IC693PWR321

　　1.2.采用AI方法解决不确定

　　在过去，很多生产运营、控制都是基于机理模型，而对于无法进行**建模的干扰、非线性就无法**控制，使得系统无法必须付出较大的裕度来保障基本运行，就像人们无法获得*优惯量比时候选择大号电机一样，造成浪费。

　　那么机器学习可以为从物理对象获得的数据与建模的机理模型匹配协作，发现系统的回归特性或者关联关系，这样依据机理模型与数据驱动构建“白盒”可解释的训练模型及算法。

　　2.虚拟调试

　　在传统的机器产线调试都是人员在物理对象伤进行，调试会耗费比较多的时间精力，而且特别依赖人的经验，而数字孪生为工程师搭建的数字化平台提供了便利和高效的工具(http://www.maoyihang.com/sell/l_5/)。

　　构建数字孪生体后，结合虚拟现实技术还可以在生产服务(http://www.maoyihang.com/sell/l_11/)等环节体现增值，延续企业(http://www.maoyihang.com/company/)的价值链。

　　3.数字孪生应用于生产运营服务

　　通过构建数字孪生体，我们可以实现远程的诊断，维护指导、更换硬件，这些服务都可以降低人员的消耗，而且更为高效，具有良好的预测性-显然，在工业互联网，智能制造中，数据都是可以用于直观呈现资产健康状态、设备故障的学习/机理模型的预测性分析的。

　　4.数字化远程培训

　　当我们构建了数字孪生体，结合AR/VR技术可以实现虚拟的教学，可以操作机器，而事实上这个机器可以是一个远程的或者本地的，你可以模拟到它的各种反馈，更为生动直观。