[논문 리뷰] Digital Twins

Dirk Hartmann, Herman Van der Auweraer|arXiv (Cornell University)|2020. 01. 03.

Digital Transformation in Industry인용 수 9

한 줄 요약

이 논문은 제품 수명 주기 전반에 걸쳐 가상 및 물리 시스템을 통합하는 전환적 프레임워크로 디지털 트윈을 소개한다. 고급 수학 기법—예를 들어 모델 순서 감소와 불확실성 정량화—를 활용하여 실시간 시뮬레이션, 예측 정비 및 자율적 의사결정을 가능하게 한다. 디지털 트윈의 영향력은 설계, 제조 및 운영 분야에서 입증되었으며, 실행 가능한 디지털 트윈(executable digital twins)을 다음 세대로 제안하며 산업 적용에서 속도, 신뢰성, 사용 용이성을 확보하기 위한 새로운 수학적 혁신이 요구된다.

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.

연구 동기 및 목표

• 디지털 트윈을 제품 수명 주기 전반에 걸쳐 가상과 물리 시스템을 연결하는 핵심 철학으로 정립하기 위해.
• 스케일업 시 구현에 있어 상호작용성, 신뢰성, 사용 용이성, 보안성, 동기화성 등의 핵심 과제를 식별하고 해결하기 위해.
• 다음 세대 디지털 트윈, 특히 실행 가능한 디지털 트윈을 가능하게 하는 데 있어 수학 과학의 핵심적 역할을 부각하기 위해.
• 디지털 트윈이 설계 지원, 로봇 제조, 예측 운영과 같은 산업 적용 분야에서 미치는 전환적 영향을 입증하기 위해.
• 비전문가가 사용할 수 있도록 실용적이며 안전하고 도메인 유효성이 확보된 디지털 트윈를 구현하기 위한 과제를 해결하기 위한 연구 계획을 제시하기 위해.

제안 방법

• 모델 순서 감소(MOR)를 활용하여 정확도를 유지하면서도 시뮬레이션 속도를 향상시켜 디지털 트윈에서 실시간 성능을 가능하게 한다.
• 불확실성 정량화와 신뢰구간을 적용하여 신뢰성과 자율 인식 능력을 확보하고, 비전문가가 예측에 신뢰를 가질 수 있도록 한다.
• 기하학적 멀티그리드 및 볼록 기반 방법을 사용하여 복잡한 기하 구조와 물리적 상호작용을 효율적으로 모델링한다.
• 입자 기반 요소 방법을 통합하여 균질한 재료와 적층 제조와 같은 복잡한 제조 공정을 시뮬레이션한다.
• 디지털 트윈의 실시간 제어 및 IoT 통합을 지원하기 위해 에지에서 클라우드까지의 분산형 배포 모델을 제안한다.
• 실행 가능한 디지털 트윈을 자가 포함형이며 보안성과 상호운용성이 확보된 모델로 제안하며, 지적 재산권을 보호하기 위해 블록체인 유사 메커니즘을 통합한다.

실험 결과

연구 질문

• RQ1 모델 순서 감소와 불확실성 정량화와 같은 수학적 방법은 산업 현장에서 디지털 트윈의 속도와 신뢰성을 어떻게 향상시킬 수 있는가?
• RQ2 정적 디지털 트윈을 실시간, 자동화된 시뮬레이션 모델로 전환하기 위해 필요한 기술적 및 수학적 혁신은 무엇인가?
• RQ3 정확도, 보안성, 도메인 유효성을 확보하면서도 비전문가가 사용할 수 있도록 디지털 트윈을 어떻게 설계할 수 있는가?
• RQ4 기하학적 멀티그리드 및 입자 기반 요소 방법과 같은 고급 수치 해법은 다양한 산업 응용 분야에서 고정밀 시뮬레이션을 어떻게 가능하게 하는가?
• RQ5 마모, 재구성 또는 서비스 변경 상황에서도 물리적 자산과 그 디지털 트윈 간의 동기화는 어떻게 유지할 수 있는가?

주요 결과

• 디지털 트윈은 이미 핵심 산업 공정에서 주기 시간을 30% 향상시켜 실질적인 효율성 향상을 입증했다.
• 모델 순서 감소와 불확실성 정량화는 시뮬레이션 속도와 정확도의 균형을 이루며 실시간 디지털 트윈 응용의 실현 가능성을 확보한다.
• 실행 가능한 디지털 트윈은 에지 장치, 클라우드, 온프레미스 환경 어디서나 배포 가능하며, 모델 예측 제어를 통한 실시간 제어 및 예측 정비를 가능하게 한다.
• 디지털 트윈을 IoT 생태계에 통합하면 X-in-the-loop 시뮬레이션을 단순화하고, 커missioning 기간 동안 자동 제어기 캘리브레이션을 가능하게 한다.
• 역공학 방지를 방지하고 공동 사용 환경에서 지적 재산권을 보호하기 위해 블록체인 기반 보안 메커니즘이 필요하다.
• 마모, 재구성, 부품 교체를 고려한 적응형 모델링을 통해 물리적 자산과 디지털 트윈 간의 동기화를 유지할 수 있다.