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

通过应用先进的技术和方法，本研究提出了一个综合三级分层方法来评估和描述关键基础设施的破坏程度，并在乌克兰的桥梁案例中进行了验证。通过在不同尺度上应用技术，从区域到基础设施的组成部分，我们提高了评估的准确性，从而提高了决策速度，增强了恢复和应急能力。

Jan, 2024

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

构建一个包含数字孪生、交通行业、点云、道路网络和道路标志检测的研究论文的关键词和总结。

Oct, 2023

本文介绍了一种基于傅里叶神经算子的 VINO（Vehicle-bridge Interaction Neural Operator）方法，利用数据驱动的方法实现了车桥交互作用的结构损伤检测和预测，在使用预处理和微调数据集的情况下，VINO 比有限元模型更准确地预测了结构响应，并能够检测和定量化不同的损伤情况。

May, 2023

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

本文提出了一个新颖的数字孪生原型，用于学习能力的自动驾驶车辆，其主要目标是进行交通标志识别和车道保持。数字孪生架构依赖于联合仿真，采用了功能模拟接口和 SystemC 事务级建模标准。数字孪生由四个客户端组成，即 i）在 Amesim 工具中设计的车辆模型，ii）在 Prescan 中开发的环境模型，iii）在机器人操作系统中设计的车道保持控制器，以及 iv）在 BIP（行为、交互、优先级）的形式建模语言中开发的感知和速度控制模块。这些客户端与数字孪生平台 PAVE360-Veloce System Interconnect（PAVE360-VSI）进行接口。PAVE360-VSI 充当联合仿真协调器，负责通过服务器进行同步、互连和数据交换。服务器在不同客户端之间建立连接，并确保遵守以太网协议。最后，我们给出了数字孪生仿真和未来工作的建议。

Feb, 2024

数字孪生在交通领域的诊断能力有限，需要进一步研究以实现诊断推理。

Jan, 2024

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

本文介绍了在德国阿沙芬堡一个公共城市交叉口设立的智能研究基础设施，它配备了可视传感器技术和数字孪生，在数据生成、评估新的高度自动化驾驶传感器系统、算法和使用真实、合成和增强数据的人工智能培训策略的研究中发挥着关键作用。

Jul, 2023