XiaoMi-AI文件搜索系统
World File Search System孪生
2021 年博士和硕士研究主题
研究领域的一般描述：第四次工业革命，或工业 4.0，是制造技术中自动化和数据交换的当前趋势，人们对许多其他领域的兴趣也日益浓厚。工业 4.0 愿景依赖于关键的支持技术，例如信息物理系统 (CPS)、物联网 (IoT) 和云计算服务。我们的研究重点是开发反映现实的架构，用于三个级别的 CPS 的多领域实施：(1) 在“智能连接级别”，考虑无线通信和传感器网络等物联网相关问题。(2) “数据到信息转换级别”考虑诸如组件机器健康和退化的智能分析以及性能预测等问题。(3) “网络层”考虑了诸如组件和机器的孪生模型（或数字孪生）、机器时变识别和记忆以及数据挖掘的数据聚类等问题。我们还考虑了人类及其集成的作用，既作为任务执行者，又作为决策者，作为 CPS 以及与工业 4.0 环境中的其他 CPS 的集成。我们对控制架构的适应性以及使用技术（例如协作机器人和增强现实）来促进这种集成感兴趣。更多信息可在 www.sun.ac.za/mad 上找到。
RECLAIM：迈向翻新和改造的新时代......
翻新和再制造是将旧产品或构成产品的部件进行修复的工业过程。再制造是将产品或其一部分的功能恢复到“全新”质量的过程，而翻新是将产品本身或其一部分恢复到“像全新”质量的过程，但不如再制造那么彻底。在此背景下，欧盟资助的 RECLAIM 项目基于大数据分析、机器学习、预测分析和优化模型，使用深度学习技术和数字孪生模型，提出了一种关于翻新和再制造的新想法，旨在使利益相关者能够做出明智的决定，决定是否要翻新、升级或修理即将报废的重型机械。 RECLAIM 项目还提供了新颖的策略和技术，使工业设备能够在旧工厂、翻新工厂和新工厂中重复使用，目的是通过回收设备并将其用于其他用途而不是在使用后丢弃来节省宝贵的资源。例如，RECLAIM 提供了一个使用数字孪生的模拟引擎，以预测大型工业设备的维护需求和潜在故障。该模拟引擎使虚拟孪生可用于存储机器使用寿命期间的所有可用信息（例如维护操作），这些信息可用于执行
基于深度学习的人类心脏激活模拟...
摘要。精准心脏病学数字孪生的愿景是将专家知识和患者心脏病理生理数据与先进的计算方法相结合，以生成准确、个性化的治疗策略。在研究心脏电生理学时，孪生管道通常需要大量模拟，例如在探索个性化参数空间时或在大数据研究中扩展到大量虚拟患者时。在这些情况下，最先进的方法在计算上是昂贵的，即使应用相对较快的算法（例如 Eikonal 模型）。在这项工作中，我们研究了基于 U-Net 的模型在整个人体心室内电激发的性能。该方法通过在标准化的三维空间中表示心脏的解剖和电生理特性，提供了减少输入参数空间的优势。结果表明，该模型能够模拟 Eikonal 模拟方案并预测心脏激活时间图，平均准确度为 4.7ms RMSE，预测点性能有所提高，结果速度提高了 500 倍。这种新方法为大量人体心脏模型中个性化心脏传播模拟提供了有希望的结果。
数字孪生：工程动力学应用中建模和仿真的现状和未来方向
本文回顾了工程动力学应用领域中数字孪生的最新进展。重点关注动力学应用是因为：(i) 它们提供了创建有效数字孪生的一些最具挑战性的方面，以及 (ii) 它们与重要的工业应用相关，例如能源生产和运输系统。首先讨论数字孪生的历史，并回顾相关文献；然后考虑合成数字孪生的过程，包括定义数字孪生的目的和目标。本文以风力涡轮机的资产管理阶段为例，以展示合成过程在实践中的应用。为了说明数字孪生构建过程中出现的建模问题，本文基于一个小型三层结构的物理孪生，进行了详细的案例研究。本案例研究展示了数字孪生的发展过程，重点介绍了关键过程，包括系统识别、数据增强建模以及验证和确认。最后，讨论了一些开放的研究问题和技术挑战，包括工作流、关节、不确定性管理和信任量化。在作为本期特刊一部分的配套论文中，开发了数字孪生应用的数学框架，作者们共同认为这代表了数字孪生应用的坚实框架。
HVDC Light® 数字孪生促进 EMC 设计 - ABB
ABB 是 HVDC Classic® 领域的先驱，已有 60 多年的历史，于 1997 年推出了 HVDC Light 技术。目前，HVDC Light 在可再生能源领域发挥着重要作用，可提供高达 3000 MW 的传输容量。ABB 始终面向未来，在 HVDC Light 换流站项目开发的最早阶段就应用了数值方法的进步来解决 EMC 设计问题。ABB 的智能仿真模型或数字孪生模型可重现整个换流站，包括阀门、阀厅、换流电抗器、穿墙套管、换流变压器、高频 (HF) 滤波器以及交流和直流场内的全部布线。数字电磁孪生模型允许在设计、调试和运行阶段可靠地执行各种 EMC 相关调查：• 半导体开关对 HF 干扰特性的影响• 控制算法和系统尺寸（即电池电压和电流额定值）• HF 滤波器优化和定位• 组件的设计变体、组件放置、母线和电缆布局• 建筑结构的屏蔽效果
