《Data-Centric Engineering》:Adaptive digital twins for predictive decision-making: online Bayesian learning of transition dynamics
编辑推荐:
该研究展示了适应性如何提升土木工程领域数字孪生(Digital Twins,DTs)的价值实现。研究人员聚焦于通过概率图模型(Probabilistic Graphical Models,PGMs)表示的DT内部状态转移模型的自适应更新。物理域与虚拟域的双向交
该研究展示了适应性如何提升土木工程领域数字孪生(Digital Twins,DTs)的价值实现。研究人员聚焦于通过概率图模型(Probabilistic Graphical Models,PGMs)表示的DT内部状态转移模型的自适应更新。物理域与虚拟域的双向交互通过动态贝叶斯网络(Dynamic Bayesian Networks,DBNs)建模。通过将状态转移概率视为赋予共轭先验的随机变量,研究人员实现了从一个状态到另一个状态转移动力学的分层在线学习,仅需轻量的贝叶斯更新即可完成。研究人员提供了数学框架以涵盖相比当前DT文献更广泛的一类分布。为计算具有精确更新的动态策略,研究人员通过强化学习(Reinforcement Learning,RL)求解参数化马尔可夫决策过程(Parametric Markov Decision Processes)。所提出的自适应DT框架具备增强的个性化、更高的鲁棒性以及更优的性价比。研究人员在涉及铁路桥梁结构健康监测与维护规划的案例研究中评估了该方法。
研究背景方面,现代工程系统中关键结构设施的完整性监测、功能维持与运行管理面临材料劣化、循环荷载及极端事件等多重威胁,气候变化进一步加剧了环境不确定性。传统计算模型若忽视工程系统固有的不确定性与动态演化特性,将限制其个性化能力,降低模型精度与洞察价值。现有数字模型或数字阴影难以持续同步物理实体,而静态转移模型假设(平稳马尔可夫过程)无法跟踪非平稳退化语境。为响应时序变化条件并最小化结构风险,需将结构健康监测(SHM)与序贯决策在DT闭环中融合,但既有框架多依赖离线预设转移矩阵与预计算最优策略,难以在数据流中持续精炼。
为弥补上述缺口,研究人员在Torzoni等前期基于概率图模型(PGM)的预测式DT基础上,引入适应性机制:将数字状态转移信念参数化为随机变量并赋予狄利克雷(Dirichlet)共轭先验,通过序贯贝叶斯更新实现转移动力学在线学习;进而放宽平稳性假设,构建参数化马尔可夫决策过程(MDP),采用基于模型的强化学习(MBRL)在结构预期剩余寿命内动态重算控制策略。案例对象为铁路桥梁,物理响应由线性弹性有限元模型生成振动时间序列,经深度学习(DL)逆映射至损伤位置y与刚度折减δ,再经混淆矩阵转为数字状态Dt似然,驱动DBN推演。
主要关键技术方法包括:其一,以动态贝叶斯网络(DBN)编码物理—虚拟双向流,含观测Ot、数字状态Dt、动作Ut、奖励Rt及初始网B0与两时间片网B→;其二,对转移模型φthistory采取分层狄利克雷—多项分布参数化,使p(d′|d,u)具共轭可更新性,或以步数无关简式pu降维;其三,数据同化侧用离线训练DL模型从振动U(μ)估y、δ,借混淆矩阵得φtdata;其四,决策侧将预测DBN展开,用MBRL求参数化MDP最优策略πtc,随转移后验刷新而再规划。案例桥梁样本为H?rnefors铁路桥有限元合成队列,非实测实体桥数据。
研究结果按原文小节浓缩如下。
概率图模型用于数字孪生小节中,研究人员回顾资产—孪生DBN结构:St隐物理态发Ot,Ot经DL同化更新Dt,Dt与Ut共决Rt;联合信念由φupdateφcontrolφreward分解,φupdate再拆为φhistory(控制依赖转移)与φdata(观测似然)。结论为离散DBN配和积消息传递可精确传播不确定性,但原φhistory固定源于离线历史或物理模型。
在线学习转移动力学小节中,研究人员将P中每动作转移列视为类别分布,参数θd,u服Dirichlet(αd,u),观测步数计数yu服Multinomial(Nu,pu),后验仍属Dirichlet族,闭环更新αu+Nui。状态无关简式以pu0..I描0~I步前移,吸收态末列置1。结论为该方法允许从不准先验冷启动,并能跟踪非平稳退化语境,计算量随|D|×|U|线性可控。
参数化MDP与RL小节中,研究人员放松平稳假设,把自适应转移后验均值代入预测DBN,定义4元组?D,U,P,R?,用MBRL(而非离线动态规划)在每tc重解MDP得πtc*。结论为策略随精度更新连续精炼,克服“转移已知”不实现实假设,在不确定下逼近长期奖励最大。
铁路桥案例小节中,研究人员以H?rnefors桥有限元生成多损伤区NΩ、多δ等级离散D空间;模拟序列含自然劣化与维护动作U。自适应DT相较固定转移DT,在同步物理—数字、个性化预测与动态优化决策三项指标占优。结论为在线贝叶斯转移学习减少模型—实体失配,MBRL策略降低全寿命期期望成本。
讨论与结论部分原文指出,所提自适应DT框架通过共轭贝叶斯更新持续精炼状态转移信念,使虚拟体在非平稳环境中保持与物理体同步;参数化MDP+MBRL替代预计算策略,在转移不确定性下仍给出可证长期效用策略;铁路桥SHM案例证实框架在个性化、鲁棒性、性价比上均优于静态PGM-DT。该文发表于《Data-Centric Engineering》,意义在于为土木工程DT从“自动化镜像”推向“自主适应决策”提供数学严谨路径,并可迁移至航天、制造、城市系统等需序贯不确定决策的领域。