「技术」重磅｜《德勤2020技术趋势》发布，数字孪生成五大趋势之一( 三 ) |中小企业健康之道|德勤|人工智能|

再比如，智慧城市计划正使用数字孪生技术来缓解交通拥堵、进行城市规划等。新加坡雄心勃勃的“虚拟新加坡计划”让一切成为可能，从规划基站和太阳能电池，到模拟交通方式和人流量。另一个潜在用途，可能是在新加坡年度F1赛车的封路期间，用于紧急疏散计划和路线安排。
新事物过去十年来，由于以下几个因素，数字孪生技术的部署一直在加速：

仿真。构建数字孪生技术所需工具的能力和成熟度都在不断提高。现在，人们可以设计复杂的假设仿真情景，从探测到的真实情况回溯，执行数百万次的仿真流程也不会使系统过载。而且，随着供应商数量的增加，选择范围也在持续扩大。同时，机器学习功能正在增强洞察的深度和使用性。
新的数据源。实时资产监控技术如LIDAR（激光雷达）与FLIR（前视红外）产生的数据，现在已经可以整合到数字孪生内。同样地，嵌入机器内部的或部署在整个供应链的物联网传感器，可以将运营数据直接输入到仿真系统中，实现不间断的实时监控。
互操作性。过去十年里，将数字技术与现实世界相结合的能力已经得到显著提高。这一改善主要得益于物联网传感器、操作技术之间工业通讯标准的加强，以及供应商为集成多种平台做的努力。
可视化。创建数字孪生所需的庞大数据量可能会使分析变得复杂，如何获得有意义的洞察就变得更具挑战性。先进的数据可视化可以通过实时过滤和提取信息来应对该挑战。最新的数据可视化工具除了拥有基础看板和标准可视化功能之外，还包括交互式3D、基于VR和AR 的可视化、支持AI的可视化以及实时媒体流。
仪器。无论是嵌入式的还是外置的物联网传感器都变得越来越小，并且精确度更高、成本更低、性能更强大。随着网络技术和网络安全的提高，可以利用传统控制系统获得关于真实世界更细粒度、更及时、更准确的信息，以便与虚拟模型集成。
平台。增加功能强大且价格低廉的计算能力、网络和存储的可用性和访问是数字孪生技术的关键促成要素。一些软件公司在基于云平台、物联网和分析技术领域进行了大量投资，紧跟数字孪生潮流。其中部分投资正在用于简化行业特定数字孪生应用的开发工作。

成本与收益为数字孪生提供动力的AI和机器学习算法需要大量数据，但多数情况下，生产车间的传感器所输入的数据可能已经损坏、丢失，或不完整。因此，团队应该立即开始收集数据，尤其是在问题数量最多、停机成本最高的地区。从现在开始逐步开发必要的基础设施和数据管理方法，可以帮助企业缩短获益时间。
平衡成本/收益分析至关重要。现代飞机引擎上可以有成千上万个传感器，每秒可生成数万亿字节的数据。
即使是针对新流程、系统和设备而创建数字孪生，也不是都能完美地测试整个流程。对于化学和生物反应或在极端情况下，可能无法直接测量过程本身；而在某些情况下，测量一个物理对象可能成本过高或不太实用。因此，企业需要寻找一些代替物（比如，利用车辆上的设备和传感器，而不是直接将传感器放入轮胎里），或者利用可以检测的元素（比如，化学或生物反应所产生的光线或热量）。
另外，随着传感器成本的下降，平衡成本/收益分析对确定使用传感器数量至关重要。现代飞机引擎上可以有成千上万个传感器，每秒可生成数万亿字节的数据。结合数据孪生体、机器学习和预测模型，制造商可以提供各类建议，帮助飞行员优化燃油消耗、进行预测性维护、帮助机队管理成本等。然而，大多数应用只需在重要位置部署少量的传感器，即可检测流程内的关键输入输出数据，以及关键阶段。
模型之外未来几年里，我们将看到数字孪生技术在各行业中的广泛部署。在物流、制造和供应链领域，运用机器学习和先进网络连接（比如5G）的数字孪生技术，将更多地跟踪、监测、规划路线和优化整个工厂和世界各地的货物流，使得货物位置和所处环境（温度、湿度等）变得实时可见。在无需人为干预的情况下， “控制塔”可以指挥库存转移、调整装配线工艺步骤或重新规划集装箱路线等纠正措施。