[논문 리뷰] State-of-the-Art Review: The Use of Digital Twins to Support Artificial Intelligence-Guided Predictive Maintenance

Sizhe Ma, Katherine A. Flanigan외 1명|arXiv (Cornell University)|2024. 06. 19.

Machine Fault Diagnosis Techniques인용 수 6

한 줄 요약

본 논문은 Digital Twins를 AI 가이드된 Predictive Maintenance (PMx)와 통합하기 위한 로드맵과 문헌 리뷰를 제공하며, 정보 요건/기능 요건을 식별하고, 기존 DT 구현, 간극, 향후 연구 방향을 제시한다.

ABSTRACT

In recent years, predictive maintenance (PMx) has gained prominence for its potential to enhance efficiency, automation, accuracy, and cost-effectiveness while reducing human involvement. Importantly, PMx has evolved in tandem with digital advancements, such as Big Data and the Internet of Things (IOT). These technological strides have enabled Artificial Intelligence (AI) to revolutionize PMx processes, with increasing capacities for real-time automation of monitoring, analysis, and prediction tasks. However, PMx still faces challenges such as poor explainability and sample inefficiency in data-driven methods and high complexity in physics-based models, hindering broader adoption. This paper posits that Digital Twins (DTs) can be integrated into PMx to overcome these challenges, paving the way for more automated PMx applications across various stakeholders. Despite their potential, current DTs have not fully matured to bridge existing gaps. Our paper provides a comprehensive roadmap for DT evolution, addressing current limitations to foster large-scale automated PMx progression. We structure our approach in three stages: First, we reference prior work where we identified and defined the Information Requirements (IRs) and Functional Requirements (FRs) for PMx, forming the blueprint for a unified framework. Second, we conduct a literature review to assess current DT applications integrating these IRs and FRs, revealing standardized DT models and tools that support automated PMx. Lastly, we highlight gaps in current DT implementations, particularly those IRs and FRs not fully supported, and outline the necessary components for a comprehensive, automated PMx system. Our paper concludes with research directions aimed at seamlessly integrating DTs into the PMx paradigm to achieve this ambitious vision.

연구 동기 및 목표

• PMx를 위한 정보 요건(IRs)과 기능 요건(FRs)을 식별하고 형식화한다.
• DTs가 현재 이러한 IRs/FRs를 충족시키는 방법을 조사한다.
• 자동화된 PMx를 지원하는 표준화된 DT 모델과 도구를 식별한다.
• 현재 DT가 IRs/FRs를 완전히 지원하지 않는 격차를 강조하고 포괄적 PMx 시스템의 구성 요소를 구분한다.
• DT를 PMx에 통합하여 대규모 자동화 PMx를 가능하게 하는 연구 일정을 제안한다.

제안 방법

• PMx에 대한 IRs와 FRs를 기본 설계도로 정의하기 위해 기존 연구를 바탕으로 발전시킨다.
• PMx에서의 현재 DT 사용을 다학제적으로 평가하기 위한 포괄적 문헌 조사를 수행한다.
• 자동화된 PMx를 지원하는 표준화된 DT 모델, 도구, 환경을 식별한다.
• DT가 IRs/FRs를 완전히 지원하지 못하는 격차를 분석한다.
• DT를 이용한 포괄적이고 자동화된 PMx 시스템의 구성 요소와 로드맵을 구분한다.

실험 결과

연구 질문

• RQ1 AI 가이드 PMx를 지원하는 DT의 현재 상태는 무엇인가?
• RQ2 PMx에 대해 식별된 IRs/FRs 중 DT 구현으로 현재 충족되는 것은 무엇인가?
• RQ3 자동화된 PMx를 촉진할 수 있는 표준화된 DT 모델과 환경은 무엇인가?
• RQ4 DT의 역량에서 남아 있는 격차는 무엇이며 이를 해소하기 위해 어떤 구성 요소가 필요한가?
• RQ5 대규모로 DT를 PMx에 통합하기 위한 향후 연구 방향은 무엇인가?

주요 결과

• DTs는 PMx에 대한 혁신적 가능성을 가지나 현재의 최첨단 DT는 산업 전면 채택에 충분히 성숙하지 않다.
• DT 프레임워크는 데이터 흐름과 PMx의 의사결정을 가능하게 하는 여러 구성요소(P T, PTE, DT, DTE, DE, instrumentation, realization, DThread, HR, analysis, accountability, QR)를 포함한다.
• 다양한 PMx 작업을 지원할 수 있는 표준화된 모델과 환경(예: 포인트 구름 모델링, BIM, FEM, 퍼지 로직)이 존재하지만 이를 단일 PMx DT로 통합하는 것은 아직 개발 중이다.
• 일련의 IRs와 FRs가 DT를 통해 PMx의 요구에 체계적으로 평가될 수 있도록 명확한 집합이 있지만, 여러 IRs/FRs는 현재 DT로 충분히 다루어지지 않았다.
• 본 논문은 자동 유지보수를 위한 원활한 DT와 PMx 통합을 향한 로드맵과 연구 방향을 제시한다.
• 해당 분석은 신뢰성 있고 해석 가능하며 강건하고 확장 가능하며 이전 가능한 DT 역량의 필요성을 강조하여 넓은 배치를 가능하게 한다.