XiaoMi-AI文件搜索系统
World File Search System数字孪生
数字孪生分析促进空中交通安全...
摘要 — 随着数字化转型的新工业革命，制造运输流程中可以采用更多智能和自主系统。自动驾驶汽车 (AV) 的安全性具有减少事故和为驾驶员和行人保持谨慎环境的明显优势。因此，数据驱动汽车的转型与数字孪生概念相关，特别是在自动驾驶汽车设计的背景下。这也提出了采用新安全设计以提高整个自动驾驶汽车系统的弹性和安全性的必要性。为了以端到端的方式为智能制造运输启用安全的自主系统，本文介绍了考虑安全和安保功能的主要挑战和解决方案。本文旨在确定一个用于车辆数字孪生的标准框架，以促进数据收集、数据处理和分析阶段。为了证明所提方法的有效性，分析了车辆跟随模型的案例研究，该模型通过操纵雷达传感器测量值试图造成碰撞。本文的洞察力可以为未来在自动驾驶汽车行业采用数字孪生的相关研究铺平道路。
数字孪生技术的进步 | 创新 - IEEE Xplore
名字 * 姓氏 * 职务 * 工作电子邮件地址 * 组织名称 * 国家/民族 * 选择... 阿富汗 阿尔巴尼亚 阿尔及利亚 美属萨摩亚 安道尔 安哥拉 鳗鱼 南极洲 古代阿根廷 亚美尼亚 阿鲁巴 澳大利亚 奥地利 阿塞拜疆 巴哈马 巴林 孟加拉国 巴巴多斯 巴布达 白俄罗斯 比利时伯利兹 贝宁 百慕大 不丹 玻利维亚 博内尔岛, Sint尤斯特歇斯岛、萨巴岛 波斯尼亚和黑塞哥维那 博茨瓦纳 布韦岛 巴西 英属印度洋领土 文莱达鲁萨兰国 保加利亚 布基纳法索 布隆迪 柬埔寨 喀麦隆 加拿大 佛得角 卡里亚库 开曼群岛 中非共和国 乍得 智利 中国 圣诞岛 科科斯（基林）群岛 哥伦比亚 科摩罗 刚果（布拉柴维尔） 刚果（金沙萨） ). 库克群岛海岸里加 科特迪瓦 克罗地亚 古巴 库拉索岛 塞浦路斯 捷克共和国 丹麦 吉布提 多米尼加 多米尼加共和国 东帝汶 厄瓜多尔 埃及 萨尔瓦多 赤道几内亚 厄立特里亚 爱沙尼亚 埃塞俄比亚 福克兰群岛（福克兰群岛） 法罗群岛 斐济 芬兰 法国 法属圭亚那 法语
数字孪生在工程教育中的应用报告
本报告记录了创新教育预项目的成果，该项目为 NTNU 的研究船 R/V Gunnerus 的数字孪生奠定了基础，并将其应用于海洋技术研究系列课程。2018 年夏季和秋季，特隆赫姆 NTNU 的五名工程专业学生进行了开发任务。本报告主要记录了所进行的开发工作，以及在教育中使用 R/V Gunnerus 数字孪生的可能性，特别强调了作为海洋技术系 5 年理学硕士课程的一部分提供的特定课程。结论是，在工程学科教育中使用数字孪生支持既有助于加强学科洞察力，也有助于洞察产品和工程流程的数字化。该报告由特隆赫姆 NTNU 的海洋技术系和机械与工业工程系制作。该项目的摘要视频可在此处找到：Gunnerus 数字孪生演示视频。
航空航天工业中的数字孪生：简单介绍
摘要 数字孪生 (DT) 主要是任何可想象的物理实体的虚拟复制品，是一项具有深远影响的高度变革性技术。无论是产品开发、设计优化、性能改进还是预测性维护，数字孪生都在通过多种多样的业务应用改变各个行业的工作方式。航空航天业（包括其制造基地）是数字孪生的热衷者之一，他们对数字孪生的定制设计、开发和在更广泛的运营和关键功能中的实施表现出前所未有的兴趣。然而，这也带来了一些对数字孪生技术的误解，以及对其最佳实施缺乏了解。例如，将数字孪生等同于智能模型，而忽略数据采集和可视化的基本组成部分，会误导创建者构建数字影子或数字模型，而不是实际的数字孪生。本文揭示了航空航天界和其他领域数字孪生技术的复杂性，以消除影响其在安全关键系统中有效实现的谬误。它包括对数字孪生及其组成元素的全面概述。阐述其特征性的最新组成以及相应的局限性，航空航天领域未来数字孪生的三个维度，第三
航空航天工业中的数字孪生：简要介绍
摘要 数字孪生 (DT) 主要是任何可想象的物理实体的虚拟复制品，是一项具有深远影响的高度变革性技术。无论是产品开发、设计优化、性能改进还是预测性维护，数字孪生都在通过多种多样的业务应用改变各个行业的工作方式。航空航天业（包括其制造基地）是数字孪生的热衷者之一，对其定制设计、开发和在更广泛的运营和关键功能中的实施表现出前所未有的兴趣。然而，这也带来了一些对数字孪生技术的误解，以及对其最佳实施缺乏了解。例如，将数字孪生等同于智能模型，而忽略了数据采集和可视化的基本组成部分，会误导创建者构建数字阴影或数字模型，而不是实际的数字孪生。本文揭示了数字孪生技术在航空航天领域以及其他领域的复杂性，以消除影响其在安全关键系统中有效实现的谬误。它包括对数字孪生及其组成元素的全面调查。阐述了它们特有的最先进的组成以及相应的局限性，提出了航空航天领域未来数字孪生的三个维度，称为航空数字孪生（aero-DT），作为本次调查的结果。这些包括数字孪生的交互、标准化和认知维度，如果认真利用这些维度，可以帮助航空 DT 研发界将现有和未来航空航天系统及其相关流程的效率提高四倍。
