[论文解读] An Agent-based Realisation for a continuous Model Adaption Approach in intelligent Digital Twins

Daniel Dittler, Peter Lierhammer+4 more|arXiv (Cornell University)|Dec 7, 2022

Digital Transformation in Industry被引用 4

一句话总结

本文提出了一种基于代理的架构，用于模块化生产系统的智能数字孪生中持续模型自适应，实现在运行阶段对异构仿真模型的动态更新。通过利用自主代理监控系统变化并实时自主调整模型，该方法确保了持续的应用导向真实性，其有效性通过一个场景得到验证：模型保真度和运行响应能力均得到提升。

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.

研究动机与目标

• 解决在运行阶段资产和环境发生动态变化时，维持数字孪生模型准确性的挑战。
• 实现在模块化生产系统中对异构仿真模型的持续、面向应用的自适应。
• 通过去中心化的代理自动化适应过程，减少模型更新中的手动干预。
• 在真实工业场景中展示基于代理的模型自适应的可行性与优势。

提出的方法

• 该方法采用多代理系统，其中专门的代理负责监控物理系统、数据流和模型状态，以检测变化。
• 代理通过共享知识库进行通信，基于实时数据和系统上下文协调模型自适应决策。
• 模型自适应由事件触发，例如设备变更、工艺修改或新的应用需求。
• 该架构通过使用理解模型语义和更新逻辑的领域特定代理，支持异构模型。
• 代理使用轻量级推理和基于规则的逻辑评估模型的相关性，并在无集中控制的情况下启动更新。
• 系统在仿真环境中实现，以验证在动态条件下适应性、可扩展性和响应能力。

实验结果

研究问题

• RQ1 如何使数字孪生中的模型自适应实现持续化，并对物理系统和环境的实时变化作出响应？
• RQ2 何种架构模式可实现无需中央协调的自主、去中心化模型更新？
• RQ3 基于代理的组件如何处理模块化生产系统中仿真模型的异构性？
• RQ4 基于代理的自适应对运行时模型准确性和运行相关性有何影响？
• RQ5 所提出的方法能否在动态工业环境中减少手动模型维护，同时确保模型保真度？

主要发现

• 基于代理的系统成功检测到生产环境中实时变化，并对仿真模型作出相应自适应调整。
• 模型自适应延迟极低，确保了虚拟表示与物理系统状态保持同步。
• 去中心化架构在存在多个异构模型的情况下，实现了可扩展的模型更新，无性能瓶颈。
• 该方法降低了对手动模型更新的依赖，提升了运行效率和模型可维护性。
• 应用案例表明，即使在复杂且动态的运行条件下，基于代理的自适应仍能保持模型保真度。
• 系统在不同应用场景（如预测和运行并行仿真）中实现了稳定的模型一致性。