Loading...
机构名称:
¥ 1.0

当今的工业趋势要求对产品和制造设施进行质量、成本和维护控制。在当前的“工业 4.0”方法中,为了准确使用每个生命周期阶段不断增加的数据量,重要的是从设计和制造到销售和服务实现和维护相同数据的数字线程 [1]。这是数字孪生 (DT) 概念进入工业阶段的地方 [2, 3],尤其是对于生产系统。它用于覆盖和测试虚拟环境中物理对象模型的各种场景,以了解其质量和相关参数。这些基于精确实时数据的模型有助于预测物理孪生的行为。此外,可以在整个系统生命周期中跟踪 DT 的效率。然而,生产系统的 DT 概念仍然不够成熟,一方面我们可以观察到各种用例和相关的 DT 架构和实施技术,另一方面我们看到在工业中实施的成功案例非常少。本文的目的是回顾当前用于生产系统的 DT 工具和开发的最新进展,讨论该领域现有的 DT 架构,并提出潜在的架构组件以开发 DT 的应用。为了实现这一目标,本文从现有 DT 应用程序的概述开始,介绍了该概念的最新发展(

生产系统的数字孪生:文献视角

生产系统的数字孪生:文献视角PDF文件第1页

生产系统的数字孪生:文献视角PDF文件第2页

生产系统的数字孪生:文献视角PDF文件第3页

生产系统的数字孪生:文献视角PDF文件第4页

生产系统的数字孪生:文献视角PDF文件第5页

相关文件推荐

2021 年
¥2.0
2022 年
¥3.0
2023 年
¥7.0
2023 年
¥7.0
2019 年
¥54.0
2022 年
¥11.0
2019 年
¥16.0