Về cơ bản, Digital Twin là một bản sao kỹ thuật số của một tài sản, hệ thống hoặc quy trình vật lý, giúp các công ty tạo ra sản phẩm tốt hơn, nhanh hơn. Chúng cũng hứa hẹn sẽ cách mạng hóa quá trình phát triển sản phẩm.
Tuy nhiên, điều quan trọng là các nhà sản xuất phải lựa chọn phần mềm Digital Twin phù hợp với nhu cầu của mình.
Rahul Garg, phó chủ tịch phụ trách máy móc công nghiệp và các chương trình SMB của Siemens Digital Industries Software, cho biết ông đã chứng kiến sự gia tăng gần đây của Digital Twin trong số khách hàng.
Các yếu tố ảnh hưởng bao gồm đại dịch, nhu cầu về môi trường làm việc cộng tác hơn, tình trạng suy giảm lực lượng lao động và nhu cầu thu hút nhân sự mới.
"Cách đây năm năm, các công ty vừa và nhỏ cũng như các nhà cung cấp không quá quan tâm đến việc áp dụng công nghệ mới," Garg nói. "Nhưng tôi có thể nói rằng trong 24 tháng qua, chúng tôi đã chứng kiến một sự thay đổi lớn trong các công ty công nghiệp này. Họ nhận ra rằng những gì đã giúp họ đạt được đến thời điểm này sẽ không thể duy trì được nữa, vì ngành công nghiệp đã có những thay đổi đáng kể, môi trường kinh doanh cũng đã thay đổi đáng kể, và họ cần phải bắt kịp tốc độ."
Những ai đang thay đổi?
Mặc dù khách hàng trong ngành ô tô của Siemens có thể chậm chạp trong việc tiếp cận Digital Twin, nhưng toàn bộ ngành sản xuất đang tích cực đón nhận công nghệ này.
Có sự quan tâm rộng rãi trong nhiều lĩnh vực—hàng không vũ trụ và quốc phòng, ô tô, chăm sóc sức khỏe và năng lượng—với các ngành sản xuất rời rạc và liên tục là những đơn vị tiên phong, theo Sameer Kher, giám đốc cấp cao về nghiên cứu và phát triển Digital Twin tại Ansys Inc., Canonsburg, Pa. Điều này là do sự sẵn có của các giải pháp kết nối thông qua các công nghệ như 5G, sự cạnh tranh ngày càng tăng, nhu cầu ngày càng lớn về giám sát từ xa và tính cố định của thiết bị, giúp việc theo dõi trở nên dễ dàng hơn.
Khách hàng thường là các nhà sản xuất sản phẩm hoặc nhà vận hành thiết bị, Kher bổ sung. Các nhà sản xuất OEM quan tâm nhiều hơn đến bảo trì dự đoán, giảm chi phí bảo hành và phát triển các dịch vụ mới, trong khi các nhà vận hành tập trung vào việc cải thiện hoạt động của họ.
Châu Âu, với trọng tâm là tính bền vững, và Bắc Mỹ, với nhu cầu ngày càng cao về các kịch bản làm việc từ xa, đang dẫn đầu trong việc áp dụng Digital Twin, Kher cho biết. Ví dụ, tính bền vững thường liên quan đến việc giảm thiểu tiêu thụ năng lượng.
“Digital Twin có thể cung cấp thông tin chi tiết cần thiết để tối ưu hóa hoạt động trong khi giảm lãng phí năng lượng mà không làm ảnh hưởng đến năng suất,” ông nói.
Nhà máy thông minh của Deloitte tại Wichita đã triển khai Digital Twin để tối ưu hóa quản lý năng lượng của mình.
“Chúng tôi có nguồn năng lượng từ pin, tuabin gió, năng lượng mặt trời và lưới điện truyền thống,” Lindsey Berckman, lãnh đạo ngành hàng không vũ trụ và quốc phòng Hoa Kỳ, đồng thời là giám đốc của Deloitte Consulting LLP, cho biết. “Điều đó cho phép chúng tôi biết cách khai thác các nguồn năng lượng khác nhau vào những thời điểm thích hợp, giúp chi phí của chúng tôi đạt mức hiệu quả nhất có thể và sử dụng tối đa năng lượng bền vững thay vì phụ thuộc vào lưới điện truyền thống.”
Các tên gọi khác
Một Tên Gọi Khác Cho Digital Twin
Các định nghĩa trong ngành sản xuất thường gây tranh cãi, và điều này cũng đúng với Digital Twin.
