5个数字孪生成功案例

这五家公司正在使用数字孪生来监控运营、计划预测性维护、改善客户服务和优化供应链。

CREDIT: DELL TECHNOLOGIES

人类一直在收集数据，以更好地了解我们周围的物理世界。如今，公司越来越多地寻求通过数字孪生将数字数据世界与物理世界融合在一起。数字孪生作为两个领域之间的桥梁，提供物理对象和过程的实时虚拟表示。

这些物理操作的虚拟克隆可以帮助组织模拟使用物理资产进行测试过于耗时或昂贵的场景。它们可以帮助组织监控操作，执行预测性维护，并为资本购买决策提供洞察力，创建长期业务计划，识别新发明，并改进流程。

研究公司MarketsandMarkets在2022年6月发布的一份预测中表示，全球数字孪生市场预计将从2022年的69亿美元增长到2027年的735亿美元，在此期间的复合年增长率(CAGR)为60.6%。

以下是企业如何有效利用数字孪生的五个例子。

一、NTT印地赛车把车迷放在方向盘后面

NTT印地赛车系列赛包括印第安纳波利斯500在内的五场比赛，将数字孪生、数据分析和人工智能(AI)功能相结合，为车迷提供深入、实时的比赛洞察，包括正面超车、维修站预测和其他元素。

合作伙伴NTT为该系列的每辆车都创建了一个数字双胞胎。历史数据提供了一个基础，每辆赛车都配备了140多个传感器，在每场比赛中收集数百万点数据，为数字孪生提供数据。这些数据包括从速度到油压到轮胎磨损和重力的一切。NTT利用人工智能和对数字孪生数据的预测分析，为车迷提供以前只有赛车队工程师才能获得的见解，包括比赛策略和预测、拦截和位置争夺、进站性能影响、燃油水平和轮胎磨损的影响。

Indycar通过互动的Indycar应用程序和社交媒体渠道向车迷提供见解。它也为NBC的制作团队提供了见解。

Indycar营销副总裁SJ Luedtke表示:“对于我们最狂热的粉丝来说，这是一个接近他们喜爱的运动、车手或车队的机会。”这就是数据和分析的用武之地。我们正在与车队合作，在90分钟的比赛过程中收集数百万个数据点，帮助车迷了解正在发生的事情。”

Luedtke说，在过去的三年里，NTT Indycar在比赛周末的参与度和停留时间增加了一倍。

Luedtke的建议是:与利益相关者建立密切的关系。她指出，她和首席信息官丽贝卡•鲁斯林克(Rebecca Ruselink)携手合作。她说，他们的合作关系很牢固，因为IT真的试图了解她的团队的痛点，并满足他们的需求，而不仅仅是提供IT认为最好的解决方案。

“我们的团队定期开会，”Luedtke说。“我们有一个我们想要完成的事情的路线图。”

二、劳斯莱斯提高了喷气发动机的效率

跨国航空航天和国防公司劳斯莱斯已经部署了数字孪生技术来监控其生产的发动机。该公司可以监控每个引擎的飞行情况、飞行条件以及飞行员的使用情况。

劳斯莱斯首席信息和数字官斯图尔特•休斯(Stuart Hughes)表示:“我们正在调整维护制度，以确保我们是根据发动机的使用寿命进行优化，而不是按照手册上的规定进行优化。”“这是一种真正的可变服务，将每个引擎视为单独的引擎。”

该公司多年来一直为客户提供发动机监测服务，但其数字孪生能力使劳斯莱斯能够为特定发动机量身定制服务。它帮助该公司将一些发动机的维修间隔时间延长了50%，使其能够大幅减少零部件库存。该技术还帮助劳斯莱斯提高了发动机的效率，迄今为止已减少了2200万吨碳排放。

休斯的建议是:了解你的客户。了解如何以及为什么使用数字孪生的力量与了解技术本身同样重要。休斯说，这项服务是一个胜利，因为它为劳斯莱斯和客户提供了明显的好处。

“对客户来说，好处是客户看到的中断较少，因为发动机在飞机上的时间更长，所以他们可以更多地使用它。对我们来说，好处是我们可以优化实际维护的方式，”他说。

三、玛氏通过数字孪生优化其供应链

糖果、宠物护理和食品公司玛氏(Mars)创建了其制造供应链的数字孪生体，以支持其业务。该公司正在使用微软Azure云和人工智能来处理和分析生产设施中生产机器产生的数据。

玛氏首席数字官桑迪普•达德拉尼(Sandeep Dadlani)表示:“我们将数字化视为一个巨大的业务加速器。”“我们不是为了数字而做数字。”

