Machine Translated by Google

Máy tính trong Công nghiệp 113 (2019) 103130

Danh sách nội dung có sẵn tại ScienceDirect

Máy tính trong công nghiệp

trang chủ tạp chí: www.elsevier.com/locate/compind

Đánh giá các ứng dụng song sinh kỹ thuật số trong sản xuất

Chiara Ciminoa, , Elisa Negri b, Luca Fumagalli b

Khoa Điện tử, Thông tin và Kỹ thuật Sinh học, Politecnico di Milano, Milano, Ý b
Một

Khoa Quản lý, Kinh tế và Kỹ thuật Công nghiệp, Politecnico di Milano, Milano, Ý

thông tin bài viết trừu tượng

Lịch sử bài viết: Trong kỷ nguyên Công nghiệp 4.0, Digital Twin (DT), các bản sao ảo của hệ thống có khả năng tương tác với
Nhận ngày 17 tháng 6 năm 2019
các đối tác vật lý theo cách hai chiều, dường như là những yếu tố hỗ trợ đầy hứa hẹn để tái tạo các hệ thống
Nhận được ở dạng sửa đổi
sản xuất trong thời gian thực và phân tích chúng. Một DT phải có khả năng đảm bảo các dịch vụ được xác định
16 Tháng chín 2019
rõ ràng để hỗ trợ các hoạt động khác nhau như giám sát, bảo trì, quản lý, tối ưu hóa và an toàn. Thông qua
Chấp nhận ngày 17 tháng 9 năm 2019
phân tích bức tranh sản xuất hiện tại và đánh giá tài liệu về môi trường DT hiện có, bài viết này xác định
những gì vẫn còn thiếu trong DT đã triển khai để phù hợp với mô tả của chúng trong tài liệu. Trọng tâm đặc
từ khóa:
biệt của bài báo này là mức độ tích hợp của DT được đề xuất với sự kiểm soát của hệ thống vật lý, đặc biệt
Công nghiệp
là với Hệ thống Thực thi Sản xuất (MES) khi hệ thống sản xuất dựa trên Kim tự tháp Tự động hóa và các dịch
4.0 Sản xuất Mô
phỏng song sinh vụ được cung cấp từ các môi trường này , so sánh chúng với những cái tham khảo.
kỹ thuật số MES
CPS Hệ thống vật Bài báo này cũng đề xuất triển khai thực tế DT trong dây chuyền phòng thí nghiệm lắp ráp được trang bị
lý-mạng
MES của Trường Quản lý Politecnico di Milano. Ứng dụng đã được tạo ra để tạo cơ sở khắc phục các khía cạnh
triển khai còn thiếu trong văn học. Theo cách đó, DT được phát triển mở đường cho các nghiên cứu trong
tương lai nhằm khép lại vòng lặp giữa MES và DT có tính đến số lượng dịch vụ mà DT có thể cung cấp trong
một môi trường duy nhất.
© 2019 Elsevier BV Bảo lưu mọi quyền.

1. Giới thiệu thường đề cập đến việc xây dựng Digital Twins (DT) (Negri et al., 2017). Mặc dù

nhiều tài liệu đã được sản xuất về chủ đề này, một định nghĩa chung và một thỏa

Với mô hình mới của Công nghiệp 4.0, quá trình sản xuất phát triển để bao gồm thuận về các tính năng và phạm vi của nó vẫn chưa đạt được. Xem xét mối liên hệ

các vật thể thông minh (Kusiak, 2017), dựa trên khái niệm Hệ thống vật lý không chặt chẽ của nó với các vấn đề quản lý sản xuất, việc hiểu các tính năng của ứng

gian mạng (CPS), được định nghĩa là “hệ thống gồm các thực thể tính toán cộng tác dụng DT và so sánh chúng với những gì được đề xuất trong tài liệu trở nên rất có

có mối liên hệ chặt chẽ với môi trường vật lý xung quanh. thế giới và các quá trình giá trị. Bài viết này nhằm mục đích khám phá các tài liệu hiện có về các ứng dụng

đang diễn ra của nó, đồng thời cung cấp và sử dụng các dịch vụ truy cập dữ liệu và thực tế của DT, xác định khoảng cách giữa các đặc điểm lý thuyết của DT và các ứng

xử lý dữ liệu có sẵn trên internet” (Monostori, 2015). Các hệ thống tự trị mới này dụng. Sau đó, bài báo này đề xuất một ứng dụng trong môi trường phòng thí nghiệm

có khả năng xây dựng và truyền dữ liệu cũng như xây dựng một bản sao của các quy đặt cơ sở để khắc phục những lỗ hổng được tìm thấy.

trình thực trong môi trường kỹ thuật số theo thời gian thực (Lee et al., 2015).

Với mục đích này, phần tiếp theo của phần giới thiệu bài báo này được cấu trúc

Các công nghệ hỗ trợ chính của Công nghiệp 4.0 đặc trưng cho CPS (chẳng hạn như sau: trước tiên, cấu trúc kim tự tháp tự động hóa, cấu trúc được sử dụng phổ

như Dữ liệu lớn và Điện toán đám mây như các hệ thống hỗ trợ để đọc các tập dữ liệu biến nhất trong lĩnh vực công nghiệp, được minh họa trong phần 1.1 . Sau đó, trong

lớn từ hiện trường, lưu trữ và phân tích chúng (Cattaneo và cộng sự, 2018; Roblek phần 1.2 , những đổi mới trong lĩnh vực này được trình bày làm nổi bật vai trò của

và cộng sự . , 2016) và Internet vạn vật (IoT) để duy trì kết nối và trích xuất dữ các CPS đã đề cập và Digital Twin (DT) có liên quan. Cuối cùng, trong phần 1.3 ,

liệu) cũng là cơ sở cho phương pháp mô phỏng mới, thúc đẩy kết nối phổ biến trong bài viết này sẽ cô đọng những điểm chính để phản ánh về kịch bản hiện tại, cần

các hệ thống sản xuất để cung cấp đồng bộ hóa thời gian thực với trường. Phương thiết để minh họa rõ hơn các mục tiêu của bài viết.

