最近有很多粉絲問我，數(shù)字孿生有哪些可以借鑒的案例？還有人說數(shù)字孿生技術(shù)很棒，但是不知道怎么實(shí)現(xiàn)。那么這期我們通過已經(jīng)完成的優(yōu)秀案例給大家詳細(xì)講一下數(shù)字孿生實(shí)現(xiàn)的技術(shù)路線和達(dá)到的效果。

這段時(shí)間我一直在研究那些已經(jīng)完成的案例，精讀了超過五百個(gè)數(shù)字孿生的案例總結(jié)，包括數(shù)字孿生城市、數(shù)字孿生工廠、智慧交通、能源、航空航天等等。

看完感受：有一點(diǎn)宣傳效果遠(yuǎn)遠(yuǎn)大于能夠達(dá)到的效果。目前主要存在有以下幾個(gè)不足：以可視化混淆智能化，以自動化吹噓智能化，以商業(yè)智能覆蓋工業(yè)智能，以局部淹全部。可視化不等于智能化，這要看你可視了什么。前面我們講數(shù)字孿生體模型包括了幾何、機(jī)理、行為、規(guī)則、模型，幾何模型呢只是其很小的一部分。很多工廠搞了幾個(gè)管理系統(tǒng)，或者說搞了幾條自動化控制回路，甚至只搞了部分的可視化，就認(rèn)為建成了智能工廠。

本系列內(nèi)容我們從上千個(gè)數(shù)字孿生案例當(dāng)中，選五個(gè)典型案例，包括智慧城市、智能工廠、智能交通、能源、航空。每個(gè)行業(yè)呢選舉一個(gè)我認(rèn)為做的相對比較不錯(cuò)的案例，給大家分享一下。

這個(gè)案例是交通領(lǐng)域，之所以第一個(gè)講是因?yàn)槲覀兩疃葏⑴c了。同時(shí)呢這個(gè)案例的確有很大的借鑒意義，搞這個(gè)項(xiàng)目的負(fù)責(zé)人是清華本碩博的教授，還有同他一起的也是中科院同濟(jì)大學(xué)的博士，針對的是交通領(lǐng)域，這個(gè)呢即使是其他行業(yè)也可以看一下哈，也很有很大的參考意義。

這套解決方案解決的是什么問題呢？主要是橋梁隧道和大型的建筑物在運(yùn)營過程中可能經(jīng)受臺風(fēng)啊、地震啊以及老化等因素，會讓橋梁隧道等結(jié)構(gòu)老化而造成嚴(yán)重的后果，比如說呢我們經(jīng)?？吹叫侣剺蛄旱顾鷤?cè)翻、建筑物的傾斜。那么他是怎么解決這個(gè)問題的呢？

我們以橋梁舉例哈，首先建立橋梁的有限元模型，這里用的軟件呢是他們自己研發(fā)的，因?yàn)榭床欢疀]關(guān)系啊，就是把橋梁可能發(fā)生損壞的情況的模型全部都給搭建好，這部分當(dāng)然是由程序來做的，因?yàn)橛猩蟽|種可能性，然后再通過仿真計(jì)算分析上述每種可能發(fā)生破壞的位置。

為什么要這樣做呢？是給機(jī)器學(xué)習(xí)來提供數(shù)據(jù)。這里呢我們訓(xùn)練機(jī)器學(xué)習(xí)模型，輸入可能發(fā)生破壞的位置，輸出呢是它的劣化模式。

我們都知道AI能否準(zhǔn)確預(yù)測的前提呢是需要海量數(shù)據(jù)的，這里的技術(shù)路線呢就是通過有限元模型生成海量的數(shù)據(jù)來訓(xùn)練AI。然后呢，我們在橋梁上安裝各類的傳感器，比如說壓力傳感器、位移應(yīng)力加速度傳感器等等。將傳感器測得的橋梁響應(yīng)數(shù)據(jù)輸入到訓(xùn)練好的模型當(dāng)中來，那么輸出結(jié)果就是橋梁的劣化模式了。

這些裂化模式可以幫助橋梁巡檢人員進(jìn)行日常巡檢，告訴檢修人員的橋梁大部位可能發(fā)生損害，讓他盡早的維修。因?yàn)閭鹘y(tǒng)上巡檢人員巡視一條大橋，除了一些外觀損傷的話，是沒有辦法知道它的內(nèi)部損傷的情況的。同時(shí)還能提前預(yù)測發(fā)生地震、臺風(fēng)等極端天氣下的大橋的安全性。

這個(gè)技術(shù)路線呢已經(jīng)在很多特大橋進(jìn)行應(yīng)用了，效果呢也是非常不錯(cuò)的。但是其實(shí)我們仔細(xì)思考一下，按照數(shù)字孿生的標(biāo)準(zhǔn)來說，其實(shí)是少了一環(huán)的，就是對橋梁的智能控制上，目前呢還是把分析計(jì)算的結(jié)果推送給人，然后人再處理，理想狀態(tài)呢是直接通過模型進(jìn)行控制檢修。其次呢是設(shè)計(jì)施工運(yùn)維數(shù)據(jù)也是沒有通充分利用，這些呢都是后續(xù)可以改進(jìn)的。

好了，我們交通的案例就分享到這里。另外四個(gè)應(yīng)用案例，我們下期再見。