数据驱动建模——数据孪生继续

在研究了数据孪生辅助建模的论文后，发现现有的数据孪生机理模型主要是用于制造业随机生成一些数据，通过查文章发现数据孪生机理模型还有一种应用路线是通过机理公式搭建模型，搭建模型后，通过数据建模机理模型的参数从而辅助机理模型的完成，最后用机理模型验证结果。如论文：Digital twin driven soft sensing for key variables in zinc rotary kiln。还有一种方式数据孪生通过信号传输连线，实时采集数据，之后利用预测结果在线估计离线化验的参数。如应用到制造业的Digital Twin and Data-Driven Quality Prediction of Complex Die-Casting Manufacturing

接下来查一下数字孪生软测量，数字孪生预测，数字孪生浓度预测软测量，数字孪生伪标签，机理模型，看一看有没有更合适的框架。
Digital Twin concentration prediction，没有工业应用的论文
Digital Twin industrial prediction，无

Digital Twin pseudo-label，有两篇论文，A Semi-Supervised Enhanced Fault Diagnosis Algorithm for Complex Equipment Assisted by Digital Multitwins这篇论文是建立数字孪生模型产生仿真数据
Machine Learning-Based Digital Twin for Predictive Modeling in Wind Turbines。
总结：数字孪生目前主要还是用于制造业，很少用于流程工业，流程工业应用较少，主要原因我猜是因为机理模型难以构建，公式很难，仿真软件也难以模拟趋势。