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

Digital Twin Vol.3 Issue4 | 数字孪生多领域应用

数字孪生DigitalTwin • 2 周前 • 87 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!


期刊介绍

Introduction


由北京航空航天大学主办,联合国际著名学术期刊出版商Taylor & Francis出版的《Digital Twin》英文国际期刊(ISSN: 2752-5783, CN: 10-2002/TB)2026年Vol.3 Issue 4近日上线。


Digital Twin

ISSN: 2752-5783

CN: 10-2002/TB

数字

孪生






Vol.3  Issue

04




数字孪生多领域应用




《Digital Twin》

2026年Vol.3 Issue4 速览


《Digital Twin》Volume3 Issue4 的主题是:数字孪生多领域应用,共包括10篇研究、方法及综述文章。本期汇集了来自中国、加拿大、芬兰、德国等国家的高校、科研机构及企业的研究成果,涵盖健康代谢指纹识别、中小企业数字孪生应用、旋转部件安全预测、语义互操作、精密测量、农食供应链、人机协作、轨道维护、加工能效及航空装备装配等多个方向。全部论文均可在线开放阅读。


免费获取整期文章

Issue 4

Digital Twin

https://www.tandfonline.com/toc/tdtw20/3/4


01

代谢指纹助力数字孪生健康监测

本文由加拿大 BioTwin 公司的 Pierrick Hauguel、Nicolas Anctil 和 Louis-Philippe Noel 共同完成。文章探索利用干血斑代谢指纹实现高准确率个体识别的方法,通过采集指尖血样并结合非靶向代谢组学分析,提取能够区分不同个体的代谢特征,为数字孪生健康监测中的纵向生物样本关联提供潜在的数据基础。


Metabolomic fingerprinting from dried blood spots enables individual identification across 1,257 participants at 94% user-level accuracy

P. Hauguel, N. Anctil, L.-P. Noel


02

中小企业数字孪生应用路径

本文由芬兰奥卢大学、拉彭兰塔—拉赫蒂理工大学及 Global Boiler Works 公司的 Atte Koskinen、Tero Kaarlela、Ville Tuura 等共同完成。针对中小企业在数字孪生应用中面临的概念理解不清、应用价值不明确及实施指导不足等问题,文章结合数字孪生成熟度模型与导航工具,研究企业如何评估自身技术准备程度并识别适合的应用场景。以制造企业及其摩擦测量设备为案例,研究发现,成熟度模型能够揭示技术能力的不足,但难以直接指导后续行动;导航工具则有助于企业系统梳理数字孪生的适用性与实施路径,为中小企业推进数字化转型提供了实践参考。


Digital twin understanding and adoption in small- and medium-sized enterprises: a case study

A. Koskinen, T. Kaarlela, V. Tuura et al.


03

基于数字孪生的涡轮盘断裂转速预测

本文由大连理工大学及太行国家实验室的 Guangdong Chen、Gang Wei、Shengli Xu 等共同完成。针对高速旋转涡轮盘爆裂试验成本高、破坏性强,传统有限元分析计算耗时且预测精度有限的问题,文章提出融合多源不确定性建模、克里金代理模型和自适应模型修正的数字孪生预测方法。研究通过优化采样建立高精度预测模型,并利用应变传感器采集的实验数据持续修正模型参数。结果表明,该方法相较传统有限元分析提高了预测精度,为关键旋转部件的安全设计与可靠性评估提供了高效方法。


A digital twin-based method for predicting the burst speed of discs

G. Chen, G. Wei, S. Xu et al.


04

数字孪生产品开发语义互操作

本文由德国梅赛德斯-奔驰集团的Julian Gebhard 和 Yübo Wang共同完成。针对产品开发过程中数据环境分散、不同系统之间语义不一致以及数字孪生难以实现端到端集成的问题,文章系统梳理语义增强型数字孪生在工业产品开发中的研究进展,并提出由合作伙伴、系统和产品三个维度构成的集成模型,以及四阶段成熟度模型。研究通过文献筛选与聚类分析识别不同类型的语义数字孪生系统,为企业规划语义基础设施、评估系统集成水平和逐步推进数字孪生互操作提供了参考。


Semantic interoperability for digital twin-driven product development: a maturity model approach

J. V. P. Gebhard, Y. Wang


05

基于数字孪生的超长导轨直线度测量

本文由北京化工大学及中国计量科学研究院的 Yang Xiao、Huaqing Wang、Jianshuang Li 等共同完成。针对超长直线导轨采用分段测量与拼接时容易产生累积误差和长期漂移的问题,文章提出一种数字孪生驱动的连续直线度测量方法。该方法结合光纤陀螺仪、干涉仪及导轨虚拟模型,对运动过程中的偏航角和横向偏移轨迹进行实时测量、滤波与补偿,并利用多传感器数据持续更新模型。针对75米长导轨的重复实验结果表明,该方法整体稳定性优于三种对比方法,为超长精密机械部件的高精度测量提供了新方案。


Digital twin-based lateral offset trajectory compensation and straightness measurement method for ultra-long guide rails

