在构建水工闸门等大型建筑结构数字孪生（DT）模型时，存在计算成本高与可视化同步难的问题，以改善建模效率，缩小可视化延迟为目的，首先通过虚拟分解（Virtual Decomposition

VD）技术初步解决模型文件大，计算效率低，复杂约束设置难等问题。在此基础上使用代表节点（Representative Node

RN）技术实现模型轻量化，该技术通过运用较少网格节点数的RN网格模型结合高斯邻近算法（GS K-Nearest-Neighbor

GSKNN）技术表达虚拟分解仿真计算的结果，从而进一步降低计算结果的显示和神经网络建模成本，改善同步延迟，最后形成一套VD-RN轻量化模型构建方法。结果表明，RN技术可使节点数在VD基础上进一步减少88%

可视化效率提升90%;综合VD、RN两项技术，可使节点数在原基础上减少95%。此外，i模型与耗时长的v

30

精确仿真模型间的误差极小，最大误差仅为2.07%。