在埃森哲数字制造和运营顾问的帮助下，玛氏正在使用微软的Azure数字双胞胎物联网服务来增强其160家制造工厂的运营。该公司正在创建软件模拟，以提高产能和过程控制，包括通过预测性维护提高机器的正常运行时间，减少与机器包装不一致的产品数量相关的浪费。使用数字孪生结构，玛氏还可以生成一个虚拟的“用例应用商店”，可以在其业务线中重用。

展望未来，该公司计划使用数字孪生数据来考虑影响其产品的气候和其他情况因素，从而建立从产品起源到消费者的供应链的更大可见性。

Dadlani的建议是:尝试并接受失败。玛氏鼓励员工考虑利用人工智能和其他有意义的新兴技术来解决问题。这都是一项巨大努力的一部分，目的是将公司文化转变为一种拥抱实验的文化，并希望员工从失败中吸取教训，以便将其应用于未来的成功。去年12月，该公司召开了一个虚拟的人工智能节，庆祝部署在各个业务线的200个人工智能用例。

达德拉尼说:“如果你能很好地定义一个问题，你就会觉得自己有能力用人工智能来解决它。”

四、TIAA降低了客户服务的复杂性

美国教师保险和年金协会-大学退休股票基金(TIAA)帮助教师管理他们的退休基金。为了降低新机构客户入行的复杂性，这家非营利性金融服务提供商正在使用由图形数据库驱动的数字孪生模型。

TIAA的董事总经理兼退休服务技术主管亚历克斯•佩科拉罗(Alex Pecoraro)表示:“根据美国国税局(IRS)的所有规定，我们提供非常复杂的退休产品。”“为了进行设置，它需要相当多的商业知识，我们有整个团队组织起来做这件事。”

TIAA的外包服务包括600多个功能，可以产生超过一万亿种可能的客户端配置。在部署数字孪生技术之前，专门的TIAA团队根据客户所需的操作模型手动创建并测试了技术配置。因此，TIAA的合伙人根据他们的专业知识高度“功能化”，这意味着合伙人只能处理某些类型的报价。这也使得缩放操作变得困难。

为了解决这个问题，Pecoraro的团队创建了一个数字双胞胎，由一个代表600多个特征的图形数据库组成，控制节点用于表示复杂的分组逻辑。数据节点表示实现特性所需的数据字段，关系链接表示依赖项、验证和排除。

数据库减少了客户登录所需的时间和专业知识。

佩科拉罗的建议是:改变你的视角。佩科拉罗说，这个项目的关键是采用产品采用的方法，而不是将其视为一个技术配置问题。

佩科拉罗说:“团队中有一个人提出了这个想法，把我们的注意力从配置转移到客户正在做什么和他们正在购买什么产品上。”“这种观点的转变是关键。回想起来，这似乎是显而易见的，但当你沉浸在所有细节中时，你可能会迷失在森林里。”

五、拜耳作物科学公司用虚拟工厂重塑战略

拜耳作物科学公司(Bayer Crop Science)利用数字双胞胎为其在北美的9个玉米种子生产基地中的每一个都创建了“虚拟工厂”。种子从拜耳的田地中收获，经过9个地点进行加工和装袋，然后分发给农民。

“现在我们可以重新构想我们的业务流程。我们可以通过应用这些机器学习算法或模拟来重新设想我们的决策，”拜耳作物科学卓越数据科学中心(COE)负责人纳文·辛格拉说。

拜耳为这9个工厂中的每一个都创建了设备、工艺和产品流程特征、物料清单和操作规则的动态数字表示，使公司能够对每个工厂进行“假设”分析。

当商业团队引入新的种子处理产品或新的定价策略时，企业可以使用虚拟工厂来评估站点是否准备好调整其操作以交付这些新策略。虚拟工厂还可以用于制定资本购买决策、创建长期业务计划、确定新发明和改进流程。现在，拜耳可以将9个生产基地10个月的操作压缩到2分钟内，从而能够回答有关SKU组合、设备能力、流程订单设计和网络优化的复杂问题。

Singla的建议是:了解业务领域。Singla说，拜耳成功的一个重要关键是，决策科学团队的任务是建立数字双胞胎，由决策科学连接虚拟系统负责人Shrikant Jarugumilli领导，他们花了很多时间在制造现场，以了解他们的运营并赢得利益相关者的支持。

辛格拉说:“让我们的数据科学家了解业务领域非常重要，这就是Shrikant的作用所在。”“他和他的团队花了数周时间在这些种子生产现场，试图了解操作，了解细微差别，以便他们在与领导层交谈时传达的信息是领导层本身的语言，而不是机器学习的说法。”

免责声明：

本文转载自【CIO.COM】，版权归原作者所有，如若侵权请联系我们进行删除！

易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。

易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！