机构名称：
¥ 5.0
软件工程师和研究人员对数字孪生 (DT) 概念的兴趣日益浓厚。作为一个新兴主题，DT 是一个很有前途的范例，可以提高不同领域信息物理系统的可预测性、安全性和可靠性。尽管趋势日益增长，但决定实施 DT 的最佳方法仍然具有挑战性。此外，据作者所知，我们发现，在运输行业，尤其是铁路系统领域，缺乏对 DT 进行的研究，也没有系统的综述。因此，本论文遵循系统的文献综述方法，在四个数字图书馆中确定了 363 篇文章，其中包括 60 篇主要文章，以解决三个研究问题。审查显示，大多数审查文章都集中在铁路分区维护和检查上，DT使能技术人工智能是耦合度最高的技术。深入分析发现，大多数文章将机器学习算法和技术应用于DT中，以检测故障、预测故障、做出自动决策和监控健康状况以优化铁路系统。还发现互操作性是讨论最多的挑战，其难点在于实时传输运营数据并实现实时决策。此外，分析还显示了DT的几个机会和优势，例如降低维护成本和对减少公路货运的积极贡献。最后，根据审查结果，提出并解释了以流程图形式支持设计铁路预测性维护DT的指南。
学士学位项目铁路数字孪生：- DiVA 门户
主要关键词
相关文件推荐
