据nasa网站报道，正如医学研究人员希望利用dna分析帮助病人活得更长和更健康一样，sentient science公司的工程师希望能更好地了解机器是由什么材料做的，以使机器寿命最大化。
这家纽约州布法罗公司的ceo及总裁沃德·托马斯（ward thomas）表示：“我们要做的事情真的很难。我们将着手破解材料的基因组。”潜在的回报是巨大的。这将有助于指导如何使用机器以及如何设计寿命最长、最节能系统的决策。相比以前的物理测试模型，这种将信息编入数字系统中的方法可更快、更全面和更节约成本地完成任务。
为此，该公司与nasa的埃姆斯研究中心签署了一系列小企业创新研究（sbir）合同，收集大量有关机器零部件生产材料性能的数据。该公司认为，由此开发出的软件digitalclone可精确预测机器的使用寿命。但sentient science需要测试digitalclone，因此他们需要一种有很长历史和数据记录完整的机器零部件。
◆ ◆ ◆
数字双胞胎
在另一份2010年与nasa的格伦研究中心签署的sbir合同中，格伦研究中心的机械部件工程师蒂姆·克兰茨（tim krantz）主持建立了有不同形状、材料、润滑剂和加工参数的齿轮测试结果数据库。有一种齿轮设计——用于直升机动力传动系统研究的正齿轮——有25年的数据，被证明是digitalclone完美的测试对象。
克兰茨称，“nasa的齿轮性能数据是独一无二的”，公司常常不会发布产品的性能数据。正如其名称所暗示的一样，digitalclone是制作数字化的部件或系统双胞胎。基于对其物理摩擦、润滑和磨损的数据，该软件可预测研究对象的未来性能、寿命和失灵情况。为证明其有用，该公司的工程师制作了nasa挑选的正齿轮的数字模型，将他们的预测与nasa已经收集的性能数据进行比对。
该公司ceo托马斯称：“结果完全一致。”这是重要的时刻：在听到测试结果后，他退出了研究生院并商业发布该公司的产品。sentient science还与波音、西科斯基和通用电气合作进行了11次测试。该公司还在继续开发digitalclone live产品，将传感器装入齿轮箱，并使用实地测试的实时数据验证和更新机器的性能及失灵预测结果。
digitalclone live在2013年6月上市，能源公司first wind利用该技术装备了218个风能发动机的齿轮箱。到2014年底，sentient science公司与北美8家公司签署协议，为超过5000台风力发电机提供预测和延长寿命服务。对该公司使用计算机而非物理测试的新方法，人们做出了迅速和热烈的响应。托马斯称：“以前用物理测试1年只能获得3个测试点，我们几天就可获得数千个测试点。你能获得世界上测试最多的产品，可在现场测试以最低的成本操作。”
到2014年底，该技术应用到哈勃太空望远镜上。美国军方也将其应用到最新的f35联合攻击战斗机和黑鹰、阿帕奇及超级海上种马直升机。医疗设备公司zimmer将其用于分析髋关节移植。8家风力发电公司能使用digitalclone live优化机器，将风电价格从11美分/度下降到3.5美分/度。
原文发布时间为：2016-05-15
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“bigdatadigest”微信公众号