The Incubator Case Study for Digital Twin Engineering
为了揭开数字孪生概念的神秘面纱，我们构建了一个简单但具有代表性的热孵化器系统。培养箱是一个隔热箱，配有加热床，并配有通信软件系统，控制器和仿真模型。我们开发了两个模拟模型来预测培养箱内的温度，一个有两个自由参数，一个有四个自由参数。我们的实验表明，后一种模型更好地预测了热床本身的热惯性，这使得它更适合于数字孪生的进一步开发。本案例研究中使用的硬件和软件都是开源的，为那些想要开发和验证自己的数字孪生技术的人提供了一个可访问的平台。
2021-02-20 cs.SY eess.SY
Towards learning digital twin: case study on an anisotropic non-ideal rotor system
本文提出“学习数字孪生”（LDT）概念，强调数字孪生的终身学习能力以适应物理对象的退化，并描述其结构与实现算法，最后在各向异性非理想转子系统上验证了该方法。
2024-08-23 cs.SY eess.SY
Smart Energy Network Digital Twins: Findings from a UK-Based Demonstrator Project
本研究提出并实现了一个配电系统数字孪生框架，通过结合不完美的模型与测量数据，验证了其对动态出口限制和电压控制的益处，并证明功率计数据与网络模型是开发鲁棒决策算法的必要条件。
2023-11-20 cs.SY eess.SY
PI Controller for Active Twin-Accumulator Suspension with Optimized Parameters Based on a Quarter Model
Minia University（米尼亚大学）
本文研究双蓄能器悬挂系统在传统被动系统中的行为，重点分析舒适性和路持性能，通过构建四分之一模型的动力学模型，利用MATLAB Simulink环境进行仿真，采用多目标进化策略算法优化参数，并通过PI控制器提升悬挂性能。
2017-06-04 cs.SY eess.SY
Security and Privacy of Digital Twins for Advanced Manufacturing: A Survey
本文综述了先进制造中数字孪生的安全与隐私风险，分析了数据收集、共享、机器学习及系统级安全四类威胁，并提出了相应解决方案以增强数字孪生的可信度。
2024-12-18 cs.SY eess.SY
Man, machine and work in a digital twin setup: a case study
本文通过一个工业案例和一个演示器，探讨了使用数字孪生来解决协同生产系统复杂性的机会。一个数字孪生，作为一个物理的人-机器人装配系统的虚拟对应物，建立作为一个领先的验证和控制，通过设计，建造和操作。沿着系统生存周期的数字孪生的形式，积木，和潜在的优势。最后对数字孪生在协作机器人领域的应用提出了建议。
2020-06-18 cs.CY cs.SY eess.SY
AI-Native Network Digital Twin for Intelligent Network Management in 6G
本文提出面向6G的AI原生网络数字孪生框架，通过AI模型构建孪生模型支撑网络管理，给出性能提升方案与案例研究，探讨了相关开放研究问题。
2024-10-09 cs.NI cs.SY eess.SY
Revisiting Digital Twins: Origins, Fundamentals and Practices
数字孪生（DT）自提出以来迅速成为一个热门话题。它不仅出现在各种商业宣传中，也被学术界广泛引用。然而，在商业和学术界对DT一词存在错误陈述和误用。数字孪生是一种先进的系统/产品/服务建模与仿真环境，它结合了最先进的信息通信技术（ICT）和工程机械数字化，具有系统/产品/服务生存周期管理、物理几何可视化、系统运行状态实时感知与测量、系统性能/安全/寿命可预测性完整的基于工程机制的模拟。数字孪生的思想源于工程信息化的建模与仿真实践，包括虚拟制造（VM）、模型预测控制（MPC）和建筑信息模型（BIM）。在二元虚拟机模型的基础上，提出了一个三元模型来表示数字孪生。数字孪生并没有自己独特的技术特征，现有的数字孪生实践是工程信息化拥抱现代信息通信技术的延伸。这些见解阐明了数字孪生的起源及其技术要领。
2022-03-24 cs.CE cs.SY eess.SY
Edge-assisted Collaborative Digital Twin for Safety-Critical Robotics in Industrial IoT
University of Louisville（路易斯维尔大学）
