这项研究的推动力在于在工业4.0领域内广泛采用DT技术及其与工业互联网(IIOT)的整合。7 DT实施广泛依赖于互连的IIOT设备,例如传感器和执行器,通常受到支持传统安全措施所需的资源。进行系统文献综述(SLR)的重要性是综合地了解将DT整合到IIOT领域内巩固安全性的景观的基本步骤。本综述旨在巩固现有知识,强调成功的方法论,并确定以前有关DT和IIOT集成的研究中遇到的普遍挑战,以增强安全措施。在这种情况下,DT和资源受限的IIOT设备之间的安全通信是至关重要的方面。通信渠道在传输关键数据中起着关键作用,要求采用强大且资源有效的轻量加密方案,以确保交换信息的完整性和机密性。随着DT和IIOT的融合在关键基础架构中越来越普遍,确保其交互通道的安全至关重要。通过通过SLR探索先前的研究,可以确定有效的方法论和熟悉安全实践中的潜在差距是可行的。这种全面的理解在制定新的方法来应对安全挑战并弥合DT和IIOT集成中现有差距的方法至关重要。这项研究努力通过通过SLR巩固和分析现有知识来做出重大贡献。通过利用从以前的研究中收集的见解,旨在为创新的解决方案铺平道路,从而增强了DT和IIOT集成在行业4.0领域中的安全性。
摘要:随着行业4.0的发展,添加剂制造将被广泛用于生产定制组件。但是,使用反复试验的增材制造产生具有声音结构和良好机械性能的组件是相当耗时且昂贵的。要获得最佳的过程条件,需要进行大量实验来优化给定的机器和过程中的过程变量。数字双胞胎(DT)被定义为生产系统或服务的数字表示形式,或者只是以某些属性或条件为特征的主动独特产品。它们是协助克服添加剂制造中许多问题的潜在解决方案,以提高零件质量并缩短限定产品的时间。DT系统可能非常有帮助,可以理解,分析和改进产品,服务系统或生产。然而,由于许多因素,例如缺乏对DT概念,框架和开发方法的透彻理解,因此仍然阻碍了真正的DT的开发。此外,现有的Brown Filed Systems及其数据之间的链接正在开发中。本文旨在总结DT的当前状态和增材制造的问题,以便为随后的DT系统研究提供更多参考。
时间敏感/动态目标瞄准分析技术和结果 2005 年 4 月 摘要 1 SRA 通过多种建模和分析工作为国防转型提供分析支持。时间敏感目标瞄准/动态目标瞄准 (TST/DT) 模型严重依赖于对指挥和控制能力和现代化的了解。指挥和控制 (C2) 被认为是 TST/DT 过程的支柱。C2 功能通过指挥官在控制部队和行动完成任务时所使用的人员、设备、通信、设施和程序的安排来执行;因此,SRA 投入了大量资金来准确捕捉与 TST/DT 相关的可以建模的 C2 过程的所有部分。本文回顾了 SRA 的建模和分析程序,并描述了 TST/DT 建模工具及其在分析和训练中的应用(包括为第 7 和第 9 空军开发的 Visual CONOPS)。然后,我们讨论分析的主要结果,包括 JEFX 04 的性能洞察,以及我们在分析“未来” TST/DT 环境方面的进展。最后,本文描述了未来计划,包括基于我们的模型开发 TST/DT 汇报工具。
摘要:创新性是数字技术 (DT) 的一个特征,它们在经济、社会和环境层面发挥着重要作用。因此,DT 是实现可持续发展目标 (SDG) 的重要贡献者。本研究旨在比较巴西和葡萄牙对人工智能驱动的数字技术 (AI-Driven DT) 实现可持续发展目标的偏好。进行独立样本 t 检验分析和 Levene 检验,以确定潜在的人工智能驱动的数字技术 (AI-Driven DT) 是否有助于巴西和葡萄牙实现可持续发展目标。基于研究结果,进行了更广泛的分析,以 (i) 指出潜在的有利可持续发展目标,(ii) 讨论各国在每个可持续发展目标中对人工智能驱动的 DT 偏好的差异,以及 (iii) 为可能在两个地区获得更多关注和投资的潜在技术提出建议,以使新兴数字技术取得成功,特别强调清洁生产。分析分为三个维度:经济、社会和环境。最后,就可以采用的关键指导方针和前景进行了总结讨论,以保持人工智能驱动的 DT 发展和应用的强劲和积极转变,以全力支持实现联合国组织 (ONU) 2030 年议程的可持续发展目标。
通过融合最新的通信和控制技术、计算和数据分析技术以及模块化制造,工业 4.0 促进通过信息物理系统 (CPS) 和数字孪生 (DT) 集成信息物理世界,以监控、优化和预测工业过程。DT 支持与工业物理对象/过程的数字图像进行交互,以模拟、分析和控制它们的实时运行。随着工业物联网 (IIoT)、边缘和云计算、机器学习、人工智能和高级数据分析等跨学科的进步,DT 正在众多行业中迅速传播。然而,现有文献缺乏从通信和计算的角度识别和讨论这些技术在支持 DT 的行业中的作用和要求。在本文中,我们首先介绍 DT 在智能工业中的功能方面、吸引力和创新用途。然后,我们通过系统地回顾和反思下一代 (NextG) 无线技术(例如 5G 及以上网络)和设计工具以及当前计算智能范式(例如边缘和云计算支持的数据分析、联邦学习)的最新研究趋势,详细阐述了这一观点。此外,我们讨论了不同通信层的 DT 部署策略,以满足工业应用的监控和控制要求。我们还
