[論文レビュー] Digital Twins

Dirk Hartmann, Herman Van der Auweraer|arXiv (Cornell University)|Jan 3, 2020

Digital Transformation in Industry被引用数 9

ひとこと要約

本論文は、製品ライフサイクル全体にわたり仮想的・物理的システムを統合する変革的フレームワークとしてデジタルツインを紹介し、モデル順序低減や不確実性の定量化といった高度な数学的手法を活用して、リアルタイムシミュレーション、予測保全、自律意思決定を可能にする。設計、製造、運用分野におけるその影響を示し、次世代の進化形である実行可能デジタルツインを提唱。産業応用における速度、信頼性、使いやすさを実現するための新しい数学的イノベーションが求められる。

ABSTRACT

Digital Twins are one of the hottest digital trends. In this contribution we will shortly review the concept of Digital Twins and the chances for novel industrial applications. Mathematics are a key enabler and the impact will be highlighted along four specific examples addressing Digital Product Twins democratizing Design, Digital Production Twins enabling robots to mill, Digital Production Twins driving industrialization of additive manufacturing, and Digital Performance Twins boosting operations. We conclude the article with an outlook on the next wave of Digital Twins, Executable Digital Twins, and will review the associated challenges and opportunities for mathematics.

研究の動機と目的

• デジタルツインを製品ライフサイクル全体にわたり仮想的・物理的システムを接続する基盤的パラダイムとして確立すること。
• 特に相互作用性、信頼性、使いやすさ、セキュリティ、同期性の面で、デジタルツインを大規模に展開するにあたっての主要な課題を特定し、それらに対処すること。
• 次世代デジタルツイン、特に実行可能デジタルツインを実現する上で、数学的科学が果たす重要な役割を強調すること。
• 設計支援、ロボット製造、予測運用といった産業応用分野におけるデジタルツインの変革的影響を実証すること。
• 非専門家にとっても実用的で、安全かつ分野の妥当性を保ちながらも、実現可能で、セキュアなデジタルツインを実現するための研究アジェンダを提示すること。

提案手法

• モデル順序低減（MOR）を活用して、正確性を保持しつつシミュレーションの高速化を実現し、デジタルツインにおけるリアルタイム性能を可能にする。
• 不確実性の定量化と信頼区間を適用することで、信頼性と自己認識能力を確保し、非専門家が予測結果を信頼できるようにする。
• 幾何学的マルチグリッド法およびボクセルベースの手法を用いて、仮想ツインにおける複雑な幾何形状と物理的相互作用を効率的にモデル化する。
• 離散要素法を活用して、粉体材料や積層造形などの複雑な製造プロセスをシミュレートする。
• エッジからクラウドに至る分散型デプロイメントモデルを提案し、リアルタイム制御とIoT統合を支援する。
• 実行可能デジタルツインを、自己完結的で、セキュアかつ相互運用可能であるモデルとして位置づけ、産業エコシステム全体に展開可能であり、知的財産権を保護するブロックチェーンに類似したメカニズムを備えることを提唱する。

実験結果

リサーチクエスチョン

• RQ1 モデル順序低減や不確実性の定量化といった数学的手法は、産業現場におけるデジタルツインの速度と信頼性をどのように向上させ得るか？
• RQ2 静的デジタルツインを実行可能で、リアルタイムかつ自律的なシミュレーションモデルへと進化させるために、どのような技術的・数学的イノベーションが求められるか？
• RQ3 正確性、セキュリティ、分野の妥当性を確保しつつ、非専門家がデジタルツインを容易に使えるようにするにはどうすればよいか？
• RQ4 幾何学的マルチグリッド法や離散要素法といった高度な数値的手法は、多様な産業応用分野における高精度シミュレーションをどのように可能にするか？
• RQ5 特に摩耗、再構成、保守変更が加わる状況下でも、物理的資産とそのデジタルツインとの同期性をどのように維持できるか？

主な発見

• デジタルツインは、すでに重要な産業プロセスにおいてサイクルタイムを30％短縮する効果を示しており、明確な効率向上が実証された。
• モデル順序低減と不確実性の定量化は、シミュレーションの速度と正確性のバランスを取るために不可欠であり、リアルタイムでのデジタルツイン応用を可能にする。
• 実行可能デジタルツインは、エッジデバイス、クラウド、オンプレミスのいずれの環境にもデプロイ可能であり、モデル予測制御を介してリアルタイム制御と予測保全を実現できる。
• デジタルツインをIoTエコシステムに統合することで、X-in-the-loopシミュレーションの簡素化と、起動時の自動コントローラーチューニングが可能になる。
• 逆工程防止や知的財産権の保護を目的として、ブロックチェーンに類似した保護メカニズムが、共有されたデジタルツイン環境において不可欠である。
• 摩耗、再構成、部品交換を考慮した適応的モデリングにより、物理的資産とそのデジタルツインの間の同期性を維持できる。