pháp mô phỏng mới này là

1.1. Mối quan hệ với kim tự tháp tự động hóa

Mỗi quy trình tự động hóa công nghiệp thường dựa trên Kim tự tháp tự động hóa,
Tác giả tương ứng.
Địa chỉ email: chiara.cimino@polimi.it (C. Cimino), elisa.negri@polimi.it một cấu trúc tập trung bao gồm năm lớp, như trong Hình 1 (ISO/IEC, 2012). Bên trái
(E. Negri), luca1.fumagalli@polimi.it (L. Fumagalli). của hình nằm

https://doi.org/10.1016/j.compind.2019.103130 0166-3615/
© 2019 Elsevier BV Bảo lưu mọi quyền.
Machine Translated by Google
2 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
Hình 1. Kim tự tháp tự động hóa, cấp độ quản lý sản xuất tương ứng (Govindaraju và Putra, 2016; MESA, 1997).
kim tự tháp tự động hóa (https://visaya.solutions/video/old-new automation-
pyramid/), ở bên phải cấp quản lý sản xuất tương ứng (Govindaraju và
Putra, 2016). Hình này cũng cho thấy các chức năng của Hệ thống Điều hành
Sản xuất (MES) được liệt kê bởi Hiệp hội Hệ thống Điều hành Sản xuất (MESA
INTERNATIONAL, 1997).
(i) Ba lớp thấp hơn (0–1 - 2) được tóm tắt là lớp điều khiển, bao gồm:
lớp kỹ thuật điện, lớp Lập trình
Bộ điều khiển logic (PLC) / Hệ thống điều khiển phân tán (DCS) và
các lớp Scada/HMI, (ii) lớp giữa (3) là Hệ thống thực thi sản xuất
(MES) hướng dẫn quá trình, và
(iii) cuối cùng ở trên cùng là lớp Lập kế hoạch nguồn lực doanh nghiệp
(ERP) (4) nhằm tích hợp các chức năng của tổ chức để hỗ trợ và lập
kế hoạch khách hàng tốt hơn (Zuehlke, 2010).
Trong cấu trúc này, MES hướng dẫn quy trình sản xuất, giám sát tất cả
các bước của một sản phẩm trong hệ thống sản xuất một cách tập trung.
Trong số các chức năng được MESA xác định, một số chức năng được liên kết
trực tiếp với quy trình sản xuất (chẳng hạn như lập kế hoạch và kiểm soát
chất lượng), trong khi các chức năng khác (chẳng hạn như quản lý tài
nguyên và truy xuất nguồn gốc) được mô tả tốt nhất dưới dạng các chức năng
chéo, không liên quan chặt chẽ đến quy trình sản xuất nhưng hỗ trợ một
quan điểm cao hơn. Do đó, tất cả các chức năng của MES không ở cùng cấp
độ, như đề xuất của De Ugarte (De Ugarte et al., 2009).
1.2. Sinh đôi kỹ thuật số trong các hệ thống dựa trên CPS
Giới thiệu các công nghệ mới được đề cập ở trên, tầm nhìn tương lai
của các ngành sản xuất thường được mô tả trong tài liệu dựa trên CPS
(Rosen và cộng sự, 2015) hoặc trên Hệ thống Sản xuất Vật lý Điện tử (CPPS)
(Weyer và cộng sự, 2015) và trên các hệ thống liên quan. khái niệm DT
CPS đại diện cho một tương lai đầy hứa hẹn trong bối cảnh Công nghiệp
4.0 và đề xuất thực thi tính linh hoạt của các hệ thống sản xuất dựa trên
kim tự tháp tự động hóa (Iarovyi et al., 2016), được trình bày trong phần
1.1. CPS, theo định nghĩa, có cả bản chất không gian mạng và vật lý. Về
phần không gian mạng, chúng sẽ phù hợp để lưu trữ các máy tính, bao gồm
phân tích dữ liệu và mô phỏng trên tàu. Mô phỏng có thể: - được đồng bộ
hóa với trường (phần vật lý của CPS) nhưng bị giới hạn trong ranh giới
của chính CPS (ví dụ: một máy trạm); - mô phỏng cấp cao hơn, được lưu
trữ bên ngoài hệ thống CPS. Mô phỏng này theo cách này có thể sao chép cả
hai
máy trạm và toàn bộ hành vi của hệ thống sản xuất, vì dữ liệu được thu
thập từ các CPS đơn lẻ.
Loại mô phỏng thứ hai, khi được đồng bộ hóa với trường, tuân thủ mọi
khía cạnh với định nghĩa về DT được đưa ra bởi (Garetti và cộng sự, 2012)
và được báo cáo trong (Negri và cộng sự, 2017; Kritzinger và cộng sự,
2018): “DT bao gồm một đại diện ảo của một hệ thống sản xuất có thể chạy
trên các nguyên tắc mô phỏng khác nhau, được đặc trưng bởi sự đồng bộ hóa
giữa hệ thống ảo và thực, nhờ vào dữ liệu được cảm nhận và các thiết bị
thông minh được kết nối, mô hình toán học và dữ liệu thời gian thực công
phu. Vai trò hàng đầu trong các hệ thống sản xuất của Công nghiệp 4.0 là
khai thác các tính năng này để dự báo và tối ưu hóa hành vi của hệ thống
sản xuất ở từng giai đoạn vòng đời trong thời gian thực”. Trong tầm nhìn
này, tương lai của ngành sản xuất được đặc trưng bởi các thực thể, CPS
hoặc CPPS, có thể thu thập dữ liệu trực tiếp từ hiện trường và tái tạo hệ
thống sản xuất vật lý trong thế giới mạng thông qua các mô hình kỹ thuật
số khác nhau tạo thành một DT; tức là những mô hình này mở đường cho mô
phỏng đồng bộ thời gian thực của thiết bị vật lý (Negri et al., 2017). Các
mô hình kỹ thuật số cũng bao gồm một mô hình dữ liệu phù hợp để cho phép
khả năng tương tác của các mô hình và công cụ khác nhau, cung cấp một từ
vựng chung và cung cấp kiến thức hệ thống về thông tin mà các mô hình kỹ
thuật số xây dựng: tất cả điều này được hỗ trợ tốt bởi các mô hình ngữ
nghĩa, chẳng hạn như các bản thể luận (Garetti và cộng sự, 2015; Negri và
cộng sự, 2016).
Như đã nói, DT có liên quan đến CPS và được coi là đối tác kỹ thuật
số của nó. Khái niệm về DT vẫn đang phát triển và định nghĩa của nó đã
hoàn thiện qua nhiều năm khi Negri báo cáo trong (Negri et al., 2017).
DT ban đầu được NASA sử dụng để tái tạo tuổi thọ của các phương tiện hàng
không. DT được sử dụng để phân tích sức khỏe, tức là chống đỡ vết nứt
(Kraft, 2016) hoặc để cải thiện hoạt động bảo trì và lập kế hoạch. Sau đó,
nó cũng được giới thiệu để phản ánh kỹ thuật số cuộc sống của các thực
thể vật lý và hỗ trợ việc ra quyết định thông qua các phân tích thống kê
và kỹ thuật; trong viễn cảnh rộng hơn này, nó cũng bắt đầu được sử dụng
trong các lĩnh vực khác như kỹ thuật công nghiệp (Garetti et al., 2012).
Về bản chất, DT có thể được coi là một môi trường có thể hỗ trợ các loại
mô phỏng khác nhau hoặc được coi là chính mô phỏng, được đồng bộ hóa với
trường theo kiểu gần với thời gian thực.
Một cách giải thích thú vị được Kritzinger đưa ra, chuyên gia đó đưa
ra trong (Kritzinger et al., 2018) một bài đánh giá về tài liệu DT tùy
thuộc vào sự tương tác giữa đối tượng vật lý và đối tượng ảo tương đối.
Theo nghĩa này, một DT thích hợp là DT mà đối tượng ảo trao đổi dữ liệu
với đối tượng vật lý theo cả hai hướng (hướng vật lý đến ảo và hướng ảo
đến vật lý).
Điều này có nghĩa là đối tượng ảo cuối cùng có thể hoạt động trên hệ thống
điều khiển của đối tượng thực. Diễn giải DT này được mô tả trong Hình 2
cùng với hai loại khác được đề cập bởi (Kritzinger
Machine Translated by Google

