update
This commit is contained in:
veypi
parent
9c8b45c586
commit
bb553b08b6
2
Makefile
2
Makefile
@ -24,7 +24,7 @@ count:
|
||||
@ps2ascii main.pdf | tr -d ' ' | wc -
|
||||
|
||||
num:
|
||||
@texcount ./data/chapter1-intro.tex ./data/chapter2.tex ./data/chapter3.tex ./data/chapter4.tex ./data/chapter5.tex ./data/conclusion.tex
|
||||
@texcount ./data/abstract.tex ./data/chapter1-intro.tex ./data/chapter2.tex ./data/chapter3.tex ./data/chapter4.tex ./data/chapter5.tex ./data/conclusion.tex
|
||||
|
||||
|
||||
|
||||
|
||||
@ -4,17 +4,23 @@
|
||||
\begin{cabstract}
|
||||
|
||||
|
||||
数字孪生技术作为一种将物理对象与其虚拟副本相结合的方法，已在智能制造、智慧城市、物联网（IoT）、大数据和人工智能（AI）等领域取得显著成果。本文旨在深入探讨数字孪生技术在实际应用中所面临的挑战及其解决方法。首先，本文回顾了数字孪生的基本概念和发展历程，重点关注了其在仿真制造行业的应用，并分析了在产品全生命周期中的关键作用。接着，本文详细讨论了数字孪生技术目前所遇到的困境，如数据质量与精度、可视化与交互性提升、模型与知识分析存储、数学分析与仿真技术、模型快速构建技术、多领域应用实践以及实时性应用等方面的挑战。
|
||||
数字孪生技术作为一种将物理对象与其虚拟副本相结合的方法，已在智能制造、智慧城市、物联网（IoT）、大数据和人工智能（AI）等领域取得显著成果。本文旨在深入研究数字孪生技术在实际应用中所面临的挑战及其解决方法。首先，本文回顾了数字孪生的基本概念和发展历程，重点关注了其在仿真制造行业的应用，并分析了在产品全生命周期中的关键作用。接着，本文详细讨论了数字孪生技术目前所遇到的困境，如数据质量与精度、可视化与交互性提升、模型与知识分析存储、数学分析与仿真技术、模型快速构建技术、多领域应用实践以及实时性应用等方面的挑战。
|
||||
|
||||
为解决这些挑战，本研究从三个方面提出了高效性能、易用性、以及快速构建场景的通用数字孪生平台方案，并尝试进行实际应用。首先，在数据质量和精度方面，本文探讨了一种自主分布式实时消息通信网络，以确保在硬件网络内满足消息实时性要求，并在整个系统内保证消息的发送、分发、存储和响应效率。其次，在模型与知识分析存储方面，本研究提出了一套基于图谱或语义构建逻辑模型的系统，该系统为用户提供方便的场景内各节点交互响应逻辑编辑以及虚拟场景内仿真分析逻辑。通过参数化设计模型及模型间交互逻辑，并设计合适的模型存储结构，大大简化了模型与知识在各端的存储和传输。最后，在实时性应用方面，本研究基于前两个技术，探索了系统全生命周期应用方案技术，从历史数据分析、实时场景内数据监控与逻辑响应，到未来部分数据推演仿真，实现单个孪生场景的历史、现在与未来数据统一整合，大幅拓展了数字孪生技术的应用范围。
|
||||
为解决这些挑战，本研究从三个方面提出了高效性能、易用性、以及快速构建场景的通用数字孪生平台方案，并尝试进行实际应用。首先，在数据质量和精度方面，本文构建了一种自主分布式实时消息通信网络，以确保在硬件网络内满足消息实时性要求，并在整个系统内保证消息的发送、分发、存储和响应效率。其次，在模型与知识分析存储方面，本研究提出了一套基于图谱或语义构建逻辑模型的系统，该系统为用户提供方便的场景内各节点交互响应逻辑编辑以及虚拟场景内仿真逻辑编辑能力。通过参数化设计模型及模型间交互逻辑，并设计合适的模型存储结构，大大简化了模型与知识在各端的存储和传输。最后，在实时性应用方面，本研究基于前两个技术，探索了系统全生命周期应用方案技术，从历史数据分析、实时场景内数据监控与逻辑响应，到未来部分数据推演仿真，实现单个孪生场景的历史、现在与未来数据统一整合，大幅拓展了数字孪生技术的应用范围。
|
||||
|
||||
尽管如此，在实际应用场景中，我们仍需面临诸如海量信息的建模与处理、模型的结构化和专有化等复杂现实问题。在单一场景中，可能需要构建数千个数字孪生实体并处理每秒数十万级别的数据。如何利用现有知识快速推演模型，以及如何关联、分析和响应海量异构数据，依然是在探索研究前述两个技术方向时需要努力解决的现实难题。
|
||||
|
||||
|
||||
总之，数字孪生技术在多领域实践中的应用和挑战仍有待深入研究。本文通过回顾数字孪生技术的发展历程、分析其在仿真制造行业的应用和挑战，以及探讨针对这些挑战的解决方案，旨在为数字孪生技术的进一步研究和应用提供借鉴。随着数字孪生技术的不断发展，有望在智能制造、智慧城市等领域实现更高效、可持续和人性化的解决方案。
|
||||
总之，数字孪生技术在多领域实践中的应用和挑战仍有待深入研究。本文通过回顾数字孪生技术的发展历程、分析其在仿真制造行业的应用和挑战，以及提出针对这些挑战的部分解决方案，旨在为数字孪生技术的进一步研究和应用提供借鉴。随着数字孪生技术的不断发展，有望在智能制造、智慧城市等领域实现更高效、可持续和人性化的解决方案。
|
||||
|
||||
|
||||
\end{cabstract}
|
||||
|
||||
\begin{eabstract}
|
||||
As a method of combining physical objects with their virtual replicas, digital twin technology has achieved remarkable results in the fields of smart manufacturing, smart cities, Internet of Things (IoT), big data and artificial intelligence (AI). This paper aims to provide an in-depth study of the challenges and solutions of digital twin technology in practical applications. Firstly, this paper reviews the basic concept and development process of digital twin, focuses on its application in the simulation manufacturing industry, and analyzes the key role in the product life cycle. Then, the difficulties encountered by digital twin technology are discussed in detail, such as data quality and accuracy, visualization and interactivity improvement, model and knowledge analysis and storage, mathematical analysis and simulation technology, rapid model construction technology, multi-field application practice, and real-time application challenges.
|
||||
|
||||
In order to solve these challenges, this study proposes a universal digital twin platform scheme with efficient performance, ease of use, and rapid construction of scenarios from three aspects, and attempts to apply it to practical applications. Firstly, in terms of data quality and accuracy, this paper constructs an autonomous distributed real-time message communication network to ensure that the real-time requirements of messages are met within the hardware network, and the efficiency of message sending, distribution, storage and response is guaranteed throughout the system. Secondly, in terms of model and knowledge analysis and storage, this study proposes a system based on graph or semantic construction logic model, which provides users with convenient interactive response logic editing ability of each node in the scene and simulation logic editing ability in the virtual scene. By parameterizing the design of the model and the logic of interaction between the models, and designing the appropriate storage structure of the model, the storage and transmission of the model and knowledge at each end are greatly simplified. Finally, in terms of real-time application, based on the first two technologies, this study explores the whole life cycle application scheme technology of the system, from historical data analysis, data monitoring and logical response in real-time scenes, to partial data deduction and simulation in the future, realizing the unified integration of history, present and future data of a single twin scene, greatly expanding the application scope of digital twin technology.
|
||||
|
||||
However, in practical application scenarios, we still need to face complex practical problems, such as massive information modeling and processing, model structuring and proprietary. In a single scenario, it may be necessary to build thousands of digital twins and process hundreds of thousands of levels of data per second. How to use existing knowledge to quickly deduce models, and how to associate, analyze and respond to massive heterogeneous data are still practical problems that need to be solved when exploring the above two technical directions.
|
||||
|
||||
In conclusion, the applications and challenges of digital twin technology in multi-domain practice still need to be deeply studied. By reviewing the development process of digital twin technology, analyzing its applications and challenges in the simulation manufacturing industry, and proposing some solutions to these challenges, this paper aims to provide reference for the further research and application of digital twin technology. With the continuous development of digital twin technology, it is expected to realize more efficient, sustainable and humanized solutions in smart manufacturing, smart city and other fields.
|
||||
\end{eabstract}
|
||||
|
||||
496
data/bibs.bib
496
data/bibs.bib
@ -14,6 +14,12 @@ Encoding: GB2312
|
||||
howpublished = {\url{https://www.plm.automation.siemens.com/global/fr/industries/aerospace-defense/aircrafts-airframes/aircraft-performance-engineering.html}}
|
||||
}
|
||||
|
||||
@misc{refu1,
|
||||
author = {},
|
||||
title = {中国智能制造十大科技进展},
|
||||
howpublished = {\url{https://icim.org.cn/news/219.html}}
|
||||
}
|
||||
|
||||
@article{ref2,
|
||||
title={产品数字孪生体的内涵,体系结构及其发展趋势},
|
||||
author={庄存波 and 刘检华 and 熊辉 and 丁晓宇 and 刘少丽 and 瓮刚},
|
||||
@ -39,10 +45,20 @@ Encoding: GB2312
|
||||
title = {Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems},
|
||||
url = {https://doi.org/10.1007/978-3-319-38756-7_4},
|
||||
year = {2017},
|
||||
bdsk-url-1 = {https://doi.org/10.1007/978-3-319-38756-7_4}}
|
||||
bdsk-url-1 = {https://doi.org/10.1007/978-3-319-38756-7_4}
|
||||
}
|
||||
|
||||
@misc{agrawal2022digital,
|
||||
title={Digital Twin: From Concept to Practice},
|
||||
author={Ashwin Agrawal and Martin Fischer and Vishal Singh},
|
||||
year={2022},
|
||||
eprint={2201.06912},
|
||||
archivePrefix={arXiv},
|
||||
primaryClass={cs.SE}
|
||||
}
|
||||
|
||||
|
||||
@inproceedings{2012The,
|
||||
@inproceedings{ref4,
|
||||
title={The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles},
|
||||
author={ Glaessgen, E. and Stargel, D. },
|
||||
booktitle={Aiaa/asme/asce/ahs/asc Structures, Structural Dynamics ; Materials Conference Aiaa/asme/ahs Adaptive Structures Conference Aiaa},
|
||||
@ -50,7 +66,102 @@ Encoding: GB2312
|
||||
abstract={Future generations of NASA and U.S. Air Force vehicles will require lighter mass while being subjected to higher loads and more extreme service conditions over longer time periods than the present generation. Current approaches for certification, fleet management and sustainment are largely based on statistical distributions of material properties, heuristic design philosophies, physical testing and assumed similitude between testing and operational conditions and will likely be unable to address these extreme requirements. To address the shortcomings of conventional approaches, a fundamental paradigm shift is needed. This paradigm shift, the Digital Twin, integrates ultra-high fidelity simulation with the vehicle's on-board integrated vehicle health management system, maintenance history and all available historical and fleet data to mirror the life of its flying twin and enable unprecedented levels of safety and reliability.},
|
||||
}
|
||||
|
||||
@article{2011Reengineering,
|
||||
@article{ref5,
|
||||
title={About The Importance of Autonomy and Digital Twins for the Future of Manufacturing},
|
||||
author={ Rosen, R. and Wichert, G Von and Lo, G. and Bettenhausen, K. D. },
|
||||
journal={IFAC-PapersOnLine},
|
||||
volume={48},
|
||||
number={3},
|
||||
pages={567-572},
|
||||
year={2015},
|
||||
}
|
||||
|
||||
@inproceedings{ref6,
|
||||
title={Digital Twin in manufacturing: A categorical literature review and classification},
|
||||
author={ Kritzinger, W. and Karner, M. and Traar, G. and Henjes, J. and Sihn, W. },
|
||||
pages={1016-1022},
|
||||
year={2018},
|
||||
}
|
||||
|
||||
@article{ref7,
|
||||
title={The Digital Twin: Realizing the Cyber-Physical Production System for Industry 4.0},
|
||||
author={ Uhlemann, H. J. and Lehmann, C. and Steinhilper, R. },
|
||||
journal={Procedia CIRP},
|
||||
volume={61},
|
||||
pages={335-340},
|
||||
year={2017},
|
||||
}
|
||||
|
||||
@inbook{ref8,
|
||||
abstract = {The vision of the Digital Twin itself refers to a comprehensive physical and functional description of a component, product or system, which includes more or less all information which could be useful in all---the current and subsequent---lifecycle phases. In this chapter we focus on the simulation aspects of the Digital Twin. Today, modelling and simulation is a standard process in system development, e.g. to support design tasks or to validate system properties. During operation and for service first simulation-based solutions are realized for optimized operations and failure prediction. In this sense, simulation merges the physical and virtual world in all life cycle phases. Current practice already enables the users (designer, SW/HW developers, test engineers, operators, maintenance personnel, etc) to master the complexity of mechatronic systems.},
|
||||
address = {Cham},
|
||||
author = {Boschert, Stefan and Rosen, Roland},
|
||||
booktitle = {Mechatronic Futures: Challenges and Solutions for Mechatronic Systems and their Designers},
|
||||
doi = {10.1007/978-3-319-32156-1_5},
|
||||
editor = {Hehenberger, Peter and Bradley, David},
|
||||
isbn = {978-3-319-32156-1},
|
||||
pages = {59--74},
|
||||
publisher = {Springer International Publishing},
|
||||
title = {Digital Twin---The Simulation Aspect},
|
||||
url = {https://doi.org/10.1007/978-3-319-32156-1_5},
|
||||
year = {2016},
|
||||
bdsk-url-1 = {https://doi.org/10.1007/978-3-319-32156-1_5}
|
||||
}
|
||||
|
||||
@article{ref9,
|
||||
title={About The Importance of Autonomy and Digital Twins for the Future of Manufacturing},
|
||||
author={ Rosen, R. and Wichert, G Von and Lo, G. and Bettenhausen, K. D. },
|
||||
journal={IFAC-PapersOnLine},
|
||||
volume={48},
|
||||
number={3},
|
||||
pages={567-572},
|
||||
year={2015},
|
||||
}
|
||||
|
||||
@article{ref10,
|
||||
title={Shaping the digital twin for design and production engineering},
|
||||
author={Anwer and Nabil and Schleich and Benjamin and Mathieu and Luc and Wartzack and Sandro},
|
||||
journal={CIRP Annals},
|
||||
year={2017},
|
||||
}
|
||||
|
||||
@article{ref11,
|
||||
title={Machine Learning for Predictive Maintenance: A Multiple Classifier Approach},
|
||||
author={ Susto, G. A. and Schirru, A. and Pampuri, S. and Mcloone, S. and Beghi, A. },
|
||||
journal={IEEE transactions on industrial informatics},
|
||||
volume={11},
|
||||
number={3},
|
||||
pages={812-820},
|
||||
year={2015},
|
||||
}
|
||||
|
||||
@article{ref12,
|
||||
title={Review of digital twin applications in manufacturing},
|
||||
author={ Cimino, Efl },
|
||||
journal={Computers in Industry},
|
||||
volume={113},
|
||||
year={2019},
|
||||
}
|
||||
|
||||
@INPROCEEDINGS{ref13,
|
||||
author={Liu, Xuan and Luo, Ying},
|
||||
booktitle={2022 IEEE 2nd International Conference on Digital Twins and Parallel Intelligence (DTPI)},
|
||||
title={Analytical Design of Optimal Fractional Order PID Control for Industrial Robot based on Digital Twin},
|
||||
year={2022},
|
||||
volume={},
|
||||
number={},
|
||||
pages={1-6},
|
||||
doi={10.1109/DTPI55838.2022.9998968}
|
||||
}
|
||||
|
||||
@article{ref14,
|
||||
title={Digital Twin: Manufacturing Excellence through Virtual Factory Replication},
|
||||
author={ Grieves, M. },
|
||||
year={2015},
|
||||
}
|
||||
|
||||
|
||||
@article{ref15,
|
||||
title={Reengineering Aircraft Structural Life Prediction Using a Digital Twin},
|
||||
author={ Tuegel, E. J. and Ingraffea, A. R. and Eason, T. G. and Spottswood, S. M. },
|
||||
journal={International Journal of Aerospace Engineering},
|
||||
@ -60,162 +171,134 @@ Encoding: GB2312
|
||||
abstract={Reengineering of the aircraft structural life prediction process to fully exploit advances in very high performance digital computing is proposed. The proposed process utilizes an ultrahigh fidelity model of individual aircraft by tail number, a Digital Twin, to integrate computation of structural deflections and temperatures in response to flight conditions, with resulting local damage and material state evolution. A conceptual model of how the Digital Twin can be used for predicting the life of aircraft structure and assuring its structural integrity is presented. The technical challenges to developing and deploying a Digital Twin are discussed in detail.},
|
||||
}
|
||||
|
||||
@article{2017Digital,
|
||||
title={Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems},
|
||||
author={ Grieves, M. and Vickers, J. },
|
||||
journal={Springer International Publishing},
|
||||
year={2017},
|
||||
