Digitale Tweeling Simulatie — Hybride Virtuele Replica
Digitale Tweeling Simulatie, voor het eerst geconceptualiseerd door Michael Grieves aan de Universiteit van Michigan rond 2002 en formeel beschreven in zijn white paper uit 2014, creëert een continu bijgewerkte virtuele kopie van een fysiek systeem door real-time sensordata te fuseren met een mechanistisch (natuurkundig gebaseerd) model en machine learning-componenten. De tweeling weerspiegelt de huidige toestand van het fysieke bezit en projecteert het toekomstige gedrag ervan, waardoor foutdetectie, voorspellend onderhoud en operationele optimalisatie mogelijk worden zonder het reële systeem te verstoren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Grieves, M. (2014). Digital Twin: Manufacturing Excellence through Virtual Factory Replication. White Paper, University of Michigan. link ↗
- Tao, F., Cheng, J., Qi, Q., Zhang, M., Zhang, H. & Sui, F. (2018). Digital Twin-Driven Product Design, Manufacturing and Service with Big Data. The International Journal of Advanced Manufacturing Technology, 94, 3563-3576. DOI: 10.1007/s00170-017-0233-1 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Digital Twin Simulation (Hybrid Physics-ML Virtual Replica). ScholarGate. https://scholargate.app/nl/simulation/digital-twin-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- KalmanfilterBayesiaanse statistiek↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
- State Space Model (Kalman Filter)Econometrie↔ compare
- System DynamicsSimulatie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →