XiaoMi-AI文件搜索系统
World File Search System孪生
数字孪生：个性化医疗的新前沿？
摘要：数字孪生是物理对象或系统的虚拟复制品。这项新技术越来越多地被行业采用，以提高产品和组织的监控和效率。在医疗保健领域，数字人孪生 (DHT) 代表患者的虚拟副本，包括组织、器官和生理过程。它们的应用有可能将患者护理转变为日益个性化的数据驱动医疗。DHT 的使用可以与医疗机构的数字孪生相结合，以改善组织管理流程和资源分配。通过对遗传和环境因素之间复杂的多组学相互作用进行建模，DHT 有助于监测疾病进展并优化治疗计划。通过数字模拟，DHT 模型能够选择最合适的分子疗法和准确的 3D 表示，以进行精确的手术规划，并结合增强现实工具。此外，它们还允许开发量身定制的早期诊断方案和新的靶向药物。此外，数字孪生可以促进医学培训和教育。通过创建虚拟解剖和生理模型，医学生可以练习程序、提高技能并加深对人体的理解。总体而言，数字孪生具有巨大的潜力，可以彻底改变医疗保健，改善患者护理和治疗效果，降低成本，并加强医学研究和教育。然而，在医疗保健领域广泛采用数字孪生之前，必须解决数据安全、数据质量和数据互操作性等挑战。我们旨在就这一热门话题提出叙述性评论，概述数字孪生在改善治疗和诊断方面的潜在应用，以及与其开发和广泛传播相关的挑战。
数字孪生的设计、建模和实施 - HAL
摘要：数字孪生 (DT) 是一组计算机生成的模型，可将物理对象映射到虚拟空间。物理元素和虚拟元素交换信息以监控、模拟、预测、诊断和控制虚拟空间内物理对象的状态和行为。DT 为系统提供信息和运行状态，提供创建新业务模型的能力。在本文中，我们重点介绍 DT 的构建。更具体地说，我们专注于确定（方法论上）如何设计、创建和连接物理对象及其虚拟对应物。我们将问题分为几个阶段进行探讨：从功能需求选择和架构规划到最终（数字）模型的集成和验证。我们还讨论了物理组件如何与 DT 交换实时信息，以及构建 DT 的实验平台（包括协议和标准）。最后我们进行了讨论并提出了挑战。
基于 PCA 和 Kriging 的降阶模型在反应流应用数字孪生开发中的应用
详细燃烧系统的详细数值模拟需要大量的计算资源，这限制了它们在优化和不确定性量化研究中的使用。从有限数量的 CFD 模拟开始，可以使用一些详细的函数评估得出降阶模型。在本研究中，考虑将主成分分析 (PCA) 与克里金法相结合以识别准确的低阶模型。PCA 用于识别和分离系统的不变量，即 PCA 模式，而不是与特征操作条件相关的系数。然后使用克里金法找到这些系数的响应面。这导致了一个替代模型，允许以较低的计算成本执行参数探索。本文还介绍了经典 PCA 方法的变体，即局部和约束 PCA。该方法分别在 OpenSmoke++ 和 OpenFoam 生成的 1D 和 2D 火焰上进行了演示，并为其开发了精确的替代模型。
人工智能增强多功能雷达工程与数字孪生：迈向主动性
全数字化和软件定义的雷达，如海火和地火雷达，受益于可访问自由度的大幅增加，从而可以优化设计其操作模式。为了有效地利用这些设计选择并将其转化为作战能力，有必要开发使用人工智能的新工程工具。离散和连续域中的创新优化算法，加上雷达数字孪生，允许构建符合可用雷达时间预算的“搜索”模式设计（波束合成、波形和体积网格）的通用工具。这些算法的高计算速度表明该工具可用于“主动雷达”配置，这将动态地向操作员提出更适合环境、威胁和设备故障条件的操作模式。
面向锯木厂生产规划和控制的数字孪生
摘要 锯木厂是林产品行业供应链的关键要素，发挥着重要的经济、社会和环境作用。然而，由于多种因素，包括但不限于原材料的异质性，锯木厂的生产规划和控制具有挑战性。在工业 4.0 背景下引入的新兴数字孪生概念引起了人们的极大兴趣，并已在生产规划和控制等多个领域进行了研究。在本文中，我们通过对锯木厂生产规划和控制这一更广泛主题的文献综述，探讨了数字孪生将为锯木厂行业带来的好处。我们还研究了促进其实施的机会以及学术和工业角度的持续挑战。
面向公共卫生模拟的人类数字孪生
⏺ 理论选择。总共从行为认知心理学知识体系中调查了 50 种候选理论，理论超过 70 种。每种理论都根据其产生研究和一致性的能力进行排名。选定的理论是：保护动机理论、前景理论、犯罪一般理论、自我效能理论、社会规范理论、情感事件理论、差异联想理论、扩展并行处理模型、规范行为焦点理论、遏制理论、计划行为理论、社会认同理论、目标设定理论、行为改变的跨理论模型、自我决定理论、操作性学习理论、社会认知理论、变革理论、预防采用过程方法、创新扩散、控制理论、风险作为感受理论、社会学习理论、规范激活理论和技术接受模型。然后将这些理论映射到 Cybonto（本体）中。
使用 eclipse ditto 和 hono 实现 IIoT 的数字孪生网络
摘要：在过去十年中，数字孪生开始彻底改变许多行业，为优化工业系统的性能提供了大量好处。它们旨在创建一个持续同步的物理系统模型，以便快速适应动态变化，主要是不可预测和不希望的变化。许多工业领域已经从数字孪生技术中受益，例如航空航天、制造业、医疗保健、城市管理和航运。此外，最近的研究开始探索将数字孪生集成到计算机网络中，以实现更多创新和智能管理。数字孪生技术的基石之一是物联网，其中部署了无线传感器和执行器以提供物理世界和数字世界之间的交互。这种类型的网络由于其强大的约束而难以管理，尤其是在控制关键工业应用时，这催生了工业物联网 (IIoT)。我们相信，优化 IIoT 将导致数字孪生在工业 4.0 中的有效集成。在本文中，我们为 IIoT 设计了一个数字孪生网络 (DTN)，其中传感器、执行器和通信基础设施在数字孪生中复制，以实现对这些网络的实时智能管理。通过利用 Eclipse Hono 为网络设备提供高效的连接，以及利用 Eclipse Ditto 以数字形式表示设备状态，并为 DTN 提供对这些状态的轻松访问。通过这种方式，认知网络服务（例如预测性维护、可持续性功能、网络诊断、安全管理、资源分配、能源优化）可以在网络生命周期中有效地集成和运行。我们通过提供资源分配案例研究来验证所提出的架构，在该案例研究中，我们解释了如何在我们的架构中利用时隙信道跳跃机制。
使用 eclipse ditto 和 hono 实现 IIoT 数字孪生网络
摘要：数字孪生在过去十年开始彻底改变许多行业，为优化工业系统的性能提供了大量好处。它们旨在创建一个持续同步的物理系统模型，以便快速适应动态变化，主要是不可预测和不希望的变化。许多工业领域已经从数字孪生技术中受益，例如航空航天、制造业、医疗保健、城市管理和航运。此外，最近的研究开始探索将数字孪生集成到计算机网络中，以实现更多创新和智能管理。数字孪生技术的基石之一是物联网，其中部署了无线传感器和执行器以提供物理世界和数字世界之间的交互。这种类型的网络由于其强大的约束而难以管理，尤其是在控制关键工业应用时，这催生了工业物联网 (IIoT)。我们相信，优化 IIoT 将导致数字孪生在工业 4.0 中的有效集成。在本文中，我们为 IIoT 设计了一个数字孪生网络 (DTN)，其中传感器、执行器和通信基础设施在数字孪生中被复制，以实现对这些网络的实时智能管理。通过利用 Eclipse Hono 为网络设备提供高效的连接，并使用 Eclipse Ditto 进行复制
从数字孪生视角看机械加工行业基于知识的数字阴影
本文通过提出数字影子 (DS) 的新愿景来解决决策辅助的数据管理和分析问题，该愿景将被视为未来数字孪生的核心组件。专家和人工智能产生的知识被转化为正式的业务规则并集成到 DS 中，以便在整个运行阶段表征物理系统的真实行为。该行为模型通过直接或衍生学习不断丰富，以改进数字孪生。所提出的 DS 依赖于数据分析（基于无监督学习）和知识推理引擎。它能够检测到事件，并且还能够解读其操作环境。提供了航空机械行业中此应用的一个例子，以强调该主张的可行性及其对车间绩效的潜在影响。
生产系统的数字孪生：文献视角
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（