用于智能运营规划和...的数字孪生方法
数字孪生范式旨在融合从传感器数据、物理模型和正在使用的机械部件的操作数据中获得的信息，以便就部件的健康管理和操作做出明智的决策。在本文中，我们讨论了一种基于数字孪生的机械系统操作规划方法，以实现：a）具有成本效益的维护计划，以及b）系统的弹性运行。由于机械系统的属性及其运行参数、负载和环境本质上是随机的，我们的方法包括概率损伤诊断、概率损伤预测和不确定性下的系统优化。作为一个说明性示例，我们考虑金属部件中的疲劳裂纹扩展问题。我们讨论了一种基于超声导波的概率裂纹诊断框架，该框架可以处理诊断过程中的随机和认知不确定性。我们建立了一个高保真有限元模型来模拟压电效应和超声导波传播。我们使用对物理孪生进行诊断实验获得的测试数据来校准诊断模型中的误差。我们使用修正后的诊断模型对裂纹扩展进行贝叶斯诊断，考虑到被测量噪声破坏的数据，并融合来自多个传感器的信息。我们建立了一个基于有限元的高保真单轴裂纹扩展模型
数字孪生过程中的信息情境化
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
为数字孪生生成提供地理空间上下文
摘要：光检测和测距技术可以创建物理对象和环境的详细 3D 点云。因此，它有可能为各种需要了解周围环境并与之交互的信息物理系统的运行提供有价值的信息，例如自动驾驶汽车和机器人。点云还可以成为创建不同资产和系统运行环境的数字表示的基础。本文概述了一种系统架构，该架构将 LiDAR 扫描提供的地理空间上下文信息与信息物理系统组件的行为模型相结合以创建数字孪生。行为和数据之间的明确区分使所提出的数字孪生架构有别于现有方法（主要关注数据方面），并通过可执行过程模型促进上下文数字孪生生成。疫苗物流自动化用例详细说明了如何将有关环境的信息用于执行运输准备任务的自主机器人的操作。除了支持操作之外，我们还建议将在物流过程的不同点从系统中检索到的上下文数据与有关可执行行为模型实例的信息相结合，作为数字孪生架构的一部分。随后，孪生可用于通过相关利益相关者促进系统和流程监控，并以用户为中心的方式构建上下文数据。
使用虚拟现实对工业机器人进行编程...... - MDPI
数字孪生 [ 1 ] 是一种与物理产品的虚拟数字等价物概念相关的概念。数字孪生用于重现真实的、物理存在的环境、过程或单个对象。其作用是映射物理对象或过程的主要特征，从而实现系统服务 [ 2 , 3 ]、产品设计和制造系统 [ 4 – 6 ] 和流程 [ 7 ] 领域的仿真、预测和优化。数字孪生的主要特征，例如其形式、可升级性、映射现实的精确度等，取决于其用途 [ 8 ]。图 1 显示了一个对象及其数字孪生，其作用是映射几何特征。除了大数据分析、云计算、物联网、人工智能、系统自动化和集成、增材制造和增强现实等领域外，数字孪生也是工业 4.0 概念的要素之一 [9、10]。机器人技术，主要是机器人制造系统 [11]，是孪生数字应用的一个特定领域。许多研究涉及数字孪生在机器人装配任务 [12-15]、与人合作问题 [16] 或预测性维护相关问题 [17] 中的应用。机器人技术也属于工业 4.0 领域，因为它具有解决方案的灵活性、适应和重新配置系统的能力以及通过广泛的传感系统与环境的交互。
土木工程系统的数字孪生 - UPCommons
摘要：我们生活在一个对交通网络需求不断增长的环境中，而交通网络的基础设施也在老化。然而，更换所有超过使用寿命的基础设施资产是不可行的。常见的替代方案是通过基于结构健康监测 (SHM) 的维护和可维护性来提高其耐用性。在众多的 SHM 方法中，数字孪生模型正受到越来越多的关注。该模型是对现实资产 (物理孪生) 的数字重建 (数字孪生)，与其他数字模型不同，它使用部署在后者上的传感器网络采样的数据频繁自动更新。此工具可以为基础设施管理人员提供功能，以监控和优化他们的资产库存，并在日常运营条件和极端事件后做出明智的、基于数据的决策。这些数据不仅包括传感器数据，还包括基于频繁更新的数字孪生模型制定的定期重新验证的结构可靠性指标。该技术甚至可以推进到执行结构行为预测并自动对其进行补偿。本探索性评论涵盖了数字孪生的关键方面——其实用性、运作方式、应用等——并证明了分布式感知作为其网络传感器组件的适用性。