C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130 3

Hình 2. Lược đồ Digital Twin (DT).

và cộng sự, 2018). (i) Mô hình Kỹ thuật số không kéo theo bất kỳ tương tác dịch vụ, một lần nữa gợi lại khái niệm do Kritzinger giới thiệu (Kritzinger et
nào giữa các đối tượng thực và ảo. (ii) Bóng tối kỹ thuật số, nơi chỉ có đối al., 2018).
tượng vật lý gửi dữ liệu và cập nhật đối tượng ảo. Nó bao gồm Mô hình số, các
giao thức thu thập dữ liệu và phần mềm mô phỏng để mô phỏng mô hình số. Trong
1.3. kịch bản hiện tại
trường hợp này, sự tương tác giữa các mô hình mạng và các đối tượng vật lý là
đơn hướng. (iii) Như Kritzinger đã nêu (Kritzinger et al., 2018) và được minh
Tóm lại, việc áp dụng DT phải đảm bảo rằng nó được kết nối với bản sao vật
họa trong ngữ cảnh được đưa ra bởi bài báo này trong Hình 2, Bóng kỹ thuật số
lý. Trong trường hợp hệ thống vật lý mà nó phản chiếu có các đặc điểm được coi
chỉ có thể trở thành Bản sao kỹ thuật số đầy đủ khi đường chấm chấm kết nối
là CPS, điều này sẽ giúp việc triển khai DT dễ dàng hơn vì quá trình đồng bộ
dữ liệu đến từ Kỹ thuật số Shadow (song sinh ảo) với hệ thống thực được hiện
hóa của nó thông qua kết nối trường trực tiếp do chính CPS lưu trữ. Ngoài ra,
thực hóa, do đó, khi luồng dữ liệu hai chiều từ hệ thống thực sang DT và ngược
DT chưa có định nghĩa duy nhất hoặc mô hình tham chiếu duy nhất, nhưng Hình 2
lại
cung cấp khái niệm tham chiếu về DT cho mục đích của công việc này.

ngược lại.

DT thường được sử dụng để đưa ra các phân tích cụ thể, liên quan đến hệ
Trên thực tế, nghiên cứu về CPS và DT vẫn đang được tiến hành và trong hầu
thống được xem xét và vòng đời của nó, theo các dịch vụ mà DT có thể cung cấp,
hết các trường hợp, hệ thống sản xuất tại các công ty được trang bị máy móc
như được liệt kê bởi Tao và cộng sự ( Tao và cộng sự, 2018). Như chúng tôi sẽ
truyền thống được phân cấp dựa trên kim tự tháp tự động hóa: sản xuất được lên
nhắc lại sau, không phải tất cả các dịch vụ đều cần thiết cho tất cả các hệ
kế hoạch dài hạn bởi hệ thống thông tin của công ty (chẳng hạn như như ERP) và
thống, nhưng việc sử dụng chúng trong một môi trường DT có thể hữu ích cho
trình tự hoạt động được điều khiển bởi MES của hệ thống (tham khảo các mức của
những người ra quyết định công nghiệp không cần thực hiện các phân tích khác
kim tự tháp tự động hóa trong Hình 1). Trong những trường hợp này, việc triển
nhau trong các môi trường kỹ thuật số riêng biệt.
khai DT trong các hệ thống và tích hợp nó với một thiết bị dựa trên MES hiện
Xem xét chín dịch vụ được liệt kê bởi (Tao et al., 2018), chúng có thể được
có sẽ khó khăn hơn.
nhóm thành các danh mục sau:

