Diese Zusammenarbeit basiert auf dem wachsenden Trend, dass Industrieunternehmen Millionen von Dollar in den Aufbau, die Wartung und die Fernüberwachung der Leistung ihrer IoT-fähigen Anlagen, Maschinen und Fahrzeuge investieren. Um die Nachhaltigkeit und Effizienz eines Produkts unter realen Bedingungen zu maximieren, benötigen Betreiber einen digitalen Zwilling – einen virtuellen Prototyp des gesamten Systems einer eingesetzten Anlage. Mithilfe der Daten des digitalen Zwillings verbessern Betreiber vorbeugende Wartungsprogramme, entwickeln zukunftsweisende Geschäftsmodelle und beschleunigen die Produktentwicklung.
Azure Digital Twins unterstützt die Erstellung umfassender Modelle physischer Umgebungen mit vollständiger bidirektionaler Kommunikation zu IoT- und Edge-Geräten. Durch die Zusammenarbeit können Hersteller, die Anlagen mit Azure Digital Twins modellieren und vernetzen, die Anlagenproduktion und den Betrieb mithilfe von ANSYS Twin Builder optimieren. Dank der integrierten Rechenleistung und des Standards für die Definition digitaler Zwillinge erleichtern ANSYS und Microsoft Anwendern die Einführung und den Einsatz digitaler Zwillinge.
„Da Industrieunternehmen umfassende Daten zu realen Bedingungen und maximal nutzbare Informationen benötigen, um die Leistung ihrer Anlagen weiter zu optimieren, müssen Industriepartner zusammenarbeiten, um Geschäftslösungen zu entwickeln“, sagte Eric Bantegnie, Vice President und General Manager von ANSYS. „Der ergänzende Simulationsdatenstrom von ANSYS Twin Builder erweitert die Microsoft Azure IoT-Dienste und verbessert das Verständnis der Anlagenleistung unserer Kunden erheblich.“
Sam George, Corporate Vice President von Azure IoT bei Microsoft Corp., sagte: „Im Zuge der zunehmenden Nutzung von IoT und digitalen Zwillingen durch Microsoft Azure-Kunden zur Echtzeit-Analyse ihrer Anlagen suchen viele nach Analysetools, die ihnen neue Erkenntnisse liefern. Die Zusammenarbeit mit ANSYS zur Erweiterung von Azure Digital Twins ermöglicht unseren Kunden ein tieferes Verständnis der Leistung ihrer Anlagen durch physik- und simulationsbasierte Analysen.“
