机器人基础与数字孪生系统 第1章 绪论.ppt

*****图片来源：/articles/view/5297621980/13bc34bdc00100y561?sudaref=display=0retcode=0*图片来源：/virtual-reality-the-ultimate-safety-and-training-technology/****1.4数字孪生的关键技术沉浸式体验层的主要目的在于提供给使用者人机交互良好的使用环境，令使用者获得身临其境般的技术体验，迅速了解和掌握复杂系统的特性和功能，并能便捷地通过语音和肢体动作，来访问数字孪生体功能层提供的信息，获得分析和决策方面的信息支持。体验层是直接面向用户的层级，以用户可用性和交互友好性为主要参考指标。1.4.2数字孪生的核心技术1.多领域多尺度融合建模1.4数字孪生的关键技术方法当前大部分建模方法是在特定领域进行模型开发和熟化，然后在后期采用集成和数据融合的方法将来自不同领域的独立的模型融合为一个综合的系统级模型，但这种融合方法融合深度不够且缺乏合理解释，限制了将来自不同领域的模型进行深度融合的能力。多领域建模是指在正常和非正常工况下从不同领域视角对物理系统进行跨领域融合建模，且从最初的概念设计阶段开始实施，从深层次的机理层面进行融合设计理解和建模。难点多领域融合建模的难点，在于多种特性的融合会导致系统方程具有很大的自由度，同时传感器采集的数据要求与实际系统数据高度一致，以确保基于高精度传感测量的模型动态更新。2.数据驱动与物理模型融合的状态评估1.4数字孪生的关键技术难点目前数据与模型融合的难点，在于两者原理层面的融合与互补，如何将高精度的传感数据统计特性与系统的机理模型合理、有效地结合起来，获得更好的状态评估与监测效果，是亟待考虑和解决的问题。采用数据驱动的方法，利用系统的历史和实时运行数据，对物理模型进行更新、修正、连接和补充，充分融合系统机理特性和运行数据特性，能够更好地结合系统的实时运行状态，获得动态实时跟随目标系统状态的评估系统。方法目前数据驱动与解析模型相融合的方法主要有两种思路，一种是以解析模型为主，利用数据驱动的方法对解析模型的参数进行修正;另一种是将两种方法并行使用，最后依据两者输出的可靠度进行加权，得到最后的评估结果。3.数据采集和传输1.4数字孪生的关键技术高精度传感器数据的采集和快速传输是整个数字孪生系统体系的基础，温度、压力、振动等各个类型的传感器性能都要最优，以复现实体目标系统的运行状态。数字孪生系统是物理实体系统的实时动态超现实映射，数据的实时采集传输和更新对于数字孪生具有至关重要的作用。方法微机电系统传感器日趋低成本和高集成度；高带宽和低成本的无线传输，能够为获取更多用于表征和评价对象系统运行状态或异常、故障、退化等复杂状态提供前提。难点目前数字孪生系统数据采集的难点在于传感器的种类、精度、可靠性、工作环境等受到当前技术发展水平的限制，采集数据的方式也受到局限。数据传输的关键在于实时性和安全性，网络传输设备和网络结构受限于当前技术水平，无法满足更高级别的传输速率，网络安全性保障在实际应用中同样应予以重视。4.全寿命周期数据管理1.4数字孪生的关键技术复杂系统的全寿命周期数据存储和管理是数字孪生系统的重要支撑，采用云服务器对系统的海量运行数据进行分布式管理，对维持整个数字孪生系统的运行起着重要作用。难点全寿命周期数据存储和管理的实现需要借助于服务器的分布式和冗余存储，由于数字孪生系统对数据的实时性要求很高，如何优化数据的分布架构、存储方式和检索方法，获得实时可靠的数据读取性能，是其应用于数字孪生系统面临的挑战。方法考虑工业企业的数据安全以及装备领域的信息保护，构建以安全私有云为核心的数据中心或数据管理体系，是目前较为可行的技术解决方案。5.VR呈现1.4数字孪生的关键技术虚拟现实技术（VirtualReality，VR）可以将系统状态以超现实的形式给出，对系统的各个子系统进行状态监测和评估，将结果附加到系统的各个子系统、部件，在完美复现实体系统的同时将数字分析结果以虚拟映射的方式叠加到所创造的孪生系统中，从各个方面提供沉浸式的虚拟现实体验，实现实时连续的人机互动。难点复杂系统的VR技术，难点在于需要布置大量的高精度传感器来采集系统的运行数据，为虚拟现实技术提供必要的数据来源和支撑，同时，虚拟现实技术本身的技术瓶颈也亟待突破和提升，以提供更真实的虚拟现实系统体验。6.高性能计算1.4数字孪生的关键技术数字孪生系统复杂功能的实现依赖于其背后的计算平台，实时性是衡量数字孪生系统性能的重要指标。平台数字计算能力的高低直接决定系统的整体性能，作为整个系统的计算基础，其重要