Een fysica-gebaseerd deep-learning benadering van multibody digital twins voor de schatting van toestand/belasting/parameters KU Leuven
We betreden het tijdperk van de digitale tweeling: fysieke componenten zijn vergezeld van hun digitale dubbelganger met daartussenin meet- en numerieke gegevensstromen. Dit heeft duidelijke voordelen in technische toepassingen, met kortere tijden en hogere nauwkeurigheid in de ontwerp-, voorspellings- of onderhoudsfasen.
In dit geval is het meten van de relevante grootheden uitermate belangrijk om een up-to-date model te verkrijgen ...