[논문 리뷰] Digital Twin Enabled Smart Control Engineering as an Industrial AI: A New Framework and A Case Study

Jairo Viola, YangQuan Chen|arXiv (Cornell University)|2020. 07. 06.

Digital Transformation in Industry참고 문헌 19인용 수 5

한 줄 요약

이 논문은 산업 시스템에서 디지털 트윈 기반 스마트 제어 공학을 구현하기 위한 다섯 단계 프레임워크를 제안한다. 이 프레임워크는 다중 도메인 시뮬레이션, 유전 알고리즘을 통한 행동 매칭, 실시간 배포를 통합하며, 높은 정밀도로 실시간 적외선 온도 제어 시스템을 재현하여 디지털 트윈이 산업용 AI 응용 분야에서 물리적 시스템의 행동을 병렬로 반영할 수 있음을 입증한다.

ABSTRACT

In the way towards Industry 4.0, the complexity of the industrial systems increases due to the presence of multiple agents, Cyber-Physical Systems, distributed sensing, and big data introducing unknown dynamics that affect the production goals of the manufacturing processes. Thus, Digital Twin is a breaking technology corresponding to the capacity of developing a virtual representation of any complex system in order to perform design, analysis, and behavior prediction tasks that enhance the understanding of these systems through new enabling capabilities like real-time analytics, parallel sensing, or Smart Control Engineering. In this paper, a novel framework is proposed for the design and implementation of Digital Twin applications to the development of Smart Control Engineering. The steps of this framework involve system documentation, multidomain simulation, behavioral matching, and real-time monitoring. This framework is applied to develop the Digital Twin for a real-time vision feedback infrared temperature uniformity control. The obtained results show that Digital Twin is a fundamental part of the transformation into Industry 4.0.

연구 동기 및 목표

• 산업 4.0에서 다수의 에이전트, 분산 센서, 대량의 데이터를 포함하는 복잡한 산업 시스템의 증가하는 복잡성에 대응하기 위해 고도의 제어 솔루션을 개발하기 위해.
• 클래식 제어 공학과 현대 산업 AI 사이의 격차를 해소하기 위해 디지털 트윈을 스마트 제어 시스템에 통합함으로써.
• 실시간 공정 제어 응용 분야에 특화된 디지털 트윈을 설계하고 구현하기 위한 체계적이고 반복 가능한 프레임워크를 개발하기 위해.
• 시각 피드백을 사용한 적외선 온도 균일성 제어를 포함한 실제 사례 연구를 통해 프레임워크를 검증하기 위해.
• 향후 장애 탐지, 예측 유지보수, 기계 학습을 디지털 트윈 환경에 통합하여 산업 자율성 향상에 기여하기 위해.

제안 방법

• 프레임워크는 다섯 단계로 구성된다: 시스템 문서화, 다중 도메인 시뮬레이션(전기, 열, 디지털), 디지털 트윈 조립, 유전 알고리즘을 통한 행동 매칭, 감시 인터페이스를 갖춘 실시간 배포.
• 다중 도메인 시뮬레이션은 시스템 구성 방정정식에 기반하여 물리 법칙을 전기, 열, 디지털 도메인에 모두 적용하는 Simscape를 사용하여 구현된다.
• 행동 매칭은 비용 함수 $ J = \int_0^T \left( (y_r - y_{DT})^2 + (u_r - u_{DT})^2 \right) dt $ 를 최소화함으로써 디지털 트윈 내 미지 매개변수를 최적화하는 데 사용되며, 이는 유전 알고리즘에 의해 수행된다.
• 매개변수에 제약 조건을 적용한다: $ 10\,\text{mV} \leq \alpha \leq 200\,\text{mV} $, $ 1.8 \leq R \leq 6 \,\Omega $, $ 0.2 \leq K \leq 0.833 \,\text{K/W} $, $ 15 \leq C \leq 30 \,\text{J/K} $.
• 디지털 트윈은 1초 간격의 TCP/IP 기반 클라이언트/서버 아키텍처를 통해 물리적 시스템과 병행하여 배포된다.
• MATLAB 기반 감시 인터페이스를 통해 디지털 트윈과 물리적 시스템의 오프라인 테스트 및 실시간 모니터링이 가능하다.

실험 결과

연구 질문

• RQ1 산업 공정 제어 시스템을 위한 디지털 트윈을 설계하고 구현하기 위한 체계적인 프레임워크는 어떻게 개발할 수 있는가?
• RQ2 다중 도메인 물리 기반 모델링을 사용할 때, 디지털 트윈이 복잡한 열 제어 시스템의 실시간 행동을 얼마나 정확하게 재현할 수 있는가?
• RQ3 유전 알고리즘 기반 행동 매칭은 미지 매개변수를 효과적으로 校정하여 물리적 시스템과의 정밀도를 향상시키는 데 유용한가?
• RQ4 물리적 시스템과 병행하여 디지털 트윈을 실시간으로 실행하기 위한 기술적 요구사항과 성능 특성은 무엇인가?
• RQ5 환경 온도는 정확도에 어떤 영향을 미치며, 이를 효과적으로 모델링할 수 있는가?

주요 결과

• 디지털 트윈은 50°C 설정값 하에서 물리적 시스템 출력과 디지털 트윈 출력 간의 높은 일치도를 보이며, 물리적 시스템의 행동을 실시간으로 성공적으로 재현하였다.
• 유전 알고리즘 기반 행동 매칭을 통해 최적의 매개변수를 도출하였으며, $ \alpha = 35.8\,\text{mV} $, $ R = 3.35\,\Omega $, $ K = 0.2882\,\text{K/W} $, $ C = 15\,\text{J/K} $로, 모델 정확도가 크게 향상되었다.
• 최적화를 통해 비용 함수 값이 최소화되었으며, 校정된 디지털 트윈 매개변수의 실체가 실제 시스템과 가장 잘 일치함을 확인하였다.
• 감시 인터페이스를 통해 효과적인 오프라인 검증과 실시간 모니터링이 가능했으며, 물리적 시스템과 디지털 트윈 간의 병행 운영 가능성을 입증하였다.
• 환경 온도는 시스템 동역학에 영향을 미치는 핵심 변수로 규명되었으며, 디지털 트윈 모델에 포함시킴으로써 전체 정확도가 향상되었다.
• Simscape 다중 물리 시뮬레이션을 사용하여 실시간 운영을 달성했지만, 모델 복잡도가 증가할수록 계산 요구량이 증가함을 확인하였다.