数字孪生助力破解智慧城市发展难题
发布于2022-09-28
数字孪生是一项快速发展的新兴技术，预计到2027年，其市场价值将从69亿美元增长到735亿美元，年复合增长率将达到60.6%。这种急剧增长的主要原因来自制造业：这项技术在没有大量资本投资的情况下降低了成本并提高了效率。此外，随着数字孪生在制药和医疗保健等其他行业的采用，需求的增加将拉动行业的创新，并通过规模效应支撑成本。
数字孪生的目标是将虚拟模型与真实世界的资产结合起来，以快速评估和改进资产特性。因此，在制造业得到了广泛应用。数字孪生主要用于主动操作，以评估和优化组件性能。工程师们将其应用于产品设计和开发、虚拟资产调试、预测性维护、检查和生命周期分析。
很多公司通过在其业务中推广数字孪生获得了巨大收益。现在，城市规划者们在城市建设中也提出了数字孪生的概念。据ABI Research显示，预计到2025年，全球将有超过500个城市部署数字孪生项目，以实现移动性和可持续性。电动车和自动驾驶车辆的兴起进一步加速了这一趋势。因此，使用数字孪生来加强与这些车辆接口的基础设施，可以为21世纪的城市带来成本、能源和安全方面的改善。
智慧城市的未来
城镇化是一个全球宏观趋势，全球约有55%的人口居住在城镇。现在世界人口以每年8000多万的速度在增长，而人口稠密的中国和印度的城镇化率却低于全球平均水平。这些数字表明，城镇化率还在不断提升，预计到2050年，世界城市化人口将接近70%。由于城镇人口占全球人口的比例如此之高，因此加强城镇建设与提高公民生活质量之间存在直接的关联。
许多现有的智慧城市建设采用了几种标准接口，以改善当地居民的生活， 其中包括：
- 智能照明
- 互联网和视频报道
- 建筑物空气质量和减排
- 公园和公共区域维护
- 公共安全
- 可持续性和气候监测
- 智能交通系统
技术将在构建智慧城市基础设施方面发挥关键作用。传感器、摄像头和其他设备将收集大量的智能数据。
然后，通过人工智能和深度学习将数据转换成自动化增强功能，以改善城市功能并增加新功能。此外，5G的渗透将使处理速度提高一个数量级（或更多），并减少响应滞后，进而更自然地发挥功能。然而，要在智慧城市中实现这些增强功能，还需要克服一些主要挑战。
智慧城市转型面临的挑战
尽管智慧城市拥有诸多优势，但当城市规划者决定将传统城市转变为智慧互联城市时，仍存在一些难题与挑战。
基础设施
首先面临的难题便是建设智慧城市所需的基础设施， 包括为相关功能添加大量传感器和摄像头，并确保传入数据的弹性、不间断性和准确性。传感器技术用于收集并组织处理设备的输入信息， 比如交通模式数据， 或特定城市地区的空气污染度以及紧急呼叫频率。
毫无疑问，在施工期间安装数据收集和处理技术比改造现有结构要简单得多。因为，要打造智慧城市需要升级电源、互联网连接和处理器连接，以及添加摄像头和传感器等诸多设备。
精确度
一旦城市规划团队出资并开始建设基础设施，校准将是一项巨大的附加挑战。创新技术的好坏取决于其准确性。因此，如果输入数据没有足够的分辨率，人工智能将无法做出适当的响应，这种情况可能导致错误的系统操作，得出错误的组件状态结论。
汽车物联网传感器需要检测应该移动但却停止的车辆，而不是停在路边的车辆，以改善拥挤地区的交通状况。因此，按照处理软件可以理解的方式处理数据非常重要。一旦数据准备就绪，由控制策略所管理的迭代循环会将物理条件反馈给模型，然后将模型数据发回以快速迭代到解决方案中。
安全与隐私
