12 lines
2.0 KiB
TeX
12 lines
2.0 KiB
TeX
% !Mode:: "TeX:UTF-8"
|
||
|
||
% 中英文摘要
|
||
\begin{cabstract}
|
||
数字产品定义(Digital product definition, DPD)经历了从二维到三维的发展。业界提出了以产品设计为核心的数字仿真(DMU)、虚拟样机等技术，产品设计信息的定义和表达也越来越完善。近年来，国内外制造业的经验表明，3D数字化定义的产品模式已经成熟，其效益被反复验证。但是，目前的数字化产品定义还存在描述不涉及制造、运行和维护阶段、产品定义和过程定义之间缺乏相关性、后续模拟基于“理想定义”对真实产品的指导有限等问题。为了解决上述问题，“数字孪生”技术应运而生。数字孪生技术被誉为有望改变未来航空制造“游戏规则”的顶级技术。这项技术使用数据馈送来映射物理实体，并正在对工业的许多领域产生颠覆性的影响。德国信息技术和新媒体协会预测，在制造业市场中，数字孪生的价值是巨大的，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，世界上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。\par
|
||
数字孪生是真实产品的虚拟表示。它拥有产品的信息，从产品生命的开始一直到产品的处置。在网络物理系统的语境中，数字孪生可以被看作是一个网络表征，是其特征点的对象集合，泛函其物理机制、虚拟特征和与人的交互关系.\par
|
||
在真实的实践场景中，往往会遇到复杂的现实问题，如海量信息的建模、处理问题，模型的结构化专有化问题等等。单一场景都有可能面临构建几千孪生体和处理每秒几十万量级数据，如何去已有的知识去构建模型，如何去描述模型特征和状态，如何去关联、分析、响应大量数据，这就是本篇研究的内容。
|
||
\end{cabstract}
|
||
|
||
\begin{eabstract}
|
||
\end{eabstract}
|