Nov, 2023

基于需求的数字孪生技术标准化预测性维护自动化路径规划的最新综述与综合

PDF
TL;DR这篇论文提出利用数字孪生解决预测性维护（PMx）面临的挑战，并促进大规模的自动化 PMx 应用，为此提供了一个基于需求的路线图，包括信息需求和功能需求的系统方法，并进行了文献综述以确定进一步的研究方向。
predictive maintenancedigital twinsinformational requirementsfunctional requirementsautomated pmx adoption
发现论文，激发创造
  • 数字孪生在支持人工智能引导的预测性维护中的应用的现状综述

    数字孪生可以与预测性维护相结合，以解决挑战并推进自动化预测性维护应用的发展。

    Jun, 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

  • 预防性维护调查：系统、目的和方法

    本文通过系统架构、目标和方法等方面，全面综述了预测性维护（PdM），并从知识、传统机器学习（ML）和 DL 等三个主要方面分类回顾了 PdM 系统中的故障诊断和预测方法，提出了重要的未来研究方向和目标。

    Dec, 2019

  • 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

  • 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

  • 人工智能和工业互联网从预测性维护进化为智能化维护

    通过评估现有的预测性维护方法并提出创新性框架，本研究介绍一种基于人工智能和工业互联网的智能化维护框架，包括概率可靠性建模和深度学习等最新机器学习算法，并利用涡轮风扇引擎退化数据集验证了新颖的概率深度学习可靠性建模方法。

    Sep, 2020

  • 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

  • 基于多准则决策分析的 SMP 模型不确定性去除方法

    本研究旨在基于 TOPSIS 方法，设计一种结构化的方法，以预测异构自动化软件的可维护性并发现 GARF 技术表现最佳。

    Sep, 2022

  • 数字孪生在自主驾驶机动系统中的应用探索 —— 新的移动时代

    本篇论文提供了数字孪生在自主车辆工业中的系统评述，重点强调了准确的数据收集、实时分析和高效的模拟能力，以此来提高性能和可靠性，同时探讨了数字孪生的技术挑战和中心技术，并对在智慧城市中自主车辆所使用的不同方法进行了对比分析，最后讨论了数字孪生在自主车辆行业中的应用挑战和限制。

    May, 2023

  • 土木工程结构的数字孪生框架

    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。

    Aug, 2023