多忠实数字双胞胎用于实时监测水产养殖网中的结构动态
相关实验视频
Updated: Jan 10, 2026

10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
13.0K
Eirini Katsidoniotaki1, Biao Su2, Eleni Kelasidi2
1Department of Mechanical Engineering, Massachusetts Institute of Technology, Cambridge, MA, 02138, USA. eirka289@mit.edu.
Scientific reports
|November 27, 2025
概括
一个新的数字双胞胎框架通过实时监控鱼网来提高海洋水产养殖的可持续性. 这项技术可以预测结构动态,这对于自主操作和防止鱼类逃逸至关重要.
科学领域:
- 海洋工程 海洋工程是指海洋工程.
- 可持续的水产养殖技术
- 计算建模计算建模
背景情况:
- 全球人口增长需要可持续的粮食生产,海洋水产养殖提供可扩展的蛋白质来源.
- 水产养殖业的扩张需要远程管理和自主操作的先进技术.
- 鱼网很容易受到恶劣的海洋条件的影响,导致结构损坏,鱼类逃逸和经济损失.
研究的目的:
- 开发一个多忠实替代模型框架,用于整合到数字双胞胎中.
- 为了实时监测鱼网结构动态在静态海洋条件下.
- 用现场数据验证数字双胞胎的预测能力.
主要方法:
- 使用非线性自回归高斯过程实现多忠度替代模型框架.
- 整合低保真模拟数据与稀疏的高保真场传感器测量.
- 在挪威渔场使用在线metosocean数据同化验证.
主要成果:
- 数字双胞胎准确地预测了网位移和装线负载,与现场测量密切匹配.
- 该框架在数据稀缺的环境中表现出有效性,提供快速预测和实时结构表示.
- 图形卷积网络在预测复杂的网变形方面表现优于高斯过程.
结论:
- 开发的数字双胞胎框架为提高海洋水产养殖的安全性和效率提供了一个变革性的工具.
- 这项技术支持主动的结构完整性评估,并促进远程操作.
- 这些发现突显了先进的计算建模对可持续水产养殖发展的潜力.
更多相关视频
05:57Long-term Video Tracking of Cohoused Aquatic Animals: A Case Study of the Daily Locomotor Activity of the Norway Lobster Nephrops norvegicus
Published on: April 8, 2019
7.2K
14:03Using an Automated 3D-tracking System to Record Individual and Shoals of Adult Zebrafish
Published on: December 5, 2013
11.4K