Glossário de digital twins

Conforme as empresas buscam aumentar a eficiência, inovar os serviços e simplificar processos, os digital twins são essenciais na transformação digital.

Um digital twin é uma cópia digital exata do mundo físico, usando dados em tempo real para simular, analisar, monitorar e otimizar o desempenho. No entanto, entender os digital twins vai além de um único conceito. Envolve vários campos de tecnologia, cada um desempenhando um papel na criação de um digital twin. Esses campos incluem simulação, aprendizado de máquina da Internet das Coisas (IoT), análise de dados, computação em nuvem e muito mais.

Este glossário esclarece esses conceitos, tornando o complexo mundo dos digital twins mais fácil de entender.

Principais termos e conceitos de digital twins

Modelagem 3D: Criar uma versão digital 3D de uma estrutura ou objeto. Para digital twins, a modelagem 3D molda a cópia digital do item do mundo real.

Inteligência artificial (IA): A simulação de processos de inteligência humana por máquinas. Digital twins usam IA para analisar dados, prever resultados e automatizar decisões para aumentar a eficiência.

Gestão de ativos: Gerenciar de forma eficaz o desenvolvimento, a operação, a manutenção e a venda de ativos. Digital twins melhoram o gerenciamento de ativos, fornecendo informações em tempo real sobre como os ativos estão funcionando e o que eles precisam, permitindo um melhor rastreamento e monitoramento.

Realidade aumentada (RA): Uma tecnologia que sobrepõe elementos digitais ao mundo real, melhorando objetos físicos com informações geradas por computador. A RA torna os digital twins mais interativos e compreensíveis, adicionando informações digitais ao ambiente físico.

Automação: Usar tecnologia para realizar tarefas sem ajuda humana. Digital twins ajudam na automação, fornecendo os dados e as informações necessários para automatizar processos.

Big data: Conjuntos de dados grandes e complexos. Big data são alimentados em digital twins para criar representações, previsões e simulações precisas.

Computação em nuvem: Fornecimento de serviços de computação pela Internet. A computação em nuvem oferece os recursos necessários para armazenar e analisar as grandes quantidades de dados gerados por digital twins.

Conectividade: O recurso de dispositivos e sistemas de vincular e compartilhar informações. Conectividade é crucial para digital twins, pois a coleta e análise de dados em tempo real depende da transferência de dados entre sistemas.

Sistemas ciberfísicos: Sistemas que integram computadores digitais, redes e processos físicos. Digital twins são um sistema ciberfísico que combina elementos físicos com réplicas digitais para melhor monitoramento e análise.

Análise de dados: O processo de examinar dados para descobrir padrões e correlações. Digital twins aproveitam a análise de dados para transformar os dados coletados em informações acionáveis.

Fio digital: O fluxo de dados interconectado que suporta um produto, sistema ou ativo ao longo de seu ciclo de vida. Um digital twin incorpora esse fio digital, conectando diferentes fonte de dados e sistemas para monitoramento integrado e tomada de decisão.

Transformação digital: Integrar a tecnologia digital em todas as áreas de um negócio. Digital twins são essenciais para a transformação digital, ajudando as empresas a usarem dados em tempo real e análises preditivas para melhorarem as operações.

Digital twin: Uma representação digital precisa do mundo físico, que faz uso de dados dinâmicos para simular, analisar, monitorar e otimizar o desempenho

Computação de ponta: Movendo o processamento e o armazenamento de dados para mais perto de onde são necessários. Para digital twins, a computação de ponta acelera o processamento de dados e reduz os atrasos nas operações.

Integração: Combinar componentes para garantir que funcionem juntos. Em digital twins, a integração funde os domínios físico e virtual em um sistema unificado.

Interoperabilidade: A capacidade de diferentes sistemas se conectarem e se comunicarem. Isso é fundamental em digital twins, pois eles devem interagir sem problemas com vários dispositivo, sistemas e plataformas.

Internet das Coisas (IoT): Uma rede de dispositivos conectados que trocam dados e se comunicam uns com os outros. Os digital twins muitas vezes dependem da IoT, usando dados desses dispositivos para informar seus modelos.

Gerenciamento do ciclo de vida: Gerenciar um produto ou ativo desde a concepção até o descarte. Digital twins otimizam esse processo, oferecendo monitoramento contínuo e análise avançada, orientando a tomada de decisões ao longo do ciclo de vida.

Aprendizado de máquina: Um tipo de inteligência artificial que permite que os sistemas aprendam com a experiência. Em digital twins, o aprendizado de máquina prevê resultados futuros, melhora as operações e aprimora a tomada de decisões usando dados e tendências passados.

Eficiência operacional: A capacidade de fornecer produtos ou serviços com boa relação custo-benefício. Os digital twins ajudam as empresas a encontrarem áreas de melhoria e a tomarem decisões orientadas por dados para agilizarem as operações.

Otimização do desempenho: O processo de tornar os sistemas mais eficientes e eficazes. Em um digital twin, a otimização de desempenho garante que o digital twin e sua contraparte física operem de forma eficiente usando dados em tempo real e análise preditiva.

Análise preditiva Usar dados, algoritmos estatísticos e aprendizado de máquina para prever resultados futuros. Isso é essencial para digital twins, ajudando-os a antecipar falhas do sistema, necessidades de manutenção ou outros eventos futuros, com base em dados passados.

Manutenção preditiva: Essa abordagem usa análise de dados para prever quando o equipamento pode falhar. Os digital twins se destacam nisso, oferecendo informações em tempo real sobre a saúde do ativo e prevendo futuras falhas.

Dados em tempo real: Informações fornecidas imediatamente após a coleta. Digital twins dependem de dados dos sensores em tempo real para refletirem com precisão o estado atual do sistema físico que representam.

Tecnologias de detecção: Dispositivos ou ferramentas que detectam eventos ou alterações. São vitais para os digital twins, pois informam o gêmeo sobre mudanças no sistema físico, permitindo que ele os reflita com precisão.

Simulação: Criação de modelos para aprendizagem ou resolução de problemas. A tecnologia de digital twins usa simulação para replicar, testar e prever vários cenários.

Manufatura inteligente: O uso de tecnologias avançadas para tornar a produção mais eficiente. Digital twins são essenciais na manufatura inteligente, ajudando a prever problemas de máquinas, melhorar o aprendizado e melhorar as operações.

Digital twin urbano: Modelo virtual abrangente de uma cidade, aprimorado com dados em tempo real de dispositivos da Internet das Coisas e análise avançada usando inteligência artificial.

Comissionamento virtual: Simular um sistema de manufatura físico em um formato de digital twin para avaliar e modificar planos de produção.

Realidade virtual (VR): Uma tecnologia que cria um ambiente simulado, permitindo que os usuários interajam com um mundo 3D digital. Em digital twins, a RV permite uma interação envolvente, melhorando a compreensão e a tomada de decisões por meio de simulações e visualização realistas.