一个有争议的潜在难题就是公共基础设施收集的所有数据的安全和隐私问题。生成的数据越多，意味着遭到网络攻击的风险也就越高，这导致了一个问题，即不断向城市添加智能功能是否是理想的最终状态。
数字孪生攻克智慧城市难题
数字孪生可以帮助克服发展智慧城市所面临的这些难题。包括纽约、菲尼克斯和拉斯维加斯在内的几个大城市已经实施或计划实施这一方法。据统计，交通发达的大都市消耗了全球80%的能源，温室气体排放量占全球总量的60%。该应用可以说明实现包括即时交通流改善和下游可持续性发展等实质性改进所需的方法和组件。
解决方法
首先，构建城镇的3D CAD模型。接下来，需要将尽可能多的信息进行数字化，并将数据转换为可读形式，以开发准确的虚拟模型。
数值软件将城市的划分转化为网格化的微型街区（或类似几何形状）网络，从而进行分析。网格的每个拐点或节点都包含由相邻节点限定的一组方程。外部节点条件（称为边界条件）用于控制施加到待分析网格上的初始力。
一旦得出结论，虚拟城市组件的行为就会展示出物理城市的预期响应。如果无法接受这个结果，工程师便可以快速更改参数，并重新运行虚拟模型进行确认。该方法为物理测试节省了大量时间和费用。对于交通拥堵案例来说，虚拟模型可以在将付诸实践之前，评估交叉口重新设计方案或新的交通灯模式。
支持的组件
现有六大类支持数字孪生的组件， 用于在数字与物理世界之间进行转换：
- 虚拟资产
- 数据分析和集成
- 仿真
- 控制
- 通过云端将数字世界与物理世界关联起来
- 测量数据以收敛和改进模型
这一过程大大缩短了收敛到最优解的时间，节省了测试样本的费用，节省了进行测试的资本投资需求，并降低了实施物理资产提供的边界条件变更的风险。
虚拟资产是3D CAD模型，例如交通图的初始状态。从物理世界收集的数据可以反馈到模型中，以提高收敛精度。然后，模型使用AI、另一种数值模拟（如有限元或计算流体动力学分析）或叠加在图像或实际物理资产上的扩展现实来模拟行为。这一步骤避免了昂贵的基础设施建设。一旦预测到收敛，工程师就可以将数据上传到云端，以应用到物理资产中。该模型应在此时预测物理组件的适当响应。
设计工程师可以使用现有的建模软件包来创建虚拟模型。传统的物联网传感器即可完成数据收操作集，尽管摄像头解决方案需要固定位置模式来覆盖城市模型。
最后，区块链可以提供数字身份，将虚拟和物理资产关联起来，以高度安全的方式捕获详细的产品信息。区块链包含确保数据传输安全的加密功能，是智慧城市数字孪生在保护安全的同时提高性能的一种方法。
结语
物联网让智慧城市成为可能，从而实现万物互联。将创新技术融入城市可以通过更顺畅的交通流设计和智能照明，提高市民的生活质量以及全球和当地环境。
但是，尽管智慧城市的优势众所周知并广受欢迎，但在基础设施、准确性、安全和隐私方面仍存在相当大的挑战。而数字孪生可以通过模拟使性能与物理资产趋同，避免冗余的基础设施费用。它们还可以通过集成虚拟和物理组件来提高精度，以增强模型的预测能力。最后，在数字孪生中使用区块链可以确保生成更高的数据量并能得到安全处理。
随着越来越多的全球人口迁移到城市，数字孪生智慧城市将大幅提高居民的生活质量。
作者简介
Adam Kimmel拥有近20年执业工程师、研发经理和工程内容撰稿人经验， 编写过白皮书、网站副本、案例研究以及博客文章，涉及汽车、工业/制造业、科技和电子等垂直细分领域。Adam拥有化学和机械工程学位，并且是工程和技术内容写作公司ASK Consulting Solutions, LLC的创始人兼总负责人。