数字孪生主流服务模式

国内外企业纷纷在数字孪生领域进行布局,数字孪生平台构建成为打造产业生态的关键。

目前主流的数字孪生服务模式可分为领域服务模式和通用服务模式。

一是领域服务模式。领域服务模式与具体的应用场景及应用目标有关,是对特定应用、行业等领域的部分或全环节、多层次的感知和信息化支撑的数据应用聚合模式,推动产品改进、运营优化。

在领域服务模式中,可涵盖一个产业的各个环节,包括理论研究、设计、生产、使用、维护的各个环节;多层次是指感知的信息,既包括各种物理对象的基础信息,也包括产品的性能和应用情况信息。

领域服务模式的服务提供商主要以打造品牌化的平台或产品为主要目标,多采用按平台或软件产品的授权收费方式。典型厂商包括西门子、Ansys、GE、51world等。

二是通用服务模式。构建数字孪生往往涉及多个领域的技术,例如构建模型、数据传递、服务接口、连接识别等,因此,要想释放数字孪生的全部价值,整合整个数字孪生生态系统中的所有数据和模型就非常必要。

而构建服务平台是数据集成、数据共享、模型整合的关键,是数字孪生发展的关键基础设施。通过公共的开发平台、场景构建等数字孪生服务平台、网络和信息,可支撑在不同产业之间的数据孪生体融合集成与交叉集成,实现各自孪生体的互联互通,不仅实现上下游企业间的数据集成和数据共享,也要实现上下游企业间的产品协同开发、协同制造和协同运维等,从而以开放运营模式促进产业协同发展。

通用服务模式的服务提供商主要以打造综合性的平台为主要目标。多采用按基础资源服务(如设备连接)+增值服务(能力调用等)的收费模式。典型厂商包括微软、亚马逊、达索、PTC、泰瑞数创平行世界等。

典型服务提供商

1、领域服务模式

一是Ansys。Ansys Twin Builder是Ansys推出的一款针对数字孪生的整合多物理领域,用于建模、仿真和分析虚拟系统原型的系统级仿真软件,主要应用于电力电子、马达、机电控制系统方面的仿真。

Ansys仿真软件和平台已经过验证,能够与目前常见的物联网平台协同使用,包括PTC的ThingWorx、SAP的Predictive Engineering Insights、Microsoft的Azure、Rockwell Automation等。如Ansys和微软合作,利用AnsysTwinBuilder扩展微软Azure数字孪生模型。Ansys和PTC联合研发了支持数字孪生模型的平台解决方案,重点服务运行泵、电机和电力传动领域。目前主要按软件产品的授权(license)收费。

二是西门子。西门子提供一系列的工业软件服务,如PlantSight、COMOSPlatform、Xcelerator等。Plant Sight是西门子与Bentley Systems联合开发的流程行业解决方案,它将所有数据和信息汇总在一起,建立场景,验证并可视化。COMOSPlatform采用面向对象技术,在一个中央数据库实现跨专业、跨部门的工厂工程设计和管理,为工厂生命周期的各个阶段提供支持。

2019年推出的Xcelerator是西门子的工业互联网平台MindSphere与低代码编程平台endix融合的产物。Xcelerator的关键特征是:闭环的数字孪生、个性化配置、灵活开放的生态。西门子希望通过Xcelerator来加快工业互联网的落地速度。

西门子与阿里云建立合作关系,2019年推出了部署于阿里云的MindSphere云平台,面向中国市场提供服务,目前主要采用定制化解决方案提供方式,阿里云提供基础设施服务,包括云主机、云存储等,MindSphere提供MindSphere连接和监控等服务。

小结

作为领域服务提供商,在拓展自身领域服务的同时,纷纷寻求、尝试与物联网平台服务商合作,一是拓展数字孪生服务领域,加速产品落地;二是扩展物联网平台服务提供商的物联网服务能力。

合作模式可分为紧耦合、松耦合两种方式,紧耦合方式为将仿真建模等工具在物联网服务平台上集成部署,通过PaaS、SaaS等方式为物联网服务平台的客户提供服务,如Ansys;松耦合方式为依托物联网服务平台的品牌优势及成熟的订购、服务通道和客户渠道,将数字孪生服务作为物联网服务平台的一个产品或产品组合的方式提供给客户,如物联网服务平台提供商提供连接、云存储等基础资源服务。

2、通用服务模式

一是微软。微软作为主流的云计算和物联网服务平台,基于Azure IoT Hub平台推出的Azure Digital Twin是一个服务型平台(PaaS),也即托管IoT服务,可用于基于整个环境的数字模型创建知识图。提供的数字孪生功能包括:使用开放式建模语言,为互联环境创建自定义领域模型;使用实时执行环境,在可靠的事件系统上构建动态业务逻辑和数据处理,用实时图形表示形式可让数字孪生活灵活现。

