工业互联网中数字孪生系统的机理+数据融合建模方法

作     者：李硕 刘天源 黄锋 解鑫 张金义 LI Shuo;LIU Tianyuan;HUANG Feng;XIE Xin;ZHANG Jinyi

作者机构：百度在线网络技术有限公司北京100086 

出 版 物：《信息通信技术与政策》 (Information and Communications Technology and Policy)

年 卷 期：2022年第49卷第10期

页      码：52-61页

摘      要：工业互联网的快速发展为学术界以及工业界带来了新型研发范式——数据密集型科学发现,融合物理机理以及数据驱动的建模方法是其中的研究热点之一,这种方式可以充分发挥机理仿真可解释性和泛化能力强、数据驱动模型灵活性和可学习的优势,为未来数字孪生系统提供高效、灵活的工具和方法。通过聚焦于工业互联网中构建数字孪生系统的机理+数据融合建模方法,首先阐述了基本数学原理以及建模方法,并对比了机理+数据融合建模与传统数据模型、机理模型的区别;然后从模型选择、物理机理约束以及实际任务需求3个角度详细给出了机理+数据融合建模方法的构造过程,总结了目前学术界的最新研究进展;最后介绍了国内外关于机理+数据融合建模方法在工业设备设计优化、生产制造、运行维护方面的实际落地应用场景。

主 题 词：深度学习 机理仿真 数据驱动 物理启发神经网络 数字孪生 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 080202[080202] 080402[080402] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.12267/j.issn.2096-5931.2022.10.008

馆 藏 号：203115496...