abstract={Systems do not simply pop into existence. They progress through lifecycle phases of creation, production, operations, and disposal. The issues leading to undesirable and unpredicted emergent behavior are set in place during the phases of creation and production and realized during the operational phase, with many of those problematic issues due to human interaction. We propose that the idea of the Digital Twin, which links the physical system with its virtual equivalent can mitigate these problematic issues. We describe the Digital Twin concept and its development, show how it applies across the product lifecycle in defining and understanding system behavior, and define tests to evaluate how we are progressing. We discuss how the Digital Twin relates to Systems Engineering and how it can address the human interactions that lead to "normal accidents." We address both Digital Twin obstacles and opportunities, such as system replication and front running. We finish with NASA's current work with the Digital Twin.},
|
||||
|
||||
@article{ref16,
|
||||
abstract = {Various kinds of engineering software and digitalized equipment are widely applied through the lifecycle of industrial products. As a result, massive data of different types are being produced. However, these data are hysteretic and isolated from each other, leading to low efficiency and low utilization of these valuable data. Simulation based on theoretical and static model has been a conventional and powerful tool for the verification, validation, and optimization of a system in its early planning stage, but no attention is paid to the simulation application during system run-time. With the development of new-generation information and digitalization technologies, more data can be collected, and it is time to find a way for the deep application of all these data. As a result, the concept of digital twin has aroused much concern and is developing rapidly. Dispute and discussions around concepts, paradigms, frameworks, applications, and technologies of digital twin are on the rise both in academic and industrial communities. After a complete search of several databases and careful selection according to the proposed criteria, 240 academic publications about digital twin are identified and classified. This paper conducts a comprehensive and in-depth review of these literatures to analyze digital twin from the perspective of concepts, technologies, and industrial applications. Research status, evolution of the concept, key enabling technologies of three aspects, and fifteen kinds of industrial applications in respective lifecycle phase are demonstrated in detail. Based on this, observations and future work recommendations for digital twin research are presented in the form of different lifecycle phases.},
|
||||
author = {Mengnan Liu and Shuiliang Fang and Huiyue Dong and Cunzhi Xu},
|
||||
doi = {https://doi.org/10.1016/j.jmsy.2020.06.017},
|
||||
issn = {0278-6125},
|
||||
journal = {Journal of Manufacturing Systems},
|
||||
keywords = {Digital twin, Product lifecycle, Simulation, Industrial application, Literature review},
|
||||
note = {Digital Twin towards Smart Manufacturing and Industry 4.0},
|
||||
pages = {346-361},
|
||||
title = {Review of digital twin about concepts, technologies, and industrial applications},
|
||||
url = {https://www.sciencedirect.com/science/article/pii/S0278612520301072},
|
||||
volume = {58},
|
||||
year = {2021},
|
||||
bdsk-url-1 = {https://www.sciencedirect.com/science/article/pii/S0278612520301072},
|
||||
bdsk-url-2 = {https://doi.org/10.1016/j.jmsy.2020.06.017}
|
||||
}
|
||||
|
||||
@article{2020Integration,
|
||||
title={Integration of Digital Twin and Deep Learning in Cyber-Physical Systems: Towards Smart Manufacturing},
|
||||
author={ Lee, J. },
|
||||
volume={38},
|
||||
number={8},
|
||||
pages={901-910},
|
||||
year={2020},
|
||||
abstract={No abstract available.},
|
||||
|
||||
@article{ref17,
|
||||
abstract = {The digital twin is an emerging and vital technology for digital transformation and intelligent upgrade. Driven by data and model, the digital twin can perform monitoring, simulation, prediction, optimization, and so on. Specifically, the digital twin modeling is the core for accurate portrayal of the physical entity, which enables the digital twin to deliver the functional services and satisfy the application requirements. Therefore, this paper provides systematic research of current studies on the digital twin modeling. Since the digital twin model is a faithful reflection of the digital twin modeling performance, a comprehensive and insightful analysis of digital twin models is given first from the perspective of the application field, hierarchy, discipline, dimension, universality, and functionality. Based on the analysis of digital twin models, current studies on the digital twin modeling are classified and analyzed according to the six modeling aspects within the digital twin modeling theoretical system proposed in our previous work. Meanwhile, enabling technologies and tools for the digital twin modeling are investigated and summarized. Finally, observations and future research recommendations are presented.},
|
||||
author = {Fei Tao and Bin Xiao and Qinglin Qi and Jiangfeng Cheng and Ping Ji},
|
||||
doi = {https://doi.org/10.1016/j.jmsy.2022.06.015},
|
||||
issn = {0278-6125},
|
||||
journal = {Journal of Manufacturing Systems},
|
||||
keywords = {Digital twin, Digital twin modeling, Digital twin model, Enabling technologies, Enabling tools},
|
||||
pages = {372-389},
|
||||
title = {Digital twin modeling},
|
||||
url = {https://www.sciencedirect.com/science/article/pii/S0278612522001108},
|
||||
volume = {64},
|
||||
year = {2022},
|
||||
bdsk-url-1 = {https://www.sciencedirect.com/science/article/pii/S0278612522001108},
|
||||
bdsk-url-2 = {https://doi.org/10.1016/j.jmsy.2022.06.015}
|
||||
}
|
||||
|
||||
@article{2017The,
|
||||
title={The Digital Twin: Realizing the Cyber-Physical Production System for Industry 4.0},
|
||||
author={ Uhlemann, H. J. and Lehmann, C. and Steinhilper, R. },
|
||||
journal={Procedia CIRP},
|
||||
volume={61},
|
||||
pages={335-340},
|
||||
year={2017},
|
||||
abstract={Concerning current approaches to planning of manufacturing processes, the acquisition of a sufficient data basis of the relevant process information and subsequent development of feasible layout options requires 74% of the overall time-consumption. However, the application of fully automated techniques within planning processes is not yet common practice. Deficits are to be observed in the course of the use of a fully automated data acquisition of the underlying process data, a key element of Industry 4.0, as well as the evaluation and quantification and analysis of the gathered data. As the majority of the planning operations are conducted manually, the lack of any theoretical evaluation renders a benchmarking of the results difficult. Current planning processes analyze the manually achieved results with the aid of simulation. Evaluation and quantification of the planning procedure are limited by complexity that defies manual controllability. Research is therefore required with regard to automated data acquisition and selection, as the near real-time evaluation and analysis of a highly complex production systems relies on a real-time generated database. The paper presents practically feasible approaches to a multi-modal data acquisition approach, its requirements and limitations. The further concept of the Digital Twin for a production process enables a coupling of the production system with its digital equivalent as a base for an optimization with a minimized delay between the time of data acquisition and the creation of the Digital Twin. Therefore a digital data acquisition approach is necessary. As a consequence a cyber-physical production system can be generated, that opens up powerful applications. To ensure a maximum concordance of the cyber-physical process with its real-life model a multimodal data acquisition and evaluation has to be conducted. The paper therefore presents a concept for the composition of a database and proposes guidelines for the implementation of the Digital Twin in production systems in small and medium-sized enterprises.},
|
||||
@article{ref18,
|
||||
title={Sensor data transmission from a physical twin to a digital twin},
|
||||
author={Ala-Laurinaho, Riku and others},
|
||||
year={2019}
|
||||
}
|
||||
|
||||
@article{2017C2PS,
|
||||
title={C2PS: A Digital Twin Architecture Reference Model for the Cloud-Based Cyber-Physical Systems},
|
||||
author={ Alam, K. M. and Saddik, A El },
|
||||
journal={IEEE Access},
|
||||
volume={5},
|
||||
pages={2050-2062},
|
||||
year={2017},
|
||||
abstract={Cyber-physical system (CPS) is a new trend in the Internet-of-Things related research works, where physical systems act as the sensors to collect real-world information and communicate them to the computation modules (i.e. cyber layer), which further analyze and notify the findings to the corresponding physical systems through a feedback loop. Contemporary researchers recommend integrating cloud technologies in the CPS cyber layer to ensure the scalability of storage, computation, and cross domain communication capabilities. Though there exist a few descriptive models of the cloud-based CPS architecture, it is important to analytically describe the key CPS properties: computation, control, and communication. In this paper, we present a digital twin architecture reference model for the cloud-based CPS, C2PS, where we analytically describe the key properties of the C2PS. The model helps in identifying various degrees of basic and hybrid computation-interaction modes in this paradigm. We have designed C2PS smart interaction controller using a Bayesian belief network, so that the system dynamically considers current contexts. The composition of fuzzy rule base with the Bayes network further enables the system with reconfiguration capability. We also describe analytically, how C2PS subsystem communications can generate even more complex system-of-systems. Later, we present a telematics-based prototype driving assistance application for the vehicular domain of C2PS, VCPS, to demonstrate the efficacy of the architecture reference model.},
|
||||
}
|
||||
|
||||
@inproceedings{2005Digital,
|
||||
title={Digital Twin Spark Ignition for Improved Fuel Economy and Emissions on Four Stroke Engines},
|
||||
author={ Ramtilak, A. and Joseph, A. and Sivakumar, G. and Bhat, S. S. },
|
||||
booktitle={SIAT 2005},
|
||||
year={2005},
|
||||
abstract={The Digital Twin Spark Ignition (DTS-i) is a concept developed specifically for small bore four stroke engines with two valves. Two spark plugs placed diametrically opposite to each other in the combustion chamber fire simultaneously igniting the charge. The benefit of this concept is improved fuel economy, better drivability, and reduced engine on a emissions. The concept has been successfully launched on two products namely 150 DTS-i and 180 DTS-i engine. The DTS-i concept helps the products meet the India 2005-emission standard without the use of secondary air injection and exhaust after treatment.},
|
||||
}
|
||||
|
||||
@article{2014On,
|
||||
title={On the Effects of Modeling As-Manufactured Geometry: Toward Digital Twin},
|
||||
author={ Cerrone, A and Hochhalter, J and Heber, G and Ingraffea, A },
|
||||
journal={International Journal of Aerospace Engineering},
|
||||
volume={2014},
|
||||
year={2014},
|
||||
abstract={A simple, nonstandardized material test specimen, which fails along one of two different likely crack paths, is considered herein. The result of deviations in geometry on the order of tenths of a millimeter, this ambiguity in crack path motivates the consideration of as-manufactured component geometry in the design, assessment, and certification of structural systems. Herein, finite element models of as-manufactured specimens are generated and subsequently analyzed to resolve the crack-path ambiguity. The consequence and benefit of such a ???personalized??? methodology is the prediction of a crack path for each specimen based on its as-manufactured geometry, rather than a distribution of possible specimen geometries or nominal geometry. The consideration of as-manufactured characteristics is central to the Digital Twin concept. Therefore, this work is also intended to motivate its development.},
|
||||
}
|
||||
|
||||
@article{2018Digital,
|
||||
title={Digital Twin and Big Data Towards Smart Manufacturing and Industry 4.0: 360 Degree Comparison},
|
||||
author={ Qi, Q. and Tao, F. },
|
||||
journal={IEEE Access},
|
||||
pages={3585-3593},
|
||||
@book{ref19,
|
||||
title={Forecasting: principles and practice},
|
||||
author={Hyndman, Rob J and Athanasopoulos, George},
|
||||
year={2018},
|
||||
abstract={With the advances in new-generation information technologies, especially big data and digital twin, smart manufacturing is becoming the focus of global manufacturing transformation and upgrading. Intelligence comes from data. Integrated analysis for the manufacturing big data is beneficial to all aspects of manufacturing. Besides, the digital twin paves a way for the cyber-physical integration of manufacturing, which is an important bottleneck to achieve smart manufacturing. In this paper, the big data and digital twin in manufacturing are reviewed, including their concept as well as their applications in product design, production planning, manufacturing, and predictive maintenance. On this basis, the similarities and differences between big data and digital twin are compared from the general and data perspectives. Since the big data and digital twin can be complementary, how they can be integrated to promote smart manufacturing are discussed.},
|
||||
publisher={OTexts}
|
||||
}
|
||||
|
||||
@article{Anwer2017Shaping,
|
||||
title={Shaping the digital twin for design and production engineering},
|
||||
author={Anwer and Nabil and Schleich and Benjamin and Mathieu and Luc and Wartzack and Sandro},
|
||||
journal={CIRP Annals},
|
||||
year={2017},
|
||||
abstract={The digitalization of manufacturing fuels the appl},
|
||||
}
|
||||
|
||||
@article{陶飞2017Digital,
|
||||
title={Digital twin workshop:a new paradigm for future workshop},
|
||||
author={陶飞 and 张萌 and 程江峰 and 戚庆林},
|
||||
journal={Computer Integrated Manufacturing Systems},
|
||||
volume={23},
|
||||
number={第1期},
|
||||
year={2017},
|
||||
