Digital twin-based design and simulation frameworks for manufacturing engineering enabling virtual prototyping and lifecycle optimization
Notice bibliographique
Résumé
Manufacturing engineering is undergoing a fundamental shift as increasing product complexity, shorter development cycles, and cost pressures expose the limitations of physical prototyping and siloed design-operation workflows. From a broad perspective, digital twin technologies have emerged as a foundational enabler for data-driven engineering, providing virtual representations of physical assets, processes, and systems that evolve continuously over their lifecycle. By coupling physics-based models with real-time operational data, digital twins offer a means to unify design, simulation, validation, and optimization within a single coherent framework. This paper develops a digital twin-based design and simulation framework for manufacturing engineering that enables virtual prototyping and lifecycle optimization. The framework integrates high-fidelity simulation models, sensor-driven data assimilation, and control-oriented analytics to support design exploration, performance prediction, and operational decision-making before physical realization. Virtual prototypes are used to evaluate design alternatives, assess manufacturability, and quantify trade-offs across cost, quality, energy consumption, and reliability under realistic operating conditions. Narrowing to lifecycle application, the proposed framework extends beyond the design phase to incorporate commissioning, production, and maintenance stages. Real-time data from manufacturing systems continuously update the digital twin, allowing deviations between expected and actual performance to be detected early and corrective actions to be simulated virtually before deployment. This closed-loop interaction supports predictive maintenance, process reconfiguration, and gradual design refinement based on in-service behavior rather than static assumptions. Simulation results and illustrative industrial use cases demonstrate that digital twin-enabled virtual prototyping reduces development time, lowers physical testing costs, and improves lifecycle performance compared to conventional design approaches. By embedding simulation, data, and optimization across the full manufacturing lifecycle, the framework positions digital twins as a practical engineering instrument for achieving resilient, efficient, and adaptive manufacturing systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».