数字孪生和边缘计算合力增强制造洞察力
制造商开始掌握数字孪生的优势，根据真实条件模拟结果，而不必在现实生活中进行这些模拟。（您可以在我们最近的博客中获得有关数字孪生在工业4.0中的应用的完整详细信息。）
然而却存在挑战，阻碍了制造商使用数字孪生来全面了解工厂车间的情况。其中包括对以下方面的担忧：
- 数据隐私和安全
- 成本
- 准确性
克服这些挑战的一种方法是利用数字孪生和边缘计算的功能。
数字孪生定义
再回顾一下，数字孪生是物体、系统或工业资产的虚拟副本，可以实时展示其状态、行为和性能。借助数字孪生，制造商可以利用来自传感器、物联网设备和其他来源的数据来监控、分析和优化流程。
集成数字孪生和边缘计算可以帮助解决许多制造商在数据隐私、安全性、成本和准确性方面面临的挑战，从而提供明确的前进道路。
集成数字孪生和边缘计算带来的4大优势
数字孪生和边缘计算各自都很强大。而如果把它们放在一起，您甚至会释放更多潜能。以下是四个示例。
1. 缩短响应时间
数字孪生代表一个物理系统。集成边缘计算可实现实时数据处理，并最大限度地减少延迟，因为数据是在靠近源头的地方处理的。因此，制造商可以快速做出决策。例如，他们可以快速响应从传感器和物联网设备中发现的情况。
2. 优化数据
物联网设备和传感器收集的数据堪称海量，可能会导致流程卡顿。边缘处理使制造商能够仅处理需要进入云或服务器的相关信息。
3. 增强安全性
由于边缘计算在本地处理敏感数据，因此降低了发生未经授权访问的风险。这有助于制造商将网络安全置于其工业4.0转型项目的最前沿。
4. 降低风险
由于边缘计算在本地处理复杂的计算，因此可以实现更复杂的建模和模拟功能。由于数字孪生模拟与现实世界的复杂性之间的差距很小，因此降低了决策风险。
在边缘使用数字孪生的4种方式
数字孪生的应用场景几乎是无限的，它们可以通过多种方式利用边缘计算。这些应用场景代表了制造商当前如何利用集成这些技术的好处，以此改善生产和维护。
1. 部署预测性维护
汽车制造商可能会因为意外的机器故障而停机，由边缘计算驱动的数字孪生可用于在设备故障发生之前进行预测。这是通过持续监测和分析来自传感器的模拟实时数据实现的。当数字孪生检测到机械臂可能发生异常振动时，就会触发维护警报，以便某位团队成员可以仔细查看情况。
2. 优化供应链
通过使用数字孪生创建整个汽车供应链的虚拟呈现，汽车制造商可以监控库存、生产状态、物流等的实时模拟状态。由于数据在本地处理，制造商可以更快地做出决策以改善其供应链。
3. 加强质量控制
质量和安全对于食品和饮料制造至关重要，导致很难在不产生风险的情况下实施变革。采用数字孪生来创建生产过程、标准和变量（如温度、湿度和成分配比）的虚拟呈现，让食品和饮料制造商全面了解生产情况，而不会影响现实生活中的产品开发。
4. 实现能源管理
管理制造业中的能源消耗对于保持运营效率至关重要。由边缘计算提供支持的数字孪生实时提供模拟和模式，因此制造商可以识别能源密集型流程并实施节能流程，以满足可持续性和降低成本的目标。
数据建模是数字孪生的基础
数据建模对于开发数字孪生至关重要，数字孪生可用作反映现实世界的数字蓝图。
Belden可以通过我们用户友好的高效数字孪生数据建模方法帮助您满足这些需求。我们简化了流程，通过实现以下功能，即使是在编程或数据科学方面没有丰富经验的用户也可以使用数字孪生：
- 即时数据使用。用户可以在收集数据后立即开始建模，为创建有效的数字孪生奠定基础。
- 多样化数据利用。我们的平台可以对同一种物理资产进行不同的建模。一个团队可能希望将数据模型用于预测性维护，而另一个团队则希望将其用于生产优化或其他数据科学活动。我们提供的多样性允许不同的部门利用根据其需求量身定制的数据，使他们能够为特定目的创建和查看同一资产的不同数据模型。
- 数据模型创建。从PLC、机器或其他工业资产等来源收集数据后，您可以创建与实际设备或资产关联的数据模型。此步骤对于将原始数据转换为有助于分析和决策的结构化格式至关重要。
- 集成和部署。我们可以轻松集成和部署您的数据模型。只需单击几下，即可将数据传输到Azure物联网中心等平台或将其存储在数据库中。
- 减少数据处理需求。一旦在边缘定义了特定的数据模型，就会减少对额外数据处理的需求。该系统能够创建定制的数据集，供各种应用使用，而无需进一步操作。
将边缘计算与数字孪生相结合是流程改进的一大进步。汽车、食品和饮料、医疗保健等行业将通过提高效率、可靠性和可持续性而大为受益。
边缘计算技术的不断进步和数字孪生模型的完善将会带来新的创新和优化机会。采纳数字孪生和边缘计算提供的创新将帮助您在竞争日益激烈的全球市场中保持竞争力。
了解有关Belden工业自动化解决方案的更多信息。
相关资源：