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
我们的研究表明,人们继续信任数字孪生在 A&D 领域的潜力。拥有长期数字孪生路线图的组织比例从仅仅 18 个月前的 57% 提高到现在的 73%。对数字孪生部署的兴趣是由顶线和底线共同推动的。技术进步是数字孪生投资的首要驱动力(78%),其次是运营效率(75%)。除此之外,数字孪生还通过两种方式帮助可持续发展:减少航空碳足迹,以及实现对绿色航空替代品(如电池和氢燃料)设计的虚拟验证。数字孪生连接物理世界和虚拟世界,推动设计和运营效率。A&D OEM、供应商、航天公司和航空公司都在有目的地投资数字孪生技术。总体而言,该行业计划将其收入的 2.7% 投资于数字孪生计划,比上一年增长 40%。
2020 年,AVT-ET-211 评估了北约成员国对共同审查数字孪生技术发展现状、审查各种数字孪生输出的好处以及讨论数字孪生在产品开发和维护中的应用的兴趣。ET-211 确认了对三军平台和系统的数字孪生技术开发、应用和采用途径的浓厚兴趣;ET-211 达成协议,将举办一次关于三军平台和系统数字孪生技术开发和应用的研究研讨会,探讨近期和长期应用和采用途径。
为期三天的研讨会由五场技术会议和小组会议组成,来自众多国家和国际组织的 29 位演讲者出席,包括大学、国家实验室、政府机构、核供应商、核工业、先进反应堆开发商和数字孪生开发商。研讨会吸引了来自全球各地的 324 名参与者,为核工业和数字孪生利益相关者提供了一个论坛,讨论数字孪生和数字孪生支持技术(如先进传感器和仪器、数据分析、机器学习和人工智能)在当前轻水反应堆 (LWR) 机组和先进反应堆设计中的应用。研讨会还概述了核工业监管实现数字孪生的下一步措施。
近年来,数字孪生技术在医疗保健和患者福祉中的应用日益广泛。本文概述了数字孪生在医疗保健领域的当前方法和应用。其中一种应用是精准医疗中的数字孪生,其中数字孪生用于创建患者特定模型以协助诊断和治疗计划。数字孪生还用于医院/诊所管理,帮助优化资源分配和工作流程。为了应对 COVID-19 大流行,数字孪生已用于检测疫情和预测疾病传播。此外,数字孪生已应用于生物制造和制药行业以改进制造工艺。另一个应用领域是机器学习和建模,其中数字孪生用于机器学习、数据生成和系统建模,用于医疗保健和疾病预测应用。本文还讨论了与数字孪生相关的安全和道德问题,因为隐私问题和数据保护仍然是数字孪生技术在医疗保健中的应用的重要考虑因素。最后,本文总结了该领域未来的挑战和未来工作的方向。其中包括需要开发更精确、更复杂的数字孪生模型,解决互操作性和集成问题,以及进一步探索数字孪生技术的潜力
摘要:数字孪生流域是物理流域的虚拟表示,具有同步仿真、虚实交互和迭代优化等特点。数字孪生流域的构建需要具有大范围覆盖、高精度、高分辨率、低延迟等特点的流域数据库。遥感技术的进步为获取流域要素变量提供了新的技术手段。本文对遥感技术在降水、地表温度、蒸散、水位、河流流量、土壤湿度和植被七大要素变量的检索原理、数据现状、评估与比对、优势与挑战、应用和前景进行了全面的概述和讨论。指出遥感可以应用于数字孪生流域的一些功能,如干旱监测、降水预报和水资源管理。但还需要通过数据合并、数据同化、偏差校正、机器学习算法、多传感器联合检索等手段,进一步提高数据精度、时空分辨率、时延等。本文将有助于推进遥感技术在数字孪生流域建设中的应用。
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
摘要 — 正在进行的数字化转型引发了各种新网络应用的出现,这些应用需要尖端技术来提高其效率和功能。该方向的一项有前途的技术是数字孪生,这是一种设计和管理具有高度自动化、智能化和弹性的复杂信息物理系统的新方法。本文讨论了使用数字孪生技术作为非地面网络 (NTN) 建模的新方法。数字孪生技术可以创建实时运行的精确数据驱动的 NTN 模型,允许快速测试和部署新的 NTN 技术和服务,同时促进创新和降低成本。具体而言,我们提供了将数字孪生集成到 NTN 中的愿景,并探讨了主要的部署挑战以及 NTN 领域内的关键潜在支持技术。最后,我们提出了一个案例研究,该研究采用数据驱动的数字孪生模型在开放式无线接入网络 (O-RAN) NTN 架构中进行动态和面向服务的网络切片。索引词——人工智能、数字孪生、非地面网络(NTN)、卫星通信。
“人类世”一词指的是由人类活动塑造的地质时代,它带来了影响地球系统各个部分的全方位可持续发展挑战。与此同时,近几十年来,我们对地球的认识和理解显著增加。此外,通过数字信息技术的进步,我们可以开始结合地球系统数据和模型,生成真实地球的高精度数字表示,即数字孪生。数字孪生 (DT) 可用于通过改变不同因素、预示预期变化和评估其后果来探索各种人类发展情景。这可以作为决策支持系统提供重要信息,为未来发展提供信息,确保人类繁荣,同时最大限度地减少人类干预对自然环境的负面影响。目标是创建一系列应用数字孪生,利用各种模型、地球系统数据集、预测系统和预报,作为科学、决策者和公众参与的工具。
摘要:如今,数字孪生 (DT) 因其在所谓的智能工厂中数字化转型的作用而成为制造和物流 (M&L) 系统中的新兴主题。自 2017 年以来,它已广泛集成到维护、生产计划和控制或布局规划决策中。已经提出了几个框架和调查,以提供有关这一新兴主题的指导方针、管理见解、局限性和未来研究观点。然而,只有少数研究关注 DT 及其在量化、评估和向工人提供人体工程学、心理或身体工作量、姿势反馈或警告方面的作用,旨在改善他们的安全条件。为此,本研究调查了 DT 的当前最新技术及其作为评估和整合 M&L 系统中人体工程学方面或其他人为因素的工具的应用。此外,还提供了未来的研究方向。关键词:数字孪生;人为因素;人体工程学风险评估;反馈;制造系统;物流系统;文献综述