abstract={With the integration and extensive applications for new generation of information technologies(such as cloud computing,internet of things,big data,mobile internet,artificial intelligence)in manufacturing industry,a number of countries had put forward their national advanced manufacturing development strategies,such as Industry4.0in Germany,Industrial Internet and manufacturing system based on Cyber-Physical Systems(CPS)in USA,as well as Made in China 2025 and Internet Plus Manufacturing in China.Although each of these strategies was proposed under different circumstances,one of the common purposes of these strategies was to achieve the interconnection,interoperability between physical world and the information world of manufacturing and the intelligent operation of manufacturing.As one of bottlenecks to achieve this purpose,the communication and interaction between the physical world and the information world of manufacturing must be solved.To solve the problem,a novel concept of Digital Twin Workshop(DTW)based on digital twin was proposed.Complementary to the concept,the characteristics,architecture,system composition,operating mechanism and enabling key technologies were also elaborated and discussed respectively.On this basis,the theory and implementation of the communication and interaction between physical and information world of workshop based on workshop digital twin data were discussed.},
|
||||
}
|
||||
|
||||
@inproceedings{2017Generating,
|
||||
title={Generating Digital Twin Models using Knowledge Graphs for Industrial Production Lines},
|
||||
author={ Banerjee, A. and Dalal, R. and Mittal, S. and Joshi, K. P. },
|
||||
booktitle={9th ACM Web Science Conference, Industrial Knowledge Graphs},
|
||||
year={2017},
|
||||
abstract={Digital Twin models are computerized clones of physical assets that can be used for in-depth analysis. Industrial production lines tend to have multiple sensors to generate near real-time status information for production. Industrial Internet of Things datasets are difficult to analyze and infer valuable insights such as points of failure, estimated overhead. etc. In this paper we introduce a simple way of formalizing knowledge as digital twin models coming from sensors in industrial production lines. We present a way on to extract and infer knowledge from large scale production line data, and enhance manufacturing process management with reasoning capabilities, by introducing a semantic query mechanism. Our system primarily utilizes a graph-based query language equivalent to conjunctive queries and has been enriched with inference rules.},
|
||||
}
|
||||
|
||||
@article{Wagner2017The,
|
||||
title={The role of the Industry 4.0 Asset Administration Shell and the Digital Twin during the life cycle of a plant},
|
||||
author={Wagner and C and Grothoff and J and Epple and U and Drath and R and Malakuti and S},
|
||||
journal={IEEE Int C Emerg},
|
||||
year={2017},
|
||||
abstract={Industry 4.0 has come up with an impressive number of additional terms and definitions e.g. Asset Administration Shell or Digital Twin. Those terms stand for Industry 4.0 core paradigms, but their meaning is not harmonized even among experts. This is a source of misunderstanding and confusion. In this paper, the mentioned terms are discussed along the life cycle of a plant. A plant's life cycle comprises the whole process from its idea to its destruction. During the discussion of the terms not only the concepts, but also the visions of Industry 4.0 are clarified. Goal of this paper is not to define additional terms, but to explain and substantiate existing ones and to solve apparent contradictions. Additional outcome of the discussion are architectural recommendations for an upcoming Industry 4.0 architecture. Moreover, suggestions for device manufacturers, system integrators, plant owners and Industry 4.0 architects are given.},
|
||||
}
|
||||
|
||||
@article{韩辉2019Digital,
|
||||
title={Digital Twin Service towards Smart Manufacturing},
|
||||
author={韩辉},
|
||||
journal={疾病监测},
|
||||
year={2019},
|
||||
abstract={<span style="font-family: 宋体;">参考译名:面向智能制造的</span><span style="background: white; color: rgb(51, 51, 51); font-family:;">"</span><span style="background: white; color: rgb(51, 51, 51); font-family: 宋体;">数字双胞胎</span><span style="background: white; color: rgb(51, 51, 51); font-family:;">"</span><span style="background: white; color: rgb(51, 51, 51); font-family: 宋体;">(</span><span style="background: white; color: rgb(51, 51, 51); font-family:;">Digital Twin</span><span style="background: white; color: rgb(51, 51, 51); font-family: 宋体;">)</span><span style="font-family: Calibri;">服务</span><span style="font-family: 宋体;"></span><span style="font-family: Calibri;">Digital twin provides an effective way for the cyber-physical integration of manufacturing. Meanwhile, smart manufacturing services could optimize the entire business processes and operation procedure of manufacturing, to achieve a new higher level of productivity. The combination of smart manufacturing services and digital twin would radically change product design, manufacturing, usage, MRO and other processes. Combined with the services, the digital twin will generate more reasonable manufacturing planning and precise production control to help achieve smart manufacturing, through the two-way connectivity between the virtual and physical worlds of manufacturing. This paper specifies and highlights how manufacturing services and digital twin are converged together and the various components of digital twin are used by manufacturers in the form of services.</span><span style="font-family: 宋体;">来源:【刊名】:</span><span style="font-family: Calibri;">Procedia CIRP</span><span style="font-family: 宋体;">【</span><span style="font-family: Calibri;">ISSN</span><span style="font-family: 宋体;">】:</span><span style="font-family: Calibri;">2212-8271</span><span style="font-family: 宋体;">【出版信息】:</span><span style="font-family: Calibri;">2018 Vol.72</span>},
|
||||
}
|
||||
|
||||
@article{2022Validation,
|
||||
title={Validation of materials-informed digital twin: Mapping residual strains in HSLA steel weldment using high energy X-rays},
|
||||
author={ Fisher, Charles R. and Nygren, Kelly E. and Beaudoin, Armand J. },
|
||||
journal={Journal of manufacturing processes},
|
||||
number={74-Feb.},
|
||||
@article{ref20,
|
||||
title={Forecasting: theory and practice},
|
||||
author={Petropoulos, Fotios and Apiletti, Daniele and Assimakopoulos, Vassilios and Babai, Mohamed Zied and Barrow, Devon K and Taieb, Souhaib Ben and Bergmeir, Christoph and Bessa, Ricardo J and Bijak, Jakub and Boylan, John E and others},
|
||||
journal={International Journal of Forecasting},
|
||||
year={2022},
|
||||
publisher={Elsevier}
|
||||
}
|
||||
|
||||
@article{2021SARS,
|
||||
title={SARS-CoV-2 Spread Forecast Dynamic Model Validation Thorough Digital Twin Approach, Catalonia Case Study},
|
||||
author={ Pau, Fic and Joan, Gis and GIC V铆Ctor and XP I Palom茅S},
|
||||
@article{ref21,
|
||||
title={Forecasting with big data: A review},
|
||||
author={Hassani, Hossein and Silva, Emmanuel Sirimal},
|
||||
journal={Annals of Data Science},
|
||||
volume={2},
|
||||
pages={5--19},
|
||||
year={2015},
|
||||
publisher={Springer}
|
||||
}
|
||||
|
||||
@book{ref22,
|
||||
title={Nonlinear systems analysis},
|
||||
author={Vidyasagar, Mathukumalli},
|
||||
year={2002},
|
||||
publisher={SIAM}
|
||||
}
|
||||
|
||||
@book{ref23,
|
||||
title={Time series analysis by state space methods},
|
||||
author={Durbin, James and Koopman, Siem Jan},
|
||||
volume={38},
|
||||
year={2012},
|
||||
publisher={OUP Oxford}
|
||||
}
|
||||
|
||||
@article{ref24,
|
||||
title={Supply chain decision support systems based on a novel hierarchical forecasting approach},
|
||||
author={Villegas, Marco A and Pedregal, Diego J},
|
||||
journal={Decision Support Systems},
|
||||
volume={114},
|
||||
pages={29--36},
|
||||
year={2018},
|
||||
publisher={Elsevier}
|
||||
}
|
||||
|
||||
@article{ref25,
|
||||
title={Time series forecasting of COVID-19 transmission in Canada using LSTM networks},
|
||||
author={Chimmula, Vinay Kumar Reddy and Zhang, Lei},
|
||||
journal={Chaos, Solitons \& Fractals},
|
||||
volume={135},
|
||||
pages={109864},
|
||||
year={2020},
|
||||
publisher={Elsevier}
|
||||
}
|
||||
|
||||
@inproceedings{ref26,
|
||||
title={Show and tell: A neural image caption generator},
|
||||
author={Vinyals, Oriol and Toshev, Alexander and Bengio, Samy and Erhan, Dumitru},
|
||||
booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
|
||||
pages={3156--3164},
|
||||
year={2015}
|
||||
}
|
||||
|
||||
@article{ref27,
|
||||
title={A review and taxonomy of wind and solar energy forecasting methods based on deep learning},
|
||||
author={Alkhayat, Ghadah and Mehmood, Rashid},
|
||||
journal={Energy and AI},
|
||||
volume={4},
|
||||
pages={100060},
|
||||
year={2021},
|
||||
}
|
||||
|
||||
@article{2021Research,
|
||||
title={Research on Digital Twin Framework of Military Large-scale UAV Based on Cloud Computing},
|
||||
author={ Wang, Y. C. and Zhang, N. and Li, H. and Cao, J. },
|
||||
journal={Journal of Physics: Conference Series},
|
||||
volume={1738},
|
||||
number={1},
|
||||
pages={012052 (6pp)},
|
||||
year={2021},
|
||||
abstract={Firstly, this article explains the characteristics and advantages of military large-scale UAVs, and points out the three basic problems currently encountered by military large-scale UAVs; secondly, this article is based on the current design, manufacturing and application reality of large-scale military UAVs, analyzed the urgent need to build a cloud computing-based digital twin framework for military large-scale UAVs, and discussed in detail from the aspects of test cost, integrated perception, centralized control, business prediction, and mission planning; again, this article proposed cloud-based computing The digital twin framework for military large-scale UAVs discusses the composition and functions of each layer; finally, it points out the five directions and work priorities that need to be paid attention to in the construction of the digital twin system of military large-scale UAVs, including UAV model, flight status measurement, reliable propagation channel, intelligent command and control, and capability evaluation analysis.},
|
||||
}
|
||||
|
||||
@article{2021Intelligent,
|
||||
title={Intelligent Ironmaking Optimization Service on a Cloud Computing Platform by Digital Twin - ScienceDirect},
|
||||
author={ Zhou, H. and Yang, C. and Sun, Y. },
|
||||
journal={工程(英文)},
|
||||
year={2021},
|
||||
abstract={The shortage of computation methods and storage devices has largely limited the development of multiobjective optimization in industrial processes.To improve the operational levels of the process industries,we propose a multi-objective optimization framework based on cloud services and a cloud distribution system.Real-time data from manufacturing procedures are first temporarily stored in a local database,and then transferred to the relational database in the cloud.Next,a distribution system with elastic compute power is set up for the optimization framework.Finally,a multi-objective optimization model based on deep learning and an evolutionary algorithm is proposed to optimize several conflicting goals of the blast furnace ironmaking process.With the application of this optimization service in a cloud factory,iron production was found to increase by 83.91 td^(-1),the coke ratio decreased 13.50 kgt^(-1),and the silicon content decreased by an average of 0.047%.},
|
||||
}
|
||||
|
||||
@misc{2021PRECISION,
|
||||
title={PRECISION TREATMENT WITH MACHINE LEARNING AND DIGITAL TWIN TECHNOLOGY FOR OPTIMAL METABOLIC OUTCOMES},
|
||||
author={ Hadley, F. and Dunlap, T. A. and Poon, Tcy },
|
||||
year={2021},
|
||||
abstract={A patient health management platform accesses a metabolic profile for a patient and biosignals recorded for the patient during a current time period comprising sensor data and/or lab test data collected for the patient. The platform encodes the biosignals into a vector representation and inputs the vector representation into a patient-specific metabolic model to determine a metabolic state of the patient at a conclusion of the current time period. The patient-specific metabolic model comprises a set of parameter values determined based on labels assigned to the previous metabolic states and a function representing one or more effects of the plurality of biosignals of the personalized metabolic profile. The platform compares the determined metabolic state of the patient to a threshold metabolic state representing a target metabolism. The platform generates a patient-specific treatment recommendation outlining instructions for the patient to improve the determined metabolic state to the functional metabolic state.},
|
||||
publisher={Elsevier}
|
||||
}
|
||||
|
||||
|
||||
|
||||
@article{1989Scheduling,
|
||||
@article{ref28,
|
||||
title={Scheduling Sporadic and Aperiodic Events in a Hard Real-Time System},
|
||||
author={ Sprunt, B. and Sha, L. and Lehoczky, J. },
|
||||
year={1989},
|
||||
abstract={A real-time system consists of both aperiodic and periodic tasks. Periodic tasks have regular arrival times and hard deadlines. Aperiodic tasks have irregular arrival times and either soft or hard deadlines. This paper, we presents a new algorithm, the Sporadic Server algorithm, that greatly improves response times for soft-deadline aperiodic tasks and can guarantee hard deadlines for both periodic and aperiodic tasks. The operation of the Sporadic Server algorithm, its performance, and schedulability analysis are discussed and compared with previous, published aperiodic service algorithms. Real-time systems are used to control physical processes that range in complexity from automobile ignition systems to controllers for flight systems and nuclear power plants. In these systems, the correctness of system functions depends upon not only the results of computation but also the times at which results are produced.},
|
||||
}
|
||||
|
||||
@article{1989Decentralized,
|
||||
@article{ref29,
|
||||
title={Decentralized Decision-Making for Task Reallocation in a Hard Real-Time System},
|
||||
author={ Stankovic, J. A. },
|
||||
journal={IEEE Computer Society},
|
||||
@ -223,22 +306,129 @@ Encoding: GB2312
|
||||
abstract={Summary: A decentralized task reallocation algorithm for hard real-time systems is developed and analyzed. The algorithm, which is fast and reliable, specifically considers deadlines of tasks, attempts to utilize all the nodes of a distributed system to achieve its objective, handles tasks in priority order, and separates policy and mechanism. An extensive performance analysis of the algorithm by means of simulation shows that it is quite effective in performing reallocations and that it is significantly better than a centralized approach.},
|
||||
}
|
||||
|
||||
|
||||
@article{娄佩丽2007一种基于,
|
||||
title={一种基于P2PMMOG的分布式消息分发算法},
|
||||
author={娄佩丽 and 杜玲},
|
||||
journal={沈阳航空工业学院学报},
|
||||
volume={24},