“Công nghệ Digital Twin sử dụng cảm biến Internet Vạn Vật Công Nghiệp (IIoT), học máy và phần mềm mô phỏng để thu thập dữ liệu sản phẩm và tạo ra các mô hình chính xác,” Steve Dertien, Giám đốc công nghệ (CTO) của PTC Inc., cho biết. “Các nhóm sau đó có thể sử dụng các mô hình này để dự đoán nhu cầu bảo trì, mô phỏng các thay đổi đối với hệ thống và tối ưu hóa các quy trình (ví dụ: giao thức an toàn, quy trình báo cáo, quy trình sản xuất, v.v.).”
Những gì Dertien gọi là Digital Twin, Dassault Systèmes lại gọi là “song sinh ảo” (virtual twin). Mặc dù Digital Twin không phải là một mô phỏng đơn thuần, một số người phân biệt bằng cách sử dụng thuật ngữ “song sinh kỹ thuật số tĩnh” (static digital twin) cho mô phỏng và “song sinh kỹ thuật số động” (dynamic digital twin) theo định nghĩa của PTC.
“Digital Twin là nhiều hơn một mô phỏng,” Dertien nói. “Mô phỏng chỉ phản ánh một quy trình, địa điểm, con người hoặc sản phẩm vật lý—nó không bao giờ đo lường đối tượng thực tế. Đó là một bản sao kỹ thuật số không có sự liên kết thực tế với thế giới vật lý, không có quá trình đo lường và cập nhật liên tục như một Digital Twin thực thụ.
“Tóm lại, Digital Twin chỉ có thể tồn tại khi có một đối tượng vật lý tương ứng, trong khi mô phỏng không nhất thiết phải có đối tượng thực ngoài đời,” Dertien tiếp tục. “Một Digital Twin cũng bao phủ toàn bộ vòng đời của sản phẩm.”
Sameer Kher, giám đốc cấp cao về nghiên cứu và phát triển Digital Twin tại Ansys Inc., cũng làm rõ sự khác biệt: “Một yếu tố phân biệt quan trọng giữa mô phỏng và Digital Twin là trong hầu hết các trường hợp, các mô hình mô phỏng cần được chuyển đổi thành các phiên bản nhẹ hơn, độc lập hơn để có thể thực thi gần như theo thời gian thực trên các hệ thống biên hoặc trên đám mây,” Kher giải thích.
Việc sử dụng mô hình giảm bậc (Reduced-Order Modeling - ROM) giúp các mô phỏng trở nên nhẹ hơn và khuyến khích việc tái sử dụng chúng trong việc tạo ra Digital Twin. Đây là một kỹ thuật phần mềm mà Ansys sử dụng trong các ứng dụng của mình để giảm độ phức tạp của các mô hình toán học có độ chính xác cao, đồng thời giữ nguyên các đặc điểm và hành vi quan trọng của chúng.
Nếu không có ROM, các mô hình đầy đủ sẽ không thể sử dụng được hoặc quá tốn kém về thời gian tính toán để áp dụng trong thực tế.
Phát triển phần mềm và thách thức
Điện toán đám mây, trí tuệ nhân tạo (AI) và công nghệ Internet Vạn Vật Công Nghiệp (IIoT) đã góp phần vào sự tăng trưởng bùng nổ của thị trường phần mềm Digital Twin, được dự đoán sẽ tăng từ 11,5 tỷ USD vào năm 2023 lên 65,4 tỷ USD vào năm 2030, với tỷ lệ tăng trưởng kép hàng năm (CAGR) là 28%, theo báo cáo của Verified Market Reports.
Tuy nhiên, việc xây dựng một Digital Twin không hề đơn giản. Theo báo cáo của McKinsey, những doanh nghiệp tiên phong cho biết họ gặp nhiều thách thức trong việc tích hợp công nghệ Digital Twin vào môi trường phát triển sản phẩm số hiện tại và cơ sở hạ tầng CNTT rộng lớn hơn. Cũng giống như bất kỳ công nghệ số hoặc kết nối nào khác, vấn đề an ninh mạng cũng là một mối lo ngại đối với Digital Twin.
“Một Digital Twin có thể trở thành kho báu cho tội phạm mạng,” Mysore cảnh báo. “Bảo mật dữ liệu là yếu tố vô cùng quan trọng, cần được thực hiện và nâng cấp liên tục bằng các biện pháp bảo mật mạnh mẽ, bao gồm mã hóa, kiểm soát truy cập an toàn, cũng như đánh giá và cập nhật thường xuyên các chính sách và thực tiễn bảo mật.”
