XiaoMi-AI文件搜索系统
World File Search System数字孪生
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（
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。