엔지니어링 시뮬레이션 소프트웨어는 기존에 신제품 설계에 사용되었지만 고급 내장 센서가 등장함에 따라 이제 엔지니어들은 이 데이터를 사용하여 디지털 트윈을 만들 수 있습니다. 디지털 트윈을 실시간 시스템 분석에 사용하여 예측 유지 관리를 예약하고 성능 최적화를 구현할 수 있습니다. Ansys의 하이브리드 분석 기능을 통해 엔지니어는 ML(기계 학습) 기반 분석과 물리 기반 접근 방식을 결합하여 예측 분석을 사용하여 탁월한 수준의 정확도를 달성할 수 있습니다.
Ansys Twin Builder를 사용하여 하이브리드 디지털 트윈 구축, 검증, 배포 및 확장
Ansys Digital Twin
Ansys Twin Builder를 사용하면 실제 시스템의 완전한 가상 프로토타입을 구현할 수 있습니다. 이를 배포하여 제품 및 자산의 전체 수명 주기를 관리할 수 있습니다. 이 디지털 트윈 시뮬레이션 패러다임은 시간이 지남에 따라 효율을 대폭 향상시킬 수 있으며, 실제 테스트 및 대응을 통해 더욱 정확해진 예측 방법론을 중심으로 유지 관리를 예약할 수 있게 해줍니다. 이 정보를 이용하면 예기치 않은 가동 중지 시간을 방지하고 운영 비용을 절감하는 동시에 최적의 효율성으로 작업할 수 있으므로 엔지니어가 기존 자산에서 추가적인 가치를 창출할 수 있으며, 이 모든 것은 애그노스틱 사물 인터넷(IoT) 플랫폼을 통해 가능합니다.
"디지털 트윈"이라는 용어가 유행하고 있지만 대다수의 기업은 여전히 이 첨단 기술을 활용하지 못하고 있습니다.
디지털 트윈은 서비스 중인 물리적 자산의 연결된 가상 복제본입니다. 자산에 장착된 센서가 데이터를 수집하여 시뮬레이션 모델로 전송하므로 디지털 트윈이 제품의 실제 경험을 릴레이할 수 있습니다.
2024년 7월
Ansys에서 Ansys Digital Twin의 제품 포트폴리오에 새로 추가된 Ansys TwinAI를 소개합니다. 이는 정확한 물리 모델과 최첨단 AI 기법이 제공하는 실제 데이터의 인사이트를 원활하게 통합하는 솔루션입니다. Ansys TwinAI는 이제 차수 감소 모델(ROM)을 지원하고 Ansys Design Language를 새로운 UI/UX 개선 사항과 통합합니다. 또한 하이브리드 해석이 개선되어 State-less FMU와 ROM 초기화를 처리할 수 있습니다.
하이브리드 분석을 통한 디지털 트윈의 잠재력 발휘
차수 감소 모델(ROM) 생성의 자동화, 속도 및 정확도 향상
향상된 솔버, 모델 라이브러리 및 사용자 환경
Hybrid Analytics은 물리학 및 데이터를 서로 다르게 결합하기 위한 ML 툴 세트입니다. Training 데이터와 ML 기술을 선택할 때 더 현명한 선택을 함으로써 하이브리드 디지털 트윈의 새로운 가능성을 열 수 있습니다. 본 웨비나에 참여하여 하이브리드 디지털 트윈을 통해 가장 정확한 트윈을 얻는 방법을 알아보십시오.
이 웨비나에서는 Ansys Twin Builder가 전기 차량을 위한 가상 검증 워크플로 구축 시 제공하는 이점을 살펴볼 수 있습니다.
이 웨비나에서 Ansys Twin Developer를 사용하여 더 나은 워크플로를 만들고, 검증하고, 배포하십시오.
Tata Steel Nederland 전문가로부터 철강 및 제철 공장에서 가열처리 공정 관리를 어떻게 디지털화하는지 알아보십시오. 이제 시뮬레이션 기반 디지털 트윈과 AI/ML 기술을 사용하여 에너지 소비 최적화에 대한 이니셔티브를 추구할 수 있습니다.
Python API를 통해 Ansys Digital Twins 런타임의 기능에 쉽게 액세스할 수 있도록 해주는 최신 PyAnsys 패키지인 “PyTwin”을 소개합니다.
시뮬레이션 기반 디지털 트윈 구축, 검증 및 배포
전문가들이 다양한 산업 및 애플리케이션에서 Ansys Twin Builder로 시뮬레이션 기반 디지털 트윈을 구축, 검증 및 배포하는 기능을 시연하는 60분짜리 세션입니다.
드릴 및 기어박스부터 자동차 서스펜션 시스템 및 항공기 착륙 장치에 이르는 산업 분야를 위한 ANSYS Twin Builder Fluid Power Library에 대해 알아보십시오.
물리적 제품의 가상 표현인 디지털 트윈은 설계부터 운영 및 서비스에 이르는 전체 제품 수명 주기에 걸쳐 가치를 창출할 수 있습니다.
현재 물리 시뮬레이션 기반의 디지털 트윈은 이미 높은 수준의 정확도로 실제 세계를 나타내고 있습니다. 이 웨비나에서는 전문가 패널이 AI와 물리학의 장점을 결합하여 하이브리드 디지털 트윈을 만드는 방법에 대해 논의합니다.
