面向实时结构动力学仿真的基于图的数字孪生建模
计算工程、金融与科学
2025-06-24 v1
摘要
精确且及时的结构动力学行为仿真对于评估其性能和 assessing 其健康状态至关重要。传统数值方法常受限于高计算成本和低效率，而深度学习方法则提供了有前景的替代方案。然而，这些数据驱动的方法仍面临物理可解释性有限以及难以适应多样化结构配置的挑战。为此，本研究提出一种图基数字孪生建模（GDTM）框架，用于模拟各种空间拓扑结构的动力学响应。在该框架中，邻接矩阵显式表示结构顶点之间的空间关系，增强了模型的物理可解释性。通过全面的数值和实验研究验证了所提框架的有效性。结果表明，该框架在不同拓扑配置下的结构动力学仿真效果显著，数值仿真中的归一化均方误差（NMSE）始终保持在0.005以下，实验验证中为0.0015。此外，本框架相对于传统有限元方法（FEM）实现了超过80倍的计算效率提升。该研究推动了图基结构动力学建模的实际应用，具有显著促进结构性能评估和健康监测的潜力。
引用
@article{arxiv.2506.18724,
title = {Towards Real-time Structural Dynamics Simulation with Graph-based Digital Twin Modelling},
author = {Jun Zhang and Tong Zhang and Ying Wang},
journal= {arXiv preprint arXiv:2506.18724},
year = {2025}
}