Digital Twin Simulation — แบบจำลองเสมือนจริงแบบผสมผสาน
Digital Twin Simulation ซึ่งถูกนำเสนอแนวคิดครั้งแรกโดย Michael Grieves จาก University of Michigan เมื่อประมาณปี 2002 และอธิบายอย่างเป็นทางการในเอกสาร White Paper ปี 2014 ของเขา สร้างสำเนาเสมือนของระบบทางกายภาพที่อัปเดตอย่างต่อเนื่อง โดยการหลอมรวมข้อมูลเซ็นเซอร์แบบเรียลไทม์เข้ากับแบบจำลองเชิงกล (อิงตามหลักฟิสิกส์) และส่วนประกอบการเรียนรู้ของเครื่อง (machine learning) แบบจำลองเสมือนนี้จะสะท้อนสถานะปัจจุบันของสินทรัพย์ทางกายภาพและคาดการณ์พฤติกรรมในอนาคต ทำให้สามารถตรวจจับความผิดปกติ บำรุงรักษาเชิงคาดการณ์ และเพิ่มประสิทธิภาพการดำเนินงานได้โดยไม่กระทบต่อระบบจริง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Digital Twin Simulation (Hybrid Physics-ML Virtual Replica). ScholarGate. https://scholargate.app/th/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.
- Kalman Filterเบย์↔ compare
- การจำลองแบบมอนติคาร์โลการตัดสินใจ↔ compare
- แบบจำลองปริภูมิสถานะ (ตัวกรองคาลมาน)เศรษฐมิติ↔ compare
- พลวัตของระบบการจำลอง↔ compare