Bài viết này muốn điều tra các ứng dụng DT có trong tài liệu, để hiểu DT
được sử dụng thực tế như thế nào trên các hệ thống thực và các dịch vụ được
• Giám sát trạng thái thời gian thực, được sử dụng để cập nhật virtualtwin trong thực tế
cung cấp là gì. Sự chú ý đặc biệt sẽ được dành cho cải tiến có thể được thực
thời
hiện để thúc đẩy việc sử dụng DT bên trong các hệ thống đã tồn tại, do tầm quan
gian; • Phân tích tiêu thụ năng lượng;
trọng của thông tin bổ sung và phân tích do công cụ này cung cấp.
• Phân tích và dự đoán lỗi sản phẩm và chiến lược bảo trì sản phẩm, có điểm
chung là phân tích dữ liệu trạng thái thời gian thực và dữ liệu lịch sử để
Cấu trúc của bài báo này như sau: trong phần 2 , mục tiêu và cách tiếp cận
dự đoán lỗi và xây dựng chiến lược thuê chính;
của công việc được phác thảo tốt hơn; phần 3 báo cáo tổng quan tài liệu về các
ứng dụng DT; trong phần 4 , việc tạo DT trong môi trường phòng thí nghiệm và
• Tối ưu hóa và cập nhật thông minh; dịch vụ này dựa trên phân tích thói quen
các kết quả liên quan được mô tả; phần 5 thảo luận về môi trường DT được tạo
hoạt động của người dùng và dữ liệu hành vi của sản phẩm để cải tiến sản
ra; phần 6 đề xuất gợi ý cho công việc trong tương lai và nhận xét cuối cùng.
phẩm và/hoặc quy trình sản xuất; • Phân tích hành vi và hướng dẫn thao tác
người dùng, được sử dụng để lấy các thao tác được thực hiện từ người dùng và/
hoặc cung cấp cho họ một số hướng dẫn người dùng để trực quan hóa các bản
cập nhật hệ thống với giao diện thân thiện với người dùng
HMI (Giao diện người-máy); 2. Mục tiêu và cách tiếp cận
• Bảo trì ảo sản phẩm và vận hành ảo sản phẩm; được cung cấp một môi trường
hoặc phần mềm 3D, các dịch vụ này xây dựng và hiển thị các hoạt động hoặc Như đã nói, nghiên cứu về DT đang diễn ra như một chủ đề đầy hứa hẹn cho
chiến lược bảo trì cho người dùng. việc ra quyết định trong nhiều lĩnh vực khác nhau, trong đó lĩnh vực sản xuất
con người là một trong những lĩnh vực phù hợp nhất (Macchi et al., 2018).
Bài viết này nhằm mục đích đề xuất một tầm nhìn tổng thể về ứng dụng DT cho các
Thách thức trong việc cung cấp các dịch vụ này trong một môi trường duy hệ thống sản xuất. Mục tiêu chính là xác định sự khác biệt giữa tài liệu và
nhất dẫn đến thực tế là một số trong số chúng cần giao diện đồ họa 3D và những việc triển khai DT, bắt đầu từ việc xem xét tài liệu về các ứng dụng DT. Bài
dịch vụ khác chỉ phân tích dữ liệu mà không yêu cầu bất kỳ đồ họa nào. báo cũng nhằm đề xuất một môi trường DT trong phòng thí nghiệm để chủ đề này
Cũng đáng chú ý là một số trong số chúng (ví dụ: “Cập nhật và tối ưu hóa thông có thể được nghiên cứu sâu hơn, làm cơ sở để khắc phục những khác biệt đã tìm
minh”) dựa trên sự trao đổi thông tin lẫn nhau này giữa đối tượng thực và ảo, thấy.
DT phải cung cấp cụ thể
Machine Translated by Google
4 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
Chi tiết hơn, tổng quan tài liệu điều tra các ứng dụng DT thực tế trong môi
trường công nghiệp hoặc phòng thí nghiệm, liên hệ chúng với định nghĩa về DT được
đưa ra trong tài liệu và với các dịch vụ được đề xuất bởi (Tao và cộng sự, 2018) .
Đánh giá này được thực hiện theo định nghĩa về DT trong phân loại được thực hiện
bởi (Kritzinger et al., 2018).
3. Đánh giá về ứng dụng bản sao số trong văn học
Như đã đề cập, các nhà nghiên cứu và thực hành vẫn chưa thống nhất về một định
nghĩa duy nhất về DT. Người ta đã nói rất nhiều về vai trò của nó trong mô hình
Công nghiệp 4.0, tuy nhiên, chỉ có một số ví dụ thực tế được báo cáo trong các bài
báo khoa học không cho thấy các tính năng và chức năng công nghệ giống nhau. Do
đó, điều tối quan trọng là điều tra các công trình nghiên cứu trước đây về ứng dụng
DT trong môi trường sản xuất. Scopus được sử dụng làm cơ sở dữ liệu nghiên cứu tài
liệu, xem xét các bài báo bằng tiếng Anh trong 5 năm gần đây (từ 2015 đến 2019).
Lý do lựa chọn khoảng thời gian này là DT trong các hệ thống sản xuất theo nghĩa
Công nghiệp 4.0 lần đầu tiên được đề xuất vào năm 2015, như được chỉ ra bởi (Negri
et al., 2017). Như đã báo cáo trước đây, bài viết này muốn nghiên cứu việc triển
khai thực tế DT của các hệ thống sản xuất trong môi trường công nghiệp hoặc phòng
thí nghiệm, tìm hiểu mục đích ứng dụng chính của các DT được tạo ra, dịch vụ nào
được cung cấp trong số những dịch vụ được mô tả bởi (Tao et al. , 2018) và cách
xây dựng kiến trúc để thu thập và mô phỏng dữ liệu (bao gồm giao thức và thu thập
tập dữ liệu, mô hình và phần mềm đã sử dụng). Vì lý do này, nghiên cứu tài liệu đã
được thực hiện trên Scopus với cách diễn đạt logic của các từ khóa: (“bản sao kỹ
thuật số”) AND (“sản xuất sản xuất” HOẶC “sản xuất” HOẶC “vận hành”), được cập nhật
cho đến tháng 4 năm 2019.
Về nghiên cứu, tổng số bài báo kết quả là 309, trong đó có một số bài bị loại
vì không hữu ích cho mục đích phân tích (điểm 1 trong phần “Mục tiêu và cách tiếp
cận”) vì những lý do sau:
• Một số người trong số họ không giải thích sự phát triển của DT và kiến trúc hỗ
trợ nó;
• Các bài khác chỉ mang tính lý thuyết, đề cập đến DT trở lên chung chung về Công