摘要:在威尔士,2型糖尿病(T2DM)的患病率从2016年的7.3%增加到2020年的8%,这引起了国家卫生服务(NHS)的主要关注点。社会处方(SP)被发现降低了T2DM的患病率并改善了健康状况。The MY LIFE programme, a scheme evaluated between June 2021 and February 2022 in the Conwy West Primary Care Cluster, aimed to prevent T2DM by referring prediabetic patients with a BMI of ≥ 30 to a diabetes technician (DT), who then signposted patients to community-based SP programmes, such as the National Exercise Referral Scheme (NERS), KindEating, and Slimming World.尽管有些患者与SP互动,但其他患者选择仅与DT联系。进行了社会投资回报(SROI)分析,以评估与DT Plus SP的患者以及仅与DT相关的患者。相关的参与者结果包括“心理健康”和“良好的整体健康”,这些健康是在基线(n = 54)和为期八周的随访(n = 24)时测量的。为与“ DT仅”参与的参与者投资的每个GBP 1的估计社会价值范围为4.67英镑至4.70。参与“ DT Plus SP计划”的参与者的社会价值在4.23至5.07之间。结果表明,产生的大多数社会价值与与DT的连接有关。
数字孪生 (DT) 是与工业 4.0 浪潮相关的主要概念之一。该术语越来越多地用于工业和研究计划;然而,科学文献并没有提供该概念的唯一定义。本文旨在分析科学文献中 DT 概念的定义,从航空航天领域的最初概念化追溯到制造领域的最新解释,更具体地说是工业 4.0 和智能制造研究。DT 提供系统生命周期的虚拟表示。然后,优化和决策将依赖于与物理系统实时更新的相同数据,通过传感器实现同步。本文还提出了欧洲 H2020 项目 MAYA 阐述的工业 4.0 制造的 DT 定义,作为对 DT 概念研究讨论的贡献。© 2017 作者。由 Elsevier B.V. 出版。同行评审由第 27 届国际柔性自动化和智能制造会议科学委员会负责。
全球制造供应链正在进行以各种数字技术为动力的数字化转换(DT)。在稳定和动荡的环境中,DT通过增强供应链敏捷性有助于保护供应链性能。尽管对数字技术的使用及其对供应链的影响的研究正在增长,但缺乏总体的理论镜头来综合其各种功能,效果和益处。为了解决这一差距,我们将数据网络效应的概念调整到供应链环境中,并提出DT通过增强供应链弹性(SCRES)和鲁棒性(SCROB)功能来改善供应链性能。为了验证我们的假设,我们对数据收集进行了大规模调查,并进行了部分最小二乘结构方程建模(PLS-SEM),以进行数据分析。结果证实了DT对供应链性能的积极影响以及scrob和scre的中介作用。我们的研究通过引入有关供应链数据网络效应的新理论观点来促进在供应链中对DT的持续讨论。
摘要 随着能源系统变得越来越复杂,对管理和优化其性能的创新技术的需求至关重要。将数字孪生 (DT) 技术集成到基于物联网 (IoT) 的能源系统中,为改善资源管理、可持续性和运营效率提供了一种新方法。虽然现有研究已经探讨了能源系统中 DT 的各个方面,但本文重点关注新兴智能能源系统中 DT 和物联网基础设施的具体融合,强调它们在优化能源效率、生产、消费和存储方面的作用。通过全面回顾最近的文献,我们分析了 DT 在实时能源监控、预测性维护和增强电网管理等领域的独特应用。此外,本文还通过研究当前的研究趋势、关键技术进步以及在物联网驱动的能源生态系统中部署 DT 所面临的独特挑战而脱颖而出。我们的评论提供了对 DT 技术如何改变智能能源系统的透彻理解,并为未来的研究方向提供了见解。
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。