Шаги по созданию цифрового двойника

Digital Twin, PTC, Raspberry Pi "height =" 559 "width =" 1056 "style =" width: 600px; height: 318px "class =" media-element file-default "src =" https://www.designnews.com/sites/default/files/Digital_Twin_data_visualization_PTC_thingworx.jpg "/> </td>
</tr>
<tr>
<td>
<p> <em> Визуализация данных является ключевым элементом создания цифрового двойника. (Источник изображения: PTC-Thingworx) </em> </p>
</td>
</tr>
</tbody>
</table>
<p> Искусственный интеллект (AI) и машинное обучение (ML) оказывают большое влияние на вертикальные рынки здравоохранения, передового производства, сельского хозяйства и бытовой электроники. Способность прогнозировать поведение и тенденции или классифицировать объекты на основе физических признаков осуществляется с помощью технологий ИИ и МЛ. С помощью инфраструктуры Internet of Things (IoT) можно создать цифровой двойник. Для разработки цифрового двойника требуется объединение физических свойств с помощью инфраструктуры информационных технологий (ИКТ) и программного обеспечения для визуализации данных. Эта визуализация данных представляет события реального мира и характеристики физических объектов и процессов. </p>
<table align=

Digital Twin, PTC, Raspberry Pi "height =" 374 "width =" 721 "style =" width: 600px; height: 311px "class =" media-element file-default "src =" https://www.designnews.com/sites/default/files/Pump_Digital_Twin_ANSYS.jpg "/> </td>
</tr>
<tr>
<td> <em> Реплика насоса с использованием цифрового симулятора. (Источник изображения: ANSYS) </em> </td>
</tr>
</tbody>
</table>
<p> <strong> Цифровой Твин <br /> в промышленном процессе </strong> </p>
<p> В процессе промышленного контроля важна способность контролировать физические раздражители, такие как температура, давление, вибрация и сила. Такие физические стимулы влияют на ощущение, функцию и внешний вид выпускаемого продукта. Чтобы качество продукта соответствовало требованиям заказчика, разработана спецификация. Традиционный метод использования спецификаций был основан на создании физического прототипа для тестирования и сбора данных. Непрерывное построение целевого физического прототипа для корректировки функции продукта является дорогостоящим и трудоемким. </p>
<p> Однако цифровой двойник может решать функциональные проблемы посредством визуального представления физического прототипа. Цифровой двойник — это виртуальная копия физического прототипа. Физические активы сопряжены с цифровым двойником, основанным на достижении данных в реальном времени от функционального блока. Сбор и мониторинг данных физического прототипа осуществляется с помощью электронных датчиков. Стратегическое размещение электронных датчиков на физическом прототипе является первым шагом в достижении функциональных данных. Это расположение датчика позволит цифровому двойнику контролировать и настраивать его виртуальное поведение в реальном времени. Соединительный интерфейс между физическим прототипом и цифровым двойником — это использование платформы программного обеспечения IoT. </p>
<table align=

Цифровой двойник, PTC, малина Pi, Arduina Blink, примечание-красный "height =" 313 "width =" 804 "style =" width: 600px; height: 234px "class =" media-element file-default "src =" https://www.designnews.com/sites/default/files/JSON_based_Arduino_Blink_function_node.jpg "/> </td>
</tr>
<tr>
<td> <em> Этот функциональный узел Arduino Blink был создан в JSON. (Источник изображения: Node-RED.org) </em> </td>
</tr>
</tbody>
</table>
<p> <strong> Роль Node-RED в визуализации </strong> </p>
<div class='code-block code-block-3 ai-viewport-1 ai-viewport-2' style='margin: 8px 0; clear: both;'>
<!-- Yandex.RTB R-A-268541-2 -->
<div id=

Node-RED — это средство программирования визуализации на основе потока, которое позволяет разрабатывать различные сетевые архитектуры IoT. Метод разработки сетей IoT основан на узлах, которые обмениваются данными через полезные сообщения. Эти полезные данные могут быть настроены для цифровых, аналоговых и строковых типов данных. Узлы подключаются с помощью проводов, которые передают данные в сети приложений IoT.

Если требуются математические или условные операции, узлы функций могут быть созданы и в Node-RED. Каждый узел имеет подробную информацию, которая объясняет его набор функций и функций. Кроме того, могут быть добавлены отладочные узлы для проверки правильной загрузки сообщений в сети приложений IoT. Языки сценариев, такие как Javascript и node.js, позволяют создавать узлы функций легко и эффективно. Обозначение объекта Javascript (JSON) является подмножеством языка программирования Javascript, который является упрощенным форматом обмена данными. JSON можно использовать для создания специальных функций для улучшения приложения на основе потока IoT.