|
||||
number={005},
|
||||
pages={43-45},
|
||||
year={2007},
|
||||
abstract={提出了一种适合于P2P MMOG的分布式消息分发算法.游戏世界通过N-Tree划分为若干个子区域,并从每个子区域中选举出一个协调者节点.对于区域内玩家交互过程中产生的事件,由该玩家通过多播机制发送给其兴趣域中的其他玩家和区域协调者,协调者仅负责保存区域内的对象的状态信息并周期性的进行更新.实验表明该算法能够满足游戏状态的一致性需求,并且能够在较大的程度上降低协调者负载和通信开销,节省了大量的计算资源和宝贵的带宽.},
|
||||
@article{ref30,
|
||||
title={A comparative study and analysis of time series forecasting techniques},
|
||||
author={Athiyarath, Srihari and Paul, Mousumi and Krishnaswamy, Srivatsa},
|
||||
journal={SN Computer Science},
|
||||
volume={1},
|
||||
number={3},
|
||||
pages={175},
|
||||
year={2020},
|
||||
publisher={Springer}
|
||||
}
|
||||
|
||||
@phdthesis{卢本捷2003分布式消息队列的理论、实现与应用,
|
||||
title={分布式消息队列的理论、实现与应用},
|
||||
author={卢本捷},
|
||||
school={华中科技大学},
|
||||
year={2003},
|
||||
abstract={消息队列是由System V引入的进程间通讯(IPC)的一种机制,在1993年由IEEE在标准IEEE Std 1003.1中进行了标准化而成为POSIX标准的一部分.POSIX消息队列在单机范围内已成为通用的通讯标准.本文对POSIX消息队列进行了有效的扩展,使其分布在网络上作为一种基础中间件平台为分布式计算提供服务.本文做了一些卓有成效的工作以对现行的POSIX消息队列进行了实质性的改进: 成功地把消息队列从单机拓展到网络(局域网甚至是广域网),深入分析了分布式环境下消息队列的宏观架构和微观特征,进而提出了分布式消息队列的概念,并且设计了一套完整可行的实现方案. 提出了用描述字的方式引用分布式消息队列的方法并成功地实现.从而突破了在POSIX和SystemV体系下,消息队列作为一个独立的特别的实体而存在所造成的局限性.这意味着分布式消息队列与其他的标准的I/O通道完全一致,给客户进程的编程模型带来极大的方便. 成功实现了对分布式消息队列异步的操作方式,消除了POSIX消息队列只能够进行同步访问的缺陷.异步的I/O方式给了应用程序更大的灵活性和更好的响应特性. 提出了以XML和XSD的方式来包装和描述消息的方法,队列内部提供对XML进行解析和串行化的功能.这种方法进一步地扩展了分布式消息队列与其他中间件的兼容性和互操作性. 在分布式消息队列的基础上首次提出了"软件总线"的概念.本文深入探讨了在分布式消息队列的平台基础上传递SOAP消息,从而实现松散耦合的远程调用,以构造一种简单灵活,易于扩充,跨平台的,松散耦合的总线结构的分布式软件平台.这个平台类似于硬件总线在机器内部各部件之间的通讯作用,我们称之为"软件总线".比较DCOM或CORBA等传统的组件技术,软件总线具有更合理的通讯模式,更好的兼容性和互操作性.在软件总线支持下,客户和服务器并不是紧密耦合的点到点的通讯,当客户向总线请求服务时,由总线定位服务器,并且在服务器之间提供负荷平衡功能.软件总线在网络环境下作为一个虚拟的通讯通道为总线上的各节点提供松散耦合的远程调用服务,它为分布式计算提供了一个新的思路和解决方案,在软件工程领域具有广阔的应用前景. 另外,本文所实现的分布式消息队列提供多种响应和通告机制,以及数据加密, WP=4 日志等附加可选的服务功能.分布式消息队列服务与现有的目录管理服务兼容,队列实例纳入目录管理之中,为客户提供快速的全局查询能力. 本文从软件工程理论和实际应用案例两个方面深入探讨了分布式消息队列的应用: 提出了在分布式消息队列的基础上构建具有动态路由功能的松散耦合的工作流管理系统的实现方式.在分布式消息队列的支持下,工作流管理系统具有更高的可靠性和稳定性,更易于实现路由配置和松散耦合的集成.这种构建方案对其他的电子商务应用也十分具有推广和应用价值. 在三峡梯级调度中心对《三峡数字梯级调度决策支持系统》与《三峡梯级水电联合调度》以及其他的相关系统使用分布式消息队列进行系统集成.在分布式消息队列的支持下,分布式计算方便地跨越了不同的操作系统与编程环境,降低了应用系统群的耦合度和依赖性,减少了重复开发,增强了模块的重用,各子系统与模块能够顺利地链接,协作,相互关系清晰,调用方式灵活,数据传递路由动态配置,系统扩充性好,极大地提高系统群的兼容性和互操作性,为以后的维护,升级改造,系统扩展留下足够的空间. 本文所提出的分布式消息队列体系在软件理论上有所突破和创新,在实际工程中得到成功的应用,具有广阔的发展潜力和推广价值.},
|
||||
@book{ref31,
|
||||
title={Introduction to time series analysis and forecasting},
|
||||
author={Montgomery, Douglas C and Jennings, Cheryl L and Kulahci, Murat},
|
||||
year={2015},
|
||||
publisher={John Wiley \& Sons}
|
||||
}
|
||||
|
||||
@article{ref32,
|
||||
title={Nonstationary time series transformation methods: An experimental review},
|
||||
author={Salles, Rebecca and Belloze, Kele and Porto, Fabio and Gonzalez, Pedro H and Ogasawara, Eduardo},
|
||||
journal={Knowledge-Based Systems},
|
||||
volume={164},
|
||||
pages={274--291},
|
||||
year={2019},
|
||||
publisher={Elsevier}
|
||||
}
|
||||
|
||||
@article{ref33,
|
||||
title={A new approach for chaotic time series prediction using recurrent neural network},
|
||||
author={Li, Qinghai and Lin, Rui-Chang},
|
||||
journal={Mathematical Problems in Engineering},
|
||||
volume={2016},
|
||||
year={2016},
|
||||
publisher={Hindawi}
|
||||
}
|
||||
|
||||
@article{ref34,
|
||||
title={Predicting chaotic time series},
|
||||
author={Farmer, J Doyne and Sidorowich, John J},
|
||||
journal={Physical review letters},
|
||||
volume={59},
|
||||
number={8},
|
||||
pages={845},
|
||||
year={1987},
|
||||
publisher={APS}
|
||||
}
|
||||
|
||||
@article{ref35,
|
||||
title={Chaotic time series analysis},
|
||||
author={Liu, Zonghua},
|
||||
journal={Mathematical Problems in Engineering},
|
||||
volume={2010},
|
||||
year={2010},
|
||||
publisher={Hindawi}
|
||||
}
|
||||
|
||||
@article{ref36,
|
||||
title={A review of recurrent neural networks: LSTM cells and network architectures},
|
||||
author={Yu, Yong and Si, Xiaosheng and Hu, Changhua and Zhang, Jianxun},
|
||||
journal={Neural computation},
|
||||
volume={31},
|
||||
number={7},
|
||||
pages={1235--1270},
|
||||
year={2019},
|
||||
publisher={MIT Press One Rogers Street, Cambridge, MA 02142-1209, USA journals-info~…}
|
||||
}
|
||||
|
||||
|
||||
|
||||
|
||||
@article{ref37,
|
||||
author = {Pfenning, F. and Elliott, C.},
|
||||
title = {Higher-Order Abstract Syntax},
|
||||
year = {1988},
|
||||
issue_date = {July 1988},
|
||||
publisher = {Association for Computing Machinery},
|
||||
address = {New York, NY, USA},
|
||||
volume = {23},
|
||||
number = {7},
|
||||
issn = {0362-1340},
|
||||
url = {https://doi.org/10.1145/960116.54010},
|
||||
doi = {10.1145/960116.54010},
|
||||
abstract = {We describe motivation, design, use, and implementation of higher-order abstract syntax as a central representation for programs, formulas, rules, and other syntactic objects in program manipulation and other formal systems where matching and substitution or unification are central operations. Higher-order abstract syntax incorporates name binding information in a uniform and language generic way. Thus it acts as a powerful link integrating diverse tools in such formal environments. We have implemented higher-order abstract syntax, a supporting matching and unification algorithm, and some clients in Common Lisp in the framework of the Ergo project at Carnegie Mellon University.},
|
||||
journal = {SIGPLAN Not.},
|
||||
month = {jun},
|
||||
pages = {199–208},
|
||||
numpages = {10}
|
||||
}
|
||||
|
||||
|
||||
@inproceedings{ref38,
|
||||
abstract = {A large variety of computing systems, such as compilers, interpreters, static analyzers, and theorem provers, need to manipulate syntactic objects like programs, types, formulas, and proofs. A common characteristic of these syntactic objects is that they contain variable binders, such as quantifiers, formal parameters, and blocks. It is a common observation that representing such binders using only first-order expressions is problematic since the notions of bound variable names, free and bound occurrences, equality up to alpha-conversion, substitution, etc., are not addressed naturally by the structure of first-order terms (labeled trees). This overview describes a higher-level and more declarative approach to representing syntax within such computational systems. In particular, we shall focus on a representation of syntax called higher-order abstract syntax and on a more primitive version of that representation called $\lambda$-tree syntax.},
|
||||
address = {Berlin, Heidelberg},
|
||||
author = {Miller, Dale},
|
||||
booktitle = {Computational Logic --- CL 2000},
|
||||
editor = {Lloyd, John and Dahl, Veronica and Furbach, Ulrich and Kerber, Manfred and Lau, Kung-Kiu and Palamidessi, Catuscia and Pereira, Lu{\'\i}s Moniz and Sagiv, Yehoshua and Stuckey, Peter J.},
|
||||
isbn = {978-3-540-44957-7},
|
||||
pages = {239--253},
|
||||
publisher = {Springer Berlin Heidelberg},
|
||||
title = {Abstract Syntax for Variable Binders: An Overview},
|
||||
year = {2000}
|
||||
}
|
||||
|
||||
@article{ref39,
|
||||
title={Human behaviour and performance in calculator use with Algebraic and Reverse Polish Notation},
|
||||
author={Kasprzyk, Dennis Michael and Drury, Colin G and Bialas, Wayne F},
|
||||
journal={Ergonomics},
|
||||
volume={22},
|
||||
number={9},
|
||||
pages={1011--1019},
|
||||
year={1979},
|
||||
publisher={Taylor \& Francis}
|
||||
}
|
||||
|
||||
|
||||
@article{ref40,
|
||||
title={Reverse polish notation method},
|
||||
author={Krtolica, Predrag V and Stanimirovi{\'c}, Predrag S},
|
||||
journal={International Journal of Computer Mathematics},
|
||||
volume={81},
|
||||
number={3},
|
||||
pages={273--284},
|
||||
year={2004},
|
||||
publisher={Taylor \& Francis}
|
||||
}
|
||||
|
||||
@ -3,38 +3,43 @@
|
||||
|
||||
\section{数字孪生概述}
|
||||
|
||||
数字孪生技术作为一种将现实世界与虚拟世界紧密结合的方法，近年来在工业、智能制造、医疗、城市规划等领域取得了显著的进展，三维数字化定义的产品模式已逐渐成熟，并多次证实其效益。
|
||||
数字孪生是指通过数字化手段对实体进行建模，以模拟实体的运行状态，从而在实际运行中提供参考。数字孪生的概念源于NASA的阿波罗计划，早期的物理孪生是指建造一模一样的航天器，其中一架留在地球上，另一架则在太空中运行，以模拟真实环境并辅助宇航员做出最佳决策。由于建造物理孪生成本高昂且不切实际，因此人们将物理孪生的概念进一步扩展到数字领域,通过数字化手段对实体进行建模，以模拟实体的运行状态，从而在实际运行中提供参考。
|
||||
|
||||
数字孪生技术是一种将物理对象、流程或服务数字化建模的方法，通过利用这些模型来推测其行为和性能。这一全面的数字化方法能够实现从产品生命周期的开始到结束的全方位描述与分析，实现物理世界的可视化、可交互和可预测虚拟化。在数字孪生中，物理系统被视为网络，由一系列包含物理机制、虚拟特征和人际交互关系的特征点组成的对象集合。
|
||||
|
||||
数字孪生技术不仅能够映射物理世界中的各种物体，如发动机、电场、建筑物和城市等。此外，数字孪生还可用于映射流程，并通过收集和分析数据来预测它们的行为和性能,利用现实世界数据创建可以预测产品性能或流程行为的虚拟模型。
|
||||
数字孪生技术作为一种将现实世界与虚拟世界紧密结合的方法，近年来在工业、智能制造、医疗、城市规划等领域取得了显著的进展，三维数字化定义的产品模式已逐渐成熟，并多次证实其效益。数字孪生通过将物理对象、流程或服务数字化建模，推测其行为和性能。在数字孪生中，物理系统被视为网络，由一系列包含物理机制、虚拟特征和人际交互关系的特征点组成的对象集合。这一全面的数字化方法能够实现从产品生命周期的开始到结束的全方位描述与分析，实现物理世界的可视化、可交互和可预测虚拟化。
|
||||
|
||||
通过整合物联网、人工智能和软件分析等技术，数字孪生技术可提高效率和精度，在现代工程中推动创新和性能提升。随着机器学习和大数据等领域的发展，数字孪生技术的应用范围将逐渐扩大，为人们提供更全面的数字化解决方案。
|
||||
数字孪生技术不仅能够映射物理世界中的各种物体，如发动机、电场、建筑物和城市等。此外，数字孪生还可用于映射流程，并通过收集和分析数据来预测它们的行为和性能，利用现实世界数据创建可以预测产品性能或流程行为的虚拟模型。通过整合物联网、人工智能和软件分析等技术，数字孪生技术可提高效率和精度，在现代工程中推动创新和性能提升。随着机器学习和大数据等领域的发展，数字孪生技术的应用范围将逐渐扩大，为人们提供更全面的数字化解决方案。其发展和应用为制造业带来了巨大的潜力，推动了产品设计、制造和维护的效率和质量的提升。随着技术的不断发展和创新，数字孪生技术将在制造业市场中发挥越来越重要的作用，引领未来制造业的发展方向。
|
||||
|
||||
数字孪生技术通过数据馈送映射物理实体，并对许多工业领域产生了颠覆性影响。德国信息技术和新媒体协会预测，在制造业市场中，数字孪生的价值巨大，到2025年将超过780亿欧元。Gartner已经连续两年（2016、2017）将数字孪生列为十大战略技术发展趋势之一。2017年11月，世界最大的武器制造商洛克希德·马丁公司将数字孪生列为未来国防和航空航天工业的六大顶级技术。
|
||||
|
||||
数字孪生技术的发展和应用为制造业带来了巨大的潜力，推动了产品设计、制造和维护的效率和质量的提升。随着技术的不断发展和创新，数字孪生技术将在制造业市场中发挥越来越重要的作用，引领未来制造业的发展方向。
|
||||
|
||||
然而在实际应用场景中，数字孪生面临着诸多复杂的现实挑战，如海量信息的建模与处理、模型的结构化与专有化等问题。在单一场景中，可能需要构建数千个孪生体并处理每秒数十万级别的数据。因此，本篇文章主要关注以下几个研究内容：
|
||||
|
||||
\begin{enumerate}
|
||||
\item 根据已有知识构建模型：研究如何利用已有知识来构建数字孪生模型，包括物理原理、经验数据和专家知识等多方面的信息。
|
||||
\item 描述模型特征和状态：探讨如何准确描述数字孪生模型的特征和状态，包括物理属性、虚拟特征以及与人的交互关系等。
|
||||
\item 关联、分析、响应大量数据：研究如何有效地关联、分析和响应海量数据，以实现数字孪生技术在实际应用场景中的高效运行。这可能包括数据预处理、特征提取、模型优化和实时响应等方面的技术研究。
|
||||
|
||||
\end{enumerate}
|
||||
针对这些挑战，未来研究可以结合现有的技术进展，如机器学习、大数据处理和高性能计算等，以期解决数字孪生技术在实际应用中所面临的问题，进一步提升其在各领域的实际应用效果。
|
||||
然而在实际应用场景中，数字孪生面临着诸多复杂的现实挑战，如海量信息的建模与处理、模型的结构化与专有化、多系统多领域融合复杂度高等问题。
|
||||
|
||||
\section{研究背景及现状}
|
||||
|
||||
数字孪生(Digital Twin)的概念最早出现在2003年，由Grieves教授在密歇根大学的产品生命周期管理课程中提出。2010年，“Digital Twin” 一词在NASA的技术报告中被正式提出，并被定义为"集成了多物理量、多尺度、多概率的系统或飞行器仿真过程"。2011年起，美国国防部将数字孪生的概念引入了航天器的健康维护等问题解决中。
|
||||
数字孪生(Digital Twin)的概念最早出现在2003年，由Grieves教授在密歇根大学的产品生命周期管理课程中提出\cite{ref14}。2017年Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产品从微观原子层次到宏观几何层次全面描述潜在生产或实际制造产品。构建一个数字孪生的最好结果是，任何可以通过检查实际制造的东西，产品获得的信息也可以从它的数字孪生获得。在研究基于数字孪生的复杂产品/复杂产品/系统行为分类系统问题预测时，明确指出构建数字孪生的目的是基于仿真预测，最大程度地消除复杂产品/系统"不可预测和不受欢迎的行为"，以避免不可知的灾难性问题\cite{ref3}。
|
||||
|
||||
NASA将数字孪生定义为:以飞机或系统为导向，充分利用最佳物理模型、传感器和运行历史数据，集成多学科和多尺度概率仿真过程，映射对应物理飞机的状态。
|
||||
2010年，“Digital Twin” 一词在NASA的技术报告中被正式提出，并被定义为"集成了多物理量、多尺度、多概率的系统或飞行器仿真过程"。2011年起，美国国防部将数字孪生的概念引入了航天器的健康维护等问题解决中。NASA将数字孪生定义为:以飞机或系统为导向，充分利用最佳物理模型、传感器和运行历史数据，集成多学科和多尺度概率仿真过程，映射对应物理飞机的状态\cite{ref4}。
|
||||
|
||||
美国空军对数字孪生的定义是基于NASA将"面向飞机或系统"扩展到"面向完成建模的系统"和"映射"扩展到"映射和预测"，并给出了机身图形的孪生内涵示例（包括几何模型、材料性能、飞行试验数据、制造/检验/维修数据、气动模型、有限元模型、损伤演化模型）。
|
||||
庄存波等人对数字孪生的定义是产品数字孪生，是指产品物理实体在信息空间中的工作状态和工作进度的全要素重构和数字映射。它是一种集成的多物理、多尺度、超逼真的动态概率仿真模型，可用于仿真、诊断、预测和控制真实环境下产品物理实体的实现过程\cite{ref2}。
|
||||
|
||||
全球知名的IT研究与顾问咨询公司 Gartner 在连续两年中将数字孪生列为年度十大战略科技发展趋势之一。世界最大的武器制造商洛克希德·马丁公司在2017年11月将数字孪生列为未来国防和航天工业六大顶尖技术之首。同时，2017年12月8日，中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为世界智能制造十大科技进展之一。
|
||||
|
||||
2011年Tuegel重新设计了飞机结构寿命预测过程，以充分利用高性能数字计算的进步。该过程利用了每架飞机的超高保真度模型，即数字孪生，将结构偏转和温度的计算与响应飞行条件、导致的局部损伤和材料状态演变相集成。他提出了数字孪生如何用于预测飞机结构的寿命并确保其结构完整性的概念模型，同时还详细讨论了开发和部署数字孪生所面临的技术挑战\cite{ref15}。
|
||||
|
||||
Rosen在2015年认为在制造业中，数字孪生的主要目的是表示系统的
|
||||
复杂的行为，涉及到外部因素、人类互动的可能后果和设计约束\cite{ref5}。Kritzinger等人\cite{ref6}研究了40多篇关于数字孪生在制造业中的应用的文章，并对重点领域进行了分类
|
||||
除一般制造业外，在五个特定类别中实施数字孪生
|
||||
应用：（1）用于自动化生产规划和评估的布局规划\cite{ref7}，（2）产品生命周期的优化\cite{ref8}，（3）生产
|
||||
规划和控制，以改进和自动化决策支持\cite{ref9}，（4）
|
||||
制造工艺重新设计\cite{ref10}，以及（5）预测和管理
|
||||
维护\cite{ref11}。
|
||||
|
||||
Cimino等人\cite{ref12}还回顾了50多篇关于数字孪生的文章,通过对制造业的现状进行分析，确定了已实现的数字孪生中仍然缺少哪些内容，以符合文献中对其的描述,同时及其关注所提出的数字孪生与物理系统控制的集成程度，特别是当生产系统基于自动化金字塔时与制造执行系统（MES）的集成程度以及这些环境提供的服务，并将其与参考环境进行比较，并在在米兰理工大学管理学院配备MES装配实验室线路中实现数字孪生的实际应用。
|
||||
|
||||
2021年，Mengnan Liu等人整理了240篇关于数字孪生的文献，从概念、技术和工业应用的角度对对这些文献进行了全面深入的分析数字孪生。详细介绍了数字孪生研究现状、概念演变、三个方面的关键启用技术以及各个生命周期阶段的15种工业应用。基于此，以不同生命周期阶段的形式提出了数字孪生研究的观察结果和未来工作建议\cite{ref16}。
|
||||
|
||||
Xuan Liu提出了一种基于数字孪生的工业机器人分数阶PID分析设计框架。数字孪生实时优化框架的有效性通过PMSM电机速度控制的模拟得到了验证,实现的数字孪生框架包括三个部分：多域建模、行为匹配和控制优化。首先，物理系统被建模以实现机器人的全向监测和单轴电机的运动学仿真。然后在行为匹配步骤中，可以获得与真实物理系统类似的模型，这有利于下一步的控制器参数优化。最后提出了五参数分数阶PID控制器的分析设计方法，以基于行为匹配后的精确模型优化参数，使控制系统能够满足给定的频域规范和所需的跟踪性能\cite{ref13}。
|
||||
TaoFei等人从应用领域、层次、学科、维度、通用性和功能性等方面对当前数字孪生建模研究进行了分类和分析,同时，对数字孪生模型建模的使能技术和工具进行了研究和总结\cite{ref17}。
|
||||
|
||||
|
||||
如图\ref{fig-f15}图\ref{fig-f16}美国空军对数字孪生的定义是基于NASA将"面向飞机或系统"扩展到"面向完成建模的系统"和"映射"扩展到"映射和预测"，并给出了机身图形的孪生内涵示例（包括几何模型、材料性能、飞行试验数据、制造/检验/维修数据、气动模型、有限元模型、损伤演化模型）。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f15.png}
|
||||
@ -48,26 +53,26 @@ NASA将数字孪生定义为:以飞机或系统为导向，充分利用最佳物
|
||||
\caption{产品/生产/设备三维数字孪生模型\cite{ref1}}
|
||||
\label{fig-f16}
|
||||
\end{figure}
|
||||
|
||||
|
||||
|
||||
知名公司如达索、西门子等已初步将数字孪生技术应用于产品设计、生产和维护过程。2018年，ANSYS发布了ANSYS 19.1 软件，推出了首款针对数字孪生体的产品软件包——ANSYS Twin Builder，进一步推动了数字孪生与仿真技术的融合应用。2019年，加拿大国家研究委员会（NRC）与AFRL和澳大利亚国防科学技术小组（DST）一起，审查和评估了ADT框架对加拿大皇家空军（RCAF）机队的潜在适用性，利用ADT框架对CF-188的内侧前缘襟翼进行了试验演示。此外，在航空航天领域，传统的验证-管理-维护理念已经无法满足下一代飞行器的需求，发展同步演化仿真技术成为新的技术趋势，NASA 和美国空军研究实验室等也将该技术应用于具体型号研发，并荣获2016年美国国防制造技术奖。
|
||||
|
||||
庄存波等人对数字孪生的定义是产品数字孪生，是指产品物理实体在信息空间中的工作状态和工作进度的全要素重构和数字映射。它是一种集成的多物理、多尺度、超逼真的动态概率仿真模型，可用于仿真、诊断、预测和控制真实环境下产品物理实体的实现过程\cite{ref2}。
|
||||
|
||||
Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产品从微观原子层次到宏观几何层次全面描述潜在生产或实际制造产品。构建一个数字孪生的最好结果是，任何可以通过检查实际制造的东西，产品获得的信息也可以从它的数字孪生获得。在研究基于数字孪生的复杂产品/复杂产品/系统行为分类系统问题预测时，明确指出构建数字孪生的目的是基于仿真预测，最大程度地消除复杂产品/系统"不可预测和不受欢迎的行为"，以避免不可知的灾难性问题。以火箭发射为例，在虚拟空间中，模拟真实火箭的数字孪生，即使失败了，也可以用新的虚拟空间快速替换，继续启动\cite{ref3}。
|
||||
Ashwin Agrawal在2022年提出的数字孪生框架的可以帮助从业者选择适当的数字孪生水平，权衡每个水平的利弊，为数字孪生系统制定评估标准，并评估所选数字孪生对组织流程、战略和价值创造的影响。该框架还可以帮助管理人员和从业者了解和突出数字孪生部署中的各种战略错位，培养组织内的战略思维，并为公司的数字化制定长期战略愿景或路线图\cite{agrawal2022digital}。
|
||||
|
||||
数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，模拟、验证、预测、控制物理实体全生命周期过程的技术手段，建立在对一系列多维度的大规模的、实时的真实世界的数据测量，并辅以一定的物理和行为建模进行状态复现和预测的概率过程。
|
||||
|
||||
现阶段，除了航空航天领域，数字孪生领域还应用于电力、矿产采集、城市管理、工业制造等，特别是在智能制造领域，数字孪生被认为是一种实现物理世界、信息世界及人类意识世界交互的重要手段。
|
||||
|
||||
如上所述，数字孪生技术的研究主要呈现于以下四点：
|
||||
综上所述，数字孪生技术的研究主要呈现于以下四点：
|
||||
\begin{enumerate}
|
||||
\item 多学科交叉：数字孪生研究涉及计算机科学、工程、制造、物流等多个领域，需要多学科知识的共同支撑。
|
||||
\item 技术创新：数字孪生的核心技术包括数据采集、模型构建、仿真分析等，学术界正致力于研究更高效、精确的技术方法。
|
||||
\item 应用广泛：数字孪生技术已应用于工业制造、建筑、交通、能源等众多行业，学术界正关注其应用效果，以便为实践提供理论支持。
|
||||
\item 应用实践：数字孪生技术已应用于工业制造、建筑、交通、能源等众多行业，学术界正关注其应用效果，以便为实践提供理论支持。
|
||||
\item 标准与规范：学术界正努力制定数字孪生的相关标准和规范，以便于技术在不同领域的应用和推广。
