Altair数字孪生系统降阶建模技术方案

大数据、云计算、物联网以及机器学习等技术的高速发展，促进了人工智能技术的革命性进步和应用，为先进制造，智能运维、数字孪生提供了新的手段。数字孪生指利用大数据、人工智能、物联网、深度学习和仿真建模等技术，从知识、信息、数据和信号等出发，通过汇聚、分析、挖掘和仿真等手段静态或动态掌握物理世界实体外在形象、外部行为、内部关系和整体状态等，并在虚拟世界建立描述物理世界实体数字特征的共生数字模型，构建实体模型与数字模型的良性互动，实现实体模型与数字模型同步的技术体系。

数字孪生系统主要分为数字功能模型（虚拟模型）、实体物理模型、实时数据采集系统、数字模型可视化等几大主体。其中，构建具有高可靠性和高质量的数字模型是开展各类数字孪生系统应用的核心和基础，然而，虚拟模型（数字模型）的建模是一个复杂而专业的过程。由于数字孪生系统对数字模型具有实时运行的要求，因此，针对实体物理模型的物理特性场模型即传统CAE模型无法直接应用于数字孪生系统部署，需要针对此类模型进行模型降阶处理，以满足实时性和可靠性的要求。基于降阶模型技术可以将三维的流体、结构、电磁、热等物理场仿真模型降阶为可实时仿真的数字孪生系统组件模型，实现对关键零件或价值昂贵组件的预测性维护。