数字孪生生态系统在建筑资产管理中的应用




image.png



数字孪生的概念自2002年以来一直存在,并迅速传播到制造业、医疗保健、汽车、航空航天和其他行业。数字孪生的基本定义是物理实体的数字副本,该实体将物理世界和虚拟世界连接起来以实现它们之间的数据同步。换句话说,数字孪生是一个活生生的模型,可以反映并保持其实际物理对应关系,不仅包括代表性几何图形,还包括当前条件和数据。

 

在建筑行业中,数字孪生不需要特定级别的开发、详细建模要求或技术/过程利用率。在业主看来,交付阶段结束时,他收到的将是现场建筑的数字副本,大多数情况下,这些副本涵盖了业主想要知道的一切。

 

一旦项目通过交付、现场调试、现场/资产数据收集等阶段,就可以开发出数字孪生模型,并将其移交给业主。数字孪生模型将与业主的信息管理系统保持同步,还能在设施的整个使用寿命期间定期更新。设施资产信息,从细节到高层,都可以同步到数字孪生中,并从那里进行分析和报告。同时,设施的三维表达可以帮助运营经理或生产线工人加快工单响应时间,增强数据互操作性,并提高设施管理的效率和功效。作为一个鲜明的数字复制品,数字孪生在设施设备的使用寿命内不断更新,并准备作为更新的“竣工模型”,用于下一次翻新。


 

数字孪生生态系统

 

实时虚拟现实映射机制使分析和报告真实世界的数据能够在问题发生之前进行移交,防止失败,并可能制定新的计划。数字孪生体的概念将BIM,商业智能(BI),人工智能(包括机器学习,深度学习等),数据科学,GIS和物联网(IoT)完美的结合在一起。

 

有效的设施管理数字孪生需要一个平衡的五维生态系统,包括物理世界,数字世界,人员与组织,商业智能和数字连接。数字孪生的效率和智能程度取决于每个维度的开发和连接程度。

 

——物理世界:数据捕获能力

 

创造物理世界的虚拟复制品取决于数字孪生对实时数据的捕捉能力。随着物联网技术的发展,传感、监控和测量技术的进步,我们可以收集和利用大量的实时数据。从传统的按月计费的公用事业账单逐步演变,现在可以捕捉、测量和监控实时的室内、外环境以及建筑系统,以获取运行和维护系统的机会。

 

然而,有效的响应路径将取决于数字孪生的商业智能。此外,收集的数据质量也会影响响应结果。为了防止垃圾数据的进出,必须获取准确且经过验证的数据,以确保用于多个目的的数据的完整性。

 

——数字世界:数字模型成熟度

 

数字孪生生态系统的第二个维度与数字模型的成熟度有关。尽管开发了几种BIM性能度量指标,成熟度模型和工具来衡量BIM的性能,但面向设施管理的数字孪生模型的度量指标仍然没有明确定义。但是,数据模型的成熟度可以根据数据质量(即数据的准确性、丰富性、一致性)、数据能力和生命周期支持来粗略衡量。

 

——人和组织

 

人和组织如何与一个系统交互并利用,这是数字孪生有效性的决定因素。无论技术多么先进或数据模型多么丰富,无人驾驶汽车都不会启动,直到驾驶员按下电源按钮。人员和组织方面是一个经常被忽视的领域。在个人层面上,个人与他们的必需系统互动的能力如何?如何提高个人的能力?在组织层面上,组织内部的流程效率如何?如何将组织过程从分散运营改进为集中灵活的组织流程?有时,将用户与他们知道如何使用的工具进行匹配要比为他们提供不知道如何运行的超级计算机更有效。

 

——商业智能

 

借助收集到的数据、数据模型和明确定义的业务逻辑等坚实基础,此维度着重于如何使系统智能化,例如应用AI,机器学习和人工神经网络来复制人类的认知过程和学习行为以执行任务并提高性能。在实时数据和资产信息的基础上,大数据和高级预测分析可用于将无组织数据引入多个可操作的见解中,从而提高预测的准确性并支持决策。所涉及的服务包括但不限于状态监测、功能仿真、演化仿真、动态调度、简化维护、质量控制等。

 

——数字连接

 

最终的维度包括六个数字连接,它们将先前的四个领域整合在一起,包括(1)物理模型和数字模型之间的关系;(2)物理模型和商业智能;(3)数字模型与商业智能;(4)物理模型和人与组织的关系;(5)数字模型与人和组织;(6)商业智能以及人员和组织。如何使数据从人工输入和容易出错的过程传输到精简且高度自治的水平是数字孪生有效性的另一个关键。当前有许多技术可以支持这些连接,例如Internet,通信,交互,协同技术以及人机交互技术(虚拟现实,增强现实,混合现实等)。

 

物理世界与数字世界之间的连接确保收集到的实时数据能够动态的反映出来。通过数字模型与商业智能之间的连接,可以对数据进行分析并生成相应的动作,进而实现商业智能与物理世界的连接。相应的控制可以发回并在物理实体中执行。人和组织与商业智能之间的连接允许业务逻辑、流程和服务(这些业务逻辑、流程和服务动态的反映在商业智能系统中生成的工作单和预防性维护工单中)被发回并部署到组织内的不同参与者。

 

在不同的模型和不同维度的输入下,为了保证数据交互的顺利进行,具有统一通信接口和标准的标准化数据交换协议变得比以往任何时候都更加重要。标准化的数据交换格式再次强调了面向设施管理的信息系统的重要性。以此作为数据管理系统的基础和连接协议的基础,可以建立良好连接的路径,以支持健康的数据孪生生态系统来无缝管理整个项目生命周期。

 


坚实的基础和均衡的发展是关键

 

数字孪生在不同维度上的技术进步带来了巨大的潜力和可能性,如果没有定义明确的信息系统作为基础以及良好的生态系统,这些潜力和可能性就无法推进。从数据基础的角度来看,功能良好的数据孪生包含越来越多的数据流和复杂性,以保持从所有来源收集的数据的一致性、完整性和互操作性,包括但不限于新数据格式和旧数据格式、上游BIM数据、竣工模型及物联网所收集数据的导入和导出。

 

因此,建立一个可靠的信息系统作为基础是BIM生命周期实施或数字孪生系统成功的必要条件。从技术实施的角度来看,从各个方面实现均衡的开发至关重要。例如,物联网技术实现了互联操作流程,并重塑了设施和资产管理的数据利用率。但是,实施过程不仅仅是一个没有挑战的即插即用方案。


首先,需要建立一个标准化的信息平台,以确保无缝的数据交换流程。然后,参与该过程的所有利益相关者必须协同工作并了解有效利用创新解决方案的方法。这意味着需要同时提高组织和用户的能力,以维持生态系统的平衡,这就需要设施运营,信息化部门和业务主管之间进行协调。每种应用技术的学习曲线决定了系统的整体实现程度,并进一步影响系统性能。最后,从财务角度来看,一个成熟的数字孪生系统的实施可能需要很高的资金投入来实现,包括信息平台部署,各种传感和监控技术的安装与配置,竣工模型的搭建、数据收集、业务逻辑整理和用户培训等等。

 

尽管如此,数字孪生的生命周期效益/成本分析仍显示出可观的生产效益/成本比(BCR),投资回报率和投资回收期。然而,费用仍然是阻碍客户从一开始就采用或理解该系统的决定性因素。此外,相关的政策变动,执行计划,适应性和其他外部影响会间接地对系统的实施产生正面或负面的影响。尽管如此,作为BIM生命周期实施的最终目标的数字孪生已成为广泛认可的愿景和目标,以最终充分利用现有技术来构建全生命周期管理。