[QTalks Ep.3]
数字孪生之旅:从先驱者到大规模采用

数字孪生是人们谈论的话题,但它们是如何演变的? 从早期采用者到大规模采用的潜力,最新的解决方案如何帮助水务公司弥合数字鸿沟?

通过提供物理世界的虚拟镜像,数字孪生体使水务专业人员能够在进行更改之前测试更改的影响。

与环境记者 Tom Freyberg 一起参加最新的 QTalks,聆听数字孪生专家如何通过数字孪生采用示例、经验教训以及对这种数字愿望可以在多大程度上推动的见解来打破炒作。

我们的主持人 Tom Freyberg 与三位思想领袖一起出席了会议:

数字孪生的历史先驱

Tom 首先请 Biju 反思数字孪生之旅是如何在 DC Water 开始的。 Biju 说,数字孪生的真正先驱是那些为配水和集水系统、洪水模型和处理模型开发物理模型的人,因为这使他们能够规划和设计设施。 然后,将这些模型与实时数据结合使用,帮助他们做出运营决策。

Biju还表示,数字孪生已经在整个水处理周期中实施,从饮用水网络到废水处理厂。

Tom 随后评论了瓦伦西亚的数字孪生如何成为典型数字孪生旅程中经常被引用的案例研究,并要求 Pilar 回顾他们所走的道路。 她说,瓦伦西亚的数字孪生之旅很长,是公司15年前开始的数字化进程的结果,他们很早就开始了这一旅程,以至于他们不得不从头开始开发水力模型。

在吸取的经验教训方面,皮拉尔说,确保数据质量对于任何希望实现可靠数字孪生的人都至关重要。

通过数字孪生降低运营成本

Tom 随后向 Gigi 询问了除了 DC Water 和 Valencia 的数字孪生之外,她还认为还有谁是数字孪生先驱。 Gigi表示,就数字孪生而言,云计算本身就是一个真正的游戏规则改变者。 她说,越来越多的公用事业公司正在意识到云计算在成本效益方面的好处,并且只为他们使用的东西付费。

在思考为什么这会改变游戏规则时,Gigi表示,这改变了商业模式,使供应商不仅可以销售只有大型公用事业公司才能负担得起的资本密集型产品,而且还可以按月订阅销售软件和数据即服务,这对小型公用事业公司来说非常具有成本效益。 她说,这使公用事业公司能够将其视为运营支出,而不是大量的前期资本成本。

Gigi 还评论了云计算如何允许公用事业公司扩展 CPU 资源的使用,这使他们能够运行更复杂的模拟,这些模拟涉及的资源比在本地服务器上要多得多。

经验 教训

Tom 继续问 Biju,云计算和软件即服务的可用性将如何改变 DC Water 的工作方式。

Biju说,这种可用性将意味着在为公用事业创建服务方面有更多和更好的选择。 他说,例如,一个拥有一个水源的公用事业公司需要对水中的任何污染物保持警惕,因此,所有使用水源的人都可以访问的实时流量模型将帮助他们更快地做出决策。

在向皮拉尔提出同样的问题时,她说,可用性会缩短整个流程。 她还表示,他们的数字孪生一直在发展。

数字孪生的成本

该小组收到了一个问题,即数字孪生达到校准模型的要求有多昂贵。

Gigi首先引用了最近在加利福尼亚州莱克伍德进行的一项实验,该实验在校准模型时遇到了问题。 她说,他们向Qatium提供了现有的EPAnet网络模型和两个月的SCADA数据,几周后,他们就能够在 Qatium平台上启动该模型。 Gigi说,这是一个很好的例子,说明使用Qatium等廉价工具可以多快地校准模型。

Biju接着说,从数字孪生的角度来看,与众不同的是实时传感器。 他说,它们提供的准确性水平降低了成本,因为你的模型变成了一个实时模型,而不是偶尔使用的东西。 因此,实时校准成为日常操作的一部分。

他还表示,他不认为成本会增加,因为模型正在变得越来越好,而实时系统允许实时决策和对问题的更快响应。

机器学习如何改变数字孪生的创建方式

该小组被问及另一个关于机器学习对数字孪生创建方式的影响的问题。

Pilar 首先表示,机器学习是数字孪生的重要组成部分,我们必须利用机器学习算法。 她说,将人工智能算法提供的信息与水力模型的潜力相结合,使他们能够提取更完整的信息。 她说,机器学习使他们能够开发模式、优化操作和数据清理。

Biju说,机器学习是一种工具,可以减少对传感器的需求,因为你可以训练你的系统来填补空白。 他还表示,机器学习正在对以前没有太多干预的情况进行建模。

在讨论的最后,Tom 向小组询问实现数字孪生的传统路径是否需要颠覆。 Pilar说,如果有新的方法可以缩短这一过程,那么应该考虑这些方法,而Gigi则提出,我们已经处于人工智能和云计算的颠覆阶段。

准备好发现更多问答内容了吗?

访问 Qatium 的 YouTube 频道 ,观看本集 QTalks 和之前的所有剧集。

You might also like...