社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

DigiTwin | 数字孪生赋能考古木质文物的预防性保护

数字孪生DigitalTwin • 3 月前 • 153 次点击  

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章,就加个星标吧!


本期阅读


 文章信息 

论文《Digital twin-driven conservation of archaeological wooden artefacts: a non-invasive case study of the Quanzhou ship stern于2026年5月发表于《Digital Twin》期刊。本文由北京林业大学王普祥、马雪怡、赵健等人联合泉州海外交通史博物馆合作完成,研究提出了一种面向考古木质文物的数字孪生预防性保护框架,以泉州古船船尾为案例,依次开展数字孪生模型构建、更新分析,虚拟治疗与策略评估,以及现场保护、监测和效果优化工作,为考古木质文化遗产预防性保护打造可量化、可验证的数字化决策路径。

引用本文:

Wang, P., Ma, X., Liu, J., Fei, L., Zhao, D., & Zhao, J. (2026). Digital twin-driven conservation of archaeological wooden artefacts: a non-invasive case study of the Quanzhou ship stern. Digital Twin. https://doi.org/10.1080/27525783.2026.2675715



 核心速览    


Digital twin-driven conservation of archaeological wooden artefacts: a non-invasive case study of the Quanzhou ship stern


Puxiang Wang, Xueyi Ma , Jiahui Liu , Lihua Fei , Dong Zhao & Jian Zhao

作者单位

a School of Technology, Beijing Forestry University, Beijing, China; 

b School of Aerospace Engineering, Beijing Institute of Technology, Beijing, China; 

c School of Aeronautical Engineering, Beijing Polytechnic University, Beijing, China; 

d Quanzhou Maritime Museum Fujian, Quanzhou, China; 

e Key Lab of State Forestry Administration on Forestry Equipment and Automation, Beijing Forestry University, Beijing, China


摘要

文章提出一种面向考古木质文物预防性保护的数字孪生框架,融合了三重耦合机制(结构形态、材料性能、风险演化)和四个模块架构(物理实体层、虚拟孪生层、状态监测层以及评估决策层),以实现考古木质文物的动态监测与非侵入性保护及评估。以泉州船船尾为案例,建立高精度孪生模型并开展虚拟治疗与效果评估,研究证明优化后的治疗方案可降低约55%的结构变形,并显著提升木材硬度与耐水性,为复杂木质文化遗产的非侵入性保护提供了可量化、可验证的数字化决策支持。


内容简介

1. 引言

长期埋藏与海洋环境作用使考古木质文物遭受细菌、真菌、盐分及湿度变化等多重因素侵蚀,导致细胞壁破坏、孔隙率增加以及结构稳定性下降。饱水考古木材在出土后极易因失水产生收缩、翘曲甚至整体坍塌,因此如何在保证真实性与最小干预原则下实现结构加固与材料修复,已成为木质文物保护中的核心问题。


当前保护方法逐渐由传统聚合物浸渍向纳米纤维素等生物基材料发展,同时也更加关注大型文物的力学支撑与结构稳定性。然而传统人工测量和经验式修复缺乏动态评估与量化分析能力,容易导致过度干预或保护不足。数字孪生技术凭借虚实映射、实时监测与预测分析能力,为考古木质文物保护提供了新的解决思路。


作者回顾了数字孪生在建筑遗产、地下遗址、博物馆藏品以及木质文化遗产中的应用进展,指出现有研究多集中于监测和风险预测,尚缺乏针对考古木质文物材料异质性、结构复杂性及修复不可逆性的系统框架。因此,文章提出一种面向考古木质文物的数字孪生保护体系,以实现动态监测、虚拟修复与定量评估。


2.  方法

2.1 泉州古船船尾案例

研究选择泉州古船船尾作为研究对象,重点分析其在长期海水浸泡与埋藏环境下形成的材料退化和结构失稳问题。研究利用三维激光扫描与逆向建模技术建立高精度船尾数字模型,共获取约42000个数据点,并结合数字图像相关法与有限元更新技术估算材料参数,以降低虚实模型之间的偏差。研究进一步将数字孪生建模与虚拟评估结合,用于优化支撑加固与材料修复方案,实现宏观结构稳定性与微观材料性能的协同恢复。


2.2 数字孪生模型构建、更新与分析

文章构建了由物理实体层、虚拟孪生层、状态监测层与评估决策层组成的数字孪生框架,并提出结构形态、材料属性和风险演化三重耦合机制。其中,结构形态关注文物几何特征与变形过程,材料属性描述木材性能及环境作用下的变化,风险演化则用于预测长期退化趋势与损伤机制。


为实现风险演化分析,研究建立了结构风险函数模型:

R(t)=F(S(t),M(t),E(t))

其中:R(t)为结构风险或损伤状态的时变演化量;S(t)代表结构形态状态;M(t)代表材料性能状态;E(t)为环境载荷条件。结构状态、材料状态与环境载荷共同决定风险演化过程。


虚拟孪生层集成几何模型、物理模型、行为模型和规则模型,通过多源传感器数据持续更新。状态监测层则通过高分辨率成像、数字图像相关系统、硬度计、色差仪和温湿度传感器等设备,实现文物结构与环境状态的长期监测。评估决策层结合实时数据与虚拟模型,对潜在风险和保护方案进行优化分析。

