新 MBE 功能的开发与集成: 通过整个船舶价值流进行持续开发 提供敏捷性和响应能力以做出业务决策 创建互联的数字企业即提供实时信息 利用数字环境中的海军投资 提供敏捷性以引入新技术 开发数据驱动的智能
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
数字孪生 (DT) 是一种新兴技术,近年来,相关案例研究激增,主要集中在各个行业和领域的生命周期管理和预测分析上。该技术能够深入了解任何系统的内部运作、系统不同部分之间的交互以及物理对应物的未来行为,从而为用户和利益相关者提供可操作性。DT 研究和实施在某些领域越来越受欢迎,例如:智慧城市、城市空间、货运物流、医药、工程和汽车行业等。在本文中,我们将跨这些领域以及跨不同集成和成熟度级别分析 DT 概念,目的是展示技术挑战、限制和趋势的整体视图以及特定领域的应用修订。我们不仅探讨了 DT 技术的技术方面,还探讨了其优势、未来研究议程和实施考虑因素。在这项研究中,我们根据查尔斯特大学的指导方针采用了系统文献综述 (SLR) 方法。Higgins 等人。在《Cochrane 干预系统评价手册》[ 1 ] 中,系统评价定义为“旨在收集符合预先指定的资格标准的证据,以回答特定的研究问题。它旨在通过使用明确的系统性来最大限度地减少偏见
数字孪生需要在运行过程中处理大量数据,以便在与其相关的物理孪生的整个生命周期内完成特定任务。处理数据的一个重要特征是识别对基础数据和从数据中产生的处理信息的信任。信任,正如这里所定义的,通常会从几个贡献来源建立起来。虽然信任既有定量的也有定性的,但本文通过水晶盒建模中可用的算法过程的透明度,重点关注信任的定性方面。水晶盒的概念也得到了扩展,包括“水晶盒工作流程”的概念。关键思想是,为了帮助数字孪生用户解释通过数字孪生界面呈现的结果,需要将信息情境化。这项工作展示了一个示例,说明如何对一个按比例缩放的三层结构的振动测试(特别是模态测试)示例进行此操作。通过“配置文件”将信息情境化,这些配置文件将整理和扩充处理后的信息。具体而言,生成合成结果是为了扩充一组有限的物理记录数据,然后使用这些合成结果帮助用户将物理记录数据情境化。使用名为 DTOP-C 的开源数字孪生代码显示实施结果
nature.com › original › magazine-assets 2021年7月18日 — 2021年7月18日 分析表明,数字孪生、‘智能制造’、‘……飞机、智慧城市等。由十家集团企业。... 和模型的可靠性;。
摘要 — 正在进行的数字化转型引发了各种新网络应用的出现,这些应用需要尖端技术来提高其效率和功能。该方向的一项有前途的技术是数字孪生,这是一种设计和管理具有高度自动化、智能化和弹性的复杂信息物理系统的新方法。本文讨论了使用数字孪生技术作为非地面网络 (NTN) 建模的新方法。数字孪生技术可以创建实时运行的精确数据驱动的 NTN 模型,允许快速测试和部署新的 NTN 技术和服务,同时促进创新和降低成本。具体而言,我们提供了将数字孪生集成到 NTN 中的愿景,并探讨了主要的部署挑战以及 NTN 领域内的关键潜在支持技术。最后,我们提出了一个案例研究,该研究采用数据驱动的数字孪生模型在开放式无线接入网络 (O-RAN) NTN 架构中进行动态和面向服务的网络切片。索引词——人工智能、数字孪生、非地面网络(NTN)、卫星通信。
过去十年,“数字孪生”的概念作为数据驱动的物理系统管理和控制模型,已在制造、生产和运营领域出现。在建筑和民用基础设施方面,数字孪生的概念仍然定义不明确,研究人员和从业人员对于数字孪生过程和以数据为中心的技术如何支持设计和施工几乎没有达成共识。本文以现有的建筑信息模型 (BIM)、精益项目生产系统、从施工现场和供应链自动采集数据以及人工智能等概念为基础,制定了一种应用数字孪生信息系统实现闭环控制系统的施工模式。它为数字孪生施工 (DTC) 贡献了一组四个核心信息和控制概念,它们定义了 DTC 工作流中使用的信息的概念空间维度。从核心概念出发,我们根据三个同心控制工作流周期提出了 DTC 信息系统工作流——包括信息存储、信息处理功能和监控技术。 DTC 应被视为一种优先考虑关闭控制回路的综合施工模式,而不是集成传感和监控技术的 BIM 工具的扩展。
就本文讨论的制造业数字孪生而言,这一概念直到 2005 年才出现在文献中 1 。本文甚至提到了物联网领域,将其称为“增强物理对象网络”。Grieves 在 2016 年讨论了数字孪生的起源 2 。作者声称,他们对“PLM 的概念理想”的表述本质上是原始的数字孪生概念,只是没有名称。他将其称为“镜像空间模型”,直到 2011 年才将其称为“数字孪生”。但是,其他类似术语也可以使用“不同名称”的说法。(例如,信息物理系统)。
1.引言随着科技的不断发展,打赢现代综合战争需要从各个方面提升军队的作战效能。维修保障作为必不可少的环节,也需要随着技术的不断发展而及时更新。大数据的快速发展为工业4.0的实现提供了基础,如何实现物理世界与信息世界的交互与融合是国内外研究的主要问题之一[1]。数字孪生技术为现实物理实体与虚拟空间信息的交互融合提供了一种新技术,在航空航天、汽车制造、能源等行业逐渐得到应用[2]。因此,本文尝试从数字孪生新技术入手,利用大数据技术对装备维修保障仿真进行全方位的方案论证,以达到装备维修保障快速故障定位、智能判断、决策分析的目的。