数字孪生应用白皮书（313页）

传统的设备运维模式下，当设备发生故障时，要经过“发现故障—— 致电售后服务人员——售后到场维修”一系列流程才能处理完毕。客户对 设备知识的不了解、与设备制造商之间的沟通障碍往往导致故障无法及时 解决。解决这一问题的方法在于将依赖客户呼入的“被动式服务”转变为 主机厂主动根据设备健康状况提供服务的“主动式服务”。数字孪生提供 物理实体的实时虚拟化映射，设备传感器将温度、振动、碰撞、载荷等数 据实时输入数字孪生模型，并将设备使用环境数据输入模型，使数字孪生 的环境模型与实际设备工作环境的变化保持一致，通过数字孪生在设备出 现状况前提早进行预测，以便在预定停机时间内更换磨损部件，避免意外 停机。通过数字孪生，可实现复杂设备的故障诊断，如风机齿轮箱故障诊断、 发电涡轮机、发动机以及一些大型结构设备，如船舶的维护保养。 典型的企业如达索、GE 聚焦于数字孪生在故障预测和维护方面的应 用。GE 是全球三大航空发动机生产商之一，为了提高其核心竞争力和加 强市场主导地位，在其航空发动机全生命期过程引入了增材制造和数字孪 生等先进技术。2016 年，GE 与 ANSYS 合作，携手扩展并整合 ANSYS 行业领先的工程仿真、嵌入式软件研发平台与 GE 的 Predix 平台。GE 的 数字孪生将航空发动机实时传感器数据与性能模型结合，随运行环境变化 和物理发动机性能的衰减，构建出自适应模型，精准监测航空发动机的 部件和整机性能。并结合历史数据和性能模型，进行故障诊断和性能预测， 实现数据驱动的性能寻优。

促进城市医疗资源的合理化分配。将数字孪生应用在智慧健康系统中， 可以基于患者的健康档案、就医史、用药史、智能可穿戴设备检测数据 等信息在云端为患者建立“医疗数字孪生体”，并在生物芯片、增强分析、 边缘计算、人工智能等技术的支撑下模拟人体运作，实现对医疗个体健康 状况的实时监控、预测分析和精准医疗诊断。如基于医疗数字孪生体应用， 可远程和实时地监测心血管病人的健康状态；当智能穿戴设备传感器节 点测量到任何异常信息时，救援机构可立即开展急救。同样医疗数字孪 生体还可通过在患者体内植入生物医学传感器来全天监控其血糖水平，以 提供有关食物和运动的建议等。 将数字孪生技术应用在智慧健康中，构建其应用框架如图 * 所示。 该应用框架主要包含基础支撑层、数据互动层、模型构建层和功能层。