XiaoMi-AI文件搜索系统
World File Search System数字孪生
数字孪生技术的演变 - Nemetschek
预测性诊断。尽管经过几个世纪的研究，医学专家如今对人体有了全面的了解，但监测内部功能仍然是一项重大挑战。此外，很难准确预测人体对药物的反应，或者疾病会如何随着时间的推移对身体产生影响。为了解决这个问题，医疗保健领域的领先开发商正在开发内脏器官的数字孪生。其中包括西门子开发的人体心脏的数字孪生，用于预测心力衰竭患者康复的结果。此外，数字孪生的使用正在牙科和正畸领域得到广泛研究，作为一种模拟个人牙齿健康状况的方法，并预测在手术过程中施加的压力量，而不会造成进一步的损害。
了解数字孪生几何的挑战...
1 mfa47@cam.ac.uk, 2 ib340@cam.ac.uk 摘要 利用数字孪生概念，即现有铁路基础设施的物理资产虚拟副本，有可能彻底改变该领域的资产管理。但是，只有存在能够经济高效地生成铁路资产数字孪生的方法，这种利用才有可能。此“孪生”过程的第一步是捕获资产的原始几何形状并将其转换为适合进一步丰富设计、施工、运营和维护数据的高级几何形状。本文研究了第一步孪生的最新进展，即生成现有铁路基础设施的几何精确模型，重点关注轨道资产。本文首先定义数字孪生，然后解释真实虚拟同步的好处以及充分利用数字孪生的挑战。随后的部分提供了纵向文献，表明当前的研究对不同的铁路几何形状、邻域结构、扫描几何形状和输入数据强度很敏感。这些因素使得为数字孪生设计的方法对于包含不同水平和垂直高度的任何轨道结构都无效。这种差异相当常见；因此，我们得出结论，自动生成轨道结构几何数字孪生的问题尚未解决。
可持续制造供应链的数字孪生
数字孪生是使用颠覆性技术将虚拟系统和物理系统集成在一起。更准确地说，它是一种开发可持续智能制造系统的方法，用于在整个产品生命周期中使用实时信息来实现稳健的质量、缩短时间和定制产品。本文对 98 篇关于具有可持续绩效目标的各种数字供应链孪生维度的研究论文进行了系统的文献综述。选定的论文经过审查并分为三大类：数字孪生的组成部分、制造供应链中的应用和可持续性。根据研究的回顾和未来展望，我们认为物联网、云计算和区块链等技术的进步增加了数字孪生在供应链中应用的潜力。结果表明，数字供应链孪生应该包括整个供应链中的事物和人，而不仅限于本地制造系统。根据我们的审查结果，我们为供应链提出了一个可持续的数字孪生实施框架。提出的框架将指导未来的从业者和研究人员。
工业数字孪生框架的开发...
航空航天部件（包括发动机部件或机体结构）的严格要求需要可靠的制造工艺。因此，对设备性能、产品开发和制造的持续监测、控制和优化至关重要。机械加工是航空航天部件制造中的重要制造工艺，包含不同的物理现象，如断裂、变形、散热、摩擦学和振动[1]。在机械加工工艺中，钻孔主要用于飞机结构（如机身、机翼等）的最终生产阶段，使用机械臂进行精确且经济高效的钻孔作业[2]。随着制造业通过数字化转型迅速发展，数字孪生是一项新技术，它有潜力提高机械加工效率并减少与机器人钻孔相关的缺陷。数字孪生是工业 4.0 中的一个概念，它通过从物理世界收集的数据流提供制造元素的数字化表示。这些数据用于更新数字实体，控制命令被发送回制造元素进行操作。因此，物理和数字孪生之间可以进行无缝、连续的信息交换，从而可以预测和优化制造过程 [ 3 ]。在制造环境中，数字孪生的实现方式多种多样，具体取决于所需的对象
了解数字孪生几何的挑战...
1 mfa47@cam.ac.uk, 2 ib340@cam.ac.uk 摘要 利用数字孪生概念，即现有铁路基础设施的物理资产虚拟副本，有可能彻底改变该领域的资产管理。但是，只有存在能够经济高效地生成铁路资产数字孪生的方法，这种利用才有可能。此“孪生”过程的第一步是捕获资产的原始几何形状并将其转换为适合进一步丰富设计、施工、运营和维护数据的高级几何形状。本文研究了第一步孪生的最新进展，即生成现有铁路基础设施的几何精确模型，重点关注轨道资产。本文首先定义数字孪生，然后解释真实虚拟同步的好处以及充分利用数字孪生的挑战。随后的部分提供了纵向文献，表明当前的研究对不同的铁路几何形状、邻域结构、扫描几何形状和输入数据强度很敏感。这些因素使得为数字孪生设计的方法对于包含不同水平和垂直高度的任何轨道结构都无效。这种差异相当常见；因此，我们得出结论，自动生成轨道结构几何数字孪生的问题尚未解决。
滚动轴承领域自适应数字孪生...