nghiệp 4.0 mà không đưa ra được ứng dụng thực tiễn nào;
• Một số bài báo chưa thực sự đưa tin về ứng dụng trong lĩnh vực sản xuất; • Một
số khác không tải được.
Kết quả là, 52 bài báo đã được đưa vào phân tích, tất cả đều báo cáo các ứng
dụng DT trong môi trường sản xuất công nghiệp hoặc phòng thí nghiệm. Bảng 1 báo
cáo kết quả phân tích các bài báo.
Bảng báo cáo một số bài báo – một bài trong mỗi hàng – xác định tên và năm
xuất bản (trong cột đầu tiên) và loại ấn phẩm, cho dù đó là ấn phẩm Tạp chí (J),
đóng góp cho hội nghị (C) hay sách chương (BC) (ở cột thứ hai). Có thể nhận thấy
rằng hầu hết các bài báo (29) đã được xuất bản trong năm 2018. Mười hai bài báo đã
được xuất bản vào năm 2019 (cho đến tháng 4). Phần còn lại của các bài báo (11) có
trong Bảng 1 là từ năm 2017. Điều này cho thấy rằng nghiên cứu về chủ đề này vẫn
đang tiếp tục và đang phát triển trong những năm gần đây. Trong số các bài báo được
chọn, 24 bài đã được trình bày tại các hội nghị và 25 bài được đăng trên các tạp
chí, ba bài được trích từ ba cuốn sách khác nhau, thể hiện tầm quan trọng khoa học
cao của chủ đề được điều trị. Trong Bảng 1, các bài báo được nhóm lại theo “Mục
đích ứng dụng” để phát triển DT sản xuất đã mô tả. Cột này cho thấy DT có thể được
xây dựng cho nhiều mục đích khác nhau:
1) DT có thể được sử dụng để “Hỗ trợ quản lý hệ thống sản xuất” với việc xây dựng
một DT có tên là “hệ thống quản lý cơ sở trình cài đặt” hỗ trợ cấu trúc dữ
liệu và quản lý máy móc (Olivotti et al., 2019), xác định thiết kế cho các hệ
thống sản xuất theo quy trình tự động (Liu và cộng sự, 2018), hỗ trợ quản lý
chuỗi cung ứng thông qua giám sát dữ liệu (Avventuroso và cộng sự, 2017; Souza
và cộng sự, 2019); 2) DT có thể giúp “Giám sát và cải thiện quy trình sản
xuất”, đôi khi tối ưu hóa nó: điều này được thực hiện với việc tạo ra một kiến
trúc hệ thống để ảo hóa các máy sản xuất (VMM) (Angrish et al., 2017) , tích hợp
nhiều mô phỏng động (Beregi và cộng sự, 2018), giám sát máy công cụ (Botkina
và cộng sự, 2018; Cai và cộng sự, 2017), giám sát các thông số sản phẩm trong
quá trình sản xuất (Liu và cộng sự, 2019), một quy trình duy nhất (Haag và
Anderl, 2018; Janda, 2018; Vachalek và cộng sự, 2017; Wei và cộng sự, 2018),
quy trình lắp ráp (Guo và cộng sự, 2018; Sujová và cộng sự, 2019) hoặc dây
chuyền sản xuất (Um và cộng sự, 2018; Urbina Coronado và cộng sự, 2018; Zhang
và cộng sự, 2017). Những cải tiến được đề xuất đạt được bằng cách giảm mức tiêu
thụ năng lượng (Karanjkar và cộng sự, 2019; Park và cộng sự, 2019a), tăng năng
suất trên mỗi định dạng (Padovano và cộng sự, 2018) hoặc hạn chế lỗi hình học
trong quy trình sản xuất bồi đắp ( DebRoy và cộng sự, 2017; Knapp và cộng sự,
2017); 3) DT cũng có thể được sử dụng để “Hỗ trợ vòng đời” của một quy trình
máy (Konstantinov và cộng sự, 2017), như trong phục hồi vật liệu (Wang và cộng
sự, 2015) (Wang và Wang, 2018).
4) Ứng dụng DT cũng được sử dụng để “Xử lý tính linh hoạt” của các hệ thống sản
xuất (David và cộng sự, 2018; Toivonen và cộng sự, 2018; Um và cộng sự, 2017;
Yao và cộng sự, 2018);
5) Các bài viết khác giới thiệu DT cho các tư thế thuần túy “Bảo trì” (Wang và
Wang, 2018; da S. Barbosa và cộng sự, 2018; Brandtstaedter và cộng sự, 2018;
Longo và cộng sự, 2019; Luo và cộng sự, 2018 ; Park và cộng sự, 2019b; Rabah
và cộng sự, 2018), chẳng hạn như tân trang lại máy móc cũ (Ayani và cộng sự,
2018);
6) DT cũng được coi là hữu ích vì “Lý do an toàn” trong tương tác người máy với
người (Kuts và cộng sự, 2017; Oyekan và cộng sự, 2019; Spranger và cộng sự,
2018), trong việc giám sát thiết bị đeo thông minh (Zheng và cộng sự. , 2018),
hoặc trong quá trình sản xuất một bộ phận được sản xuất (Zambal và cộng sự,
2018), trong quá trình tạo nền tảng trực quan hóa thực tế ảo (VR) (Xie và cộng
sự, 2019) hoặc với môi trường trực quan hóa HMI (Ardanza và cộng sự al., 2019).
7) Trong một số trường hợp, DT được sử dụng cho “Thiết kế” của máy móc (Anand và
cộng sự, 2019; Moreno và cộng sự, 2017), của môi trường phòng thí nghiệm (Loeken
và cộng sự, 2018), của sản phẩm hoặc môi trường sản xuất (Caputo và cộng sự,
2019; Sierla và cộng sự, 2018) hoặc để thiết kế lại môi trường làm việc
(Dupláková và cộng sự, 2019).
8) Cuối cùng, DT cũng được sử dụng để đánh giá “Hiệu suất của DT dựa trên đám mây”,
chủ yếu nhằm mục đích xác minh tốc độ cập nhật dữ liệu trong môi trường đám mây
(Hu và cộng sự, 2018; Shahriar và cộng sự al., 2018).
Các cột còn lại của Bảng 1 được nhận xét trong phần tiếp theo
phần.
3.1. tính năng hệ thống
Các cột "Tính năng hệ thống" mô tả loại hệ thống được xem xét trong mỗi bài
viết. Theo đó, các hệ thống sản xuất có thể được nhóm thành ba loại, được liệt kê
dưới đây.
Mỗi bài viết được đánh dấu bằng một vòng tròn màu đen theo loại hệ thống sản xuất:
• “Hệ thống Ad-hoc” là một hệ thống sản xuất được thiết lập cho mục đích nghiên cứu
DT được trình bày trong bài báo. Do đó, nó không dựa vào các hệ thống sở hữu độc
quyền khép kín, mà dựa vào các giao thức mở và các bo mạch có thể lập trình
được. Trong Bảng 1, bảy bài viết được phát triển
Machine Translated by Google

