[論文レビュー] Digital Twin: Values, Challenges and Enablers

Adil Rasheed, Omer San+1 more|arXiv (Cornell University)|Oct 3, 2019

Digital Transformation in Industry参考文献 474被引用数 74

ひとこと要約

デジタルツイン概念の包括的な概要を示し、その価値、適用分野、一般的な課題、実現技術、社会経済的影響を強調する。

ABSTRACT

A digital twin can be defined as an adaptive model of a complex physical system. Recent advances in computational pipelines, multiphysics solvers, artificial intelligence, big data cybernetics, data processing and management tools bring the promise of digital twins and their impact on society closer to reality. Digital twinning is now an important and emerging trend in many applications. Also referred to as a computational megamodel, device shadow, mirrored system, avatar or a synchronized virtual prototype, there can be no doubt that a digital twin plays a transformative role not only in how we design and operate cyber-physical intelligent systems, but also in how we advance the modularity of multi-disciplinary systems to tackle fundamental barriers not addressed by the current, evolutionary modeling practices. In this work, we review the recent status of methodologies and techniques related to the construction of digital twins. Our aim is to provide a detailed coverage of the current challenges and enabling technologies along with recommendations and reflections for various stakeholders.

研究の動機と目的

• デジタルツインの概念と、それが物理資産の仮想表現とどのように関連するかを要約する。
• デジタルツインが産業と運用にもたらす Eight value additions を特定する。
• 最先端と課題を示すために、健康、気象、製造、教育、都市/交通/エネルギーなどの多様な適用分野を調査する。
• 領域を横断するデジタルツイン開発の共通課題を概説する。
• これらの課題に対処するため、五つのカテゴリーで実現技術を提示する。
• 社会経済的影響と利害関係者への提言を論じる。

提案手法

• デジタルツインの概念と用語を定義するために、既存の文献と産業での活用をレビューおよび統合する。
• 横断的分析に基づいて、価値、適用、課題を分類する。
• 五つのカテゴリーで実現技術を説明し、それらを課題と関連付ける。
• 統合に基づく利害関係者への考察と提言を提供する。

実験結果

リサーチクエスチョン

• RQ1 デジタルツインとは何か、そしてそれが従来の概念や命名法とどのように関連するか？
• RQ2 デジタルツインは、産業全体にわたってどのような価値と利点を提供するか？
• RQ3 デジタルツインの作成と展開における主な課題は何か？
• RQ4 これらの課題に対処するための跨域での実現技術は何か？
• RQ5 デジタルツイン導入の社会経済的影響と利害関係者への提言は何か？

主な発見

• デジタルツインはデジタルの兄弟を介してリアルタイム監視、制御、What-if分析を可能にする適応モデルとして機能する。
• Eight value additions が特定された。その例として、リアルタイム監視、効率と安全性、予知保全、リスク評価、協業、意思決定支援、パーソナライズ、より良い文書化が含まれる。
• 適用は健康、気象、製造、教育、都市/交通/エネルギーにまたがり、各分野にはドメイン固有の推進要因と課題が存在する。
• 共通の課題にはデータセキュリティ、データ品質、遅延、リアルタイムシミュレーション、データ融合、分析、透明性、そして跨域一般化が含まれる。
• 実現技術は physics-based modeling、data-driven modeling、big data cybernetics、infrastructure/platforms、そして human-machine interfaces の5カテゴリに整理される。
• 本論文は社会経済的影響を論じ、利害関係者志向の提言を提供する。