Bên cạnh việc tạo ra những rủi ro riêng, Digital Twin cũng có thể khiến các đối tượng vật lý của chúng trở nên dễ bị tổn thương. Ramsey Hajj, lãnh đạo toàn cầu về an ninh mạng OT tại Deloitte & Touche LLP và trưởng nhóm an ninh mạng của Deloitte’s Smart Factory, nhận định:
“Bạn cần bảo vệ Digital Twin của mình giống như cách bạn bảo vệ nhà máy vậy, bởi vì nếu ai đó có được bản sao Digital Twin của bạn, họ có thể ngồi trước máy tính với một cặp kính thực tế ảo và thực hiện hàng nghìn cuộc tấn công ảo cho đến khi thành công, sau đó họ sẽ áp dụng nó vào thực tế trong nhà máy của bạn,” Hajj nói.
Mặc dù việc thiếu lộ trình rõ ràng và những khó khăn trong việc tạo ra một Digital Twin là điều không thể tránh khỏi, nhưng những lợi ích mà chúng mang lại trong việc đẩy nhanh quá trình phát triển sản phẩm, tối ưu hóa quy trình và dự đoán bảo trì máy móc gần như mang tính "siêu nhiên". Chúng cung cấp cái nhìn toàn diện về mọi thứ đang diễn ra trong một nhà máy sản xuất, theo Trent Still, giám đốc tiếp thị kỹ thuật về thiết kế và sản xuất tại Autodesk Inc.
“Digital Twin cho phép bạn, theo một cách nào đó, có khả năng tiên đoán và nói rằng, ‘Tôi biết điều gì sẽ xảy ra trong không gian đó, tôi biết chính xác điều gì nên xảy ra ở đó,’” Still nói. “Nhờ vậy, họ có thể tập trung hoàn toàn vào sản xuất sản phẩm với sự tự tin. Nếu không có Digital Twin, sản xuất chỉ đơn thuần mang tính phản ứng.”
Lựa chọn và các câu hỏi quan trọng
Unfortunately, there is no predetermined roadmap to follow, says Prashanth Mysore, senior director, global strategic business development for manufacturing and supply chain, Dassault Systèmes.
“One question I always get asked is ‘what is the journey of a digital twin? When can you give me the roadmap?’” he says. “This is what most of the CEOs and head of operations normally ask. There is no one size fits all. I would say start at any stage.”
The most common advice about where to start is often posed in question form: What problem are you trying to solve? Where will you get the most value?
“There’s lots of software out there, (and) most of the software packages address a portion of the twin story,” Berckman notes. “There’s not a silver bullet that really goes Thật không may, không có một lộ trình cố định nào để làm theo khi triển khai Digital Twin, theo Prashanth Mysore, giám đốc cấp cao về phát triển kinh doanh chiến lược toàn cầu cho sản xuất và chuỗi cung ứng tại Dassault Systèmes.
“Một câu hỏi mà tôi luôn được hỏi là ‘Lộ trình của Digital Twin là gì? Khi nào anh có thể cung cấp cho tôi lộ trình?’” ông nói. “Đây là điều mà hầu hết các CEO và trưởng bộ phận vận hành thường xuyên hỏi. Không có một mô hình chung nào phù hợp với tất cả. Tôi sẽ nói rằng bạn có thể bắt đầu từ bất kỳ giai đoạn nào.”
Lời khuyên phổ biến nhất về nơi để bắt đầu thường được đặt ra dưới dạng câu hỏi: Vấn đề bạn đang cố gắng giải quyết là gì? Bạn sẽ thu được giá trị lớn nhất từ đâu?
“Có rất nhiều phần mềm ngoài kia, và hầu hết các gói phần mềm chỉ giải quyết một phần của câu chuyện Digital Twin,” Berckman lưu ý. “Không có một giải pháp toàn diện nào có thể bao phủ toàn bộ vòng đời sản phẩm và cung cấp tất cả các mô hình song sinh kỹ thuật số cũng như các khả năng mô phỏng mà bạn cần. … Chúng tôi khuyến nghị sử dụng nhiều loại phần mềm khác nhau, tùy thuộc vào phần nào của vòng đời sản phẩm mà bạn đang tập trung vào và vấn đề bạn đang cố gắng giải quyết.”
