6G 驱动的实时网络格斗系统数字孪生框架：基于工业轴承故障检测的实验验证
摘要
当前集成数字孪生 (DT) 技术的网络格斗系统 (CPS) 在实现面向关键工业应用的实时性能方面面临严峻挑战。现有的 5G 系统延迟超过 10ms，不足以满足需实现亚毫秒响应时间的应用，如自主工业控制和预测性维护。本研究旨在开发和验证一种 6G 驱动的数字孪生框架，实现超低延迟通信和物理工业资产与其数字对应物之间的实时同步，特别针对轴承故障检测这一关键工业用例。该框架集成了太赫兹通信 (0.1-1 THz)、智能反射面板和边缘人工智能，构建为五层架构。实验验证采用 Case Western Reserve University (CWRU) 轴承数据集，实现了综合特征提取 (15 个时域和频域特征) 和随机森林分类算法。系统性能在传统 WiFi-6 和 5G 网络下进行评估，包括分类准确率、端到端延迟和可扩展性等多个指标。实现了 97.7% 的故障分类准确率，端到端延迟为 0.8ms，相较于 WiFi-6 (12.5ms) 和 5G (4.2ms) 提供了 15.6 倍和 5.25 倍的改进。该系统在子线性处理时间增长下展现出优异的可扩展性，并在四类轴承故障 (正常、内齿轮、外齿轮和球形故障) 上保持一致性能，宏平均 F1 分数均超过 97%。
引用
@article{arxiv.2510.03807,
title = {6G-Enabled Digital Twin Framework for Real-Time Cyber-Physical Systems: An Experimental Validation with Industrial Bearing Fault Detection},
author = {Vaskar Chakma and Wooyeol Choi},
journal= {arXiv preprint arXiv:2510.03807},
year = {2025}
}
备注
We no longer stand by the results as presented and prefer to retract the work publicly rather than allow continued citation of an invalid claim. We apologize for any inconvenience to the community. A corrected or substantially revised version may be submitted later under a new identifier