数字孪生技术在现代工业发展中起着举足轻重的作用。特别是，随着物联网（IoT）的技术进步和自主化趋势的不断增强，配备多传感器的机器人可以创建实用的数字孪生，这在操作，维护和安全的工业应用中特别有用。在这里，我们展示了一个真实世界的数字孪生的安全关键的机器人应用与弗兰卡-帕卡-熊猫机器人手臂。我们开发和展示了一个边缘辅助协作数字孪生的动态避障，可以在实时适应的机器人，而在工业物联网的不确定性和动态环境中运行。
2022-09-26 cs.RO cs.SY eess.SY
Graph Learning for Cognitive Digital Twins in Manufacturing Systems
University of California, Irvine（加州大学欧文分校）
未来的制造业需要复杂的系统，将仿真平台和虚拟化与来自工业流程的物理数据连接起来。数字孪生包括物理孪生、数字孪生以及两者之间的联系。使用数字孪生的好处非常多，尤其是在制造业中，因为它们可以提高整个制造生命周期的效率。随着时间的推移，随着许多技术的兴起，数字孪生的概念变得越来越复杂和强大。在本文中，我们详细介绍了认知数字孪生，作为数字孪生的下一个发展阶段，这将有助于实现工业4.0的愿景。认知数字孪生将使企业能够创造性地、有效地、高效地利用从现有制造系统的经验中汲取的隐性知识。它们还可以实现更多的自主决策和控制，同时提高整个企业的性能（大规模）。本文提出了图形学习作为一个潜在的途径，使认知功能的制造数字孪生。提出了一种在制造业产品设计阶段利用图学习实现认知数字孪生的新方法。
2021-09-17 cs.AI cs.LG cs.SY
Information-Based Model Discrimination for Digital Twin Behavioral Matching
数字孪生是一项突破性的技术，它允许根据系统及其物理定律的更新信息创建复杂物理系统的虚拟表示。然而，使数字孪生行为与真实系统匹配可能具有挑战性，因为每个孪生中的未知参数的数量。它的搜索可以使用基于优化的技术来完成，基于不同的系统数据集生成一系列模型，因此，需要一个判别标准来确定最佳的数字孪生模型。本文提出了一种基于信息论的判别准则，以确定最佳的数字孪生模型产生的行为匹配过程。采用模型的信息增益作为判别准则。Box-Jenkins模型用于为每个行为匹配结果定义模型族。所提出的方法进行了比较，与其他基于信息的度量以及$ν$间隙度量。作为一个研究案例，该判别方法被应用于数字孪生实时视觉反馈红外温度均匀性控制系统。结果表明，基于信息的方法是有用的选择一个准确的数字孪生模型代表系统之间的植物科
2020-07-06 cs.SY eess.SP eess.SY
TiLA: Twin-in-the-Loop Architecture for Cyber-Physical Production Systems
数字孪生是现实世界物体的虚拟复制品，它与物理对应物同时存在。自2003年Grieves首次推出以来，数字孪生在工业制造、汽车和人工智能等广泛应用中获得了发展势头。然而，在工业和文献中发现的许多与数字孪生相关的方法主要集中在用高保真方法对单个物理事物进行建模，但可扩展性有限。在本文中，我们介绍了一个数字孪生体系结构称为TiLA（双在环体系结构）。TiLA采用异构模型和在线数据来创建一个数字孪生，它遵循全局异步本地同步（GALS）计算模型。它有助于创建一个可扩展的数字孪生与不同层次的建模抽象，以及给GALS形式主义的执行策略。此外，TiLA还提供了围绕双胞胎开发应用程序的设施，以及通过工业通信协议将双胞胎与物理系统同步的接口。一个数字孪生的生产线已被开发作为一个案例研究，使用TiLA。它演示了使用数字孪生模型和在线数据来监控和分析物理系统中的故障。
2020-03-11 cs.OH cs.SY eess.SY
Design of policy digital twins incorporating multi-level agent based modelling
The Alan Turing Institute（艾伦·图灵研究所）；School of Mechanical, Aerospace and Civil Engineering, The University of Sheffield（谢菲尔德大学机械、航空航天与民用工程学院）；School of Geography, University of Leeds（利兹大学地理学院）；Department of Geography and Planning, University of Liverpool（利物浦大学地理与规划系）
探讨政策数字孪生应用缓慢问题，阐述利用基于多智能体建模纳入人类行为影响，介绍针对政策用例的数字孪生设计方法，以助力英国市议会实施能源转型政策为例，展示设计成果并讨论其有效性及对未来架构的影响。
2026-07-16 cs.CY cs.SY eess.SY
