预测性维护中的数字孪生技术：通过仿真到现实与现实到仿真迁移实现可转移性

物联网（IoT）和人工智能的进步推动了数字孪生（DT）从概念构想向更可实施的现实演变。然而，由于缺乏标准化框架，从学术界向工业界的过渡仍然复杂。本文基于作者先前建立的、支持标准化数字孪生开发的功能和信息需求，聚焦于一个关键方面：可转移性。虽然现有的数字孪生研究主要集中于资产转移，但“仿真到现实迁移”和“现实到仿真迁移”——即在仿真与现实操作之间传递知识——对于数字孪生中的全生命周期管理至关重要。该过程的一个关键挑战是校准“现实差距”，即模拟预测与实际结果之间的差异。我们的研究调查了将单个现实差距分析（RGA）模块集成到现有数字孪生框架中，以有效管理仿真到现实和现实到仿真两种迁移的影响。这种集成通过数据管道实现，该管道将RGA模块与数字孪生框架的现有组件（包括历史存储库和仿真模型）连接起来。一个关于卡内基梅隆大学人行桥的案例研究展示了我们方法在不同集成水平下与现有框架的性能。通过完整实施RGA模块和完整的数据管道，我们的方法能够在仿真与现实操作之间进行双向知识迁移，且不影响效率。