数字孪生的连续校准：粒子滤波与贝叶斯校准方法的比较

对连续流式监测数据的同化是数字孪生的一个基本组成部分；被同化的数据用于确保数字孪生是受监控系统的真实表征。实现这一目标的一种方式是校准仿真模型，无论是数据驱动的、基于物理的，还是两者的结合。在此背景下传统的手动校准不可行，因此需要新的方法来进行连续校准。本文提出一种用于数字孪生中基于物理的模型单元连续校准的粒子滤波方法，并将其应用于地下农场的实例。该方法首先应用于一个已知校准参数值的合成问题，随后与监测数据结合使用。所提出的方法与静态和序贯贝叶斯校准方法进行了比较，在确定参数值分布和分析运行时间方面均表现良好，而这两者都是基本要求。该方法被证明作为一种确保模型持续保真度的手段具有潜在用处。