生产现场的数字孪生方法、技术与应用最新章节_刘丽兰著

参考文献

[1]樊少冬.面向智能制造的数字化工厂实现技术分析[J].技术与市场，2019，26（10）：173.

[2]GRIEVES M, VICKERS J.Digital twin:mitigating unpredictable, undesirable mergent behavior in complex systems[M].Berlin, Germany:Springer-Verlag, 2017:85-113.

[3]AHELEROFF S, Xu X, ZHONG R Y, et al.Digital twin as a service（DTaaS）in industry 4.0：an architecture reference model[J].Advanced Engineering Informatics, 2021, 47（2）：101225.

[4]陶飞，刘蔚然，刘检华，等.数字孪生及其应用探索[J].计算机集成制造系统，2018，24（1）：1-18.

[5]SCHLEICH B, ANWER N, MATHIEU L, et al.Shaping the digital twin for design and production engineering[J].CIRP Annals-Manufacturing Technology, 2017（66）：141-144.

[6]STARK R, FRESEMANN C, LINDOW K.Development and operation of digital twins for technical systems and services[J].CIRP Annals, 2019, 68（1）：129-132.

[7]REN Z J, WAN J F, DENG P.Machine-learning-driven digital twin for lifecycle management of complex equipment[J].IEEE Transactions on Emerging Topics in Computing, 2022, 10（1）：9-22.

[8]陆剑峰，夏路遥，白欧，等.智能制造下产品数字孪生体全生命周期研究[J].自动化仪表，2021，42（3）：1-7.

[9]苗田，张旭，熊辉，等.数字孪生技术在产品生命周期中的应用与展望[J].计算机集成制造系统，2019，25（6）：1546-1558.

[10]ZHANG L Y, FENG L J, WANG J F, et al.Integration of design, manufacturing, and service based on digital twin to realize intelligent manufacturing[J].Machines, 2022, 10（4）：275.

[11]程浙武，童水光，童哲铭，等.工业锅炉数字化设计与数字孪生综述[J].浙江大学学报（工学版），2021，55（8）：1518-1528.

[12]白仲航，孙意为，许彤，等.基于设计任务的概念设计中产品数字孪生模型的构建[J].工程设计学报，2020，27（6）：681-689.

[13]王昊琪，李浩，文笑雨，等.基于数字孪生的产品设计过程和工作量预测方法[J].计算机集成制造系统，2022，28（1）：17-30.

[14]TAO F, SUIF Y, LIU A, et al.Digital twin-driven product design framework[J].International Journal of Production Research, 2019, 57（12）：3935-3953.

[15]刘帅.基于数字孪生的产线状态虚实映射监测系统研究与实现[D].西安：西安电子科技大学，2021.

[16]BAO Q W, ZHAO G, YU Y, et al.The ontology-based modeling and evolution of digital twin for assembly workshop[J].International Journal of Advanced Manufacturing Technology, 2021, 117（1/2）：395-411.

[17]刘洛宁.面向复杂产品装配质量的数字孪生模型评价方法[D].哈尔滨：哈尔滨工业大学，2021.

[18]骆伟超.基于Digital Twin的数控机床预测性维护关键技术研究[D].济南：山东大学，2020.

[19]LIU L L, ZHANG X Y, WAN X, et al.Digital twin-driven surface roughness prediction and process parameter adaptive optimization[J].Advanced Engineering Informatics, 2022, 51:101470.

[20]MI S H, FENG Y X, ZHENG H, et al.Prediction maintenance integrated decision-making approach supported by digital twin-driven cooperative awareness and interconnection framework[J].Journal of Manufacturing Systems, 2021, 58:329-345.