Course Code: digitaltwins
Duration: 21 hours
Prerequisites:
  • Zrozumienie modelowania systemów lub operacji przemysłowych
  • Doświadczenie z Python lub podobnymi językami programowania
  • Znajomość pojęć integracji danych

Grupa docelowa

  • Liderzy transformacji cyfrowej
  • Personel IT zakładu
  • Architekci danych
Overview:
Twin Cyfrowe to wirtualne repliki fizycznych systemów wzbogacone o dane w czasie rzeczywistym i inteligencję opartą na sztucznej inteligencji.To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest skierowane do profesjonalistów na poziomie średnim, którzy chcą budować, wdrażać i optymalizować modele Twin Cyfrowych za pomocą danych w czasie rzeczywistym i wniosków opartych na sztucznej inteligencji.Po zakończeniu tego szkolenia uczestnicy będą w stanie:
  • Zrozumieć architekturę i składniki Twin Cyfrowych.
  • Używać narzędzi symulacyjnych do modelowania złożonych systemów i środowisk.
  • Integrować strumienie danych w czasie rzeczywistym z wirtualnymi modelami.
  • Zastosować techniki AI do przewidywania zachowania i wykrywania anomalii.

Format kursu

  • Interaktywne wykłady i dyskusje.
  • Dużo ćwiczeń i praktyki.
  • Ręczna implementacja w środowisku live-lab.

Opcje dostosowania kursu

  • Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
Course Outline:

Wprowadzenie do cyfrowych bliźniaków

  • Pojęcia i ewolucja cyfrowych bliźniaków
  • Przykłady zastosowań w produkcji, energetyce i logistyce
  • Architektura i cykl życia cyfrowych bliźniaków

Modelowanie systemów i symulacja

  • Modelowanie dynamicznych systemów z Simulink
  • Modelowanie opierające się na fizyce vs. modelowanie opierające się na danych
  • Wizualizacja systemów z Unity

Czas rzeczywisty Data Integration

  • Używanie MQTT i OPC-UA do połączenia
  • Strumieniowanie danych z Node-RED
  • Wprowadzanie danych z czujników i maszyn do bliźniaka

AI i Machine Learning w cyfrowych bliźniakach

  • Integrowanie modeli AI do przewidywania i optymalizacji
  • Używanie TensorFlow lub PyTorch z żywymi danymi
  • Trenowanie modeli na wynikach symulacji

Wizualizacja i panele sterowania

  • Projektowanie interfejsów użytkownika do monitorowania bliźniaków
  • Opcje wizualizacji 3D i 2D
  • Spersonalizowane panele z informacjami w czasie rzeczywistym

Studium przypadku: Budowa prototypu cyfrowego bliźniaka

  • Projektowanie od końca do końca cyfrowego bliźniaka aktywu produkcyjnego
  • Integracja danych i konfiguracja uczenia maszynowego
  • Wdrożenie i testowanie w środowisku symulowanym

Utrzymywanie i skalowanie cyfrowych bliźniaków

  • Zarządzanie cyklem życia i aktualizacjami
  • Interoperacyjność i standardy
  • Skalowanie do wielu aktywów lub procesów

Podsumowanie i następne kroki

Sites Published:

