch in der Lage ist, das virtuelle Modell in Echtzeit auszuführen, zu simulieren und mit ihm zu interagieren.
Physik-basierte Modelle
Ein physikbasierter ausführbarer digitaler Zwilling stützt sich auf mathematische Modelle, die das physikalische Verhalten des zu replizierenden Systems beschreiben. Diese Modelle basieren in der Regel auf grundlegenden Prinzipien der Physik wie Mechanik, Thermodynamik, Fluiddynamik, Elektromagnetik und so weiter. Durch das Lösen der Gleichungen, die diesen physikalischen Phänomenen zugrunde liegen, kann der digitale Zwilling das Verhalten des realen Systems in einer virtuellen Umgebung simulieren.
Simulation physikalischer Prozesse
Der digitale Zwilling simuliert die physikalischen Prozesse und Wechselwirkungen innerhalb des Systems mit Hilfe physikbasierter Modelle. Auf diese Weise kann vorhergesagt werden, wie sich das System unter verschiedenen Betriebsbedingungen, Eingängen und Szenarien verhalten wird.
Echtzeitsimulation
Ein ausführbarer digitaler Zwilling auf Basis von Physikmodellen kann das Verhalten des physikalischen Systems in Echtzeit oder nahezu in Echtzeit simulieren. Dies ermöglicht eine dynamische Interaktion und Entscheidungsfindung auf Basis des aktuellen Zustands des Systems und seiner Umgebung.
Closed-Loop-Steuerung
Physikbasierte ausführbare digitale Zwillinge arbeiten oft in einem geschlossenen Regelkreis, in dem Echtzeitdaten von Sensoren und Aktoren verwendet werden, um die Simulationsparameter anzupassen und das Verhalten des virtuellen Modells zu steuern. Auf diese Weise kann der digitale Zwilling die gewünschten Betriebsbedingungen aufrechterhalten und die Leistung optimieren.
Validierung und Verifikation
Physikbasierte Modelle, die in ausführbaren digitalen Zwillingen verwendet werden, müssen validiert und verifiziert werden, um ihre Genauigkeit und Zuverlässigkeit zu gewährleisten. Dabei werden die Simulationsergebnisse mit realen Messungen und experimentellen Daten verglichen, um zu bestätigen, dass der digitale Zwilling das physikalische System genau darstellt.
Während die physikbasierte Modellierung häufig in ausführbaren digitalen Zwillingen verwendet wird, ist es wichtig zu beachten, dass je nach den spezifischen Anforderungen und Einschränkungen der Anwendung auch andere Modellierungsansätze wie datengesteuerte Modellierung, empirische Modelle oder hybride Modelle, die Physik und datengesteuerte Techniken kombinieren, eingesetzt werden können.