Digital Twin-Driven Computing Resource Management for Vehicular Networks
提出了一种基于数字孪生和人工智能的车辆网络边缘服务器计算资源管理方法。具体来说，我们构建了两层数字孪生，为车辆网络量身定制，以捕获车辆和边缘服务器的网络相关功能。利用这些特点，我们提出了一个两阶段的计算资源分配计划。首先，中央控制器根据边缘服务器的数字孪生捕获的网络动态和服务需求，周期性地生成用于实时计算资源分配的参考策略。其次，通过符合参考策略的低复杂度基于匹配的分配，将边缘服务器的计算资源实时分配给各个车辆。通过利用数字孪生，所提出的方案可以适应动态的服务需求和车辆的移动性在一个可扩展的方式。仿真结果表明，所提出的数字孪生驱动方案使车载网络能够支持比基准方案更多的计算任务。
2022-11-24 cs.NI cs.SY eess.SY
Synchronization in Digital Twins for Industrial Control Systems
数字孪生是工业控制系统（ICS）中的一个新概念，在实现智能工厂的愿景方面发挥着关键作用，它们可以有不同的有效用例。有了数字孪生，我们就有了物理系统的虚拟副本，这样它们就能精确地反映物理系统的内部行为。因此，同步是必要的，以保持数字双胞胎的状态与他们的物理同行同步。否则，他们的行为可能会彼此不同，这可能会导致对系统的错误决策，从而产生灾难性的后果。在本文中，我们提出了三种不同的数字孪生结构，然后通过研究它们跟踪物理系统行为的能力，我们将确定最佳结构，其输出与物理系统的输出相比具有最低的误差。
2020-06-05 cs.NI cs.SY eess.SY
Evidence-based Prescriptive Analytics, CAUSAL Digital Twin and a Learning Estimation Algorithm
Jin Innovation
基于证据的规范性分析（EbPA）是必要的，以确定最佳的运营设定点，将提高业务生产力。EbPA是对因果数字孪生（CDT）的假设分析和反事实实验的结果，这些实验量化了连接资产系统中的因果关系。我们描述了因果关系和因果图的基础知识，并开发了一个学习因果数字孪生（LCDT）解决方案;我们的算法使用了一个简单的递归神经网络，并结合了因果图模拟的一些创新修改。由于LCDT是一个学习型数字孪生模型，其参数是通过最少的预配置实时在线学习的，因此部署数字孪生模型的工作将大大简化。使用轴承系统的真实振动数据进行了LCDT的原理验证;因果因素估计、假设分析研究和反事实实验的结果非常令人鼓舞。
2021-04-12 cs.LG cs.SY eess.SY
Development of a 3D Digital Twin of the Swalmen Tunnel in the Rijkswaterstaat Project
在一个正在进行的项目中，TU/e与荷兰水道和公共工程部（荷兰语Rijkswaterstaat，缩写为RWS）建立了合作关系。该项目的重点是研究综合工程在桥梁、水道和隧道监控器设计中的适用性。监督控制器确保系统中组件之间的正确协作。这些控制器的设计过程部分依赖于模拟与模型的工厂（物理系统）。数字孪生技术可能是这一设计过程的补充。数字孪生是系统的虚拟副本，通常比目前用于监督控制器验证的2D仿真模型更逼真。在这份报告中，一个数字孪生的Swalmen隧道，是适合于监督控制验证的发展。斯瓦尔门隧道（Swalmen tunnel）是荷兰林堡的一条公路隧道。这个案例研究是相关的，因为Swalmen隧道将在2023年和2028年进行翻新。这些翻新工程包括更新隧道内的受控制子系统，例如吊臂屏障和交通灯，以及更新隧道的监控系统。数字孪生可能有助于这些改造项目中的监督控制器设计过程。
2022-02-15 cs.HC cs.SY eess.SY
Hierarchical modeling for an industrial implementation of a Digital Twin for electrical drives
本文针对电气传动数字孪生的实时仿真需求，提出基于物理定律与数据驱动模型的层次化建模及降阶方法，并构建自动建模流水线，最终在物理演示器上验证了所实现的数字孪生。
2023-10-27 cs.SY eess.SY math.OC
Holistic Specification of the Human Digital Twin: Stakeholders, Users, Functionalities, and Applications
本文提出人类数字孪生的整体愿景与规范，划分六层功能并分析利益相关者、用户及典型应用，最终给出面向多应用可复用性的全面需求清单。
2025-07-20 cs.HC cs.SY eess.SY