C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130 5

Bảng 1

Đánh giá tài liệu về các ứng dụng DT (Chú thích: √√ có nghĩa là đặc tính đã được xem xét và triển khai trong ứng dụng DT; √ có nghĩa là nó đã được xem xét nhưng không được triển khai)
Kemény et al. (2016).
Machine Translated by Google
6 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
các hệ thống “đặc biệt” để xây dựng DT: để quản lý dây chuyền sản xuất
mô phạm (Souza và cộng sự, 2019), để xây dựng MES trong các hệ thống
Android (Urbina Coronado và cộng sự, 2018), để xây dựng hướng dẫn sử
dụng về an toàn lý do (Ardanza và cộng sự, 2019; Frontoni và cộng sự,
2018) và để đánh giá hiệu suất của DT dựa trên đám mây (Hu và cộng sự,
2018; Shahriar và cộng sự, 2018); • “Hệ thống khép kín” là một hệ thống
sản xuất khép kín và độc quyền, trong môi trường công nghiệp và đôi khi
cả trong phòng thí nghiệm.
ries. Hệ thống được xem xét được đồng bộ hóa trực tiếp với mô phỏng DT
mà không cần sử dụng thêm cảm biến hoặc thiết bị bên ngoài khác để xây
dựng ứng dụng DT do mô phỏng DT thường chạy trên các trình mô phỏng có
nguồn gốc hoặc từ cùng một nhà cung cấp hệ thống sản xuất;
• “Hệ thống kết hợp”, các hệ thống trong Bảng 1 trong đó cả hai ô “đặc
biệt” và “hệ thống khép kín” đều được chọn. Các hệ thống này là những
hệ thống độc quyền khép kín nhưng một số yếu tố “đặc biệt” được đưa
vào để hiện thực hóa môi trường DT, tức là các cảm biến bổ sung hoặc
bảng có thể lập trình. Trong một số trường hợp, hệ thống sản xuất được
trang bị thêm các cảm biến để thực hiện các phân tích khác nhau
(Karanjkar và cộng sự, 2019; Padovano và cộng sự, 2018; Wei và cộng sự,
2018; Zheng và cộng sự, 2018) hoặc để thiết kế một quy trình duy nhất
(Loeken và cộng sự, 2018). Trong các trường hợp khác, hệ thống được
xem xét với việc bổ sung các camera: đặc biệt, trong một trường hợp,
hệ thống này là rô-bốt sản xuất, trong tương lai sẽ được điều khiển từ
dữ liệu đến từ các camera thông qua DT của nó (Kuts et al., 2017 ) ,
trong trường hợp khác được sử dụng để đào tạo rô-bốt từ xa (Spranger và
cộng sự, 2018) và trong trường hợp cuối cùng được sử dụng để đánh giá
thiết kế của dây chuyền quy trình (Caputo và cộng sự, 2019).
• Cột “Sản xuất công nghiệp/phòng thí nghiệm” báo cáo liệu hệ thống sản
xuất mà các ứng dụng được phát triển là công nghiệp (I), phòng thí
nghiệm (L) hay không có thông tin về nó (na). • Chi tiết bổ sung về
loại phòng thí nghiệm và/hoặc vị trí của nó được nêu trong cột “ở đâu”.
3.2. Tính năng triển khai DT
Các cột trong “Tính năng triển khai DT” trong Bảng 1 báo cáo các kiến
trúc được sử dụng để hỗ trợ DT.
- Đầu tiên, phân tích nêu bật “Phạm vi” của DT, tức là mức độ chi tiết
của hệ thống được nhân rộng trong DT. Nó có thể ở các cấp độ chi tiết
khác nhau: cấp độ thiết bị, máy trạm hoặc hệ thống sản xuất hoặc chỉ
áp dụng ở cấp độ sản phẩm. Có những khía cạnh có thể phải đối mặt từ
từng cấp độ chi tiết, tức là (Um và cộng sự, 2018; Konstantinov và cộng
sự, 2017; Ayani và cộng sự, 2018; Longo và cộng sự, 2019); trong các
trường hợp khác, DT có thể được phát triển đồng thời cho hai hoặc ba
mức độ chi tiết khác nhau, như trong (Avventuroso et al., 2017; Park et
al., 2019a); nhưng trong hầu hết các trường hợp, DT thường được phát
triển ở một cấp độ phạm vi duy nhất, nghĩa là (Liu và cộng sự, 2018;
Botkina và cộng sự, 2018; Cai và cộng sự, 2017). Trong hầu hết các
trường hợp, phạm vi liên quan chặt chẽ đến mục đích ứng dụng, ví dụ:
đối với mục đích “Hỗ trợ quản lý hệ thống sản xuất”, cả máy/quy trình
của cấp chi tiết dây chuyền sản xuất đều được điều tra; phần thiết bị
và phạm vi sản phẩm không được sử dụng, vì chúng sẽ không cung cấp bất
kỳ thông tin bổ sung nào cho mục đích đó. Khái niệm tương tự cũng có
thể được mở rộng cho mục đích ứng dụng “Khả năng xử lý linh hoạt”, chỉ
liên quan đến máy/quy trình hoặc dây chuyền sản xuất. Thay vào đó, các
“Mục đích ứng dụng” khác được áp dụng cho tất cả các phạm vi trong Bảng
1.
- Phần “Thu thập dữ liệu” hiển thị chi tiết về “Bộ dữ liệu” và “Giao
thức” để thu thập dữ liệu từ hệ thống sản xuất. • Đầu tiên kiểm tra xem
các đóng góp được phân tích có đề cập rõ ràng đến hình thức của tập dữ
liệu thu được và giao thức thu được hay không. Mô tả tập dữ liệu chỉ
được hiển thị trong mười chín bài báo: trong bốn trường hợp, mô tả
được thực hiện bằng Mod hợp nhất
eling Language (UML) (Olivotti và cộng sự, 2019; Um và cộng sự, 2017;
Oyekan và cộng sự, 2019; Sierla và cộng sự, 2018), chỉ trong một
trường hợp với Biểu đồ trình tự (SD)(Shahriar và cộng sự ., 2018).
Trong các trường hợp khác, mô tả ít chi tiết hơn và chỉ hiển thị mô
tả tập dữ liệu với dữ liệu máy (Cai và cộng sự, 2017) mô tả sơ đồ
lớp của dữ liệu (Padovano và cộng sự, 2018), định dạng XML của dữ
liệu (Souza và cộng sự, 2019; Liu và cộng sự, 2019; da S. Barbosa và
cộng sự, 2018; Moreno và cộng sự, 2017). Trong các trường hợp còn
lại, các môi trường khác nhau được sử dụng để mô tả tập dữ liệu, như
Tệp HDF5 (Zambal và cộng sự, 2018), MongoDB (Angrish và cộng sự,
2017), Cơ sở dữ liệu SQL (Wei và cộng sự, 2018; Longo và cộng sự
al., 2019; Xie và cộng sự, 2019; Zheng và cộng sự, 2018) hoặc mô hình
dữ liệu tuân thủ ISO (Wang và Wang, 2018). • Việc thu thập dữ liệu luôn
