2023 年,我们提出了这样的想法:对于某些子系统,使用 AI/ML 技术可以大大加速逆向工程任务的建模部分。与传统的建模和仿真技术相比,AI/ML 方法具有一个关键优势:传统的 M&S 开发人员需要成为子系统主题领域的专家,并且通常主要从定制开发的代码中生成模型,而 AI/ML 建模者则主要将子系统视为一个黑匣子,它只接收输入数据并产生输出数据,这个过程可以使用大多数现有的现成 AI/ML 工具箱进行建模。在最纯粹的形式中,AI/ML 模型只有一个目的:非常忠实地从输入中重现输出,而无需“了解”子系统内部的工作方式或数据代表什么。当然,子系统专家可以深入了解哪些行为最重要,哪些输入最能代表关键
背景 主动脉瓣狭窄是一种以主动脉瓣膜受限或变窄为特征的疾病,导致瓣膜功能障碍,限制血液从左心室流入主动脉和身体其他部位。如果不及时治疗,这会导致心脏负荷增加,从而导致胸痛、昏厥、呼吸急促和心力衰竭等症状。经导管主动脉瓣置换术 (TAVR) 是一种微创手术,涉及通过导管将新的人工瓣膜置入心脏。这个新瓣膜被部署来替换现有的主动脉瓣膜,在那里它扩张并接管患病瓣膜的功能,从而恢复主动脉的正常血流。问题 植入瓣膜的位置和方向直接影响血流动力学,通过影响瓣膜的流动动力学和压力梯度,从而决定心脏血液排出的效率。流动动力学和由此产生的涡流会影响主动脉壁剪切应力,可能影响植入瓣膜的结构完整性和耐久性。在规划 TAVR 手术时,患者的心脏护理团队面临着考虑多种因素的挑战,包括瓣膜选择、基于主动脉根部几何形状的定位以及优化血流动力学和确保瓣膜的长期耐用性的方向。发明:优势与应用 TAVR-AID 是一个数字孪生管道,可提供患者血流的机械模拟以及人工智能的预测功能。TAVR-AID 被设计为一种介入前决策支持工具,可帮助负责 TAVR 手术的心脏护理团队预测和减轻潜在并发症,优化瓣膜选择和放置,并根据每位患者的独特需求定制 TAVR 手术,从而加强患者护理。
随着业界和学术界的研究界继续塑造第六代 (6G) 无线网络的范围,显然许多新颖的应用和服务将在其初期出现,包括扩展现实、沉浸式多媒体、全息通信、网络和计算融合、多维感知、普适智能、工业 4.0 及以后的连接 [1]。基于人工智能 (AI)/机器学习 (ML) 的无线接入网络 (RAN) 自动化、管理、编排和优化技术是 O-RAN 架构基础的关键因素,也是未来 6G 演进的关键支持技术之一。事实上,非实时 (Non-RT) 和近实时 (Near-RT) RAN 智能控制器 (RIC) 目前是这些支持 RAN 智能的技术的两个主要主机。然而,在 AI/ML 驱动的解决方案能够大规模商业部署并开始在未来创造真正的商业价值之前,整个行业仍有许多问题和挑战需要解决。要实现如此广泛的用例,需要满足一系列不同的要求,而前几代无线网络很难满足这些要求。为此,各种最先进的技术已成为 6G 用例的关键推动因素,其中数字孪生 (DT) 脱颖而出,成为促进 6G 无线网络设计、分析、操作、自动化和智能化的极有希望的候选技术 [2]。
2 英国阿伯丁大学 3 美国伊利诺伊州立大学 4 美国内华达大学里诺分校 ___________________________________________________________________________ *通讯作者:Kelvin Edem Bassey 通讯作者电子邮箱:Engr.kelvinbassey@yahoo.com 文章收稿日期:25-01-24 接受日期:21-05-24 发表日期:19-07-24 许可详情:作者保留本文的权利。本文根据知识共享署名-非商业性使用 4.0 许可证条款分发(http://www.creativecommons.org/licences/by-nc/4.0/),允许非商业性使用、复制和分发作品,无需进一步许可,只要原始作品的署名在期刊开放获取页面上指定。 ___________________________________________________________________________
数字孪生在数字空间中重现单个产品和流程,用于设计、生产、控制和维护管理等实际应用。随着机器学习、信息和通信技术、计算能力和传感器技术的进步,数字孪生的实际应用正在加速发展。鉴于稳定能源供应和实现脱碳社会等社会需求,三菱重工有限公司 (MHI) 还致力于开发数字孪生和大型浮动结构(如浮式生产、储存和卸载 (FPSO) 装置)的资产完整性管理服务。本报告总结了数字孪生技术并介绍了资产完整性管理的仪表板系统。| 1. 简介
2 Terrarium Energy Resources Limited,尼日利亚 3 独立研究员,哈科特港,尼日利亚 ___________________________________________________________________________ * 通讯作者:Andrew Emuobosa Esiri 通讯作者电子邮箱:Andrewesiri@gmail.com 文章收稿日期:25-01-24 接受日期:01-05-24 发表日期:13-06-24 许可详情:作者保留本文的权利。本文根据知识共享署名-非商业性使用 4.0 许可证条款分发(http://www.creativecommons.org/licences/by-nc/4.0/),允许非商业性使用、复制和分发作品,无需进一步许可,但需注明原始作品的归属,如期刊开放获取页面上所指定。 ___________________________________________________________________________
• 物联网是一个系统概念,它使用了许多由其他 JTC 1 实体和 SDO 标准化的技术,从网络和数字孪生到云计算和人工智能。 • 物联网系统是软件和数据密集型的,也是以网络为中心的。它们可能非常复杂,从简单的架构到多层分布式计算网络物理系统。 • 物联网系统是“智能万物”的关键推动因素
工具/设备 工具的几何属性和表面光洁度。工具材料和性能。工具施加的力 工具/材料界面 工具/材料界面处的摩擦。润滑剂类型、温度和薄膜厚度。润滑剂热性能。变形区 变形机制。材料流动、流动速度。变形后的应力、应变和损伤分布。产品几何形状和性能 最终产品的几何形状(尺寸、厚度均匀性、表面光洁度和公差)。最终产品的机械性能
知识驱动的材料和组件设计是提高锂离子电池性能和解决全固态电池等下一代电池概念的剩余障碍的关键。虽然锂的空间和时间相关分布有助于阐明性能瓶颈和退化现象,但由于锂的独特性质,尤其是锂离子,只有少数分析技术可用。事实上,只有两种具有良好时间分辨率的非破坏性技术可以将空间信息与锂的绝对量化相结合,一种是中子深度剖析 (NDP),另一种是离子束分析 (IBA)。虽然两者都利用核过程,但获得的信息是互补的。NDP 提供高深度分辨率,但横向分辨率有限,而 IBA 具有高横向分辨率,但深度分辨率有限。在这项研究中,我们首次使用一组锂电池测试样品对这两种技术进行基准测试,并展示这两种技术的优势和协同作用。然后,使用与深度相关的锂浓度相关的信息来验证电池充电、放电和松弛行为的微观结构解析连续模型以及电化学分析。这项基础工作展示了一种通过结合高级特性和数字孪生建模在材料和组件层面优化锂电池的新方法。