强化学习驱动的数字孪生支持供应链决策
随着供应链环境的波动性、不确定性、复杂性和模糊性，供应链规划决策的复杂性也日益增加。因此，设计适当的决策支持系统的复杂性也在增加。出现了支持决策的新方法，数字孪生就是其中之一。与此同时，人工智能领域正在发展，包括强化学习等方法。本文探讨了创建具有强化学习功能的数字孪生的潜力。它首先提出了一个将数字孪生和强化学习统一为单一方法的框架。然后，它说明了如何在药品供应链用例中将此框架付诸实践，以做出供应和交付决策。最后，将实验结果与传统方法给出的结果进行了比较，显示了所提框架的适用性。
用于诊断心脏灌注缺损的数字孪生的开发
心肌血流量 (MBF) 是心肌灌注的关键指标，通常通过其他临床测试（如压力下的动态 CT 灌注）进行评估。这项研究引入了一种数字孪生，旨在通过使用常规 CT 图像和临床测量数据预测 MBF 来增强冠状动脉疾病的诊断。数字孪生采用人工智能方法重建冠状动脉和心肌几何形状，并集成了一个计算模型，该模型具有 3D 冠状动脉和三室心肌模型，并使用来自六名代表性患者的数据进行盲校准。对另外 28 名患者的验证显示 MBF 预测与实验和临床测量一致。混淆矩阵分析评估了双胞胎对高危患者（平均 MBF < 230 ml/min/100g）与非高危患者进行分类的能力，召回率为 0.77，精确度和准确度为 0.72。这项工作代表
基于数字孪生的电机冷却优化研究
随着对行业应用中电动机功率和效率的需求不断提高，电动机在操作过程中产生的热量已成为一个关键挑战。有效的冷却系统是为了维持电动机的性能和寿命。根据热电制冷原理制定了一种新的电机冷却系统。提出的热电冷却系统（TEC）的主要策略是使用热电冷却器（TEC）通过热传导原理冷却电动机。使用数值模拟和实验测量的组合来比较在不同的工作条件下的气冷和热电再进行的性能。实验和ANSYS模拟已显示
通过动态精度管理将精益数据和数字清醒融入数字孪生
第四次工业革命的到来带来了新技术的出现，每一项技术都具有颠覆性和创新性，例如数字孪生 (DT)，它通常被认为是智能工厂的支柱。DT 的概念最初是在 2003 年 Michael Grieves 在产品生命周期管理 (PLM) [1] 高管培训中提出的。尽管文献中有 50 多个不同的定义 (Julien & Martin, 2021)，但新 ISO 标准 23247 [2] 提供的定义似乎是最全面、最准确的制造应用定义，“可观察制造元素的适合用途的数字表示，并具有使元素与其数字表示以适当的同步速率收敛的方法”。数字孪生在某种意义上被认为是工业 4.0 的先锋，因为它在实施的工具、技术和技能方面是横向的（人工智能、物联网、数据，以及电子工程师、自动化工程师、数据科学家、心理工效学家等），而且在处理的问题方面也是横向的（维护、控制、产品质量管理、供应链管理、预测和故障检测等）。在本文中，我们重点介绍这项技术及其方法。
超越数字孪生：人机交互中神经人体工程学的物理孪生
数字孪生 (DT) 是最新的使能技术之一，它作为数据密集型网络计算解决方案出现在多个领域——从工业 4.0 到互联健康（Pires 等人，2019 年；Bagaria 等人，2020 年；Juarez 等人，2021 年；Phanden 等人，2021 年）。DT 作为一个虚拟系统，用于复制、监控、预测和改进物理系统（物理孪生 (PT)）的流程和特性，与其 DT 实时连接（Grieves 和 Vickers，2017 年；Kaur 等人，2020 年；Mourtzis 等人，2021 年；Volkov 等人，2021 年）。这种技术基于物联网 (IoT) 和机器学习 (Kaur et al., 2020) 等领域的进步，提出了应对人机交互 (HRI) (Pairet et al., 2019) 领域等复杂系统问题的新方法。本立场文件旨在提出一种物理-数字孪生方法，以根据神经人体工程学的跨学科视角 (Parasuraman, 2003; Frederic et al., 2020) 改善对 HRI 背景下 PT 的理解和管理。