Azure数字孪生一般与其他Azure服务结合使用,如可通过IoT平台获取来自IoT和业务系统的输入,通过Azure IoT中心、逻辑应用和REST API连接IoT设备等资产,并可与Azure数据、分析和AI服务集成。

微软还与Ansys、霍尼韦尔等数字孪生领域的服务提供商展开合作,如将霍尼韦尔的Honeywell Forge工业分析平台与微软Azure公有云中的许多服务(包括Azure Digital Twins)相连接,从而可以创建物理资产的虚拟副本,并在模拟中利用这个功能发现提高运营效率的方式。Azure Digital Twin的收费模式为采用按连接的设备数量收费,目前免费提供服务。

二是亚马逊。亚马逊也为数字孪生实施提供了一个服务:AWS IoT Greengrass,可将AWS无缝扩展至边缘设备,因此,可以在本地操作其生成的数据,也可将云用于管理、分析和持久存储。利用AWS IoT Greengrass,用户可以使用熟悉的语言和编程模型在云中创建和测试设备软件,然后将其部署到设备中。可对AWS IoT Greengrass进行编程,管理设备上的数据的生命周期,使之可筛选设备数据,并将必要信息传输回AWS中。可以使用AWS IoT Greengrass连接器连接到第三方应用程序、本地软件和即时可用的AWS服务。

AWS IoT Greengrass的收费模式包括:根据指定月份中与AWS云进行交互的AWS IoT Greengrass Core设备数量付费。

AWS IoT Greengrass免费套餐含3个为期一年的免费Greengrass Core。3~10000个设备,可按需付费或年度承诺用量付费,10000个以上单独计费。连接到AWS IoT Greengrass Core设备且支持AWS IoT开发工具包的设备免费。

三是IBM。IBM将数字孪生体作为驱动技术,成为其物联网战略的一部分。通过IBM GBS数字化运营和IBM Watson IoT物联网服务向制造商提供IBM数字孪生解决方案。

IBM Digital Twin Exchange是一个平台,主要面向资产密集型行业的资源,平台包含内容服务提供商、客户、IBM三方。内容提供商负责向资产客户提供其资产的数字孪生资源,将产品列表逐一或批量上传到Digital Twin Exchange,自行管理库存,并为其数字孪生设置定价。数字孪生客户可以浏览、购买、下载和管理平台提供的数字孪生。

平台采取的是合作分成的收费模式,数字孪生内容提供商自主定价,可获得其数字孪生销售净收入的70%,其余归IBM。目前Digital Twin Exchange服务仅在美国开放。

四是PTC。PTC的ThingWorx平台作为一个工业物联网服务平台,提供了工业IoT应用程序和AR快速开发所需要的各种软件工具,可使企业快速开发、部署和扩展IoT应用程序与AR体验。并联合ANSYS设计了一套“仿真驱动设计”的解决方案部署在平台上,为用户提供统一的建模和仿真环境,从而消除设计与仿真之间的界限。

ThingWorx平台主要由三部分构成,分别是Kepware、Foundation和Analytics。Kepware负责设备连接和数据接入;Foundation主要负责整个数据源的建模,表明业务对象之间以及设备对象之间建模的关联关系。包括所有数据的存储、建模和前台应用的UI开发等;Analytics是指数据的分析建模,例如通过机器学习对数据的潜在价值进行挖掘。

ThingWorx平台采用订阅收费模式,也就是以即用即付模式访问PTC软件许可证的方式。

小结

国内外主流云计算和物联网服务提供商为扩大云产品使用量、扩大连接场景,纷纷依托已有的云服务、IoT服务平台进入数字孪生方案领域,将数字孪生作为扩展现有业务的一种手段。

采用的模式基本为与数字孪生专业服务提供商合作,在提供连接、计算、存储等基础资源的基础上,提供数字孪生增值服务,在设备接入的基础上,按产品授权等方式收取数字孪生增值服务费用。

根据Gartner 2019年的物联网实施调查报告,有13%正在实施物联网(IoT)项目的企业组织已经使用了数字孪生,另有62%的企业组织正在创建或者计划使用数字孪生。

Gartner预测,到2022年,实施物联网的企业中有超过三分之一的企业在生产中部署至少一个数字孪生。IDC预计到2022年,40%的物联网平台供应商整合模拟平台、系统、功能,创建数字孪生,70%的制造商使用该技术进行过程模拟和场景评估。

随着5G时代的到来,运营商作为国内几大物联网服务平台的主要提供者,可以充分发挥网络接入优势,依托现有物联网服务平台,扩大物联网连接场景,与主流数字孪生专业服务提供商合作,作为数字孪生数据的收集和分发者、数字孪生服务平台的提供者和产业链的整合者,深入服务工业互联网、智慧城市、智慧商业等。

——–END——–

相关文章

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: