XiaoMi-AI文件搜索系统
World File Search System孪生
一种用于预测质子交换膜燃料电池剩余使用寿命的数据驱动数字孪生预测方法
在这个瞬息万变的时代，限制气候变化和实现可持续增长的迫切需要加强全球能源转型的势头。“氢经济时代”正在走进人类的视野，朝着建立更清洁的能源系统的方向发展[1]。在此背景下，燃料电池被视为最大限度发挥氢能潜在效率优势的首选技术[2]。质子交换膜燃料电池（PEMFC）目前是轻型车辆和物料搬运车辆的领先技术，在固定式和其他应用领域也占有较小份额[3]。然而，成本和耐久性两个主要挑战限制了其大规模商业化[4]。当前PEMFC系统耐久性和可靠性不理想可能导致高维护成本[5]，而非优化运行可能是导致意外停机和部件进一步退化的关键原因[6]。人们做出了许多努力来提高其耐久性：改进材料、减少退化原因、改进结构设计、实施新的监督和管理设计等。预测和健康管理 (PHM) 是一门新兴学科，最初源自基于状态的维护 [ 7 ]，已被用于监测和预测 PEMFC 系统的健康状况 [ 8 , 9 ]。人们已经研究了针对 PEMFC 的各种预测方法
工业 5.0 中的数字孪生 - DiVA 门户
本研究旨在探讨工业5.0背景下数字孪生技术对工业制造的影响。使用计算机检索Web of Science数据库，总结工业5.0中的数字孪生。首先介绍工业5.0的背景和体系架构。然后讨论工业5.0中的潜在应用和关键建模技术。研究发现，设备是工业场景的基础设施，而设备的嵌入式智能化升级是数字孪生的首要条件。同时，数字孪生可以在连接的机器和数据源之间提供自动化的实时过程分析，加快错误检测和纠正。此外，数字孪生可以为工业制造带来明显的效率提升和成本降低。数字孪生通过前景体现出其在工业5.0中的潜在应用价值和后续潜在价值。希望这篇比较系统的综述能为工业X.0时代的工业制造智能化发展和整个业务流程效率的提升提供技术参考。
实现空间数字孪生：技术、挑战和未来研究方向
a 孟加拉国工程技术大学计算机科学与工程系，ECE 大楼，达卡，1000，孟加拉国 b 莫纳什大学信息技术学院，20 Exhibition Walk，Clayton，3164，VIC，澳大利亚 c 查尔斯特大学计算机学院，麦夸里港，2444，新南威尔士州，澳大利亚 d 阿德莱德大学计算机与数学科学学院，阿德莱德，5005，南澳大利亚州，澳大利亚
材料 4.0 与数字孪生交互的指南
新基础设施项目的快速发展需要在新的环境中加速部署新材料。材料 4.0 对于实现这些目标至关重要。多年来，数字化在材料领域的应用一直处于研究的前沿，但目前尚无统一的方法来描述该领域的框架，从而形成了一些发展空间。这与人们对数字孪生 (DT) 作为所有这些问题的可能答案的更广泛期望相矛盾。问题在于，没有组件 DT 的公认定义，以及它应该包含哪些信息以及如何在整个产品生命周期中实施它。在本立场文件中，明确区分了“制造 DT”和“组件 DT”；前者是后者的起始边界条件。为了实现这一点，我们还讨论了引入数字线程作为数据在制造和服务过程中传递的关键概念。本文给出了从材料角度定义 DT 开发框架的阶段，承认了在学术界创造新理解与在工业中逐个组件应用这些知识之间的区别。作者确定了组件 DT 的广泛应用面临的许多挑战；所有这些都会导致属性和位置的不确定性，解决这些问题需要在提供安全相关材料属性数据时做出判断。
基于多传感器融合的数字孪生加法...
