与主要用于监控和分析的传统数字双胞胎不同，可执行的数字双胞胎是活跃的动态模型，可以响应输入，模拟场景

并自主或通过人为干预做出决定。可执行的数字双胞胎（或 xDT）。简而言之，xDT 是芯片上的数字双胞胎。xDT 使用来自嵌入在物理产品中的（相对）少量传感器的数据，使用降阶模型进行实时模拟。通过这些少量的传感器，它可以预测物体上任何位置的物理状态（即使在无法放置传感器的地方）。

实时仿真和互动

xDT 能够实时模拟实物资产或系统的行为和性能。它们可以响应输入，模拟不同的运行条件，并动态地与外部系统或用户进行交互。

自主权和决策

xDT 可以根据预定义的规则、算法或机器学习模型自主做出决策。他们可以分析数据、预测结果并采取行动来优化性能或应对不断变化的情况。

闭环控制

xDT 通常在闭环控制系统中运行，来自传感器和执行器的实时数据反馈到虚拟模型中，以调整参数、优化性能并维持所需的运行条件。

预测分析和优化

xDT 使用预测分析和优化技术来预测未来的行为，识别潜在的问题或机会，并建议改善绩效或降低风险的措施。

与 IoT 和 AI 技术集成

xDT 利用物联网 (IoT) 传感器、连接和人工智能 (AI) 算法来收集实时数据、分析复杂模式并做出明智的决策。它们还可能整合机器学习模型，以实现自适应行为和持续改进。

动态适应和学习

xDT 能够从经验中学习，适应环境或运行条件随时间推移而发生的变化。他们可以根据新的数据和反馈不断更新其模型、参数和策略。

可执行的数字双胞胎可在各个行业中找到应用程序，包括制造业、能源、交通、医疗保健和智慧城市。它们可以在实时监控和控制至关重要的复杂系统中实现预测性维护、自主操作、流程优化和决策支持。总体而言，可执行的数字双胞胎代表了数字双胞胎技术的下一次发展，为实物资产和系统的实时模拟、决策和优化提供了增强的功能。可执行的数字双胞胎是数字双胞胎的一种高级形式，它不仅代表物理资产或系统的虚拟副本，而且还具有实时执行、仿真虚拟模型并与之交互的能力。

基于物理学的模型

基于物理的可执行数字双胞胎依赖于描述被复制系统的物理行为的数学模型。这些模型通常基于物理学的基本原理，例如力学、热力学、流体力学、电磁学等。通过求解控制这些物理现象的方程，数字双胞胎可以模拟现实世界系统在虚拟环境中的行为。

模拟物理过程

数字双胞胎使用基于物理的模型模拟系统内的物理过程和交互。这使它能够预测系统在不同的运行条件、输入和场景下的行为。

实时模拟

基于物理模型的可执行数字双胞胎可以实时或近乎实时地模拟物理系统的行为。这样可以根据系统及其环境的当前状态进行动态交互和决策。

闭环控制

基于物理的可执行数字双胞胎通常在闭环控制系统中运行，其中来自传感器和执行器的实时数据用于调整仿真参数和控制虚拟模型的行为。这使数字双胞胎能够保持所需的运行条件并优化性能。

验证和验证

在可执行数字双胞胎中使用的基于物理的模型必须经过验证和验证，以确保其准确性和可靠性。这包括将仿真结果与现实世界的测量结果和实验数据进行比较，以确认数字双胞胎准确地代表了物理系统。

虽然基于物理的建模通常用于可执行的数字双胞胎，但值得注意的是，根据应用程序的具体要求和限制，也可以采用其他建模方法，例如数据驱动建模、经验模型或结合物理学和数据驱动技术的混合模型。