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
从数字孪生技术的众多描述中，可以发现其部分特性与仿真技术相似。仿真技术采用包含确定性规律和完整机理的数字模型来模拟现实世界的物理现象，其目的在于依赖精确的模型以及完整的信息和环境数据来分析物理世界的特性和参数，数字孪生技术在仿真的基础上增加了实时性和交互性，使得信息模型和物理模型能够相互关联和影响。
|
||||
从数字孪生技术的众多描述中，可以发现其部分特性与仿真技术相似。仿真技术采用包含确定性规律和完整机理的数字模型来模拟现实世界的物理现象，其目的在于依赖精确的模型以及完整的信息和环境数据来分析物理世界的特性和参数，数字孪生技术在仿真的基础上增加了实时性和交互性，使得信息模型和物理模型能够相互关联和影响。现阶段，除了航空航天领域，数字孪生领域还应用于电力、矿产采集、城市管理、工业制造等，特别是在智能制造领域，数字孪生被认为是一种实现物理世界、信息世界及人类意识世界交互的重要手段。全球知名的IT研究与顾问咨询公司Gartner在连续两年中将数字孪生列为年度十大战略科技发展趋势之一,世界最大的武器制造商洛克希德·马丁公司在2017年11月将数字孪生列为未来国防和航天工业六大顶尖技术之首,同时，2017年12月8日，中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为世界智能制造十大科技进展之一\cite{refu1}。
|
||||
|
||||
|
||||
|
||||
@ -107,7 +112,7 @@ Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产
|
||||
在当前的数字孪生系统中，模型类别相对单一，专有化程度较高，且模型结构相对简单。虚拟世界的基础知识依赖较为有限，当系统从分析预测阶段向自主控制的智能化分析发展时，对现有基础模型知识库提出了大量需求。然而，由于知识库的数据结构和模型缺乏统一标准，多模型互操作困难，数据语义和语法不一致，因此标准化的知识图谱体系仍有待探讨。
|
||||
|
||||
|
||||
本文将模型按层次划分为几何模型、物理模型和规则模型。几何模型和物理模型适用于虚拟世界，其主要作用在于帮助人们更直观地观察系统变化。规则模型涉及实体、虚体、系统和人之间的数据流通及逻辑判断。当前，规则模型的建立主要通过特定场景下的硬编码实现，这导致模型无法通用，且更新和建立模型过程相对复杂。为提高数字孪生技术的应用范围和效果，我们需努力解决这些问题，推动模型类别多样化和标准化。
|
||||
本文将模型按层次划分为几何模型、物理模型和知识模型。几何模型和物理模型适用于虚拟世界，其主要作用在于帮助人们更直观地观察系统变化。知识模型涉及实体、虚体、系统和人之间的数据流通及逻辑判断。当前，知识模型的建立主要通过特定场景下的硬编码实现，这导致模型无法通用，且更新和建立模型过程相对复杂。为提高数字孪生技术的应用范围和效果，我们需努力解决这些问题，推动模型类别多样化和标准化。
|
||||
|
||||
\subsection{实践困境}
|
||||
|
||||
@ -132,6 +137,31 @@ Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产
|
||||
|
||||
\section{研究方案}
|
||||
|
||||
\subsection{基本模型与基本功能}
|
||||
|
||||
数字孪生是一项多学科交叉技术，它利用物理模型、传感器数据更新和运行历史等多方面的数据，是集成了多学科、多物理量、多尺度和多概率的模拟仿真全过程，在虚拟空间中完成映射，并反映相应实体装备的整个生命周期。为了研究数字孪生技术，我们需要先厘清数字孪生的基本模型和基本功能，以此为基础构建数字孪生平台的基本研究和开发思路。根据对40篇相关文献的总结，我们发现在数字孪生系统中，数据是基础，模型是核心，软件是载体。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f35.png}
|
||||
\caption{数字孪生核心模式}
|
||||
\label{fig-f35}
|
||||
\end{figure}
|
||||
|
||||
本文建立如图\ref{fig-f35}的数字孪生基本模型，数字孪生系统以数据为基础，实时的、准确的数据输入有助于建立一个精确的数字模型，这对于理解物理实体的行为和性能至关重要，通过高质量的数据，数字孪生能够更准确地模拟现实世界的设备和系统，同时通过实时数据流，以实时监控和分析实际设备和系统的状况。模型是数字孪生系统的核心，它是一种在虚拟空间中对物理实体的高保真映射，能够反映物理实体的全生命周期过程。\\
|
||||
|
||||
模型是数字孪生的核心，模型不仅包括几何模型、物理模型、行为模型、规则模型等多维多时空多尺度模型，还能够实现与物理实体的实时或准实时交互，动态更新与演化。数字孪生模型的建立，需要充分利用物理实体的物理设计模型、传感器更新数据、运行历史数据等多源数据，通过集成多学科、多物理量、多概率的仿真过程，完成虚拟空间中的映射。这种映射关系不仅仅依靠单一的机理模型或者统计模型，需要将两者在恰当的节点融合起来，在单一模型上形成孪生仿真的动态过程，在全局系统上形成实时仿真的统计过程。\\
|
||||
|
||||
数字孪生的载体是软件，系统包含所有的模型，其描述都是通过算法实现，算法的实现通过代码体现，代码的执行都是通过软件功能来表现，因此数字孪生所有功能的形式都是以软件的形式来展现，其核心表现是四大层次功能：描述、诊断、预测、决策。描述是数字孪生系统最基本能力，是对物理对象的虚拟再现，通过感知收到的各种数据，对物理实体的各要素进行动态表述。诊断是数字孪生的基本功能，是对复现的虚拟实体的数据进行最基本的功能诊断，判断其物理实体的各项功能是否在正常范围内。预测是数字孪生系统的核心功能，通过收集到的大量历史数据和实体基本信息，对其可能潜在的行为进行推导，并对复杂系统的未来状态进行预测，是数字孪生系统最具价值和最复杂的能力。决策是数字孪生系统的终极功能，它可以摆脱人的操作和监控，直接根据虚拟实体的现状数据和预测数据做出决策，指导现实对象的生产过程，由于其是为了摆脱人类操作而产生的生产操作过程，危险性与前三项也决然不同，其决策策略设计和相应的伦理问题等等都是未来面临的非技术性问题。
|
||||
|
||||
描述、诊断、预测、决策是数字孪生系统的四大基本能力，但是根据应用场景的不同，其实现难度和价值也是不同的，比如在最典型的数字孪生场景智慧城市-单路口交通灯孪生中，其预测通过简单的统计模型即可做到，决策的策略也是容易制定，造成的影响也比较轻微且容易恢复重置,反而在第一阶段描述中存在很多技术难题，比如所有路口人流量和车流量实时采集和海量视频数据存储分析，需要考虑现实复杂的天气环境、突发的道路状况等等。而其他诸如远程医疗、智慧工厂等其决策很容易造成人身和财产损失，其预测也十分艰难，需要建立十分复杂的机理模型，还需要辅助统计模型进行降阶处理。
|
||||
|
||||
|
||||
|
||||
\subsection{改进的7层网络模型}
|
||||
|
||||
|
||||
在厘清数字孪生应用实践中的诸多困境和基本模型、基本功能后，以计算机网络的7层模型架构为基础，改造重新设计了如图\ref{fig-f13}所示的模型层次图，5/6/7层模型分别为应对数据困境、实践困境、模型困境的解决方案。其中，5层模型为分布式消息网络，6层模型为节点状态与事件机制，7层模型为知识模型，每一层次的实现皆依赖于上层次的功能和性能实现，针对这三层内容，本文以如图\ref{fig-f10}结构编写该文章。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f13.png}
|
||||
@ -139,7 +169,10 @@ Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产
|
||||
\label{fig-f13}
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f13}所示，为改造的网络模型层次图，5/6/7层模型分别为应对数据困境、实践困境、模型困境的解决方案。其中，5层模型为分布式消息网络，6层模型为节点状态与事件机制，7层模型为知识模型，每一层次的实现皆依赖于上层次的功能和性能实现，针对这三层内容，本文以如图\ref{fig-f10}结构编写该文章。
|
||||
|
||||
\subsection{研究方向}
|
||||
|
||||
在确定了要实现的三大层次后，本文将其分别进行了详细的设计，分别为分布式消息网络、状态-事件-时序模型、知识模型，这三项技术是本数字孪生系统的核心功能基础，也是数字孪生系统的核心组成部分，其实现的性能和功能直接决定了数字孪生系统的实用性和可行性，也是本文的重点研究内容，将会如图\ref{fig-f10}组织编写本文。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
@ -149,7 +182,7 @@ Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f10}所示为本文结构图，为解决数字孪生所面临的三个困境，根据现实需要研究设计相应的方案，并在最后给住性能测试和案例应用证明其可行性和实用性。
|
||||
在进行上述研究同时，还开发了OneDT数字孪生系统，主要涉及五大主体内容。这些内容为：主体平台、渲染引擎、分布式消息网络、节点状态与事件机制，以及知识模型，该系统是开展上述研究的基础和载体。
|
||||
在进行上述研究同时，还开发了OneDT数字孪生系统，主要涉及五大主体内容。这些内容为：主体平台、渲染引擎、分布式消息网络、状态-事件-时序模型，以及知识模型，该系统是开展上述研究的基础和载体。
|
||||
|
||||
\begin{enumerate}
|
||||
|
||||
@ -160,8 +193,10 @@ Grieves等人对数字孪生的定义是一组虚拟信息结构，对复杂产
|
||||
|
||||
\item 分布式消息网络\\
|
||||
分布式消息网络是数字孪生平台的通信基础设施，负责在各个节点之间传输数据和消息。它采用了先进的分布式技术，确保了平台在面对大规模数据和高并发请求时依然能够保持稳定的性能。分布式消息网络还具有很高的可扩展性和容错能力，可以轻松适应不断变化的业务需求。
|
||||
\item 节点状态与事件机制\\
|
||||
节点状态与事件机制是数字孪生平台中的重要组成部分，负责实时监控和管理系统内的各个节点。它可以捕捉节点之间的状态变化，以及由此产生的各种事件，从而实现对整个系统的动态调整和优化。此外，节点状态与事件机制还为用户提供了丰富的实时数据和预警信息，有助于更加精确地掌握系统的运行状况。
|
||||
|
||||
\item 状态-事件-时序模型\\
|
||||
状态与事件机制是数字孪生平台中的重要组成部分，负责实时监控和管理系统内的各个节点。它可以捕捉节点之间的状态变化，以及由此产生的各种事件，从而实现对整个系统的动态调整和优化。此外，节点状态与事件机制还为用户提供了丰富的实时数据和预警信息，有助于更加精确地掌握系统的运行状况。以状态和事件机制为基础而确定的时序模型，可以为数字孪生这个大的复杂网络提供预测功能，并能根据节点数据的不同特性采用不同的预测方法，以更好的预测整个系统的状态。
|
||||
|
||||
\item 知识模型\\
|
||||
知识模型是数字孪生平台的智能核心，负责对各种数据和各个节点进行建模和分析，包含涉及节点所遵从的逻辑规则，是一种复杂系统交互规则，其实现时为用户提供更有价值的洞察和建议。采用了先进的仿真技术和机器学习技术，可以实现对复杂数据的处理和复杂场景的建模分析。
|
||||
\end{enumerate}
|
||||
|
||||
@ -1,18 +1,16 @@
|
||||
\chapter{OneDT主系统设计}
|
||||
|
||||
在研究设计三项数字孪生基础技术前，考虑到建设通用数字孪生平台，需要设计一个通用的数字孪生主体系统，命名为OneDT(图\ref{fig-f36})，用于实现数字孪生平台的核心功能及其功能特性。本章将详细介绍数字孪生主体系统的设计，包括系统设计原则、结构设计、数据库设计、系统功能设计、代码组织设计、可视化方案设计等。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f1.png}
|
||||
\caption{系统结构图}
|
||||
\label{fig-f1}
|
||||
\includegraphics[width=1\textwidth]{figure/f36.png}
|
||||
\caption{OneDT系统功能图}
|
||||
\label{fig-f36}
|
||||
\end{figure}
|
||||
|
||||
图\ref{fig-f1}所示，A代表数字孪生主体系统，它是数字孪生平台的核心组成部分，包括基本的数据存储、数据分析、核心消息节点、用户交互、模型展示和知识存储等功能。所有其他功能都依赖于主体平台进行显示和控制，是实现系统所有功能的基础和载体。BC分别代表不同的孪生场景，每个场景皆有一个核心节点与A集群进行信息交互。
|
||||
|
||||
|
||||
\section{主系统设计原则}
|
||||
在设计主体平台A时，为了保障整体系统的可靠性和功能性，在设计每一个功能模块和子系统时需要遵循以下原则：
|
||||
\section{设计原则}
|
||||
在开始具体设计前，需要明确设计的主要原则，根据数字孪生系统的一些特点，为了保障整体系统的可靠性和功能性，在设计每一个功能模块和子系统时需要遵循以下原则：
|
||||
\begin{enumerate}
|
||||
\item 高可用：高可用性是系统设计中的重要目标之一，旨在确保系统在面对故障、错误或意外情况时能够保持正常运行。在系统设计中要注意负载均衡、自动化任务设计、冗余备份、快速恢复、无状态设计等等问题。
|
||||
|
||||
@ -31,19 +29,13 @@
|
||||
|
||||
\section{整体结构设计}
|
||||
|
||||
在设计数字孪生整体结构时，需要综合考虑用户使用、硬件通信、云服务特性，以及平台的通用性、可扩展性、容灾恢复和安全性等多方面因素。
|
||||
|
||||
整体上，采用微服务架构，将系统根据业务功能模块拆分成若干个独立的微服务，每个微服务都能独立部署和扩展。微服务架构有助于提高系统的可伸缩性和可用性，同时降低系统的维护成本。
|
||||
|
||||
在前端，采用前后端分离的架构，使用现代化的前端框架如Vue，通过API连接到后端服务，实现前后端分离，以提高系统的可维护性和可伸缩性。
|
||||
|
||||
后端则采用分布式架构，将不同的业务模块拆分成独立的微服务，通过API或消息队列进行通信，以提高系统的可伸缩性和可用性。同时，利用缓存技术（例如Redis）来提高系统的性能。
|
||||
|
||||
在数据库方面，采用分布式数据库架构，将不同的数据拆分到不同的数据库实例中，并通过数据分片技术实现分布式存储，从而提高系统的可伸缩性和性能。此外，利用读写分离技术将读操作和写操作分别路由到不同的数据库实例，以提高系统性能。针对不同类型的数据，采用相应的存储方式，例如将主体结构数据存入MySQL，时序数据存入Elasticsearch，非参数化模型存入文本或对象存储服务（OSS）中。
|
||||
|
||||
在安全设计方面，采用统一的非对称密钥认证机制，对用户访问和节点通信进行私钥本地解密远程密文认证，例如身份验证、访问控制、节点接入和数据加密等，以确保系统安全性。
|
||||
|
||||
如图\ref{fig-f8}所示，云平台主体结构中，通用数字孪生平台的架构设计需充分考虑多方面因素。通过采用现代化架构技术和安全机制，可实现高性能、可伸缩、可用和安全的系统。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f1.png}
|
||||
\caption{系统数据流向图}
|
||||
\label{fig-f1}
|
||||
\end{figure}
|
||||
在设计整体结构时，需要先考虑整体的数据流向，再根据数据聚合的方式，将系统划分为不同的模块，最后再考虑模块之间的通信方式。在数字孪生平台中，数据流向如图\ref{fig-f1}所示，A代表数字孪生主体系统，它是数字孪生平台的核心组成部分，包括基本的数据存储、数据分析、核心消息节点、用户交互、模型展示和知识存储等功能。所有其他功能都依赖于主体平台进行显示和控制，是实现系统所有功能的基础和载体。BC分别代表不同的孪生场景，每个场景皆有一个核心节点与A集群进行信息交互。用户通过交互前端与A进行数据交互。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
@ -52,9 +44,33 @@
|
||||
\label{fig-f8}
|
||||
\end{figure}
|
||||
|
||||
|
||||
在设计数字孪生整体结构时，需要综合考虑用户使用、硬件通信、云服务特性，以及平台的通用性、可扩展性、容灾恢复和安全性等多方面因素。图\ref{fig-f8}所示,整体上采用微服务架构，将系统根据业务功能模块拆分成若干个独立的微服务，每个微服务都能独立部署和扩展。微服务架构有助于提高系统的可伸缩性和可用性，同时降低系统的维护成本。在前端，采用前后端分离的架构，使用现代化的前端框架Vue，通过API连接到后端服务，实现前后端分离，以提高系统的可维护性和可伸缩性。后端则采用分布式架构，将不同的业务模块拆分成独立的微服务，通过API或消息队列进行通信，以提高系统的可伸缩性和可用性。同时，利用缓存技术（例如Redis）来提高系统的性能。在数据库方面，采用分布式数据库架构，将不同的数据拆分到不同的数据库实例中，并通过数据分片技术实现分布式存储，从而提高系统的可伸缩性和性能。此外，利用读写分离技术将读操作和写操作分别路由到不同的数据库实例，以提高系统性能。针对不同类型的数据，采用相应的存储方式，例如将主体结构数据存入MySQL，时序数据存入Elasticsearch，非参数化模型存入文本或对象存储服务（OSS）中。在安全设计方面，采用统一的非对称密钥认证机制，对用户访问和节点通信进行私钥本地解密远程密文认证，例如身份验证、访问控制、节点接入和数据加密等，以确保系统安全性。
|
||||
|
||||
\section{功能设计}
|
||||
|
||||
在设计该平台功能时，重点考虑其通用性和扩展性后，将平台功能点分为基础功能和拓展功能，拓展功能以本文提供的数据通信方案和规则模型方案为基础构建，由基础功能和额外编写的逻辑规则拓展而成，用户也可以此设计拓展功能。
|
||||
Schleich等人将数字孪生的愿景总结为物理人工制品与其虚拟模型集之间的双向关系，并提出了其基本能力可伸缩性、互操作性、可扩展性和保真度\cite{ref10}。图\ref{fig-f38}所示，可伸缩性指系统能提供不同尺度的预览能力，互操作性指不同模型转换、组合、表示等价的能力，可扩展性指系统集成、添加或替换模型的能力，保真度指虚拟模型与实物相近的程度。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f38.png}
|
||||
\caption{DT基本能力\cite{ref10}}
|
||||
\label{fig-f38}
|
||||
\end{figure}
|
||||
|
||||
Schleich等人总结的基本能力从虚拟模型的层次来说是非常恰当的，但是从发展数字孪生的根本目的和功能来谈，需要更加贴切的功能划分。
|
||||
在图\ref{fig-f35}中本文根据能力性质将数字孪生基本功能分为描述、诊断、预测、决策，描述是数字孪生系统最基本能力，是对物理对象的虚拟再现;诊断是数字孪生的基本功能，是对复现的虚拟实体的数据进行最基本的功能诊断，判断其物理实体的各项功能是否在正常范围内;预测是数字孪生系统的核心功能，通过收集到的大量历史数据和实体基本信息，对其可能潜在的行为进行推导，并对复杂系统的未来状态进行预测;决策是数字孪生系统的终极功能，它可以摆脱人的操作和监控，直接根据虚拟实体的现状数据和预测数据做出决策，指导现实对象的生产过程。
|
||||
|
||||
同时在实际使用阶段时，根据产品的生命周期不同，其功能划分也存在很大不同，但其根本仍是由上述四大基本能力组合而成。如图\ref{fig-f37}所示，产品的基本生命周期包含设计、制造、服务三大阶段，在设计阶段主要根据已有的数据对设计图纸进行真实场景描述和预测，提高设计迭代速度，降低设计阶段成本；在制造阶段主要根据对产线数据和工件数据的采集，可以做到实时生产监控、控制和规划，同时对工件性能结果做出评估，反向优化工艺参数；在服务阶段主要是在运行阶段也可以采集到产品信息，做到产品全寿命结构检测，同时相应在管理和维护上降低很大成本。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f37.png}
|
||||
\caption{数字孪生功能}
|
||||
\label{fig-f37}
|
||||
\end{figure}
|
||||
|
||||
|
||||
除了从产品周期的作用上看待数字孪生功能划分，在设计本平台功能时，重点考虑其通用性和扩展性后，将功能点分为基础功能和拓展功能，拓展功能以本文提供的数据通信方案和规则模型方案为基础构建，由基础功能和额外编写的逻辑规则拓展而成，用户也可以此设计拓展功能。
|
||||
|
||||
\begin{enumerate}
|
||||
\item 数字孪生建模功能：提供用户友好的建模工具，支持各种模型类型和复杂性。用户可以通过可视化界面创建、编辑和删除模型。同时，平台应该提供模型验证、合法性检查、版本管理等功能。
|
||||
@ -107,7 +123,7 @@
|
||||
\item 数据保留策略\\
|
||||
由于时序数据具有时效性，可能需要根据数据的重要性和时效性来制定数据保留策略。数据保留策略可以按照时间或数据量来设置，例如保留最近一个月的数据或保留最近1000万条数据等。
|
||||
\item 数据降采样和聚合\\
|
||||
为了提高查询性能和降低存储需求，时序数据库可以支持数据降采样（downsampling）和聚合操作。数据降采样是将高频率的数据点合并为低频率的数据点，例如将每秒的数据点合并为每分钟的数据点。数据聚合是对一组数据点进行统计分析，例如计算平均值、最大值和最小值等。通过降采样和聚合，可以极大降低存储需求和提高查询性能。
|
||||
为了提高查询性能和降低存储需求，时序数据库支持数据降采样（downsampling）和聚合操作。数据降采样是将高频率的数据点合并为低频率的数据点，例如将每秒的数据点合并为每分钟的数据点。数据聚合是对一组数据点进行统计分析，例如计算平均值、最大值和最小值等。通过降采样和聚合，可以极大降低存储需求和提高查询性能。
|
||||
\end{enumerate}
|
||||
|
||||
\section{文件组织结构}
|
||||
@ -185,11 +201,9 @@
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{存储格式}
|
||||
三维模型格式是用于存储和表示三维模型数据的文件类型。这些格式包含几何形状、纹理、材质、动画以及其他与3D模型相关的信息。在计算机图形学、游戏开发、电影制作和其他领域，有多种不同的三维模型格式，它们各自具有独特的特点和用途，常见的模型格式有obj、stl、ply、3mf、dae、fbx、gltf等。\\
|
||||
三维模型格式是用于存储和表示三维模型数据的文件类型。这些格式包含几何形状、纹理、材质、动画以及其他与3D模型相关的信息。在计算机图形学、游戏开发、电影制作和其他领域，有多种不同的三维模型格式，它们各自具有独特的特点和用途，单基本不包含对于网格和场变量数据的存储支持，常见的模型格式如obj、stl、ply、3mf、dae、fbx、gltf等。而在数值仿真领域，通用的存储格式为vti、vtu等，除了包含基本的三维模型，这些格式还用于存储数值仿真计算结果，如应力场、应变场、温度场等，单不包含纹理、材质、动画、骨骼等信息。因此在应用于数字孪生领域时，这些格式都具有各自的优点和缺点，且都不包含对于实体传感单元的存储构建。\\
|
||||
|
||||
但在数值仿真领域，通用的存储格式为vti、vtu等，除了包含基本的三维模型，这些格式还用于存储数值仿真计算结果，如应力场、应变场、温度场等，且不包含纹理、材质、动画等信息，因此不适用于数字孪生技术的应用场景。\\
|
||||
|
||||
数字孪生时代的存储模型不单要包含以上内容，还需包含采集到的真实的物理信息，如多个点的温度、压力、流量等，因此需要自定义存储格式，以便于存储读取和分析，如图\ref{fig-f27}所示，定义了包含更多数据源的存储格式。
|
||||
数字孪生时代的存储模型不单要包含以上内容，还需包含采集到的真实的物理信息，如多个点的温度、压力、流量等，以及采集单元的位置信息，因此需要自定义存储格式，以便于存储读取和分析，如图\ref{fig-f27}所示，定义了包含更多数据源的存储格式。
|
||||
|
||||
\begin{figure}[!ht]
|
||||
\centering%
|
||||
@ -224,58 +238,13 @@
|
||||
|
||||
\begin{figure}[!ht]
|
||||
\centering%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f20.png}
|
||||
\caption{图像数据}
|
||||
\includegraphics[width=0.8\textwidth]{figure/f20.png}
|
||||
\caption{网格计算单元}
|
||||
\label{fig-f20}
|
||||
\end{minipage}%
|
||||
\hspace{3mm}%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f21.png}
|
||||
\caption{直线网格}
|
||||
\label{fig-f21}
|
||||
\end{minipage}%
|
||||
\end{figure}
|
||||
|
||||
\begin{figure}[!ht]
|
||||
\centering%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f22.png}
|
||||
\caption{结构化网格}
|
||||
\label{fig-f22}
|
||||
\end{minipage}%
|
||||
\hspace{3mm}%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f23.png}
|
||||
\caption{非结构化点}
|
||||
\label{fig-f23}
|
||||
\end{minipage}%
|
||||
|
||||
\end{figure}
|
||||
|
||||
\begin{figure}[!ht]
|
||||
\centering%
|
||||
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f24.png}
|
||||
\caption{多边形数据}
|
||||
\label{fig-f24}
|
||||
\end{minipage}%
|
||||
\hspace{3mm}%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f25.png}
|
||||
\caption{非结构化网格}
|
||||
\label{fig-f25}
|
||||
\end{minipage}
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f20}到图\ref{fig-f25}所示，图像数据，直线网格，结构化网格，非结构化点，多边形数据，非结构化网格，这些是在数值仿真计算中真实遇到的网格计算单元，这些数据都可以通过不同的方式进行渲染，在仿真计算中代表一个数据单元，在传感器网络中可能代表一个有效采集点。
|
||||
如图\ref{fig-f20}所示，图像数据，直线网格，结构化网格，非结构化点，多边形数据，非结构化网格，这些是在数值仿真计算中遇到的网格计算单元，这些数据都可以通过不同的方式进行渲染，在仿真计算中代表一个数据单元，在传感器网络中可能代表一个有效采集点。
|
||||
在进行同步仿真时，通常需要对模型进行降阶处理，以满足实时仿真需要，如图\ref{fig-f26}所示，从左到右为网格细化过程，这个过程通常对应的是计算精度增加，计算时间极大增加，选择一些合适的模型降阶算法，结合实际采集到的数据信息，可以在保证99精度的情况下有效的降低模型单元数，极大提高计算效率，实现从右向左模型降阶。
|
||||
|
||||
\begin{figure}[!ht]
|
||||
|
||||
@ -3,15 +3,12 @@
|
||||
|
||||
\section{概述}
|
||||
|
||||
现代软件应用程序通常不是孤立存在的，而是依赖于服务或远程实体提供的信息。在这种分布式架构中，集成至关重要。近年来，消息传递已成为解决分布式系统挑战的主流方案，例如网络不可靠性、生产者与消费者之间的紧密耦合以及应用的异质性。得益于强大的社区支持以及对标准和集成的共同努力，消息代理现已成为许多项目和服务的传输层构建模块，近年来涌现出许多消息服务，如MQTT、RabbitMQ、RocketMQ和Kafka等。
|
||||
现代软件应用程序通常不是孤立存在的，而是依赖于服务或远程实体提供的信息。在这种分布式架构中，集成至关重要。近年来，消息传递已成为解决分布式系统挑战的主流方案，例如网络不可靠性、生产者与消费者之间的紧密耦合以及应用的异质性。得益于强大的社区支持以及对标准和集成的共同努力，消息代理现已成为许多项目和服务的传输层构建模块，近年来涌现出许多优秀的消息服务，如MQTT、RabbitMQ、RocketMQ和Kafka等。
|
||||
|
||||
现代分布式消息网络是一种基于分布式系统和消息传递模式的网络架构，支持高可用性、可扩展性和可靠性的通信。这种网络通常由多个节点组成，这些节点可以是物理机器、虚拟机或容器。
|
||||
现代分布式消息网络通常是一种基于分布式系统和消息传递模式的网络架构，支持高可用性、可扩展性和可靠性的通信。这种网络通常由多个节点组成，这些节点可以是物理机器、虚拟机或容器。这些消息网络通常采用发布/订阅模式或点对点模式进行消息传递。在发布/订阅模式中，消息生产者将消息发布到主题（topic），消费者订阅感兴趣的主题并接收相应的消息。在点对点模式中，消息生产者将消息发送到队列，只有一个消费者能够接收并处理该消息。消息网络的核心是消息队列，它采用一种异步通信模式，在多个节点之间传递消息。消息队列通常包括生产者、消费者和代理（broker），其中生产者将消息发送到队列中，消费者从队列中接收消息进行处理，代理作为消息队列的中心节点，负责维护队列、路由消息和确保消息的可靠传递。
|
||||
|
||||
消息网络的核心是消息队列，它采用一种异步通信模式，在多个节点之间传递消息。消息队列通常包括生产者、消费者和代理（broker），其中生产者将消息发送到队列中，消费者从队列中接收消息进行处理，代理作为消息队列的中心节点，负责维护队列、路由消息和确保消息的可靠传递。
|
||||
|
||||
现代分布式消息网络通常采用发布/订阅模式或点对点模式进行消息传递。在发布/订阅模式中，消息生产者将消息发布到主题（topic），消费者订阅感兴趣的主题并接收相应的消息。在点对点模式中，消息生产者将消息发送到队列，只有一个消费者能够接收并处理该消息。
|
||||
|
||||
尽管这些消息框架已经非常成熟，但它们并不适用于本文的使用场景。这些框架通常用于云服务之间的消息通信，而单纯的工控PLC通信又显得过于僵硬，不适合构建信息物理系统（CPS）。目前尚无适合涉及大量设备、服务、人和虚拟实体四方消息互动的通信方案。如图\ref{fig-f11}所示，这四方之间的消息传递需求和性能要求各不相同，因此尝试设计一套新的消息网络以解决数字孪生下的数据困境是非常有必要的。
|
||||
尽管应用上述模式的消息框架已经非常成熟，但它们并不适用于本文的使用场景。这些框架通常用于云服务之间的消息通信，而单纯的使用工控PLC通信又显得过于僵硬，不适合构建信息物理系统（CPS）。目前尚无适合涉及大量设备、服务、人和虚拟实体四方消息互动的通信方案。如图\ref{fig-f11}所示，这四方之间的消息传递需求和性能要求各不相同，同时考虑到现实数字孪生系统牵扯的关联设备和网络环境复杂，网络传输协议涉及到HTTP、MQTT、CoAP、XMPP、AMQP、DDS和OPC UA，近场传输协议如4G、5G、NB-loT、LoRa、Sigfox、蓝牙、Wi-Fi、Z-Wave、ZigBee和WirelessHART等\cite{ref18}。因此尝试设计一套新的消息网络以解决数字孪生下的数据困境是非常有必要的。本章将从通讯机制、通讯协议、路由算法、选举算法等描述本平台针对数字孪生数据困境而研究开发的通信框架。
|
||||
|
||||
|
||||
\begin{figure}[h!]