Potential of Quantum Computing Applications for Smart Grid Digital Twins and Future Directions
本文综述量子计算与智能电网数字孪生交叉领域的研究现状，识别关键趋势、挑战与应用差距，提出量子模块集成经典架构的概念框架，探讨混合方法的潜在益处及未来研究方向。
2025-08-26 cs.SY eess.SY quant-ph
Advanced Transient Diagnostic with Ensemble Digital Twin Modeling
North Carolina State University（北卡罗来纳州立大学）
使用机器学习（ML）模型作为数字孪生模型来代替系统代码进行降阶建模（ROM）在过去几年中越来越受到关注。然而，由于核反应堆瞬态的复杂性和非线性性质以及所需的大量任务，单个ML模型无法概括所有任务。在本文中，我们将特定问题的数字孪生ML模型与集成相结合，以增强预测结果。合奏还利用间接概率跟踪方法的替代状态变量，以产生准确的预测不可观测的安全目标。这种独特的方法称为Ensemble诊断数字孪生模型（EDDM），它不仅可以从合并的诊断数字孪生模型中选择最合适的预测，而且可以减少与训练相关的泛化误差。
2022-05-23 cs.LG cs.SY eess.SY
Optimizing a Digital Twin for Fault Diagnosis in Grid Connected Inverters -- A Bayesian Approach
Centre Tecnològic de Telecomunicacions de Catalunya（加泰罗尼亚电信技术中心）；Aalborg University（奥尔堡大学）；LUT University（拉彭兰塔工业大学）
本文提出了一种基于超参数整定的贝叶斯优化数字孪生模型，用于诊断并网逆变器的各种故障。由于故障检测和诊断需要非常高的精度，我们将我们的努力引导到数字双胞胎的在线优化上，这反过来又允许在有限的数据量下灵活实施。因此，所提出的框架不仅成为有限数据的数字孪生设计的模型版本化和部署的实用解决方案，而且还允许集成深度学习工具以提高超参数调整能力。对于分类性能评估，我们考虑不同的故障情况下，在虚拟同步发电机（VSG）控制的并网转换器，并证明我们的方法的有效性。我们的研究结果表明，我们的数字孪生设计实现了更高的准确性和保真度水平，克服了传统超参数调整方法的缺点。
2022-12-07 cs.LG cs.SY eess.SY
Stochastic Formulation of Causal Digital Twin: Kalman Filter Algorithm
我们为不同类型的数字孪生提供了一些基本和合理的定义，并就何时以及如何使用它们提出了建议。跟进我们最近出版的学习因果数字孪生，本文报道了一个随机制定和解决问题。将用于因果关系估计的结构向量自回归模型（SVAR）转化为状态空间模型。卡尔曼滤波器（和平滑），然后估计因果关系的因素，在一个系统的连接机器轴承。之前的神经网络算法和卡尔曼平滑器产生了非常相似的结果;然而，卡尔曼滤波器/平滑器可能对来自工业物联网源的噪声数据表现出更好的性能。
2021-05-11 cs.LG cs.SY eess.SY
Guided Multi-Fidelity Bayesian Optimization for Data-driven Controller Tuning with Digital Twins
ETH Zürich（苏黎世联邦理工学院）；FHNW（弗里堡联邦理工学院）；Maxon Motor AG（Maxon电机有限公司）；ZHAW Zurich University for Applied Sciences（苏黎世应用科学大学）；ZHAW Centre for AI（ZHAW人工智能中心）
针对控制器整定中数字孪生模型失配与采样成本问题，提出带学习校正和成本感知采集的多保真贝叶斯优化框架，实验证明其整定效率优于标准及现有多保真方法。
2025-10-18 cs.RO cs.SY eess.SY
Leveraging Deep Learning and Digital Twins to Improve Energy Performance of Buildings
Linköping University（林雪平大学）；University of Gothenburg（哥德堡大学）
本文提出 Deep Energy Twin，融合本体驱动的参数化数字孪生与深度学习分析建筑运行数据，并通过瑞典历史建筑案例比较前沿模型的能源预测性能。
2023-05-16 cs.LG cs.SY eess.SY
Digital Twins for Internet of Battlespace Things (IoBT) Coalitions
Imperial College London（帝国理工学院）；Defence Science and Technology Laboratory（国防科学与技术实验室）
