[논문 리뷰] An Agent-based Realisation for a continuous Model Adaption Approach in intelligent Digital Twins

Daniel Dittler, Peter Lierhammer외 4명|arXiv (Cornell University)|2022. 12. 07.

Digital Transformation in Industry인용 수 4

한 줄 요약

이 논문은 모듈러 생산 시스템의 지능형 디지털 트윈에서 지속적인 모델 적응을 위한 에이전트 기반 아키텍처를 제안한다. 이는 운영 단계 동안 이질적인 시뮬레이션 모델에 대한 동적 업데이트를 가능하게 하며, 자율 에이전트가 시스템 변화를 모니터링하고 실시간으로 모델을 자동으로 적응시킴으로써 적용 중심의 현실성 유지에 기여한다. 시나리오를 통해 모델 정밀도 향상과 운영 반응성 향상이 입증되었다.

ABSTRACT

The trend in industrial automation is towards networking, intelligence and autonomy. Digital Twins, which serve as virtual representations, are becoming increasingly important in this context. The Digital Twin of a modular production system contains many different models that are mostly created for specific applications and fulfil different requirements. Especially simulation models, which are created in the development phase, can be used during the operational phase for applications such as prognosis or operation-parallel simulation. Due to the high heterogeneity of the model landscape in the context of a modular production system, the plant operator is faced with the challenge of adapting the models in order to ensure an application-oriented realism in the event of changes to the asset and its environment or the addition of applications. Therefore, this paper proposes a concept for the continuous model adaption in the Digital Twin of a modular production system during the operational phase. The benefits are then demonstrated by an application scenario and an agent-based realisation.

연구 동기 및 목표

• 운영 단계 동안 자산과 환경이 변화하는 상황에서도 모델 정확도를 유지하는 데 도전하는 문제를 해결하기 위해.
• 모듈러 생산 시스템에서 이질적인 시뮬레이션 모델의 지속적이고 응용 중심의 적응을 가능하게 하기 위해.
• 분산형 에이전트를 통해 적응 프로세스를 자동화함으로써 모델 업데이트에 대한 수동 간섭을 줄이기 위해.
• 실제 산업 환경에서의 에이전트 기반 모델 적응의 타당성과 이점을 입증하기 위해.

제안 방법

• 특화된 에이전트가 물리 시스템, 데이터 스트림, 모델 상태를 모니터링하여 변화를 탐지하는 다중 에이전트 시스템을 활용한다.
• 공유 지식 기반을 통해 에이전트가 실시간 데이터와 시스템 맥락을 바탕으로 모델 적응 결정을 조율한다.
• 장비 변경, 공정 수정, 또는 새로운 응용 요구사항과 같은 이벤트에 의해 모델 적응이 유도된다.
• 도메인 전용 에이전트를 사용하여 이질적 모델을 지원하며, 모델 의미론과 업데이트 로직을 이해한다.
• 경량 추론과 규칙 기반 논리로 모델 관련성 평가 및 중앙 집중식 제어 없이도 업데이트를 시작한다.
• 다양한 동적 조건 하에서 적응성, 확장성, 반응성 검증을 위해 시뮬레이션 환경에서 시스템을 구현한다.

실험 결과

연구 질문

• RQ1 디지털 트윈에서 물리 시스템과 환경의 실시간 변화에 대해 어떻게 지속적이고 반응적인 모델 적응을 구현할 수 있는가?
• RQ2 중앙 집중식 조율 없이도 자율적이고 분산형 모델 업데이트를 가능하게 하는 아키텍처 패턴은 무엇인가?
• RQ3 에이전트 기반 컴포onent는 모듈러 생산 시스템에서 이질적인 시뮬레이션 모델을 어떻게 처리하는가?
• RQ4 런타임 중에 에이전트 기반 적응이 모델 정확도와 운영 관련성에 어떤 영향을 미치는가?
• RQ5 제안된 접근법은 복잡하고 다이나믹한 산업 환경에서 모델 정밀도를 유지하면서도 수동 모델 유지보수를 줄일 수 있는가?

주요 결과

• 에이전트 기반 시스템은 생산 환경의 실시간 변화에 대해 시뮬레이션 모델을 성공적으로 탐지하고 적응시켰다.
• 낮은 지연 시간으로 모델 적응이 이루어져 가상 표현이 물리적 시스템 상태와 동기화된 상태를 유지했다.
• 분산 아키텍처 덕분에 여러 이질적 모델이 존재하는 상황에서도 성능 병목 현상 없이 확장 가능한 모델 업데이트가 가능했다.
• 수동 모델 업데이트에 대한 의존도가 감소하여 운영 효율성과 모델 유지보수성이 향상되었다.
• 응용 시나리오는 복잡하고 다이나믹한 운영 조건에서도 에이전트 기반 적응이 모델 정밀도를 유지함을 입증했다.
• 다양한 응용 분야(예: 예측 및 운영 병행 시뮬레이션) 간에 일관된 모델 일관성이 달성되었다.