创造和使用数字双胞胎可以提高智力操作系统．拥有真实运营资产的最新表示，可以让您控制或优化资产和更广泛的系统。该表示不仅捕获当前状态，而且通常捕获资产的操作历史。数字双胞胎使您能够优化、提高效率、自动化和评估未来的性能。您可以将模型用于其他目的，例如虚拟调试或影响新一代设计．

数字双胞胎模型通常用于以下几个领域:

1. 操作优化:使用天气、车队规模、能源成本或性能因素等变量，触发模型运行数百或数千次假设仿真评估当前系统设定值的准备情况或必要的调整。这使系统操作在操作过程中得到优化或控制，以降低风险，降低成本，或获得任何数量的系统效率。

3. 异常检测:模型与实际资产并行运行，并立即标记偏离预期(模拟)行为的操作行为。例如，石油公司可能会从持续运行的海上石油钻井平台传输传感器数据。数字双胞胎模型将寻找操作行为中的异常，以帮助避免灾难性的破坏。

4. 故障隔离:异常可能会触发一系列模拟，以隔离故障并确定根本原因，以便工程师或系统可以采取适当的措施。

额外的资源

• 使用状态流的故障检测、隔离和恢复设计模式
• 离心泵故障诊断

物联网应用程序驱动您需要建模作为数字双胞胎的一部分。数字双胞胎模型将包括物联网资产所需的组件、行为和动态。

建模方法一般可以分为两类:第一原理或基于物理的方法(如机械建模)和数据驱动的方法(如深度学习)。数字双胞胎也可以是各种建模行为和建模方法的组合，并且随着时间的推移，随着更多的用途被确定，可能会详细阐述。

模型必须保持最新，并调优到正在运行的资产，这通常涉及到从资产到算法的直接数据流调整数字双胞胎．这允许您考虑资产环境、年限和配置等方面。

一旦数字双胞胎可用并且是最新的，您就可以以任何方式使用它来预测未来的行为、改进控制或优化资产的操作。一些例子包括模拟传感器模拟未来的场景来通知当前和未来的操作，或者使用数字双胞胎通过发送当前的实际输入来提取当前的操作状态。

使用MATLAB，您可以使用连接资产的数据定义一个模型。您还可以使用Simulink创建基于物理的模型多域建模工具．这两个数据驱动和基于物理的模型可与来自作业资产的数据进行调优，以充当数字双胞胎。您可以使用这些数字双胞胎进行预测、假设模拟、异常检测、故障隔离等。

MATLAB中可用的数据驱动方法包括机器学习，深度学习，神经网络,系统识别．您通常使用一组数据来训练或提取模型，使用一组独立的验证数据来限定或测试模型。通过MATLAB应用程序，您可以探索这些建模方法，为您的应用程序找到最精确的方法。

使用Simulink进行基于物理的建模涉及从第一性原理设计系统。模型可以包括机械、液压和电气组件。模型也可以来自上游设计工作基于模型的设计仿真软件。

额外的资源

• 物理建模
• 每个项目的模型
• 数学建模
• 基于模型的设计:好处和最佳实践

通过优化方法在美国，您可以对数字孪生模型进行调优，并使用诸如MQTT之类的标准协议对传入的数据流保持更新。

例子:使用Simulink编译器部署参数估计

您可以在任何对您的应用程序有意义的地方实现您的数字双胞胎:在边缘计算节点、操作技术基础设施或it系统。集成到商用系统上，如Azure IoT Hub或AWS IoT，或根据需要通过api和其他常用集成方法(如共享库和RESTFul调用)实现自定义集成。

了解更多：自动部署到边缘、资产或云

额外的资源

• AWS和Azure云参考架构
• 嵌入式系统
• 基于模型的Simulink设计
• 应用程序部署
• BuildingIQ开发暖通空调能源优化算法

相关产品:2022世界杯八强谁会赢？MATLAB编码器™，嵌入式编码器^®，MATLAB编译器™，仿真软件的编译器，MATLAB编译器SDK™，MATLAB生产服务器™，MATLAB Web应用服务器