[论文解读] Simulation-Based Digital Twin Development for Blockchain Enabled End-to-End Industrial Hemp Supply Chain Risk Management

Keqi Wang, Wei Xie+5 more|arXiv (Cornell University)|Jun 19, 2020

Blockchain Technology Applications and Security参考文献 8被引用 6

一句话总结

本文提出一种基于仿真的数字孪生系统，用于区块链赋能的工业大麻供应链（IHSC），以提升透明度、风险管理与决策能力。通过整合双层权威证明（PoA）区块链与随机模拟，该系统对种植、加工和提取阶段中CBD与THC含量的时空依赖关系进行建模，相比传统区块链，干损率降低44%，验证效率提升34%。

ABSTRACT

With the passage of the 2018 U.S. Farm Bill, Industrial Hemp production is moved from limited pilot programs to a regulated agriculture production system. However, Industrial Hemp Supply Chain (IHSC) faces critical challenges, including: high complexity and variability, very limited production knowledge, lack of data and information tracking. In this paper, we propose blockchain-enabled IHSC and develop a preliminary simulation-based digital twin for this distributed cyber-physical system (CPS) to support the process learning and risk management. Basically, we develop a two-layer blockchain with proof of authority smart contract, which can track the data and key information, improve the supply chain transparency, and leverage local authorities and state regulators to ensure the quality control verification. Then, we introduce a stochastic simulation-based digital twin for IHSC risk management, which can characterize the process spatial-temporal causal interdependencies and dynamic evolution to guide risk control and decision making. Our empirical study demonstrates the promising performance of proposed platform.

研究动机与目标

• 解决2018年美国农业法案后，端到端工业大麻供应链（IHSC）中存在的高复杂性、数据不透明及过程知识有限的问题。
• 通过双层区块链与权威证明智能合约，提升供应链透明度、数据完整性与质量控制。
• 利用基于仿真的数字孪生系统，对种植与加工阶段中CBD与THC含量的动态随机变化进行建模。
• 量化各输入因素对产品变异性的相对贡献，支持风险导向的决策制定。
• 通过数据驱动学习与声誉建模，加速安全、可靠且自动化的IHSC开发。

提出的方法

• 设计基于权威证明（PoA）共识的双层区块链架构，以确保数据完整性和可扩展性。
• 实施智能合约，自动验证数据并追踪各利益相关方的关键流程信息。
• 开发随机模拟模型，捕捉IHSC流程中的时空因果依赖关系，包括种子选择、种植、干燥、提取与纯化等环节。
• 应用基于方差的敏感性分析（Sobol'方法），通过3,000次排列计算，量化7个随机输入对CBD水平与6个对THC水平的影响。
• 集成通过移动端应用程序实现实时数据采集，为数字孪生系统提供数据支持，并实现动态资源分配。
• 采用指数分布对验证与干燥时间进行建模，并通过基于仿真的优化方法实现资源分配优化。

Figure 1: Blockchain-Enable End-to-End Industrial Hemp Supply Chain

实验结果

研究问题

• RQ1 双层区块链结合PoA共识机制在IHSC中如何提升透明度并缩短验证时间？
• RQ2 各随机输入因素（如生长不确定性、提取率等）对最终产品中CBD与THC含量变异性的相对贡献为何？
• RQ3 基于区块链追踪数据的动态资源分配，能在多大程度上减少因干燥延迟导致的生物质损失？
• RQ4 数字孪生系统如何建模关键产品属性在IHSC全生命周期中的动态演化过程？
• RQ5 基于仿真的数字孪生系统能否在快速发展的受监管农业供应链中，支持风险意识决策与质量控制？

主要发现

• 双层区块链将平均验证时间减少34%（从0.85天降至0.56天），并使因干燥延迟导致的弃料批次减少44%（从66.18批降至39.42批）。
• 基于区块链追踪数据的动态资源分配，使干损损失从39.42批降至3.04批，效率提升92%。
• 种植阶段的不确定性（ε）导致CBD变异性的69.8%与THC变异性的60.9%，表明其为最主要的高风险来源。
• 对CBD变异性的主要贡献因素为：生长内在不确定性（69.8%），其次为提取率（4.9%）与THC去除率（5.4%）。
• 对THC变异性的主要贡献因素为：生长不确定性（60.9%）与收获后处理（Qv，15.0%），凸显了收获后控制环节的风险。
• 数字孪生系统成功建模了复杂且相互依赖的流程动态，并为风险缓解与决策支持提供了可操作的洞察。

Figure 2: The root (on the left) and shard (on the right) chains structure.