XiaoMi-AI文件搜索系统
World File Search Systemtwin
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。
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。
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
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。
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
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
认知和意识交织
摘要：我们认为认知（信息处理）和内部现象学感觉（包括情绪）是密切相关的，并且不可分开。我们平均认为，现象学的感觉是（i）随着时间的流逝而存在的动态性“模式”，皮质的神经元到神经元网络的大部分以及（ii）的后果是网络网络架构的后果，是单个神经元素的动力学以及您的神经元模式的构成，如果您将其造成的动态构成，如果您将神经元的传播生成 - 如果您是Neuron wir tail you You You You You You You You You You You You You You You因此，现象学感觉。这些模式是传入的外部刺激的后果，并且在系统中具有竞争力，互相抑制和锁定。另一方面，任何此类模式的存在都是信息（动态）信息认知处理的预处理。因此，内部现象学感觉，包括情绪，减少了（可行解释）的直接决策集，从而减少了认知负荷。对于具有如此精神上生活的生物，显然会有很大的认知进化优势，从而导致众所周知的“快速思考，思考缓慢”现象。我们将其称为“纠缠假设：潜在意识现象”是如何源于认知处理载荷的动力学以及这些前提的认知任务。我们解释了为什么这样的简化是合适的。我们讨论如何通过对系统刺激响应的大量模拟进行反向工程来观察内部动力学模式，这些模式是如何使用巨大的超级计算机（具有完整的10B神经元网络分析）的大量模拟来观察到的神经柱）。我们还讨论了信息处理系统的随之而来的认知优势，这些系统表现出内部感觉以及对下一代（非二进制）计算和AI的令人兴奋的含义。
人工智能和数字孪生新世界中的建筑性能模拟：系统综述
建筑性能模拟是使用基于计算机的数学模型并应用基本物理原理和工程技术来复制和预测建筑性能的领域。建筑性能模拟是一个蓬勃发展的领域，得到了大量研究和开发，并且在实践中的应用也日益广泛。然而，建筑模拟并非凭空而来。更广泛的建筑领域中还有其他数字化发展也正在获得关注和关注，例如数字孪生、信息物理系统、人工智能和机器学习、物联网和数据挖掘方面的工作和进展。这些其他领域与传统的建筑性能模拟观点部分重叠，部分竞争。信息技术和数字世界的变化越来越快。作为通用发展的先行者，快速浏览埃森哲和 Gartner 等领先 IT 咨询公司的技术简介，就会发现各种相互关联的数字概念和主题正在迅速涌现，例如数字孪生、人工智能工程、自主系统等 [1,2]。这些 IT 主题通常会延迟渗透到建筑科学领域。例如，数字孪生这个术语由 Grieves 于 2003 年创造 [3] ，但直到 2017 年左右才出现在建筑性能文献中 [4] 。同样，信息物理系统的一般概念出现于 2006 年 [5] ，但直到 2015 年才过渡到建筑性能领域 [6] 。同行评审的科学出版物数量趋势
新一代战斗机。沈阳飞机工业集团的孪生兄弟
作为歼-11“侧卫”基础的苏霍伊苏-27 被视为最强大的第四代战斗机之一，但它依然是个谜。尽管苏-27 也许没有取得与美国同行 F-15 鹰式战斗机同等程度的成功，但它往往因其优雅、出色的性能和神秘莫测的本质而备受推崇。这一声誉源于“侧卫”流畅的空气动力学设计，加上俄罗斯著名的“蛮力”和坚固的结构。与更轻的米格-29（北约名称为 Ful crum）不同，“侧卫”最初开发时并不打算出口，但自获准国际销售以来，它已成为中国、印度尼西亚和越南等国最抢手的战斗机之一。