Y. Xiao, H. Wang, J. Li et al.


06

自动驾驶供应链数字孪生仿真框架

本文由加拿大康考迪亚大学的 Nitish Suvarna 和 Anjali Awasthi 共同完成。针对农食供应链中运输效率、运营成本与环境影响之间的复杂关系,文章以酸奶供应链为案例,构建融合离散事件仿真与基于主体仿真的数字孪生框架,分析自动驾驶车辆在不同应用场景下对供应链网络的影响。研究围绕供应商、生产设施、配送中心和客户节点建立仿真网络,比较不同自动驾驶车辆部署策略对运输时间、利润和二氧化碳排放的影响。结果显示,全面引入自动驾驶车辆能够带来最显著的综合改善,部分部署同样具有积极作用,为农食物流的智能化与可持续发展提供了决策参考。


A digital twin simulation framework for assessing the impact of autonomous vehicles on agri-food supply chain performance: a case study

N. Suvarna, A. Awasthi


07

数字孪生提升供应链效率

文章由德国库恩物流大学、德国Vossloh Rail Services公司和德国莱比锡大学的 M. P. Jung、F. Freese、A. Ludwig 等共同完成。针对铁路维护服务供应链中信息分散、流程透明度不足以及多方协同困难的问题,文章以移动式轨道维护业务为案例,采用行动设计研究方法开发并实施服务执行系统,将数字孪生技术应用于服务流程管理。研究分析了系统与现有信息技术基础设施的集成方式,并探讨预测分析在运营决策中的作用。


Digital twins for supply chain efficiency—learning from a case study in a rail-track services company

M. P. Jung, F. Freese, A. Ludwig


08

基于数字孪生的人机协作装配疲劳检测与优化

本文由郑州轻工业大学及北京理工大学的 Haoqi Wang、Yongle Wang、Hao Li 等共同完成。针对人机协作装配过程中单一数据源难以全面评估工人身体疲劳、不同工况下作业方案缺乏优化依据的问题,文章提出基于数字孪生的疲劳检测与优化方法。研究首先利用随机Petri网和连续时间马尔可夫链识别高负荷工位,再融合眼部闭合特征、关节负荷和表面肌电信号感知多维疲劳状态,并通过层次分析法与模糊综合评价进行综合评估。最终构建数字孪生系统,实现疲劳状态的可视化反馈与装配方案优化,为兼顾生产效率与人员健康的以人为中心制造提供了方法支持。


Fatigue detection and optimisation method for human–robot collaborative assembly based on digital twin

H. Wang, Y. Wang, H. Li et al.


09

基于数字孪生的多视角机床加工系统能效预测

本文由武汉科技大学、湖北师范大学的 Jialing Li、Wei Yan、Meihang Zhang 等共同完成。针对机床系统层级复杂、设备与加工过程之间能耗相互耦合,以及传统预测方法难以适应工况变化的问题,文章提出基于数字孪生的多视角能效预测框架,从设备、工件、加工过程和系统四个层面开展能效建模。研究进一步提出多源数据采集与交互感知、能效状态识别与动态特征提取、低时延预测模型集成等关键技术,并开发了相应的数字孪生平台。研究验证了该框架在实时能效预测方面的应用潜力,可为机床运行监测、能效预警、故障排查和节能优化提供支持。


Digital twin-based multi-view energy efficiency prediction for machining systems

J. Li, W. Yan, M. Zhang et al.


10

数字孪生驱动的飞机大型部件装配预测

本文由上海大学及上海财经大学的 Jia-Yang Zhu、Yan-Ning Sun、Yu-Xuan Shi 等共同完成。

针对飞机大型部件机器人装配过程中,末端执行器位姿误差难以直接测量、传统模型难以适应工况变化的问题,文章构建了数字孪生驱动的智能监测框架,通过物理层、数据层、计算层和应用层的协同,实现装配状态感知与虚拟模型交互。研究进一步提出融合时空多头持续注意力机制与正则化弹性权重巩固算法的预测模型,在线估计机器人末端执行器的位姿误差,并在新工况下持续学习。实验结果表明,该方法在多种运行条件下具有较好的预测精度和适应能力,为飞机大型部件机器人装配的实时监测、装配质量预测与工艺优化提供了技术支持。


A hard-to-measure state soft-sensing method for aircraft large-component robotic assembly systems based on continual transformer

J.-Y. Zhu, Y.-N. Sun, Y.-X. Shi et al.




《Digital Twin》期刊是全球首个专注于数字孪生领域的专业学术期刊,主要发表高质量的原创科研论文、综述、案例介绍、软件工具介绍、简报及评论等,已被Scopus收录。


期刊成立了由数字孪生领域全球知名学者和专家组成的国际顾问委员会(DTIAC,Digital Twin International Advisory Committee)。该委员会由北京航空航天大学的赵沁平院士等7个国家的12名院士担任荣誉顾问。此外,来自20个国家的83位专家学者组成了10个领域顾问委员会,其中包括1名诺贝尔奖获得者以及14名各国科学院或工程院院士。DTIAC为期刊的出版政策、发展目标及战略方向提供建设性意见和指导。北京航空航天大学陶飞教授担任期刊主编,山东大学胡天亮教授等担任副主编。


为进一步提升期刊的国际声誉和学术水平,编委会将持续邀请全球更多优秀专家学者加入。



如何投稿

Submission process

最后,诚挚邀请您向本刊投稿您的原创研究成果,若需获取期刊的更多详细信息,敬请访问期刊官方网站:


https://www.tandfonline.com/journals/tdtw20

或直接扫描下面二维码访问期刊主页:


出版方式和费用


《Digital Twin》期刊采取“开放获取”(Open Access)出版模式,所有的文章免费访问。在2026年免除作者文章出版费用(Article Publishing Charge)。


《Digital Twin》诚邀您的投稿!



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/202646