摘要 在增材制造 (AM) 中，及早发现和纠正缺陷对于避免构建失败至关重要。在本文中，我们介绍了一种基于多传感器融合的数字孪生，用于机器人激光导向能量沉积过程中的现场质量监控和缺陷校正。多传感器融合源包括声学传感器、红外热像仪、同轴视觉相机和激光线扫描仪。这项工作的主要新颖性和贡献在于开发一种时空数据融合方法，该方法可在零件的 3D 体积内同步和注册多传感器特征。融合的数据集可用于通过机器学习预测特定位置的质量。可以动态识别需要添加或去除材料的区域。生成机器人刀具路径和自动调整的工艺参数以纠正缺陷。与传统的基于单传感器的监测相比，多传感器融合可以更深入地了解底层过程物理，例如孔隙形成和激光-材料相互作用。所提出的方法为更高效率、更少浪费和更清洁生产的自适应 AM 铺平了道路。关键词：增材制造、工业 4.0、多传感器融合、数字孪生、决策联系人：陈乐群 新加坡南洋理工大学 chen1470@e.ntu.edu.sg
航空航天和国防领域的数字孪生 - 凯捷
我们的研究表明，人们继续信任数字孪生在 A&D 领域的潜力。拥有长期数字孪生路线图的组织比例从仅仅 18 个月前的 57% 提高到现在的 73%。对数字孪生部署的兴趣是由顶线和底线共同推动的。技术进步是数字孪生投资的首要驱动力（78%），其次是运营效率（75%）。除此之外，数字孪生还通过两种方式帮助可持续发展：减少航空碳足迹，以及实现对绿色航空替代品（如电池和氢燃料）设计的虚拟验证。数字孪生连接物理世界和虚拟世界，推动设计和运营效率。A&D OEM、供应商、航天公司和航空公司都在有目的地投资数字孪生技术。总体而言，该行业计划将其收入的 2.7% 投资于数字孪生计划，比上一年增长 40%。
数字孪生技术在三维建模与仿真领域的发展及应用...
2020 年，AVT-ET-211 评估了北约成员国对共同审查数字孪生技术发展现状、审查各种数字孪生输出的好处以及讨论数字孪生在产品开发和维护中的应用的兴趣。ET-211 确认了对三军平台和系统的数字孪生技术开发、应用和采用途径的浓厚兴趣；ET-211 达成协议，将举办一次关于三军平台和系统数字孪生技术开发和应用的研究研讨会，探讨近期和长期应用和采用途径。
RIL 2021-16，“先进反应堆和工厂现代化数字孪生应用支持技术研讨会论文集
为期三天的研讨会由五场技术会议和小组会议组成，来自众多国家和国际组织的 29 位演讲者出席，包括大学、国家实验室、政府机构、核供应商、核工业、先进反应堆开发商和数字孪生开发商。研讨会吸引了来自全球各地的 324 名参与者，为核工业和数字孪生利益相关者提供了一个论坛，讨论数字孪生和数字孪生支持技术（如先进传感器和仪器、数据分析、机器学习和人工智能）在当前轻水反应堆 (LWR) 机组和先进反应堆设计中的应用。研讨会还概述了核工业监管实现数字孪生的下一步措施。
医疗保健中的数字孪生：当前方法调查
近年来，数字孪生技术在医疗保健和患者福祉中的应用日益广泛。本文概述了数字孪生在医疗保健领域的当前方法和应用。其中一种应用是精准医疗中的数字孪生，其中数字孪生用于创建患者特定模型以协助诊断和治疗计划。数字孪生还用于医院/诊所管理，帮助优化资源分配和工作流程。为了应对 COVID-19 大流行，数字孪生已用于检测疫情和预测疾病传播。此外，数字孪生已应用于生物制造和制药行业以改进制造工艺。另一个应用领域是机器学习和建模，其中数字孪生用于机器学习、数据生成和系统建模，用于医疗保健和疾病预测应用。本文还讨论了与数字孪生相关的安全和道德问题，因为隐私问题和数据保护仍然是数字孪生技术在医疗保健中的应用的重要考虑因素。最后，本文总结了该领域未来的挑战和未来工作的方向。其中包括需要开发更精确、更复杂的数字孪生模型，解决互操作性和集成问题，以及进一步探索数字孪生技术的潜力
遥感技术在数字孪生盆地建设中的应用：应用与前景
摘要：数字孪生流域是物理流域的虚拟表示，具有同步仿真、虚实交互和迭代优化等特点。数字孪生流域的构建需要具有大范围覆盖、高精度、高分辨率、低延迟等特点的流域数据库。遥感技术的进步为获取流域要素变量提供了新的技术手段。本文对遥感技术在降水、地表温度、蒸散、水位、河流流量、土壤湿度和植被七大要素变量的检索原理、数据现状、评估与比对、优势与挑战、应用和前景进行了全面的概述和讨论。指出遥感可以应用于数字孪生流域的一些功能，如干旱监测、降水预报和水资源管理。但还需要通过数据合并、数据同化、偏差校正、机器学习算法、多传感器联合检索等手段，进一步提高数据精度、时空分辨率、时延等。本文将有助于推进遥感技术在数字孪生流域建设中的应用。