每周一篇文章的讀書會心得報告摘要與筆記,主要段落分成:
1. 為什麼選這篇文章分享?
2. 作者為什麼要寫這篇文章?
3. 內容重點
4. 心得
原文網址:
為什麼分享這篇文章?
- 真實世界做不到的,未來都可以透過虛擬世界展現
- 虛擬世界的建構與運用,思考未來可能的商業模式
作者想表達甚麼?
- 何謂「數位孿生」(Digital Twin) ?
- 數位孿生為什麼重要?影響力包含哪些?
- 數位孿生的應用與發展
重點內容
數位孿生(Digital Twin)
- 資訊科技研究機構Gartner評為全球十大科技趨勢之一
- 數位孿生並非一個全新的技術
綜合多項科技與領域,並針對不同產業的痛點所提出的應用
- 透過虛擬世界的「雙胞胎」,顯示現實世界中的物體可能的反應、狀況或是效能等
- 技術層面涉及較廣泛
- 重視Domain know-how的情況之下,發展速度不如預期快速
- 隨著IOT、AI、AR、VR等技術的到位,數位孿生是下一波工業4.0發展重點中的重點
- 數位孿生的Know-how可大致分為四個流程
- 建立虛擬模型
- 建立虛實感知機制(IOT、AR、VR等)
- 資料分析並預測(AI)
- 產生策略(產品面、商業面、執行面等)
「數位孿生」和「模擬」有何不同?
「模擬」
- 建立產品本身的數位分身,並非建立數學模型
- 2D或3D的方式詮釋現實世界的物體、元件或是建築物等,提供相關「資訊」說明現實狀況
- 電腦輔助設計(CAD)軟體
- 建築資訊模型(BIM)
「數位孿生」
- 物理模型和虛擬模型間具有連結性
- 連結性是藉由即時的感知器(sensor)回傳資料
- 透過一連串的處理、分析、判斷後,使虛擬模型能產生回饋,進而優化產品並增加價值
- 是推動創新與產品性能的強大主因
最有才華的產品技術師,擁有最先進的監控、分析和預測能力。
數位孿生的應用,在理論上可以帶來許多優點
- 物聯網的功能之一為蒐集海量的資料
- raw data能夠成為進一步分析與預測產品狀況的基礎
- 降低產品開發週期,加速走向客製化、少量化的生產模式
- 產品能夠在實際製造之前,即進行檢測,減少生產實體模型的成本
- 壓縮的產品開發週期,也能夠支持客製化的生產模式。
- 掌控產品生命週期,精準製造與測試,可提前預測課題、提早擬定對策,進而延長壽命
透過感知器將實際狀況回傳給虛擬模型,能夠提前預測產品的零件壽命等。
能夠銷售更多服務,而非產品本身。
航空業
- 航空及太空產業的安全和資本門檻很高
- 如何蒐集各種飛航數據、建立虛擬模型
- 藉由AI精準得預測飛機各元件的壽命與狀況,變成非常重要的關鍵。
- NASA總部,透過「鏡像系統」成功將三位太空人平安帶回地球
- 新製造的太空設備只有在虛擬環境中經建造、測試、反饋通過後,才有可能真的被打造出來
- 當新的太空設備完成之後,又會以感知器即時將訊息回傳,建立出另一個數位雙胞胎。
- 這讓設計、開發及後期的營運維護成本都有明顯的降低
- 預計在不久的未來,每當新飛機要被驗收時,都還會附上一個數位孿生模型
製造業
- 在整個生產過程中建立虛擬原型
- 減少開發時間和成本,因為經模擬分析後提高更多效率。
- 在新的情境(如材料創新、產品設計創新、流程創新)之下,進行產品實驗
- 協助檢測替代材料或方案可否達到預期的效果,以優化供應鏈的製造流程
根據車子所蒐集到的數據,定期提供可下載的軟體,來協助車況的修復或更新
AEC產業:建築、工程與營造產業
- 隨著電腦影像辨識、AI技術以及感測器進步(光達、UAV、影像設備等)
- 從數據採集、分析到預測都可以應用在AEC產業中
- 例如利用現場資料,比對與BIM模型之差異,以自動監督進度
- 可以預測並規劃資源與運輸的分配、監督工人、優化使用設備、質量評估等。
- 達梭系統為新加坡政府打造的「虛擬新加坡」(Virtual Singapore)
- 共耗資7300萬美元、耗時五年才完成
- 在虛擬的3D平台上,可以一覽所有城市的建築、道路、公共設施與自然環境的數據
- 提供了四種主要的功能:虛擬實驗、虛擬試驗台、都市規劃與決策、研究與開發
- 都市決策者可以事前了解不同政策與專案對都市所造成的影響。
- 應用面向十分廣泛,包含防災、都市規劃與設計、物流、基礎設施、環境保育、都市微氣候等
個人心得
- 從過去單向的資訊流向,透過感測器&互聯網,變成雙向且能即時更新的資訊
- 不是有了數位孿生模擬就不重要
- 模擬可以輔助數位孿生
- 數位孿生可能是建立在模擬之上(受限於過去的技術)
- 過去的模擬是靜態的,透過現在的技術達到動態即時更新
- 未來發展的車聯網、自駕技術等,數位孿生可提早模擬未來的交通樣貌?
- 物流業:倉儲與路徑規劃,結合即時路況掌握物流情形
- 建廠與生產虛擬規劃:坪數、倉儲、物料、動線、稼動率、品質等參數導入,縮小與實際落差
- 製造業:透過數位孿生掌握瓶頸工程,以及模擬如何改善更有效率