|
||||
@ -117,9 +114,9 @@ trie树又被称为前缀树、字典树是一种用于快速检索的多叉树
|
||||
|
||||
Trie的核心思想是空间换时间，有如下基本性质：
|
||||
\begin{itemize}
|
||||
\item - 根节点不包含字符，除根节点外每一个节点都只包含一个字符
|
||||
\item - 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串
|
||||
\item - 每个节点的所有子节点包含的字符都不相同
|
||||
\item 根节点不包含字符，除根节点外每一个节点都只包含一个字符
|
||||
\item 从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串
|
||||
\item 每个节点的所有子节点包含的字符都不相同
|
||||
\end{itemize}
|
||||
|
||||
字典树能够利用字符串中的公共前缀，这样可能会节省内存，利用字符串的公共前缀可以减少查询字符串的时间，能够最大限度的减少无谓的字符串比较，同时在查询的过程中不需要预知待查询字符串的长度，沿着字典树的边进行匹配，查询效率比较高。
|
||||
@ -159,7 +156,7 @@ Trie的核心思想是空间换时间，有如下基本性质：
|
||||
\end{enumerate}
|
||||
|
||||
因此，为满足设备间实时性消息和硬中断响应的需求，需要根据硬件单独编写相应的通信库去支持该性能要求。
|
||||
在CPU资源调度时，OS主要提供一个多任务(multitasking)的运行环境，以方便应用的开发。在开发某个应用时首先把工作拆解成多个任务(Task/Thread)，每个任务都可以简化成一个简单的无限循环：
|
||||
在CPU资源调度时，OS主要提供一个多任务(multitasking)的运行环境，以方便应用的开发。在开发某个应用时首先把工作拆解成多个任务(Task/Thread)，每个任务都可以简化成一个简单的无限循环\cite{ref29}\cite{ref28}：
|
||||
|
||||
\begin{lstlisting}[
|
||||
language={C},
|
||||
@ -181,11 +178,6 @@ void MyTask (void)
|
||||
|
||||
对于终端节点来说硬实时通讯较好实现，利用时钟定时中断即可强制切换到高级别消息发送，但是终端节点一般作为信息发送和执行节点，不具备逻辑处理功能，在整体通讯延迟受最慢一级也就是逻辑处理层一般也是主机节点影响最大，为处理此问题，对消息进行分级，高优先级消息会先触发中断响应，并切换到执行状态,且不可被抢占。
|
||||
|
||||
|
||||
\section{终端通信}
|
||||
|
||||
在上述协议下可以实现在场景内部的毫秒级硬中断响应通信需要，对于已有的不同终端，根据通信协议和线材不同可连入已有的物理节点进行消息转发，同时目前已开发了c/rust通信依赖库可供开发使用，直接在设备内嵌入通信逻辑。用户可以选择是外接设备还是内嵌代码接入到整个数字孪生平台，该物联终端接口可同样应用于自定义仿真算法和逻辑算法节点通信接入。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=0.8\textwidth]{figure/f30.png}
|
||||
@ -193,9 +185,8 @@ void MyTask (void)
|
||||
\label{fig-f30}
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f30}所示，在raspberry4/esp32/esp8266/intel jetson nano/thinkerboardS/STM32等不同芯片平台和不同实时非实时系统上通过了通信库的基础通信功能测试，在esp32/raspberry/stm32上通过了硬中断通信功能测试。
|
||||
在上述协议下可以实现在场景内部的毫秒级硬中断响应通信需要，对于已有的不同终端，根据通信协议和线材不同可连入已有的物理节点进行消息转发，同时目前已开发了c/rust通信依赖库可供开发使用，直接在设备内嵌入通信逻辑。用户可以选择是外接设备还是内嵌代码接入到整个数字孪生平台，该物联终端接口可同样应用于自定义仿真算法和逻辑算法节点通信接入。如图\ref{fig-f30}所示，在raspberry4/esp32/esp8266/intel jetson nano/thinkerboardS/STM32等不同芯片平台和不同实时非实时系统上通过了通信库的基础通信功能测试，在esp32/raspberry/stm32上通过了硬中断通信功能测试。
|
||||
|
||||
\section{自组网测试}
|
||||
|
||||
\section{性能分析}
|
||||
|
||||
|
||||
@ -1,8 +1,15 @@
|
||||
|
||||
\chapter{知识模型设计}
|
||||
|
||||
\section{基本模型}
|
||||
在建立数字孪生虚拟世界过程中，会有大大小小的规则、算法、逻辑等知识纳入其中，任何规则算法归纳来讲都是描述任意虚拟或实体对象相关作用关系，这些作用关系对于该系统内部世界来说就是一个个具体的知识。本文归纳了这些知识的共同特征，建立了一个一般性的知识模型，该模型是一个动态模型，其规则求解过程可根据特点纳入平台内运算或使用独立进程进行运算求解。
|
||||
|
||||
数字孪生已经从理论研究发展到实际应用，其中模型是数字孪生的重要组成部分，也是成功数字孪生应用的先决条件。在虚拟空间中，数字孪生模型可以通过几何、物理、行为和规则四个模型维度来表达物理实体的属性\cite{ref17}。几何模型描述了物理实体的几何形状和装配关系。物理模型反映了物理实体的物理特性、特征和约束。行为模型表示物理实体对内部和外部机制的动态行为响应。规则模型结合历史数据，可以利用隐性知识，使数字孪生模型更加智能。通过融合多学科知识，多维数字孪生模型可以在数字世界中执行描述、诊断、预测、决策等功能。在本平台中，为了更方便统一的去构建模型，将行为与规则模型统一称为知识模型， 本章将讲述三种构建知识模型的方法。
|
||||
|
||||
|
||||
\section{知识模型}
|
||||
|
||||
|
||||
在建立数字孪生虚拟世界过程中，会有大大小小的规则、算法、逻辑等知识纳入其中，任何规则算法归纳来讲都是描述任意虚拟或实体对象相关作用关系，这些作用关系对于该系统内部世界来说就是一个个具体的知识。本文归纳了这些知识的共同特征，建立了一个一般性的知识模型，该模型是一个动态模型，其规则求解过程可根据特点纳入平台内运算或使用独立进程进行运算求解。
|
||||
|
||||
如图\ref{fig-f12}所示，基本模型需要先建立三个外部特征，触发域、输入域、输出域。触发域主要用于设定触发求解过程的条件。输入域是指定该模型需要哪些虚拟/实体对象的什么参数。输出域是指定该模型输入影响范围和参数。
|
||||
对于不同的知识或者说规则，根据其作用域和功能特点，将其分为现实类知识、虚拟类知识、仿真类知识
|
||||
\begin{figure}[h!]
|
||||
@ -30,53 +37,211 @@
|
||||
\end{figure}
|
||||
|
||||
|
||||
\section{程序接入机制}
|
||||
\section{建模方法}
|
||||
上节讲述了对于知识模型的一般性描述，本节将讲述本平台构建知识模型的三种建模方法，分别是公式建模、代码建模、程序建模。
|
||||
|
||||
如图\ref{fig-f9}所示，用户仅需要申请访问秘钥，调用本平台开发的依赖库即刻纳入到通信网络中作为一个计算节点执行计算任务，与内部的计算节点无任何差别，唯一要考虑的是跨地区网络后消息实时性无法满足要求，不适合去做实时性分析人物。目前支持的依赖库python/go/c/rust。
|
||||
\subsection{公式建模}
|
||||
公式建模指直接在平台内定义好输入输出间公式关系和其触发条件，平台将在需要时自动根据其触发条件填入格式化输入数据并计算其结果，其流程如图\ref{fig-f9}所示，用户编写公式，并在测试后上传平台解析存储，平台在运行时检测触发条件触发后，将输入信息调入沙盒内，执行公式并计算其结果后编码回传平台。效果如图\ref{fig-f40}所示，其语法规则参考latex设计，对于常用函数做了部分精简，需要计算的部分用$?$表示，输入参数将以其名为变量出现。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f40.png}
|
||||
\caption{公式建模编辑测试界面}
|
||||
\label{fig-f40}
|
||||
\end{figure}
|
||||
|
||||
|
||||
\section{代码解析机制}
|
||||
\subsection{代码建模}
|
||||
代码建模指用户自己编写一段函数代码，定义好输入输出，并在测试后提交到平台内，其执行过程同公式模型一致，如图\ref{fig-f9}流程所示，代码在用户上传完毕后会根据需要在平台上生成运行环境，并根据需要提供一定的运算资源和数据背景，提供更高阶的数据查询和接入方法。目前代码解析部分采取现成的语法，根据语言特性和场景需要，目前仅支持js和python，尽管采用了一定的沙盒机制去运行，但是仍然面临很大的安全问题，所以现在的代码机制仅供内部使用，后续根据需要开放出自定义代码或者代码检查。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f42.png}
|
||||
\caption{代码建模编辑界面}
|
||||
\label{fig-f42}
|
||||
\end{figure}
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f43.png}
|
||||
\caption{代码测试运行界面}
|
||||
\label{fig-f43}
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f42}所示，为代码编辑界面，用户需要创建main函数作为入口程序，获取参数通过$P$函数获取，其参数为运行场景内参数的id号，平台提供代码和参数提示功能，在此可直接输入相关中文参数路径，根据提示选择后会自动生成id号，右上角提供运行功能，如图\ref{fig-f43}其运行测试功能目前仅处于测试阶段，仅能在控制台查看。
|
||||
|
||||
|
||||
\subsection{程序建模}
|
||||
程序建模指用户自己编写代码并在自己指定设备运行，但是需要调用平台提供的api依赖库，这种方式自由度和保密性最高，但是不易分享，上述两种模型编写好后可以选择公开。如图\ref{fig-f9}所示，用户仅需要申请访问秘钥，调用本平台开发的依赖库即刻纳入到通信网络中作为一个计算节点执行计算任务，与内部的计算节点无任何差别，唯一要考虑的是跨地区网络后消息实时性无法满足要求，不适合去做实时性分析人物。目前支持的依赖库python/go/c/rust。
|
||||
|
||||
|
||||
|
||||
|
||||
\subsection{解析算法}
|
||||
在构建知识模型其中很重要的一步是支持公式和代码输入，对于一条规则，我们可以提供节点数据并转换成合适的格式，比如对于某一理想形状体，我给予100N的力10s，如何通过规则模型解析公式获得该物体10s内的运动状态，首先我们需要去解析公式，确定输入变量数量和格式，在确定输出变量数量和格式，根据公式以一定的频率去输出结果。
|
||||
在公式撰写规则上直接采用改造的latex语法去语义化编辑公式，采用抽象语法树（AST）算法去解析公式结构\cite{ref37}。
|
||||
|
||||
一般来说，语法分为具体语法和抽象语法。第一种是语法的文本形式，它是人类可读和可输入的，这种语法表示是使用字符串(数组或字符列表)实现的，其优点是它可以很容易地被人类阅读，这种语法涉及一个基于字符串的简单计算模型。然而，这种表现方式的缺点是众多而严重的。具体语法包含太多对许多操作不重要的信息，如空白、中缀/前缀表示法和关键字，重要的计算信息，如递归结构、函数-参数关系、项-子项关系等，没有被显式表示\cite{ref38}。具体语法的计算成本可以通过将具体语法解析为抽象语法树(AST)来克服，其实现使用的是标记树或链表，并使用构造函数和析构函数(例如Lisp中的car/cdr/cons)来处理。AST可以用来更好的表示递归结构，并且可以省略很多的用于方便人类编写具体语法而产生的结构，如缩进、间距、关键词等，其解析算法也更易于计算机处理和内存存储。
|
||||
在对代码和公式进行解析前，我们需要做一些预处理，比如去除空格，去除注释，去除换行符，去除多余的括号等，其中最重要的是对于公式表达式的转换。公式表达式分为前缀、中缀以及后缀表示法，其中中缀表示法即为人类阅读的格式，前缀以及后缀表达式也成为波兰表示法和逆波兰表示法，通过Kasprzyk\cite{ref39}等人的工作已经这些年语法处理技术的发展，逆波兰表示法成为更适于计算机处理的公式表示法。
|
||||
|
||||
因此对于公式的处理过程是先进行预处理，将公式表达式转换为逆波兰表示法，然后通过逆波兰表示法构建抽象语法树，最后通过抽象语法树去解析公式，得到输入变量和输出变量的数量和格式，然后通过公式去计算结果。
|
||||
|
||||
将中缀表达式转换为逆波兰表达式（RPN）的算法\cite{ref40}如下:
|
||||
|
||||
\begin{enumerate}
|
||||
\item 检查中缀表达式的当前元素
|
||||
\item 如果当前元素是操作数，则将其发送到输出并转到步骤6
|
||||
\item 如果当前元素是左括号，请按该元素并转到步骤6
|
||||
\item 如果当前元素是运算符，则执行以下操作：如果它的优先级高于堆栈顶部推送该运算符，否则从堆栈中弹出运算符，将其发送到输出并重复步骤4
|
||||
\item 如果当前元素是右括号，则从堆栈中弹出运算符并将它们发送到输出，直到弹出左括号
|
||||
\item 如果输入表达式有更多元素，请转到步骤2，否则，弹出堆栈的其余部分，将其发送到输出并停止。
|
||||
\end{enumerate}
|
||||
|
||||
如图8流程所示，代码在用户上传完毕后会根据需要在平台上生成运行环境，并根据需要提供一定的运算资源和数据背景，提供更高阶的数据查询和接入方法。目前代码解析部分采取现成的语法，根据语言特性和场景需要，目前仅支持js和python，尽管采用了一定的沙盒机制去运行，但是仍然面临很大的安全问题，所以现在的代码机制仅供内部使用，后续根据需要开放出自定义代码或者代码检查。
|
||||
|
||||
\section{公式解析算法}
|
||||
在构建规则模型其中很重要的一步是支持公式输入，对于一条规则，我们可以提供节点数据并转换成合适的格式，比如对于某一理想形状体，我给予100N的力10s，如何通过规则模型解析公式获得该物体10s内的运动状态，首先我们需要去解析公式，确定输入变量数量和格式，在确定输出变量数量和格式，根据公式以一定的频率去输出结果。
|
||||
在公式撰写规则上直接采用先用的latex语法去语义化编写公式，采用AST算法去解析公式结构.