人工智能（AI）在数据驱动的状态监测研究中不断升级。传统的基于专家知识的预测和健康管理（PHM）过程可以借助各种AI技术（例如深度学习模型）变得更加智能。另一方面，当前基于深度学习的预测存在数据缺失问题，尤其是考虑到实际工业应用中组件的不同操作条件和退化模式。随着仿真技术的发展，基于物理知识的数字孪生模型使工程师能够以较低的成本访问大量仿真数据。这些模拟数据包含组件的物理特性和退化信息。为了准确预测退化过程中的剩余使用寿命（RUL），本文基于现象学振动模型构建了轴承数字孪生模型。使用领域对抗神经网络 (DANN) 来实现模拟和真实数据之间的领域自适应目标。将模拟数据视为源域，将真实数据视为目标域，DANN 模型能够在没有任何标记信息先验知识的情况下预测 RUL。基于实际轴承运行至故障实验的验证结果，与最先进的方法相比，所提出的方法能够获得最小的 RUL 预测误差。
基于数字孪生的信息物理系统测试
背景：信息物理系统对测试人员提出了挑战，为安全关键和协作环境带来了复杂性和规模。数字孪生通过与物理系统耦合的数据驱动和基于模拟的模型增强了这些系统，以提供可视化、预测未来状态和通信。由于数字世界和物理世界之间的耦合，数字孪生为信息物理系统测试提供了一个新的视角。 目标：本研究的目的是总结现有的基于数字孪生的测试文献。我们旨在发现新兴的采用领域、这些领域中使用的测试技术并确定未来的研究领域。 方法：我们进行了系统的文献综述，回答了以下研究问题：数字孪生目前用于测试哪些信息物理系统？如何为信息物理系统定义测试预言？在测试环境中，用于数字孪生的白盒、黑盒和灰盒建模技术的分布情况如何？如何定义测试用例以及这会如何影响测试输入？结果：我们通过精心挑选的搜索查询从 480 项研究中发现了 26 项相关研究。这些研究表明，在数字孪生引入行业后，人们开始采用基于数字孪生的测试，并且该技术的可访问性不断提高。测试中使用的预言机就是数字孪生本身，因此依赖于这两个系统
智能数字孪生 (IDT) 战略
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
中小企业集成数字孪生的路线图
摘要：在过去十年中，澳大利亚中小企业的数字化程度稳步提高，但它们在全面采用工业 4.0 (I4.0) 方面仍面临问题和障碍。在 I4.0 所包含的工具中，数字孪生 (DT) 和数字线程 (DTH) 技术具有重大的意义和价值。其中一些挑战包括缺乏开发数据收集、处理和存储所需通信框架的专业知识；对数据和网络安全的担忧；缺乏对数据数字化和可视化的了解；以及从数据中为企业创造价值。本文旨在通过开发基于简单和低成本解决方案的框架并提供克服技术障碍的见解和指导，证明 DT 为中小企业 (SME) 实施的可行性。为此，本文首先概述了理论框架及其组成部分，随后讨论了现实世界物理资产的简化和通用 DT 模型，该模型展示了这些组件如何运作、如何集成以及它们如何相互作用。提出了一个实验场景，用于转换从与 WAGO 750-8102 可编程逻辑控制器连接的电阻温度检测器传感器收集的数据，以进行数据存储和分析、预测模拟和建模。我们的结果表明，传感器数据可以轻松地从物联网 (IoT) 设备和启用 DT 技术中集成，用户可以以 3D 模型的形式查看实时数据和关键绩效指标 (KPI)。来自传感器和 3D 模型的数据都可以通过数据库在综合历史记录中查看。通过此次技术演示，我们提供了一些有关软件、硬件和专业知识的建议，中小企业可以采用这些建议来协助实施 DT。
让您的数字孪生栩栩如生 - ML Works
数字孪生的概念并不新鲜。事实上，据报道，首次应用是在 25 年前，当时正值伦敦希思罗机场快线设施基础和围堰施工的早期阶段，用于监测和预测基础钻孔灌浆。自首次应用以来的这些年里，边缘计算、人工智能、数据连接、5G 连接和物联网 (IoT) 的改进使数字孪生变得具有成本效益，现在已成为当今数据驱动型企业的必需品。