20 lines
2.6 KiB
TeX
20 lines
2.6 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,被誉为有望改变未来航空制造“游戏规则”的顶级技术。\par
|
||
|
||
数字孪生技术目前发展方向或者难点存在在数据质量和精度，可视性和交互性提升，模型和知识分析存储，数学分析和仿真技术，模型快速构建技术，多领域落地应用，实时性应用落地等方向。本论文在以下三个方面进行研究，提出性能高效、使用方便、场景构建迅速的通用数字孪生平台方案，并尝试进行实践应用。\par
|
||
|
||
在数据质量和精度方面，探索设计了自主分布式实时消息通信网络，保证了在硬件网络内消息实时性的要求,在全系统内保证消息的发送、分发、存储、响应效率。\par
|
||
|
||
在模型与知识分析存储方向，探索设计了了一套使用图谱或语义构建逻辑模型的体系，及其方便用户去编辑场景内各个节点交互响应逻辑以及虚拟场景内仿真分析逻辑,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，极大方便了模型与知识在各端的存储和传输。\par
|
||
|
||
在实时性应用方向，在前两个技术基础上，探索了系统全生命周期使用的方案技术，从历史数据分析到实时性场景内数据监控和逻辑响应再到未来部分数据推演仿真，将单个孪生场景的历史、现在、未来数据统一整合，极大拓展孪生技术应用方向范围。\par
|
||
|
||
在真实的实践场景中，还会遇到很多复杂的现实问题，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，如何用已有的知识去快速推演模型，如何去关联、分析、响应海量异构数据，仍是在目前在探索研究前两个技术方向时去尝试研究和解决的现实难点。
|
||
\end{cabstract}
|
||
|
||
\begin{eabstract}
|
||
\end{eabstract}
|