|
||||
以该公式为例:
|
||||
\[ y = 1 * 2 + (10 - 2) * x \]
|
||||
\begin{equation}
|
||||
y = x1 / 3 + (5 + sin(x1)) * x2
|
||||
\label{eq3}
|
||||
\end{equation}
|
||||
|
||||
将右侧表达式转换为RPN表达式
|
||||
\[ 1\ 2 * 10\ 2 - x * + \]
|
||||
|
||||
根据RPN表达式构建出的AST语法树为
|
||||
\begin{equation}
|
||||
x1\ 3\ /\ 5\ x1\ sin\ +\ x2\ *\ +
|
||||
\label{eq4}
|
||||
\end{equation}
|
||||
|
||||
|
||||
其RPN表达式存储结构为
|
||||
|
||||
\begin{lstlisting}[
|
||||
language={python},
|
||||
caption={RPN表达式存储结构},
|
||||
label={code-c1},
|
||||
]
|
||||
{
|
||||
"type": "Program",
|
||||
"body": [
|
||||
{
|
||||
"type": "ExpressionStatement",
|
||||
"expression": {
|
||||
"type": "BinaryExpression",
|
||||
"operator": "+",
|
||||
"left": {
|
||||
"type": "BinaryExpression",
|
||||
"operator": "/",
|
||||
"left": {
|
||||
"type": "Identifier",
|
||||
"name": "x1"
|
||||
},
|
||||
"right": {
|
||||
"type": "Literal",
|
||||
"value": 3,
|
||||
"raw": "3"
|
||||
}
|
||||
},
|
||||
"right": {
|
||||
"type": "BinaryExpression",
|
||||
"operator": "*",
|
||||
"left": {
|
||||
"type": "BinaryExpression",
|
||||
"operator": "+",
|
||||
"left": {
|
||||
"type": "Literal",
|
||||
"value": 5,
|
||||
"raw": "5"
|
||||
},
|
||||
"right": {
|
||||
"type": "CallExpression",
|
||||
"callee": {
|
||||
"type": "Identifier",
|
||||
"name": "sin"
|
||||
},
|
||||
"arguments": [
|
||||
{
|
||||
"type": "Identifier",
|
||||
"name": "x1"
|
||||
}
|
||||
]
|
||||
}
|
||||
},
|
||||
"right": {
|
||||
"type": "Identifier",
|
||||
"name": "x2"
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
],
|
||||
"sourceType": "script"
|
||||
}
|
||||
\end{lstlisting}
|
||||
|
||||
|
||||
|
||||
在得到公式的RPN表达式后，就是构建抽象语法树，上步构建的RPN表达式\ref{eq4}时存储在栈中，将元素出栈，并根据操作符右序构建即可，其操作步骤如下：
|
||||
\begin{table}
|
||||
\centering
|
||||
\caption{RPN表达式\ref{eq4}构建AST\ref{tik1}步骤}
|
||||
\label{tab-c6}
|
||||
\begin{tabular}{ccl}
|
||||
\toprule
|
||||
Token & 类型 & 步骤 \\
|
||||
\midrule
|
||||
+ & 二元操作符（BinaryExpression） & 出栈，栈顶为root，二元操作符，产生左右两子节点 \\
|
||||
* & 二元操作符 & 出栈，root的右子节点，二元操作符，产生两个子节点 \\
|
||||
x2 & 标识符（Identifier） & 出栈，*的右节点，标识符，表示为变量 \\
|
||||
+ & 二元操作符 & 出栈，*的左节点，二元操作符，产生两个子节点\\
|
||||
sin & 调用操作符（CallExpression） & 出栈，+ 的右节点，调用操作符，产生一个子节点\\
|
||||
x1 & 标识符 & 出栈，sin的唯一子节点，标识符\\
|
||||
5 & 数字 & 出栈，+的左节点，数值，无节点\\
|
||||
/ & 二元操作符 & 出栈， 栈顶root的左节点， 二元操作符， 产生两个子节点\\
|
||||
3 & 数字 & 出栈，/ 的右节点， 数值，五子节点 \\
|
||||
x1 & 标识符& 出栈， / 的左节点， 标识符， 无子节点 \\
|
||||
\bottomrule
|
||||
\end{tabular}
|
||||
\end{table}
|
||||
|
||||
根据RPN表达式\ref{eq4}构建出的AST语法树为
|
||||
\begin{center}
|
||||
\begin{tikzpicture}
|
||||
[thick,scale=1, every node/.style={scale=1}]
|
||||
\node {+}
|
||||
child {node {*}
|
||||
child {node {1}}
|
||||
child {node {/}
|
||||
child {node {x1}}
|
||||
child [missing] {}
|
||||
child {node {2}}
|
||||
child {node {3}}
|
||||
}
|
||||
child [missing] {}
|
||||
child [missing] {}
|
||||
child [missing] {}
|
||||
child { node {*}
|
||||
child {node {-}
|
||||
child {node {10}}
|
||||
child {node {2}}
|
||||
child {node {+}
|
||||
child {node {5}}
|
||||
child {node {sin}
|
||||
child [missing] {}
|
||||
child {node {x1}}
|
||||
child [missing] {}
|
||||
}
|
||||
}
|
||||
child [missing] {}
|
||||
child {node {x}}
|
||||
child {node {x2}}
|
||||
};
|
||||
\end{tikzpicture}
|
||||
\label{tik1}
|
||||
\end{center}
|
||||
|
||||
以AST树构建公式算法，输入目前支持浮点数及矩阵格式，支持常用函数表达，整体具体公式需要去做输入输出数据格式转换。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f41.png}
|
||||
\caption{公式及代码解析构建AST树}
|
||||
\label{fig-f41}
|
||||
\end{figure}
|
||||
|
||||
|
||||
如图\ref{fig-f40}图\ref{fig-f41}所示，以AST树构建公式算法，并根据节点内容渲染不同类型公式以及计算，输入目前支持浮点数及矩阵格式，支持常用函数表达，需要注意的是设计节点间响应的具体公式需要去做输入输出数据格式转换。
|
||||
|
||||
|
||||
|
||||
\section{代码规则案例-碰撞检测}
|
||||
\section{代码模型案例-碰撞检测}
|
||||
碰撞检测目前定义为虚拟类规则，暂时其输出域数据无法作用于现实世界，主要用于虚拟世界用户交互检测。
|
||||
为了简化物体之间的碰撞检测运算，通常会对物体创建一个规则的几何外形将其包围。在本系统中，碰撞检测中将物体分为三种检测模型，点、AABB、球体。其中，AABB（axis-aligned bounding box）包围盒被称为轴对齐包围盒。
|
||||
|
||||
@ -116,7 +281,7 @@ function intersect(a, b) {
|
||||
\end{lstlisting}
|
||||
|
||||
|
||||
\section{公式规则案例-刚体运动力学模型}
|
||||
\section{公式模型案例-刚体运动力学模型}
|
||||
|
||||
在虚拟世界中为关联现实设备运动状态，需要根据已有的传感器数据，如加速度、里程信息等估计实体对象运动姿态，或者由虚拟对象指导影响实体对象运动，两者相互作用皆需要实现基本的刚体运动。刚体运动的典型计算特征可用于验证公式规则模型，其评估效率和验证性能直观有效。
|
||||
|
||||
@ -128,49 +293,22 @@ function intersect(a, b) {
|
||||
\end{itemize}
|
||||
|
||||
|
||||
基于牛顿三大定律，在计算机中来模拟刚体的运动流程如此:
|
||||
|
||||
对于每个物体，使用循环的方式来模拟:
|
||||
基于牛顿三大定律，对于每个物体视作刚体运动，如图\ref{fig-f44}使用迭代逼近的方式来求解稳态位姿:
|
||||
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[height=4cm]{figure/f44.png}
|
||||
\caption{刚体稳态求解流程图}
|
||||
\label{fig-f44}
|
||||
\end{figure}
|
||||
|
||||
% 流程图定义基本形状
|
||||
\tikzstyle{startstop} = [rectangle, rounded corners, minimum width = 2cm, minimum height=1cm,text centered, draw = black]
|
||||
\tikzstyle{io} = [trapezium, trapezium left angle=70, trapezium right angle=110, minimum width=2cm, minimum height=1cm, text centered, draw=black]
|
||||
\tikzstyle{process} = [rectangle, minimum width=3cm, minimum height=1cm, text centered, draw=black]
|
||||
\tikzstyle{decision} = [diamond, aspect = 3, text centered, draw=black]
|
||||
% 箭头形式
|
||||
\tikzstyle{arrow} = [->,>=stealth]
|
||||
|
||||
\begin{center}
|
||||
\begin{tikzpicture}[node distance=0.5cm]
|
||||
%定义流程图具体形状
|
||||
\node[startstop](start){Start};
|
||||
\node[io, below of = start, yshift = -1cm](in1){分析受力};
|
||||
\node[process, below of = in1, yshift = -1cm](pro1){更新速度和位置};
|
||||
\node[process, below of = pro1, yshift = -1cm](pro2){碰撞检测};
|
||||
\node[io, below of = pro2, yshift = -1cm](out1){解决约束};
|
||||
\node[decision, below of = out1, yshift = -1cm](dec1){到达稳态};
|
||||
\node[startstop, below of = dec1, yshift = -1cm](stop){显示结果};
|
||||
\coordinate (point1) at (-3cm, -6cm);
|
||||
%连接具体形状
|
||||
\draw [arrow] (start) -- (in1);
|
||||
\draw [arrow] (in1) -- (pro1);
|
||||
\draw [arrow] (pro1) -- (pro2);
|
||||
\draw [arrow] (pro1) -- (out1);
|
||||
\draw [arrow] (out1) -- (dec1);
|
||||
|
||||
\draw (dec1) -- node [above] {N} (point1);
|
||||
\draw [arrow] (point1) |- (in1);
|
||||
\draw [arrow] (dec1) -- node [right] {Y} (stop);
|
||||
\end{tikzpicture}
|
||||
\end{center}
|
||||
|
||||
最后将所有运动分解为粒子运动和旋转运动，每秒以一定频率分别计算其空间位置和空间姿态，最终合成为完整运动分析过程。
|
||||
|
||||
\subsection{空间位置}
|
||||
|
||||
先不考虑物体的形状和旋转,把物体当成理想粒子来对待,根据牛顿定律来循环计算物体的速度和位置:
|
||||
在做初步解算时，先不考虑物体的形状和旋转，把物体当成理想粒子来对待，根据牛顿定律来循环计算物体的速度和位置:
|
||||
\[ dt = t_{i+1} - t_{i} \]
|
||||
\[ v(t_{i+1}) = v(t_{i}) + (\frac{f(t_{i})}{m})dt \]
|
||||
\[ p(t_{i+1}) = v(t_{i}) + v(t_{i+1})dt \]
|
||||
@ -180,7 +318,6 @@ function intersect(a, b) {
|
||||
\[ p(t_{i+1}) = p(t_{i}) + p^{'}(t_{i})dt + p^{''}(t_{i})\frac{dt^{2}}{2!} + p^{'''}(t_{i})\frac{dt^{3}}{3!} + ... \]
|
||||
|
||||
对于浏览器按像素点实时位置渲染精度而言，3阶泰勒展开已符合精度要求。
|
||||
|
||||
因此对于理想点的运动规则模拟可以提交公式
|
||||
|
||||
\begin{lstlisting}[
|
||||
@ -193,11 +330,9 @@ function intersect(a, b) {
|
||||
|
||||
|
||||
\subsection{空间姿态}
|
||||
要计算物体的空间姿态，即物体绕某一定点在三自由度上的旋转量，可以用四元数q来表示刚体在极短时间内的旋转量，
|
||||
要计算物体的空间姿态，即物体绕某一定点在三自由度上的旋转量，可以用四元数q来表示刚体在极短时间内的旋转量。
|
||||
|
||||
惯性张量
|
||||
|
||||
在三维空间中任取一点$Q$ 及一个直角坐标系$Q_{xyz}$,可以得到物体的惯性张量:
|
||||
在三维空间中任取一点$Q$ 及一个直角坐标系$Q_{xyz}$，可以得到物体的惯性张量:
|
||||
|
||||
\begin{equation}
|
||||
I ={
|
||||
@ -233,10 +368,9 @@ I ={
|
||||
对于获取刚体旋转状态的规则特征可以提交为
|
||||
\begin{lstlisting}[
|
||||
language={},
|
||||
label={code},
|
||||
label={code2},
|
||||
]
|
||||
|
||||
q(t_{i+1}) = q(t_i) * [\cos{\frac{|\omega dt|}{2}},\sin{\frac{|\omega dt|}{2}}\frac{\omega}{|\omega|}]
|
||||
}
|
||||
\end{lstlisting}
|
||||
|
||||
|
||||
@ -1,23 +1,54 @@
|
||||
\chapter{时序模型}
|
||||
|
||||
在数字孪生实践困境中涉及到了诸多现实难题，如多系统融合、数字化率低、应用场景单一等等。本文在考虑现实应用场景需要后，根据另外两项研究基础，建立虚拟世界的时序模型，扩充了数字孪生系统的应用范围和场景，降低系统使用难度和场景构建难度。
|
||||
在上文中我们将数字孪生系统的基本能力归纳为描述、诊断、预测与决策。其中预测是在四项基本能力中最为复杂和最具技术挑战力的能力，也是颇具实践价值的重要内容。在数字孪生涉及的物理空间和虚拟空间组合而成的庞大复杂网络中，涉及的数据量在时间、空间和结构上都具有庞大的复杂性和覆盖面\cite{ref21}，要去解决数字孪生的预测问题，首先就要解决如何去定义问题，如何去描述预测的目标或者说是结果，如何去在数学上描述这个网络和这个网络的动力系统，如何去统一去预测网络中的非线性复杂网络参数和简单线性参数\cite{ref23}\cite{ref24}，这即是本章探讨研究的内容。下文将探讨数字孪生系统的预测性，并以状态模型去描述数字孪生整个复杂网络，用事件模型去描述复杂网络变化的动力，用时序模型去解决复杂网络下的多层次时间序列参数的预测问题\cite{ref30}。
|
||||
|
||||
\section{预测性分析}
|
||||
|
||||
预测是一种利用数据和模型来分析未来可能发生的情况的方法，应用于各种领域，如经济、气象、医疗、教育等，其目的是为决策者提供有用的信息，帮助制定更合理的计划和策略，可以有效提高效率、降低风险、增强竞争力，问题是如何处理现实系统的不确定性、复杂性、动态性等因素，以及如何保证预测结果的准确性和可靠性。预测理论基于当前和过去的数据和知识，可以用于预测未来。对于时间序列，通常认为可以识别出历史值中的模式，并成功地将其实现到预测未来值的过程中。在未来时间段内，单个时间序列的预测有许多选项，包括期望值（称为点预测）、预测区间、百分位数和整个预测分布，这些结果集合可以被认为是“预测”。预测过程还有许多其他类型结果，如预测目标可能是事件（例如设备故障等）\cite{ref20}。
|
||||
|
||||
对于可以预测的事件或者说数据，通常取决于以下几种因素\cite{ref19}：
|
||||
|
||||
\begin{enumerate}
|
||||
\item 影响因素的了解程度;
|
||||
\item 可用数据量;
|
||||
\item 预测结果是否会影响试图预测的事物。
|
||||
\end{enumerate}
|
||||
对于数字孪生系统，前一二项取决于具体的孪生场景，比如智慧城市，智慧工厂，产线等，以目前的技术水平，前一二项会影响预测结果的精度，但不会导致无法预测的情况发生，由于目前的孪生对象皆为客观存在的事物或者流程，暂未涉及人的社会因素，无法像汇率股价预测等其结果会影响人的先关信心，从而影响其本身发展，所以以其理论，数字孪生系统可以实现其预测功能，其精度受制于对影响因素的了解程度和可用数据量。
|
||||
|
||||
\section{时间序列数据}
|
||||
在数字孪生系统中几乎全部采集的数据都是时间信号数据，因此在进行参数预测前，我们需要分析时间序列数据的特性，以便于选择合适的预测模型。时间序列数据是指按照时间顺序排列的一组数据，通常是等间隔采样的,时间序列数据的特点是随时间变化，具有一定的趋势性、周期性和随机性，这些特点决定了时间序列数据的预测模型必须具有适应性、灵活性和鲁棒性，才能更好地适应时间序列数据的变化。在这些时序数据中，根据其变化的性质，将其成分分为四类：
|
||||
\begin{enumerate}
|
||||
\item 确定性数据(线性数据) \\
|
||||
这些数据的特征是存在确定性趋势，其变化是由确定性因素引起的，如季节性、趋势性、周期性等，这些因素的影响是可以预测的，因此这类数据的预测是可行的。其趋势模式是数据的长期演变，它可以增加或减少，并且可以有不同的形式，如线性，指数和阻尼等\cite{ref31}。
|
||||
|
||||
\item 混沌数据(非线性数据) \\
|
||||
该数据的特征通常表现为不同程度非线性的相关性，通常由未知或不完全理解的多种关联因素影响，其对初始条件具有较高的敏感度，系统中的小平滑扰动或测量误差会导致数据序列的趋势突然变化，且其因为复杂网络的抗干扰性它在短期内趋势往往是确定性的，但在长期看表征是随机的，因此其预测是一项非常困难的问题\cite{ref34}\cite{ref35}\cite{ref33}。
|
||||
|
||||
\item 长依赖数据 \\
|
||||
该类数据的特征表现为对历史数据不同时间步长具有较强的相关性，其预测的困难在于其长期依赖性，即当前数据的预测值与历史数据的预测值之间存在较强的相关性，因此其预测需要考虑长期历史数据的预测值，这就导致了预测的复杂性\cite{ref36}。
|
||||
|
||||
\item 噪声数据 \\
|
||||
此数据的特征在于存在单位根模式。当时间序列具有随机增加或减少趋势或随机季节性时，会出现在此基础上的随机偏移值。噪声数据的存在会导致时间序列中的非平稳性。因为大多数时间序列模型分析时都假定具有平稳性，即统计特性不随时间变化，这在实践中这是不现实的，因此在数据预处理时需要考虑对随机噪声的处理\cite{ref32}。
|
||||
|
||||
\end{enumerate}
|
||||
|
||||
考虑到数字孪生系统中时间信号数据的来源广泛，其数据的特性也是多样的，数据成分复杂，比如对于以线性成分为主的信号预测，可以采取拟合和时序分解方法进行快速预测，对于影响因素众多的以非线性数据和长依赖数据为主的时间信号预测可以选用向量机、RNN、LSTM等方法进行预测。因此在进行整系统预测时，需要根据节点数据的特性选择合适的预测模型，以达到全局最佳的预测效果，为此，本平台以状态-事件-时序三级模型为基础针对复杂网络设计了一种可以融合多种预测手段的分析方法。
|
||||
|
||||
在设计时序模型前，还需要设计清楚多复杂系统的状态模型和事件模型，时序模型建立在该两项技术基础上。
|
||||
|
||||
\section{状态模型}
|
||||
|
||||
在所有的节点集群中，将节点分为三大类：
|
||||
在进行预测过程中，我们首先需要定义问题，决定去预测什么？在OneDT系统中，我们需要预测的是整个系统中所有节点的状态，这些节点的状态组成了整个系统的状态，即整个系统的状态模型。如某节点的状态空间，可以是离散的标签值，也可以是连续的物理量，如速度、位姿、坐标、温度等。为了描述整个系统，在所有的节点集群中，将节点分为三大类：
|
||||
\begin{description}
|
||||
\item[服务节点]: 主要为系统服务节点，运行平台核心功能或一部分核心规则
|
||||
\item[物理节点]: 一个接入到消息网络的真实物理设备，其响应会在物理世界生效
|
||||
\item[虚拟节点]: 主要为规则节点或者虚体逻辑节点，代表一个虚拟物品或者一段规则。
|
||||
\end{description}
|
||||
|
||||
|
||||
每个节点在接入消息网络时会自动同步输入输出接口，为方便节点运算管理和展示，对节点库内置有限状态机逻辑，可在算法内直接调用和修改。
|
||||
除了在节点算法内自行配置状态机外，还可以在用户端对节点状态转移表进行直接控制，如表\ref{tab-c3}所示根据不同的输入编辑状态转换逻辑
|
||||
\begin{table}
|
||||
\centering
|
||||
\caption{节点状态转移表}
|
||||
\caption{某节点状态转移表}
|
||||
\label{tab-c3}
|
||||
\begin{tabular}{cccc}
|
||||
\toprule
|
||||
@ -31,10 +62,11 @@
|
||||
\end{tabular}
|
||||
\end{table}
|
||||
|
||||
在一个复杂系统中，可能涉及成千上万的异构节点，节点在各个时间点的状态的合集组成了该复杂系统的状态，该状态可以有一个n维的向量描述，n为节点数量，元素为每个节点的状态，复杂系统每秒的状态变换可以描述为一个向量在一组事件下转变为另一个n维向量。
|
||||
在一个复杂系统中，可能涉及成白上千甚至上万的异构节点，节点在各个时间点的状态的合集组成了该复杂系统的状态，该状态可以有一个n维的向量描述，称之为相空间或者状态空间，n为节点数量，元素为每个节点的状态，复杂系统每秒的状态变换可以描述为一组相空间在一组事件下转变为另一组相空间。这类似于有限状态机的描述，但是因为每个节点的状态转换可能由多个事件引起，每个事件也有可能导致多个节点状态迁移，同时状态和事件也可能为连续的自然数，因此不太适合有限状态机方法，但是其状态描述值得用来描述复杂网络所有集群节点的状态。
|
||||
|
||||
\section{事件模型}
|
||||
在本平台中，一条或多条包含特定逻辑的消息被归纳为事件。事件是整个平台流转的最小价值信息单元，也是消息网络订阅主题的发布内容。每个主题仅发布相同类型的事件，而事件具有特定的数据结构。需要注意的是，事件的数据结构可能与节点的输入输出数据结构不一致，因此在事件到达和离开节点时，需要进行一次结构转换。通过这种方式，特定主体的事件可以在整个消息网络和节点网络中传播，并且实时生效和发挥作用。
|
||||
\subsection{事件定义}
|
||||
在本平台中，一条或多条包含特定逻辑的消息被归纳为事件。事件是整个平台流转的最小价值信息单元，是消息网络订阅主题的发布内容，推动中系统中某些节点发生变化，是整个系统网络的动力系统。每个主题仅发布相同类型的事件，而事件具有特定的数据结构。需要注意的是，事件的数据结构可能与节点的输入输出数据结构不一致，因此在事件到达和离开节点时，需要进行一次结构转换。通过这种方式，特定主体的事件可以在整个消息网络和节点网络中传播，并且实时生效和发挥作用。