được thực hiện với việc sử dụng một giao thức. Từ Bảng 1, có vẻ như
có thể có các gốc thay đổi khác nhau nhưng kết nối Kiến trúc Hợp nhất
Giao tiếp Nền tảng Mở OPC UA và Giao thức Điều khiển Truyền col/Giao
thức Internet (TCP/IP) dường như được sử dụng nhiều nhất.
- "Các tính năng mô phỏng" được xem xét trong Bảng 1 có liên quan chặt
chẽ đến loại hệ thống được xem xét. Nếu một hệ thống được đóng và sở
hữu độc quyền (như được định nghĩa trong phần “Tính năng hệ thống”),
phần mềm được sử dụng của DT thường là phần mềm của nhà cung cấp hệ
thống. Phần này báo cáo “Phần mềm” được sử dụng để mô tả “Loại” của môi
trường mô phỏng và “Tên” nếu có, của công cụ phần mềm được sử dụng,
cuối cùng loại “Mô hình” mô phỏng nào đã được phát triển. • Phần mềm có
thể thuộc các “Loại” khác nhau: bên ngoài (E) và được điều chỉnh cho
phù hợp với hệ thống, do đó mở ra khả năng tiếp tục điều chỉnh lại
cho nhiều hệ thống khác. Phần mềm cũng có thể là độc quyền (P) và
dành riêng cho hệ thống được xem xét. Nếu không có đề cập đến phần
mềm đã sử dụng, "na" được viết trong cột này. • Từ cột “Tên”, có thể
lưu ý rằng không có sự phổ biến của một môi trường so với các môi
trường khác vì môi trường có liên quan trực tiếp đến thông tin nào phải
được trích xuất. Điều này cũng liên quan đến mô hình được sử dụng để
phân tích dữ liệu được trích xuất. • Về “Mô hình”, các bài báo được
chọn trong Bảng 1 có thể được chia thành các loại khác nhau. Năm bài
báo sử dụng mô hình dựa trên Phương pháp phần tử hữu hạn động 3D
(FEM) (DebRoy và cộng sự, 2017; Haag và Anderl, 2018; Knapp và cộng sự,
2017; Brandtstaedter và cộng sự, 2018; Zambal và cộng sự, 2018) và
một mô hình sử dụng mô hình đa vật lý để thể hiện các khía cạnh vật
lý khác nhau (Luo và cộng sự, 2018). Trong hai trường hợp, mô hình
dự đoán được sử dụng (Olivotti và cộng sự, 2019; Oyekan và cộng sự,
2019), trong các trường hợp khác, việc lặp lại hệ thống sản xuất được
thực hiện bằng mô hình Hệ thống sự kiện rời rạc (DES) (Beregi và cộng
sự. , 2018; Karanjkar và cộng sự, 2019; Sujová và cộng sự,
2019;Vachalek và cộng sự, 2017). Tám bài báo không sử dụng bất kỳ mô
hình nào, nhưng chúng trích xuất thông tin từ hệ thống bằng thực
nghiệm, phân tích dữ liệu thu được (Souza và cộng sự, 2019; Urbina
Coronado và cộng sự, 2018; Wei và cộng sự, 2018; David và cộng sự,
2018 ; Toivonen và cộng sự, 2018; Yao và cộng sự, 2018; Longo và cộng
sự, 2019; Loeken và cộng sự, 2018). Mô hình được sử dụng nhiều nhất
là mô hình động học 3D, được sử dụng bởi các bài báo còn lại trong
Bảng 1.
- Một tính năng khác cần xem xét trong “Tính năng triển khai DT” là “Sử
dụng đám mây”. Đối với khía cạnh này, các bài báo được xem xét có thể
được chia thành hai loại khác nhau: (i) những bài sử dụng hiệu quả đám
mây và xây dựng ứng dụng DT dựa trên đám mây, được đánh dấu trong bảng
là (Angrish et al., 2017; Haag và Anderl , 2018; Karanjkar và cộng sự,
2019; Urbina Coronado và cộng sự, 2018; Konstantinov và cộng sự, 2017;
Wang và Wang, 2018; da S. Barbosa và cộng sự, 2018; Longo và cộng sự,
2019; Frontoni và cộng sự ., 2018; Zheng và cộng sự, 2018; Hu và cộng
sự, 2018; Shahriar và cộng sự, 2018; Wang và cộng sự, 2015), (ii) những
người xây dựng ứng dụng DT trong không gian ảo với việc sử dụng một
phần mềm làm nổi bật khả năng xây dựng nó trong môi trường dựa trên đám
mây, được đánh dấu trong bảng là √ (Olivotti và cộng sự, 2019; Beregi
và cộng sự, 2018; Cai và cộng sự, 2017; Zhang và cộng sự, 2017; Kuts và cộng sự,
Machine Translated by Google
C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
2017; Anand và cộng sự, 2019). Nếu ô không được chọn, điều đó có nghĩa
là không có đề cập nào đến đám mây trong bài viết.
- Tính năng quan trọng cuối cùng “Tính năng triển khai DT”, “Điều khiển hệ
thống thực từ bản sao kỹ thuật số”, trả lời câu hỏi “Hệ thống thực có
thể điều khiển được từ DT không?” và có liên quan đến các dịch vụ do môi
trường DT cung cấp. Tao đưa ra chỉ dẫn về các dịch vụ mà DT phải cung
cấp, tất cả đều yêu cầu DT phải được kết nối với hệ thống thực (Tao và
cộng sự, 2018). Vì lý do này, tính năng này làm nổi bật nếu hệ thống
thực được điều khiển hiệu quả bởi đối tác kỹ thuật số (được đánh dấu là
hệ thống thực được điều khiển hiệu quả bởi đối tác kỹ thuật số) hoặc ít
nhất có thể được điều khiển bởi hệ thống trong tương lai (được đánh dấu
là √√ ). Nếu ô không được chọn, điều đó có nghĩa là bài viết không đề
cập đến khả năng điều khiển hệ thống vật lý thông qua DT.
3.3. Dịch vụ sinh đôi kỹ thuật số
Phân tích cũng xem xét “các dịch vụ Digital Twin” được cung cấp bởi các
môi trường DT lấy các dịch vụ của Tao làm tài liệu tham khảo (Tao và cộng
sự (2018)). Có thể phân loại các bài báo được phân tích thành hai nhóm:
1) DT cung cấp các dịch vụ kết nối với giám sát trạng thái, tiêu thụ năng
lượng, hỗ trợ bảo trì và phân tích dữ liệu để tối ưu hóa (trong Bảng
1 , bốn dịch vụ này nằm ở bên trái);
2) DT có các dịch vụ chính là trực quan hóa hành vi của hệ thống hoặc đưa
ra hướng dẫn người dùng, ví dụ như thông qua HMI thân thiện với người
dùng (Longo và cộng sự, 2019; Ardanza và cộng sự, 2019) hoặc thông qua
các hệ thống 3D thực tế ảo trong một phần mềm (Um và cộng sự, 2018;