Nói cách khác, không phải tất cả phần mềm Digital Twin đều giống nhau, và việc triển khai nhiều Digital Twin đòi hỏi một chiến lược linh hoạt. Có một số câu hỏi cần được đặt ra từ đầu để đảm bảo lựa chọn phù hợp nhất.
Một số câu hỏi khởi đầu khác bao gồm:
Phần mềm có sử dụng phân tích lai (hybrid analytics) không?
Phần mềm có kiến trúc mở hay đóng?
Nó có khả năng mở rộng không?
Nó xử lý nhiều loại dữ liệu khác nhau như thế nào?
“Phần mềm cho phép sử dụng phân tích lai, kết hợp dữ liệu vật lý thông qua mô phỏng với dữ liệu từ trí tuệ nhân tạo và học máy, giúp tạo ra các mô hình chính xác và phát triển liên tục,” Kher lưu ý.
Trong khi đó, kiến trúc mở cho phép triển khai linh hoạt trên toàn bộ hệ sinh thái và giúp nhà sản xuất có thể chọn phần mềm phù hợp nhất với nhu cầu của mình mà không bị ràng buộc với một nhà cung cấp duy nhất.
Kiến trúc của Autodesk là hệ thống đóng, nhưng nó hỗ trợ tích hợp thông qua API và đang hướng tới một hệ thống mở hơn, theo Jason Love, giám đốc truyền thông công nghệ của Autodesk.
“Phần mềm Autodesk và kiến trúc của nó không mở theo nghĩa ‘mã nguồn mở’—người ngoài Autodesk không thể xem và chỉnh sửa mã nguồn theo nhu cầu của họ—nhưng các công cụ, hệ thống và nền tảng Digital Twin của Autodesk rất linh hoạt trong việc mở rộng,” Love cho biết.
Việc tích hợp các mô hình máy móc có sẵn, khả năng tương thích với hệ thống hiện tại và khả năng xây dựng Digital Twin theo từng bước nhỏ giúp quá trình sử dụng phần mềm trở nên dễ dàng hơn. Theo Garg, bằng cách tiếp cận từng bước, các nhóm chuyên môn khác nhau như điện, cơ khí và tự động hóa có thể cùng đóng góp vào quá trình tạo ra Digital Twin và làm việc một cách cộng tác hơn.
Khả năng mở rộng là một yếu tố đặc biệt quan trọng đối với các công ty khởi nghiệp trong lĩnh vực phần mềm, Berckman nói. Điều này đảm bảo rằng phần mềm có thể xử lý các tập dữ liệu lớn hơn khi số lượng Digital Twin của doanh nghiệp ngày càng tăng.
Nhấn mạnh tầm quan trọng của việc xử lý dữ liệu đa dạng, một khách hàng của Dassault có hơn 100 ứng dụng phần mềm khác nhau và không biết cách tích hợp dữ liệu OT (Operational Technology) và IT (Information Technology) từ nhiều nguồn khác nhau.
“Nó giống như một viện bảo tàng phần mềm vậy,” Mysore nói. “Vì vậy, chúng tôi đã đề xuất một mô hình tương tác liên kết.”
Giải pháp của Siemens cho vấn đề tích hợp dữ liệu là Insights Hub. Mặc dù nó không phải là một hệ thống "cắm là chạy" (plug-and-play), nhưng công ty cung cấp một giải pháp mã nguồn thấp (low-code) có tên Mendix để hỗ trợ kết nối.
“Đây là một quy trình kéo và thả để xây dựng các tích hợp này,” Garg cho biết. “Trên thực tế, chúng tôi đã tạo ra một tích hợp giữa Mendix và công cụ AI của Amazon. Vì vậy, bạn có thể sử dụng AI tạo sinh như một phần của quy trình kết nối các nguồn dữ liệu khác nhau.”
Không chỉ dành cho IoT
Không có dữ liệu cụ thể nào để chứng minh mối liên hệ, nhưng theo quan sát của Garg, sự gia tăng áp dụng Digital Twin trong ngành công nghiệp Hoa Kỳ trùng khớp với các đạo luật được ban hành vào năm 2022, bao gồm Đạo luật Chips and Science và Đạo luật Giảm Lạm Phát (Inflation Reduction Act). Cả hai đạo luật này đều cung cấp nguồn tài trợ cho các nhà sản xuất, khi chính phủ Hoa Kỳ đang cố gắng thúc đẩy sản xuất trong nước.