图1. 面向考古木质文物的数字孪生框架


2.3 虚拟修复、评估与策略优化

数字孪生修复与评估主要面向考古木质文物加固与修复方案的数字化设计,通过结合几何模型、物理模型、行为模型以及监测数据,实现文物状态动态映射、方案优化与效果预测,从而提高保护决策的科学性与可控性。


在结构加固方面,研究通过优化支撑位置与结构配置,提高文物结构稳定性与抗变形能力,并利用数字孪生模型评估关键区域位移变化。在材料修复方面,研究遵循生物相容性、真实性与可逆性原则,对修复剂浓度、处理时间和施加位置进行优化,并依据虚拟评估结果动态调整保护方案,以提升修复效果与保护可靠性。


2.4 实际修复、监测与效果评估

在虚拟评估基础上,研究将优化后的加固与修复方案应用于实际船尾保护。结构加固采用定制支撑系统以改善受力分布并抑制变形风险;材料修复则使用纤维素纳米纤维增强木材微观结构,并通过扫描电镜、硬度测试、色差分析与接触角测试评价修复效果。


研究同时建立了闭环式数据驱动机制,将监测结果与数字孪生预测实时对比,实现模型动态更新和保护策略迭代优化,使整个保护流程具备持续反馈与实时修正能力。

图2 数字孪生框架工作流程


3. 结果

3.1 数字孪生模型构建与风险评估

数字孪生模型预测显⽰,船尾在现有支撑条件下存在明显下沉与侧向扩张现象,其中A、B区域变形最为显著,左侧结构位移明显大于右侧。实验结果表明,船尾木材平均硬度仅为36.2HD,接触角迅速下降至40°,反映出材料力学性能退化与吸湿性增强。

图3 (a) 泉州古船船尾实物图 (b) 数字孪生模型的船尾变形


3.2 数字孪生修复方案与评估

数字孪生预测结果表明,在船尾两侧增加钢结构支撑可显著降低结构位移。优化后结构下沉与变形趋势明显减弱。


在材料修复方面,数字孪生模型系统模拟了不同处理时间下纤维素纳米纤维的扩散深度变化。结果显⽰,随着处理时间延长,修复剂能够更深入地渗透至木材内部,从而增强微观结构完整性与力学性能。

图4 (a) 最优加固区域 (b) 加固后的变形预测 (c) 最终的加固方案 (d) 不同处理时间下,CNF扩散深度预测


3.3 修复实施与监测

研究利用二维数字图像相关技术对加固前后船体变形进行实时监测。结果显⽰,在安装钢支撑前,船体持续向左变形并发生下沉;加固完成后,水平位移逐渐稳定,显著减小了结构变形和下沉量,表明支撑系统有效改善了结构受力与稳定性。


材料修复结果表明,随着纤维素纳米纤维处理时间延长,木材硬度持续提高,接触角下降速率减缓,说明材料耐水性得到明显改善。同时色差变化较小,多数样本低于2,说明修复过程基本保持了文物原有外观。

图5 (a) 木质支撑(施工安全保障) (b) 船尾加固的实施结果 (c) 相机的布置位置 (d) 相机的视野和感兴趣区域


4. 讨论

传统木质文物修复方法具有被动性、不可逆性以及缺乏定量评估等问题,而数字孪生框架通过传感、仿真与反馈决策构建闭环体系,实现了实时监测与动态优化。与传统有限元分析或离线数据模型相比,该方法能够实现物理实体与虚拟模型之间的双向数据驱动。


研究进一步指出,该框架实现了从宏观结构稳定性到微观材料修复的多尺度预测与验证。数字孪生模型不仅成功定位高风险区域并指导加固方案设计,还能够模拟纳米纤维在木材中的扩散行为,并通过实时监测验证预测结果。研究同时讨论了测量误差、材料参数估计和环境波动等不确定性来源,并认为高精度几何重建与持续数据更新能够有效提高模型可靠性。


该框架具有较好的可扩展性,目前已开始应用于整艘泉州古船及其他复杂文化遗产对象的保护研究,未来还将进一步结合概率分析与贝叶斯更新方法,提高数字孪生辅助保护决策的鲁棒性与泛化能力。


5. 结论

研究提出了一种面向考古木质文物保护的数字孪生框架,通过融合多源传感数据、结构风险分析与虚实联动机制,实现了文物状态动态建模、风险识别、虚拟修复与效果评估。以泉州古船船尾为案例,研究验证了数字孪生辅助加固与材料修复在提升结构稳定性、改善材料性能以及保持文物真实性方面的有效性。该框架为复杂脆弱木质文化遗产的预防性保护提供了可量化、可验证且可扩展的数字化路径。



关注公众号,后台回复“DT论文”即可下载原文



投稿邀请及版权

本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯,以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源,版权归原作者所有,仅供学术交流,未经授权不得商用。如有侵权,请联系删除。


如您有优秀论文需推荐,或者成果发布、企业进展、科研交流等需求,请在公众号后台留言,或发送邮件到digitaltwin@buaa.edu.cn,与我们取得联系。感谢您的持续关注与支持!






Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/197032