本文提出了一种将数字孪生整合到战场物联网联合体中的新框架，通过三层架构实现高效协调与管理，解决互操作性、安全性和资源分配等关键挑战。
2025-04-03 cs.NI cs.SY eess.SY
Hybrid Digital Twin for process industry using Apros simulation environment
Aalto University（阿尔托大学）；Semantum Oy（Semantum 公司）；VTT Technical Research Centre of Finland Ltd（芬兰国家技术研究中心）
建立一个更新的竣工模型在过程工厂的生命周期中起着重要的作用。特别是，数字孪生模型必须是精确的，以保证系统的效率和可靠性。数据驱动模型可以通过考虑不确定性和生命周期相关变化来模拟子系统的最新行为。本文提出了一个逐步的概念，混合数字孪生模型的过程工厂使用早期实现的原型作为一个例子。它将详细介绍使用过程设备的数据驱动模型更新棕地过程系统的第一性原理模型和数字孪生的步骤。还将讨论生成竣工混合数字孪生的挑战。借助过程历史数据来教授机器学习模型，所实施的数字孪生可以随着时间的推移不断改进，并且可以进一步优化正在进行的工作。
2021-12-03 cs.AI cs.LG cs.SY
Digital Twins for Marine Operations: A Brief Review on Their Implementation
Queen’s University Belfast（贝尔法斯特女王大学）；National Chiao Tung University (NCTU)（国立交通大学）；National Yang Ming Chiao Tung University (NYCU)（国立阳明交通大学）
虽然支持海上行动的数字孪生概念在预测性维护、实时监控、控制和整体流程优化方面越来越受到关注，但文献中缺乏对其实施的明确性。因此，在这篇综述中，我们展示了不同的作者如何实现他们的数字双胞胎，讨论了我们的研究结果，并最终对未来的研究方向提出了见解。
2023-01-16 cs.LG cs.SE cs.SY
Formal Verification of Digital Twins with TLA and Information Leakage Control
针对数字孪生验证因不确定性和分布式组件面临的挑战，本文提出基于TLA的形式化方法，将不确定过程转化为有限状态机，通过弱化安全属性实现受控信息泄漏，在无人机数字孪生上验证了数据流同步性。
2024-11-27 cs.CR cs.DC cs.IT
A Digital Twin prototype for traffic sign recognition of a learning-enabled autonomous vehicle
Aristotle University of Thessaloniki（亚里士多德大学塞萨洛尼基分校）；Bar Ilan University（巴伊兰大学）
本文提出一种用于具备学习能力的自动驾驶车辆的数字孪生原型，采用协同仿真架构集成车辆、环境、车道保持控制器及BIP感知模块，以实现交通标志识别与车道保持功能。
2024-02-14 cs.AI cs.RO cs.SY
Digital twin with automatic disturbance detection for real-time optimization of a semi-autogenous grinding (SAG) mill
Brunel University London（布鲁内尔大学）；Universidad Técnica Federico Santa María（费德里科圣玛丽亚技术大学）；SGS Minerals（SGS矿业公司）
本研究开发了带自动扰动检测的SAG磨机数字孪生，由模糊逻辑、状态空间模型和循环神经网络构成，经训练验证可短期预测磨机行为，为实时优化提供支撑。
2024-07-10 cs.LG cs.SY eess.SY
Empowering Cognitive Digital Twins with Generative Foundation Models: Developing a Low-Carbon Integrated Freight Transportation System
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）；Oak Ridge National Laboratory（橡树岭国家实验室）
本文提出利用生成式 AI 和基于 transformer 的基础模型增强城市认知数字孪生，并以货运脱碳为例构建低碳一体化货运优化框架。
2024-10-08 cs.AI cs.CY cs.LG