Một trong những ứng dụng của nguồn tài trợ này là sử dụng Digital Twin để thiết lập một nhà máy mới hoặc mở rộng một cơ sở hiện có.
“Đối với các doanh nghiệp lớn, phần lớn họ đang xem xét việc tái cơ cấu toàn bộ một cơ sở sản xuất hoặc xây dựng một nhà máy hoàn toàn mới,” Trent Still, chuyên gia tiếp thị kỹ thuật về thiết kế và sản xuất tại Autodesk, cho biết. “Vì vậy, họ đang cân nhắc những yếu tố như xe tải sẽ ra vào ở đâu? Xe tự hành sẽ di chuyển như thế nào?”
Các nhà máy hiện tại cũng có thể hưởng lợi từ Digital Twin, Still tiếp tục, nhấn mạnh đến những thách thức trong quá trình phát triển.
“Điều thú vị nhất đối với tôi là khi các nhà sản xuất vừa và nhỏ đang trải qua giai đoạn tăng trưởng nhanh chóng,” ông nói. “Thường thì họ đang tìm cách thực hiện một trong hai điều: đa dạng hóa sản xuất hoặc số hóa các quy trình tự động của họ—ví dụ như tích hợp robot phân loại, máy móc tự động—hoặc họ đang tìm cách mua thêm máy mới để tăng thời gian gia công, đặc biệt là trong các xưởng gia công nhỏ nhằm tận dụng thêm cơ hội sản xuất.”
Phần mềm Fusion của Autodesk hỗ trợ việc tạo Digital Twin của máy móc, trong khi ứng dụng mô phỏng sự kiện rời rạc FlexSim của Autodesk giúp tạo ra Digital Twin của thiết kế nhà máy và các giải pháp tự động hóa trên sàn sản xuất. Fusion Operations được sử dụng để xây dựng Digital Twin cho chuỗi sản xuất.
Digital Twin cho phép chủ sở hữu nhà máy tạo ra một mô hình kỹ thuật số hoàn chỉnh của toàn bộ nhà máy, giúp họ có thể bố trí dây chuyền sản xuất một cách tối ưu, ngay cả trước khi phát hành đơn đặt hàng mua máy CNC mới, Still giải thích.
Các tính năng của Digital Twin bao gồm đánh giá khoảng cách an toàn—chẳng hạn như xem xét liệu xe nâng hoặc robot có thể di chuyển dễ dàng trong nhà máy hay không, xác định cách nguyên vật liệu được bốc dỡ bằng cần cẩu, cũng như các yếu tố quan trọng khác trong hoạt động sản xuất.
Digital Twin cũng tích hợp mô phỏng toàn diện về luồng công việc, Still tiếp tục, bao gồm các bước từ khi một chi tiết được đưa ra khỏi dây chuyền sản xuất, sau đó đến máy đo tọa độ CMM, tiếp tục đến bộ phận kiểm soát chất lượng (QA) để kiểm tra dung sai và phân tích hoàn thiện, trước khi tiến tới đóng gói.
Kết quả là, Digital Twin có thể giúp ngăn chặn những sai lầm tốn kém.
“Trước đây, quá trình này thường bị phân tách một cách không hiệu quả,” Still nói. “Các kiến trúc sư và kỹ sư thiết kế một tòa nhà, họ nghĩ rằng họ biết vị trí đặt máy móc.”
“Nhưng khi nhà sản xuất tiếp quản và bắt đầu lắp đặt máy móc, họ nhận ra rằng một nửa hệ thống MEP (cơ khí, điện và đường ống) được bố trí sai vị trí,” Still tiếp tục. “Khi đó, họ buộc phải cắt sàn, tái bố trí mặt bằng để phù hợp với tải trọng điểm của máy móc.”
Trong những trường hợp này, Digital Twin không chỉ đơn thuần là thu thập dữ liệu từ cảm biến IoT trên máy CNC. “Nó là toàn bộ hệ sinh thái sản xuất,” Still khẳng định.
Nền tảng 3DExperience của Dassault là giải pháp giúp cải thiện an toàn lao động và năng suất sản xuất bằng cách tối ưu hóa luồng công việc, khả năng tiếp cận, không gian và hiệu suất thông qua Digital Twin.
“Chúng tôi thực hiện điều đó bằng cách tối ưu hóa cách bố trí,” Mysore nói. “Có thể chúng tôi sẽ đề xuất sắp xếp lại máy móc, điều chỉnh luồng sản phẩm, lắp đặt thêm một máy mới hoặc thay đổi bố cục để áp dụng phương pháp cải tiến năng suất. Đây là một điều đơn giản nhưng có thể mang lại lợi ích lớn cho hầu hết các nhà sản xuất của chúng tôi.”
