Aug, 2023

土木工程结构的数字孪生框架

PDF
TL;DR本研究提出了一种基于预测性数字孪生的方法，用于土木工程结构的健康监测、维护和管理规划，通过动态贝叶斯网络建模实现了实时的结构健康诊断和故障预测，并利用此信息用于动态决策框架中的维护和管理行动的优化规划。通过两个综合案例研究，验证了该方法对健康感知数字孪生的动态决策能力。
digital twinpredictive maintenancecivil engineeringhealth monitoringdynamic decision-making
发现论文，激发创造
  • 在油气工业中增强可靠性和适应性的数字孪生框架，实现最优和自治决策

    该研究提出了一个数字孪生框架，应用于石油和天然气工业中的气举过程，旨在提高数字孪生系统的稳健性和适应性。该框架结合了贝叶斯推断、蒙特卡罗模拟、迁移学习和不确定性管理等技术，为数字孪生系统提供高效、可靠、值得信赖的识别，并致力于改进复杂实际场景中的决策过程。

    Nov, 2023

  • 非线性动力系统的数字双胞胎：一个视角

    对于非线性动力系统的数字孪生，其基本要求是能够生成系统的演化并预测潜在的灾难性紧急行为，以提供早期警示。数字孪生可以实时用于系统的 “健康” 监测和预测问题的解决。构建非线性动力系统的数字孪生有两种方法：稀疏优化和机器学习。本文描述了这两种方法的基本概念并讨论了它们的优势和注意事项。

    Sep, 2023

  • 智慧城市数字孪生框架用于实时多数据集成和广泛公众分布

    数字双胞胎是城市智能化发展中的关键工具，能够监测和控制实体状态，预测其未来发展，模拟替代场景以理解变化的影响。本文介绍了 Snap4City 智慧城市数字双胞胎框架，通过数据收集、索引、计算和信息分发等功能实现持续更新的数字双胞胎，在网页界面中集成了建筑模型、道路网络、物联网设备、感兴趣点、路径等信息，以支持市民参与城市决策过程。

    Sep, 2023

  • 浮动式海上风能异常检测的诊断数字孪生

    本文介绍、讨论和实施了一种用于浮动离岸风力涡轮机的诊断数字孪生概念，通过实时数据和模型相结合来监测损伤、检测异常和诊断故障，从而实现基于条件和预测的维护。通过将诊断数字孪生应用于离岸设备，可以减轻意外故障，但实施可能具有挑战性。本文实现了一个用于运行中的浮动离岸风力涡轮机的诊断数字孪生，通过测量监控该资产，采用无监督学习方法建立正常运行模型，检测异常并提供故障诊断，并通过短信发送警告和诊断结果，在虚拟现实界面中可以得到更详细的诊断结果。诊断数字孪生在故障发生前数小时成功检测到异常情况，并以大的置信度进行诊断。文章最后讨论了诊断数字孪生在离岸工程的广泛背景下的应用，该方法可以推广到其他离岸设备，提高设备的维护水平，提高离岸设备的寿命、效率和可持续性。

    Jun, 2024

  • 数字孪生与土木工程阶段：重新调整采用策略

    我们提出了在建筑、工程和建筑行业中基于阶段的数字孪生发展，通过将数字孪生作为一个被广泛应用的工具跨越建筑工程项目的整个生命周期以及鼓励研究人员在整合数字孪生技术的过程中以更全面的方式进行思考。

    Mar, 2024

  • 构建和评估数字孪生：一个智能框架用于 DT 开发

    数字孪生的发展代表了一种在受控数字空间中模拟和优化复杂系统的变革性进展，本文介绍了一种智能框架用于构建和评估数字孪生，旨在提高数字孪生在测试算法性能方面的准确性和实用性。

    Jun, 2024

  • 资产管理、条件监测与数字孪生：针对钢筋混凝土桥梁的损伤检测与虚拟检查

    在挪威 E6 公路上，Stava 桥的结构缺陷通过物联网传感器的数据被检测到，展示了在线监测和数字孪生在风险和基于条件的维护中的重要性，通过物理模型和机器学习的结合实现了损伤检测和诊断。

    Apr, 2024

  • TwinExplainer：解释汽车数字孪生的预测

    本文介绍一种 TwinExplainer 系统，其可以解释汽车数据驱动数字孪生系统的预测，并且它可以帮助汽车利益相关者了解传感器通道的全球规模以及它们对通用 DT 预测的贡献。

    Feb, 2023

  • 利用物理信息的自我监督学习创建的非侵入性医学数字孪生体

    通过构建数字孪生病程模型，我们提出了一种使用非侵入性患者健康数据来识别数字孪生模型参数的方法，借助物理信息的自监督学习算法，我们应用该方法在无监督疾病检测和模拟临床试验中的心脏血流动力学方面展示了其实用性。

    Feb, 2024

  • 数字孪生：从概念到实践

    本文提出了一个数字化框架，通过权衡每个层次的利弊，制定数字孪生系统的评价标准，评估所选数字孪生系统对组织流程、策略和价值创造的影响，来帮助实践者选择数字孪生系统中的适当复杂度，同时提出数字孪生系统能提供诸如预测、模拟、人工智能和机器学习等新兴能力的误用选择可能带来的风险。三个实际案例证明了该框架的应用和实用性。

    Jan, 2022