United Arab Emirates - Building Digital Twins with AI and Real-Time Data

Qatar - Building Digital Twins with AI and Real-Time Data

Egypt - Building Digital Twins with AI and Real-Time Data

Saudi Arabia - Building Digital Twins with AI and Real-Time Data

South Africa - Building Digital Twins with AI and Real-Time Data

Brasil - Building Digital Twins with AI and Real-Time Data

Canada - Building Digital Twins with AI and Real-Time Data

中国 - Building Digital Twins with AI and Real-Time Data

香港 - Building Digital Twins with AI and Real-Time Data

澳門 - Building Digital Twins with AI and Real-Time Data

台灣 - Building Digital Twins with AI and Real-Time Data

USA - Building Digital Twins with AI and Real-Time Data

Österreich - Building Digital Twins with AI and Real-Time Data

Schweiz - Building Digital Twins with AI and Real-Time Data

Deutschland - Building Digital Twins with AI and Real-Time Data

Czech Republic - Building Digital Twins with AI and Real-Time Data

Denmark - Building Digital Twins with AI and Real-Time Data

Estonia - Building Digital Twins with AI and Real-Time Data

Finland - Building Digital Twins with AI and Real-Time Data

Greece - Building Digital Twins with AI and Real-Time Data

Magyarország - Building Digital Twins with AI and Real-Time Data

Ireland - Building Digital Twins with AI and Real-Time Data

Luxembourg - Building Digital Twins with AI and Real-Time Data

Latvia - Building Digital Twins with AI and Real-Time Data

España - Building Digital Twins with AI and Real-Time Data

Italia - Building Digital Twins with AI and Real-Time Data

Lithuania - Building Digital Twins with AI and Real-Time Data

Nederland - Building Digital Twins with AI and Real-Time Data

Norway - Building Digital Twins with AI and Real-Time Data

Portugal - Building Digital Twins with AI and Real-Time Data

România - Building Digital Twins with AI and Real-Time Data

Sverige - Building Digital Twins with AI and Real-Time Data

Türkiye - Building Digital Twins with AI and Real-Time Data

Malta - Building Digital Twins with AI and Real-Time Data

Belgique - Building Digital Twins with AI and Real-Time Data

France - Building Digital Twins with AI and Real-Time Data

日本 - Building Digital Twins with AI and Real-Time Data

Australia - Building Digital Twins with AI and Real-Time Data

Malaysia - Building Digital Twins with AI and Real-Time Data

New Zealand - Building Digital Twins with AI and Real-Time Data

Philippines - Building Digital Twins with AI and Real-Time Data

Singapore - Building Digital Twins with AI and Real-Time Data

Thailand - Building Digital Twins with AI and Real-Time Data

Vietnam - Building Digital Twins with AI and Real-Time Data

India - Building Digital Twins with AI and Real-Time Data

Argentina - Building Digital Twins with AI and Real-Time Data

Chile - Building Digital Twins with AI and Real-Time Data

Costa Rica - Building Digital Twins with AI and Real-Time Data

Ecuador - Building Digital Twins with AI and Real-Time Data

Guatemala - Building Digital Twins with AI and Real-Time Data

Colombia - Building Digital Twins with AI and Real-Time Data

México - Building Digital Twins with AI and Real-Time Data

Panama - Building Digital Twins with AI and Real-Time Data

Peru - Building Digital Twins with AI and Real-Time Data

Uruguay - Building Digital Twins with AI and Real-Time Data

Venezuela - Building Digital Twins with AI and Real-Time Data

Polska - Building Digital Twins with AI and Real-Time Data

United Kingdom - Building Digital Twins with AI and Real-Time Data

South Korea - Building Digital Twins with AI and Real-Time Data

Pakistan - Building Digital Twins with AI and Real-Time Data

Sri Lanka - Building Digital Twins with AI and Real-Time Data

Bulgaria - Building Digital Twins with AI and Real-Time Data

Bolivia - Building Digital Twins with AI and Real-Time Data

Indonesia - Building Digital Twins with AI and Real-Time Data

Kazakhstan - Building Digital Twins with AI and Real-Time Data

Moldova - Building Digital Twins with AI and Real-Time Data

Morocco - Building Digital Twins with AI and Real-Time Data

Tunisia - Building Digital Twins with AI and Real-Time Data

Kuwait - Building Digital Twins with AI and Real-Time Data

Oman - Building Digital Twins with AI and Real-Time Data

Slovakia - Building Digital Twins with AI and Real-Time Data

Kenya - Building Digital Twins with AI and Real-Time Data

Nigeria - Building Digital Twins with AI and Real-Time Data

Botswana - Building Digital Twins with AI and Real-Time Data

Slovenia - Building Digital Twins with AI and Real-Time Data

Croatia - Building Digital Twins with AI and Real-Time Data

Serbia - Building Digital Twins with AI and Real-Time Data

Bhutan - Building Digital Twins with AI and Real-Time Data

Nepal - Building Digital Twins with AI and Real-Time Data

Uzbekistan - Building Digital Twins with AI and Real-Time Data