Kết hợp hai giải pháp tốt nhất
Hai công ty phần mềm đã phát triển một giải pháp lai (hybrid) kết hợp sức mạnh của mô phỏng và IIoT để mở rộng các giải pháp tối ưu hóa dịch vụ. Trong bối cảnh này, tối ưu hóa dịch vụ có thể được hiểu theo nhiều cách khác nhau, bao gồm cả việc quản lý dịch vụ tại hiện trường và tối ưu hóa kho phụ tùng, theo giải thích của Dertien.
Digital Twin kết hợp mô phỏng nâng cao của PTC và Ansys kết hợp dữ liệu IoT từ nền tảng ThingWorx của PTC với mô phỏng Twin Builder của Ansys để tạo ra một bản sao kỹ thuật số mô phỏng vòng đời và hiệu suất của một tài sản được kết nối. Người dùng có thể triển khai Digital Twin để giảm chi phí vận hành thông qua giám sát từ xa, cải thiện chẩn đoán và bảo trì dự đoán, đồng thời nâng cao lợi tức đầu tư (ROI) bằng cách duy trì hoạt động của thiết bị ở hiệu suất tối ưu.
Việc sử dụng mô phỏng chủ yếu phục vụ như một cảm biến ảo cho các thông số như gia tốc, độ rung, tốc độ quay của máy móc, nhiệt độ, khoảng cách, v.v., giúp giám sát điều kiện hoạt động và cung cấp trải nghiệm dịch vụ tốt hơn cho khách hàng.
“Ví dụ, xe hơi của bạn hiện nay cũng sử dụng phương pháp tương tự để thay dầu,” Steve Dertien, Giám đốc Công nghệ (CTO) của công ty phần mềm PTC có trụ sở tại Boston, giải thích. “Trước đây, bạn cần thay dầu sau mỗi 3.000 dặm. Giờ đây, quá trình này dựa trên tình trạng thực tế và được tính toán bởi một thuật toán để xác định phần trăm tuổi thọ dầu.” Dertien cho biết giải pháp của Ansys-PTC đặc biệt lý tưởng cho các ứng dụng quan trọng trong quy trình sản xuất, đặc biệt là những môi trường hoạt động khắc nghiệt, nơi chi phí ngừng hoạt động cao hoặc thiết bị quá phức tạp để các kỹ thuật viên địa phương có thể bảo trì hiệu quả
Đối mặt nhiều thách thức
Ngay cả một Digital Twin tốt nhất cũng chỉ chính xác dựa trên chất lượng mô phỏng mà nó sử dụng.
“Mô phỏng có sự khác biệt rất lớn giữa những gì chúng ta thấy trong các tình huống kỹ thuật thông thường và thực tế mà chúng thể hiện khi được áp dụng,” Dertien nói. “Đây có lẽ là một trong những lĩnh vực ít được nhắc đến nhưng lại vô cùng phức tạp, đặc biệt nếu bạn đang mô phỏng một quy trình chưa từng có mô hình trước đó.”
Ví dụ, nếu một quy trình sản xuất trộn nhiều hóa chất để tạo ra bọt, có thể không có cảm biến nào đo lường được các đặc tính của một loại bọt đạt chuẩn trong một số trường hợp, ông giải thích. Ngoài ra, cũng có rất ít thông tin về cách xây dựng một mô hình mô phỏng hiệu quả cho phản ứng đó.
“Đây vẫn là một lĩnh vực cần rất nhiều nghiên cứu và phát triển để tạo ra các mô phỏng nâng cao hơn,” Dertien kết luận.
Nói cách khác, vẫn còn rất nhiều việc phải làm để cải thiện Digital Twin.
Giới thiệu về PTC
PTC (NASDAQ: PTC) là một công ty phần mềm toàn cầu cho phép các công ty công nghiệp và sản xuất chuyển đổi kỹ thuật số cách họ thiết kế, sản xuất và bảo dưỡng các sản phẩm vật lý mà thế giới tin dùng. Có trụ sở chính tại Boston, Massachusetts, PTC tuyển dụng hơn 7.000 nhân viên và hỗ trợ hơn 30.000 khách hàng trên toàn cầu. Để biết thêm thông tin, vui lòng truy cập www.ptc.com.