|
||||
|
||||
事件还作为数据存储的单位，每个事件都会作为一条消息存储在数据库中。后续基于数据的分析实际上是在这些事件中挖掘潜在规律。
|
||||
|
||||
@ -57,6 +89,22 @@
|
||||
}
|
||||
}
|
||||
\end{lstlisting}
|
||||
事件作为动态的最小单元，它推动着整个系统的变化，事件的发生和传播是整个系统的动力，事件的类型和数据结构是整个系统的逻辑，
|
||||
\subsection{动力分析}
|
||||
|
||||
事件是每个节点状态变化的动力，这个动力因素既可以是极限环（周期性的）也可以是混沌的，是两个节点之间的信息交互，即两节点之间存在耦合作用，因此数字孪生所有节点就形成了一个动力学网络，事件系统就是其动力学系统\cite{ref22}。设网络有N个节点,第i个节点在t时刻的n维状态变量是$x^i_t$，单个节点不考虑系统相互作用其状态方程为$x^i_{t+1} = f(x^i_t)$；设网络有M种事件，第j种事件在t时刻发生描述为$y^j_t$，$g_{ij}$为第j种事件作用于第i种节点的耦合矩阵，$h^i$为第i个节点的拟合函数。因此，某个节点的状态方程为：
|
||||
|
||||
\begin{equation}
|
||||
x^i_{t+1} = h^i(f(x^i_t) + \sum_{j=1}^{M}g_{ij}y^j_t)
|
||||
\label{eq1}
|
||||
\end{equation}
|
||||
|
||||
$X_t$为t时刻整个系统的状态矩阵，$Y_t$为t时刻所有事件矩阵，$H$为整个系统的预测函数，$F$为整个系统的自响应函数，$G$为作用矩阵，整个系统的状态方程描述为：
|
||||
|
||||
\begin{equation}
|
||||
X_{t+1} = H(F(X_t) + GY_t)
|
||||
\label{eq2}
|
||||
\end{equation}
|
||||
|
||||
\section{时序模型}
|
||||
|
||||
@ -64,29 +112,31 @@
|
||||
|
||||
用户可在客户端自由调整时间进度条。向前拉动时，虚拟场景会自动重新模拟当时的事件数据并按照当时的逻辑规则运行。向后拉动时，系统会根据历史事件数据进行拟合，预测未来的集群状态和数据。这相当于在虚拟世界中可以自由调整时间线，平台会根据时间戳自动重播历史事件消息或预测未来数据。
|
||||
|
||||
时序模型允许在OneDT系统中随时在虚拟世界中将复杂系统恢复到过去、现在以及推演的未来某一刻。推演数据来源于过去的状态数据和事件数据，推演方法包括统计学方法和循环神经网络预测。
|
||||
时序模型允许在OneDT系统中随时在虚拟世界中将复杂系统恢复到过去、现在以及推演的未来某一刻。推演数据来源于过去的状态数据和事件数据，如式\ref{eq1}推演根据预测目标的特点分为线性预测和非线性预测，并使用合适的方法确定预测函数$h^i$，从而确定系统的预测函数$H$。
|
||||
|
||||
\subsection{统计学预测}
|
||||
\subsection{线性预测}
|
||||
|
||||
|
||||
\begin{table}
|
||||
\centering
|
||||
\caption{复杂系统状态转移表}
|
||||
\caption{复杂系统状态迁移}
|
||||
\label{tab-c4}
|
||||
\begin{tabular}{cccccccc}
|
||||
\toprule
|
||||
& 过去A & 过去B & ... & 现在 & ... & 未来A & 未来B \\
|
||||
& ... & 过去$t-2$ & 过去$t-1$ & 现在$t$ & 未来$t+1$ & 未来$t+2$ & ... \\
|
||||
|
||||
\midrule
|
||||
节点a & a1 & a2 & ... & an & ... & an+1 & an+2 \\
|
||||
节点b & b1 & b2 & ... & bn & ... & an+1 & an+2 \\
|
||||
..... & .... & .... & ... & .... & ... & an+1 & an+2 \\
|
||||
节点n & n1 & n2 & ... & nn & ... & an+1 & an+2 \\
|
||||
节点a & ... & $x^a_{t-2}$ & $x^a_{t-1}$ & $x^a_t$ & $x^a_{t+1}$ & $x^a_{t+2}$ & ... \\
|
||||
节点b & ... & $x^b_{t-2}$ & $x^b_{t-1}$ & $x^b_t$ & $x^b_{t+1}$ & $x^b_{t+2}$ & ... \\
|
||||
..... & ... & .... & ... & ... & ... & ... & ... \\
|
||||
节点n & ... & $x^n_{t-2}$ & $x^n_{t-1}$ & $x^n_t$ & $x^n_{t+1}$ & $x^n_{t+2}$ & ... \\
|
||||
\bottomrule
|
||||
\end{tabular}
|
||||
\end{table}
|
||||
|
||||
本文验证时序模型功能时采用的时序分解法去预测未来数据，将一个时间信号视为由四部分趋势影响叠加合成：
|
||||
如表\ref{tab-c4}所示，为系统的状态迁移表，其中每一行代表一个节点，每一列代表一个时间点，每个节点在每个时间点的状态用$x^i_t$表示。系统的预测功能就是根据历史的节点状态矩阵$X_t$ 和 事件矩阵$T_t$ 去填充上表未来某个时刻的$X_{t+\delta}$，系统现有的状态模型机制和事件模型机制已经将过去及现在的数据记录，时序模型就是对某个节点选择合适的预测函数$h^i$，从而形成整个系统的预测函数$H$。
|
||||
|
||||
对于简单线性参数的预估，本文采用的时序分解法去预测未来数据，将一个时间信号视为由四部分趋势影响叠加合成：
|
||||
|
||||
\begin{description}
|
||||
\item[长期趋势(Secular trend,T)] 指在较长时期内持续发展变化的一种趋向或状态。
|
||||
@ -108,17 +158,16 @@
|
||||
对于四种因素预测，可采用最典型的移动平均法，也可以如第五章所示自行提交预测函数进行预测。
|
||||
针对不同特点的数据源应该采用不同的时序预测方法，其机制已经在本系统内实现，具体的预测方法可以根据不同节点选择或者填写不同的预测方法或函数。
|
||||
|
||||
\subsection{循环神经网络预测}
|
||||
|
||||
循环神经网络（Recurrent Neural Network，RNN）是一种适用于处理序列数据的神经网络结构。相较于传统的前馈神经网络（Feedforward Neural Network），RNN可以处理不定长的序列数据，因此在时序预测、自然语言处理、语音识别等领域中具有广泛应用。
|
||||
\subsection{非线性预测}
|
||||
对于复杂系统的非线性参数预测，本文采用递归神经网络预测未来数据。目前，递归神经网络（RNN）模型是顺序数据建模中最受欢迎的机器学习模型之一，是一种适用于处理序列数据的神经网络结构，相较于传统的前馈神经网络（Feedforward Neural Network），RNN可以处理不定长的序列数据，因此在时序预测、自然语言处理、语音识别等领域中具有广泛应用\cite{ref25}\cite{ref26}。
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f31.png}
|
||||
\caption{RNN精简结构图}
|
||||
\label{fig-f31}
|
||||
\includegraphics[width=1\textwidth]{figure/f39.png}
|
||||
\caption{预测网络图}
|
||||
\label{fig-f39}
|
||||
\end{figure}
|
||||
|
||||
在参数预测中，考虑到数据的时间序列特性，采用循环神经网络（RNN）来预测未来的数据。RNN的结构如图\ref{fig-f31}所示，为使用了单个全连接层的单向RNN网络。
|
||||
采用RNN神经网络预测的好处是可以对整个系统未来状态进行预测，在使用传统方法进行预测时，只能对单个参数进行预测，而RNN可以以某刻所有节点状态作为输入，如表\ref{tab-c4}所示，过去所有节点的状态变换皆可一次性作为rnn网络训练数据输入，一次输入即可得到整个系统的状态预测。
|
||||
在参数预测中，考虑到数据的时间序列特性，大量系统参数包含混沌成分，因此采用循环神经网络（RNN）来预测未来的数据\cite{ref27}。RNN的结构如图\ref{fig-f39}所示，为使用了单个全连接层的单向RNN网络。
|
||||
采用RNN神经网络预测的好处是可以对整个系统未来状态进行预测，在使用传统方法进行预测时，只能对单个参数进行预测，而RNN可以以某刻所有节点状态作为输入，如表\ref{tab-c4}所示，过去所有节点的状态变换皆可一次性作为rnn网络训练数据输入，一次输入即可得到整个系统的状态预测，由于对于部分数据来说存在良好的线性性，所有采取传统的预测方法可以取得更好的分析性能和效率，因此上文仅描述了单个节点的rnn预测网络，对于整体预测，如表\ref{tab-c4}所示其结果是有每个节点的预测组合而成，本平台已状态-事件-时序模型为基础，提供了一个对多目标大系统的预测容器，对于每个单目标，可以根据其特性选用不同的预测手段，相对于对于这个容器，其每个节点输入输出已经定义完成，用户可以根据其输入特性配置不同预测手段计算其输出，配置方法将在第5章知识模型讲述，用户可以自由的选择程序接入、上传代码或者上传公式。
|
||||
|
||||
|
||||
@ -1,10 +1,9 @@
|
||||
|
||||
\chapter{应用案例}
|
||||
\section{应变孪生}
|
||||
|
||||
目前本平台仍以基础技术开发为主，但是已经有同步开发一些应用案例，如应变孪生、应力孪生、设计建模孪生等，下面以某焊接工艺的工件应变孪生为例，介绍本平台的应用。
|
||||
|
||||
\section{自组织网络-树莓派集群}
|
||||
|
||||
\section{时序模型-应力应变分析}
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f14.png}
|
||||
@ -12,9 +11,9 @@
|
||||
\label{fig-f14}
|
||||
\end{figure}
|
||||
|
||||
如图\ref{fig-f14}所示，在做某复合板材梁结构焊接工艺的孪生过程时，设计了如图所示的孪生与传统有限元仿真融合分析模型。
|
||||
如图\ref{fig-f14}所示，在做某复合板材梁结构焊接工艺的孪生过程时，设计了如图所示的孪生与传统有限元仿真融合孪生分析模型。A线路走传统仿真路线，B线路以本平台时序模型构建rnn预测模型，最后AB线数据做融合分析，除开A路线调用外部有限元求解器外，整体所有部件都使用的是本平台基础技术方案。
|
||||
|
||||
\subsection{有限元仿真}
|
||||
\section{有限元仿真}
|
||||
有限元分析（FEA）是一种广泛应用于工程领域的计算机仿真技术，通过将连续的物理系统划分为离散的有限元，以便在较低的计算复杂度下解决复杂问题。在焊接仿真中，有限元分析用于预测和优化焊接过程中的热传递、应力、变形等现象。如图\ref{fig-f14}A1/A2/A3为焊接工艺的有限元仿真过程。
|
||||
|
||||
首先，需要使用CAD软件创建焊接结构的三维几何模型。这通常包括焊件、焊缝、夹具等部件。
|
||||
@ -27,39 +26,31 @@
|
||||
|
||||
在计算完每个单元的应力、变形、温度等信息后，可以将结果可视化，以便更好地理解焊接过程。此外，还可以将计算结果与实验数据进行比较，以评估模拟的准确性。
|
||||
|
||||
传统的有限元分析过程，特点是分析时间长，精度高。但是在焊接工艺的有限元仿真中，由于焊接过程中的热源模型和焊接参数的不确定性，需要对焊接过程进行多次仿真，以便获得更准确的结果。这样会大大增加计算时间，降低计算效率。
|
||||
传统的有限元分析过程，特点是分析时间长，精度高。但是在焊接工艺的有限元仿真中，由于焊接过程中的热源模型和焊接参数的不确定性，需要对焊接过程进行多次仿真，以便获得更准确的结果。这样会大大增加计算时间，降低计算效率。由于计算效率极低，设计人员在设计阶段运行仿真几乎需要一天到一周的时间，因此我们需要去提供更快更实时的仿真，不仅在设计阶段提供设计效率，更是在制造阶段优化焊接工艺，评估工具质量等。
|
||||
|
||||
\subsection{时序模型预测}
|
||||
\section{时序模型预测}
|
||||
|
||||
B1、B2、B3为时序推演模型，根据过往采集的320个点位形变信息及材料相关信息，进行时序分析。
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f34.png}
|
||||
\caption{某焊接设备半年采集数据}
|
||||
\caption{某焊接设备刀头数据}
|
||||
\label{fig-f34}
|
||||
\end{figure}
|
||||
\begin{figure}[!ht]
|
||||
\centering%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f17.png}
|
||||
\caption{光学应变采集设备}
|
||||
\label{fig-f17}
|
||||
\end{minipage}%
|
||||
\hspace{3mm}%
|
||||
\begin{minipage}[b]{0.48\textwidth}
|
||||
\centering%
|
||||
\includegraphics[height=4cm]{figure/f18.png}
|
||||
\caption{320点位应变采集图}
|
||||
\label{fig-f18}
|
||||
\end{minipage}
|
||||
|
||||
\begin{figure}[h!]
|
||||
\centering
|
||||
\includegraphics[width=1\textwidth]{figure/f17.png}
|
||||
\caption{左：光学应变采集设备\qquad 右：320点位应变采集图}
|
||||
\label{fig-f17}
|
||||
\end{figure}
|
||||
|
||||
B1 阶段为数据实时采集阶段，图\ref{fig-f33}为某焊接设备半年采集数据，包含电压电流位姿速度等，图\ref{fig-f17}为光学应变采集设备，图\ref{fig-f18}为320点位应变采集图, 将焊接设备刀头数据和应变采集设备数据整合为模型输入数据。
|
||||
|
||||
B1 阶段为数据实时采集阶段，图\ref{fig-f33}为某焊接设备刀头半年数据，包含电压电流位姿速度等，图\ref{fig-f17}为光学应变采集设备和320点位应变采集图, 将焊接设备刀头数据和应变采集设备数据整合为模型输入数据。
|
||||
B2 阶段为数据预处理阶段，将数据进行预处理，包括数据清洗、数据标准化、数据降维等，将数据转换为模型输入数据，该步骤涉及将520个非结构化网格单元数据及其物理数据进行对应和归一化处理，方便输入RNN模型中进行预测。
|
||||
B3为模型计算阶段，将以往和当前的数据输入模型，在空间和时间上进行推演预测，输出全局应变场、应力场等。
|
||||
|
||||
\subsection{融合模型}
|
||||
\section{融合模型}
|
||||
|
||||
C1为融合模型，结合FEM模型和时序模型信息，相互校准后进行融合统一输出。如图\ref{fig-f33}所示，在该案例中，时序模型不仅在时间中进行推演，而且在结合一定机理信息后在空间范围内推演，由初始320个点位应变信息，生成全局应力场、应变场，并与A3的仿真数据进行融合分析，达到机理分析与统计分析融合的效果，利用机理分析的主成作用和RNN神经网络对于非线性关系的拟合效果，同时基于平台完成该项分析的实时性计算与展示，有效凸显数字孪生技术在设计制造领域作用。
|
||||
|
||||
|
||||
@ -39,7 +39,7 @@
|
||||
\defense{(年)}{(月)}{(日)}
|
||||
|
||||
% 中文摘要关键字
|
||||
\ckeyword{数字孪生, 分布式消息网络，知识模型，数据推演}
|
||||
\ckeyword{数字孪生, 分布式消息网络，知识模型，时序分析}
|
||||
|
||||
% 英文摘要关键字
|
||||
\ekeyword{digital twins}
|
||||
\ekeyword{digital twins, distributed message network, knowledge model, time series analysis}
|
||||
|
||||
@ -2,3 +2,22 @@
|
||||
\chapter*{结论\markboth{结论}{}}
|
||||
\addcontentsline{toc}{chapter}{结论}
|
||||
|
||||
数字孪生技术目前已成为工业界的热点，其在工业领域的应用也越来越广泛。本文基于数字孪生技术，提出了三项基础应用技术用于数字孪生通用平台构建。
|
||||
|
||||
|
||||
在第一章主要介绍了数字孪生的背景、意义以及国内外研究现状，分析了数字孪生技术的发展趋势和目前遇到的挑战，提出了数字孪生通用平台的研究意义和研究内容，总结归纳了数字孪生的基本模型和四大基本能力以及本文的基本结构。
|
||||
|
||||
在第二章介绍了数字孪生通用平台的研究设计，明晰了该平台的结构、功能、数据库设计，分析了现有渲染引擎技术和不同领域存储方案，提出了更适合数字孪生平台的渲染方案和存储结构。
|
||||
|
||||
在第三章介绍了分布式消息网络的设计与实现，介绍了分布式消息网络的设计思路，分析了数字孪生对于消息网络需求的特殊性，研究开发了一套新的消息体系，实现了分布式消息网络的基本功能，并取得了良好的性能效果。
|
||||
|
||||
在第四章介绍了状态-事件-时序模型机制，分析了数字孪生系统内部时序数据的特征以及可预测性分析，提出了状态模型用来描述DT系统内部的复杂网络，提出了事件模型用来描述该网络的动力系统，提出了时序模型用来作为一个预测容器，能使用多种方法预测不同特征的节点参数并归纳为一体。
|
||||
|
||||
在第五章介绍了知识模型，首先分析了数字孪生系统内部的知识特征，提出了知识模型的设计思路，设计了知识模型的基本结构，提出了知识模型的基本功能，并提出了三项构造知识模型的方法以及解析算法，最后讲述了两项使用案例。
|
||||
|
||||
在第六章介绍了该平台的应用案例，以某产线焊接工艺的工件应变孪生为例，讲解了本平台的使用方法，以及如何使用本平台构建数字孪生系统，最后展示了该系统的运行效果。
|
||||
|
||||
通过本文的研究，可以看出数字孪生技术在工业界的应用前景非常广阔，数字孪生通用平台的研究也是十分有意义的。本文提出的数字孪生通用平台OneDT，可以作为数字孪生系统的基础平台，为数字孪生技术的发展提供了一定的基础。但是本平台仍有很大不足，需要在未来实践过程中逐一研究克服，如几何模型和物理模型的快速构建技术；时序模型仅做了少量参数的并行预测，对于大场景下的快速预测的可行性仍需验证；消息网络对于现有设备接口的开发仍有大量不足，如何研究智能化参数解码转义是下一项需要克服的问题；目前由于本平台应用领域皆处于工业生产领域，渲染性能仅处于够用的阶段，商业用户对于孪生场景的真实度不如游戏要求高，对于功能性要求比较高，所以技术路线因为需求也会发生一定偏移。
|
||||
|
||||
由于该平台涉及内容十分庞大，目前大部分技术开发工作仍处于基础技术开发，本文介绍三项技术及平台框架为本人设计开发实现，整体平台仍存在大量工作内容和研究方向为我团队其他成员研究开发，其余部分仍然具有太量内容尚需完善研究，其实践应用目前仅限于小场景下做了可行性验证，对比现有Ansys孪生平台仍然具有较大功能差距。
|
||||
|
||||
|
||||
@ -1,23 +1,20 @@
|
||||
% !Mode:: "TeX:UTF-8"
|
||||
\begin{denotation}
|
||||
\item[HPC] 高性能计算 (High Performance Computing)
|
||||
\item[CPS] 信息物理系统 (Cyber-Physical System)
|
||||
\item[cluster] 集群
|
||||
\item[SMP] 对称多处理
|
||||
\item[MBD] 基于模型的设计
|
||||
\item[API] 应用程序编程接口
|
||||
\item[Digital Twin] 数字孪生
|
||||
\item[DT] 数字孪生
|
||||
\item[entity] 实体对象
|
||||
\item[physical entity] 物理对象
|
||||
\item[virtual entity] 虚拟对象
|
||||
|
||||
\item[physical domain(space)] 物理域(物理空间)
|
||||
\item[$L$] 角动量
|
||||
\item[$I$] 惯性张量
|
||||
\item[$\tau$] 力矩
|
||||
\item[$\omega$] 角速度
|
||||
% \item[$E$] 能量
|
||||
% \item[$m$] 质量
|
||||
% \item[$c$] 光速
|
||||
% \item[$P$] 概率
|
||||
% \item[$T$] 时间
|
||||
% \item[$v$] 速度
|
||||
% \item[$L$] 角动量
|
||||
% \item[$I$] 惯性张量
|
||||
% \item[$\tau$] 力矩
|
||||
% \item[$\omega$] 角速度
|
||||
\end{denotation}
|
||||
|
||||
BIN
figure/f17.png
BIN
figure/f17.png
Binary file not shown.
|
Before Width: | Height: | Size: 256 KiB After Width: | Height: | Size: 1.4 MiB |
BIN
figure/f20.png
BIN
figure/f20.png
Binary file not shown.
|
Before Width: | Height: | Size: 18 KiB After Width: | Height: | Size: 420 KiB |
BIN
figure/f35.png
Normal file
BIN
figure/f35.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 152 KiB |
BIN
figure/f36.png
Normal file
BIN
figure/f36.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 202 KiB |
BIN
figure/f37.png
Normal file
BIN
figure/f37.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 191 KiB |
BIN
figure/f38.png
Normal file
BIN
figure/f38.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 917 KiB |
BIN
figure/f39.png
Normal file
BIN
figure/f39.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 213 KiB |
BIN
figure/f40.png
Normal file
BIN
figure/f40.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 332 KiB |
BIN
figure/f41.png
Normal file
BIN
figure/f41.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 248 KiB |
BIN
figure/f42.png
Normal file
BIN
figure/f42.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 177 KiB |
BIN
figure/f43.png
Normal file
BIN
figure/f43.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 48 KiB |
BIN
figure/f44.png
Normal file
BIN
figure/f44.png
Normal file
Binary file not shown.
|
After Width: | Height: | Size: 136 KiB |
4
main.tex
4
main.tex
@ -1,5 +1,5 @@
|
||||
% !Mode:: "TeX:UTF-8"
|
||||
\documentclass[master,openany,oneside,color,AutoFakeBold=true]{buaathesis}
|
||||
\documentclass[master,openany,oneside,AutoFakeBold=true]{buaathesis}
|
||||
|
||||
\usepackage{xcolor}
|
||||
\usepackage{tikz}
|
||||
@ -42,7 +42,7 @@
|
||||
|
||||
\include{data/chapter5}
|
||||
\include{data/chapter4}
|
||||
|
||||
%
|
||||
\include{data/chapter6}
|
||||
\include{data/conclusion}
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user