[论文解读] Digital Twin: Values, Challenges and Enablers
对数字孪生概念的全面综述，强调其价值、应用领域、常见挑战、促成技术及社会经济影响。
A digital twin can be defined as an adaptive model of a complex physical system. Recent advances in computational pipelines, multiphysics solvers, artificial intelligence, big data cybernetics, data processing and management tools bring the promise of digital twins and their impact on society closer to reality. Digital twinning is now an important and emerging trend in many applications. Also referred to as a computational megamodel, device shadow, mirrored system, avatar or a synchronized virtual prototype, there can be no doubt that a digital twin plays a transformative role not only in how we design and operate cyber-physical intelligent systems, but also in how we advance the modularity of multi-disciplinary systems to tackle fundamental barriers not addressed by the current, evolutionary modeling practices. In this work, we review the recent status of methodologies and techniques related to the construction of digital twins. Our aim is to provide a detailed coverage of the current challenges and enabling technologies along with recommendations and reflections for various stakeholders.
研究动机与目标
- 总结数字孪生的概念及其与物理资产虚拟表示之间的关系。
- 识别数字孪生为行业与运营带来的八项价值增值。
- 调研多样的应用领域（健康、气象、制造、教育、城市/交通/能源），以展示前沿发展与挑战。
- 概述跨领域的数字孪生开发中常见挑战。
- 提出五类促进技术以应对这些挑战。
- 讨论社会经济影响及对利益相关者的建议。
提出的方法
- 回顾并综合现有文献与行业应用，以界定数字孪生的概念和术语。
- 基于跨领域分析对价值、应用与挑战进行分类。
- 将促进技术分为五类进行描述并将其与挑战相关联。
- 基于综合分析提供对利益相关者的思考与建议。
实验结果
研究问题
- RQ1什么是数字孪生及其与先前概念与命名的关系？
- RQ2数字孪生在各行业提供哪些价值与收益？
- RQ3创建与部署数字孪生的主要挑战是什么？
- RQ4哪些促进技术可以应对跨领域的这些挑战？
- RQ5数字孪生采用的社会经济影响及对利益相关者的建议有哪些？
主要发现
- 数字孪生作为自适应模型，能够通过数字同源体实现实时监控、控制和情景分析。
- 已识别出八项价值增值，包括实时监控、效率与安全、预测性维护、风险评估、协作、决策支持、个性化和更好的文档化。
- 应用覆盖健康、气象、制造、教育和城市/交通/能源领域，每个领域都具有特定驱动因素与挑战。
- 常见挑战包括数据安全、数据质量、时延、实时仿真、数据融合、分析、透明度和跨领域泛化。
- 促进技术分为基于物理的建模、数据驱动建模、大数据控制论、基础设施/平台以及人机界面五大类。
- 本文讨论社会经济影响并提供以利益相关者为导向的建议。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。