Kuts và cộng sự, 2017; Xie và cộng sự, 2019) hoặc sử dụng Kính thông
minh (Frontoni và cộng sự, 2018).
Một số ứng dụng DT trong tài liệu không tuân thủ một trong hai nhóm
được đề cập, vì chúng được phát triển riêng để cung cấp một dịch vụ duy
nhất, chẳng hạn như chỉ để giám sát hệ thống (Zheng và cộng sự, 2018;
Moreno và cộng sự, 2017) hoặc để tối ưu hóa hiệu suất (Sujová và cộng sự,
2019; Spranger và cộng sự, 2018; Sierla và cộng sự, 2018).
Ngoài ra, có những bài báo chủ yếu thuộc nhóm thứ nhất nhưng cũng cung
cấp dịch vụ của nhóm thứ hai (Padovano et al., 2018; Park et al., 2019a;
Toivonen et al., 2018; Dupláková et al., 2019), và ngược lại (Longo và
cộng sự, 2019; Kuts và cộng sự, 2017; Frontoni và cộng sự, 2018).
Các dịch vụ được cung cấp cũng có thể được phân tích liên quan đến “mục
đích ứng dụng” mà chúng muốn thực hiện với cấu trúc DT. Trong một số trường
hợp, mục đích ứng dụng có thể được thực hiện với các dịch vụ khác nhau, ví
dụ như trong trường hợp “Giám sát và cải tiến quy trình sản xuất”, “Xử lý
linh hoạt”, “Lý do an toàn” và “Thiết kế”, cải tiến được thực hiện có thể
có tính chất khác nhau và có thể được được thực hiện với từng dịch vụ được
liệt kê trong Bảng 1. (i) Trong trường hợp “Giám sát và cải tiến quy trình
sản xuất”, hiếm khi các dịch vụ “Giám sát tiêu thụ năng lượng”, “Phân tích
hành vi sis cho hướng dẫn vận hành người dùng” và “Vận hành bảo trì ảo sản
phẩm” là ngỏ ý; (ii) vì “Lý do an toàn”, “Giám sát mức tiêu thụ năng lượng”
không bao giờ được sử dụng và hiếm khi sử dụng “Phân tích và dự đoán/bảo
trì lỗi”; (iii) đối với “Khả năng xử lý linh hoạt”, cả “Giám sát mức tiêu
thụ năng lượng” và “Phân tích lỗi và dự đoán/bảo trì” đều không được xem
xét; (iv) đối với mục đích “Thiết kế”, “Phân tích và dự đoán/bảo trì lỗi”
và “Bảo trì ảo sản phẩm hoạt động” không được cung cấp. (v) Đối với các
mục đích “Hỗ trợ quản lý hệ thống sản xuất” và “Hỗ trợ vòng đời”, chỉ bốn
dịch vụ đầu tiên trong Bảng 1 có thể hữu ích và cần lưu ý rằng đối với các
loại mục đích này, “Kiểm soát năng lượng giám sát bể phốt” không bao giờ
được sử dụng. (vi) Trong hầu hết các trường hợp, mục đích “Bảo trì” được
thực hiện với dịch vụ “Giám sát trạng thái thời gian thực” và dịch vụ liên
quan chặt chẽ “Phân tích và xử lý lỗi
7
dự đoán/bảo trì”, hiếm khi các dịch vụ khác cũng được sử dụng nếu chúng có
thể thực sự hữu ích, tức là có thể hữu ích nếu biết thông tin về năng lượng
thông qua “Giám sát mức tiêu thụ năng lượng”. (vii)
Đối với “hiệu suất DT dựa trên đám mây (CBDT)”, các dịch vụ được cung cấp
là giám sát và tối ưu hóa, theo nghĩa trong trường hợp này là tối ưu hóa
kết nối được thiết lập. Trong trường hợp này, việc cung cấp các dịch vụ
khác không làm tăng giá trị thực cho việc tạo CBDT.
Tuy nhiên, việc cung cấp tất cả các dịch vụ trong cùng một ứng dụng DT có
nghĩa là cung cấp tất cả các mục đích của ứng dụng trong một môi trường
duy nhất, sử dụng từng dịch vụ cho các mục đích khác nhau. Từ Bảng 1, có
thể thấy rằng không có ứng dụng DT nào trong tài liệu cung cấp tất cả các
dịch vụ được đề xuất bởi (Tao et al., 2018), nhưng nhiều nhất là hai hoặc
ba trong số chúng cùng thời.
3.4. Kết quả tổng quan của đánh giá
Tóm lại, DT có thể được áp dụng ở các cấp phạm vi khác nhau và trong
mỗi trường hợp, cấu trúc cần thiết để xây dựng nó dường như giống nhau.
Lược đồ đã xác định được hiển thị trong Hình 2. Hệ thống Thực được đại
diện bằng các lớp của kim tự tháp tự động hóa đã đề cập (Hình 2), việc xây
dựng Bóng kỹ thuật số bắt đầu từ việc thu thập dữ liệu trong môi trường
ảo, điều đó có thể được thực hiện với các giao thức khác nhau. Lần lượt,
dữ liệu thu được được phân tích và xử lý bằng cách sử dụng các mô hình kỹ
thuật số mở đường cho việc tái tạo hệ thống thực trong môi trường ảo đã
chọn bằng phần mềm (mô phỏng). Những bước đầu tiên này là cần thiết để đưa
ra hình dạng cuối cùng cho Bóng kỹ thuật số. Như có thể thấy trong Hình
2, khi Bóng kỹ thuật số được kết nối hai chiều với bộ điều khiển chính của
hệ thống thực (đó là MES trong trường hợp được xem xét trong Hình 2) để ra
quyết định, toàn bộ hệ thống sẽ trở thành một DT phù hợp .
3.4.1. Lỗ hổng thứ nhất - Tích hợp DT với hệ thống điều
khiển Phần lớn các ứng dụng DT được đề xuất không đề cập đến việc kết
nối môi trường DT với hệ thống điều khiển của thiết bị vật lý. Các bài báo
duy nhất thực sự thực hiện điều khiển hệ thống thực (tức là trong Bảng 1,
cột “Điều khiển hệ thống thực từ song sinh kỹ thuật số”) là “các hệ thống
đặc biệt” (Urbina Coronado và cộng sự, 2018; Hu và cộng sự ., 2018;
Shahriar et al., 2018), có nghĩa là họ đã sử dụng các giao thức mở và bảng
có thể lập trình. Lý do có thể nằm ở chỗ các hệ thống “đặc biệt” không có
cấu trúc tập trung kiểm soát sản xuất/quy trình theo cách giống như MES và
do đó, chúng có thể được kiểm soát từ DT.
3.4.2. Khoảng cách thứ hai - các dịch vụ
DT được cung cấp Chỉ một bộ dịch vụ hạn chế được cung cấp trong một
ứng dụng DT duy nhất, theo cách phân loại của Tao (Tao và cộng sự, 2018).
Như đã nói trước đây, phạm vi trong hầu hết các trường hợp liên quan chặt
chẽ đến mục đích ứng dụng; hiếm khi DT của một công cụ thiết bị có thể mở
rộng đến cấp dây chuyền sản xuất. Một ứng dụng toàn diện của DT của các hệ
thống sản xuất cung cấp tất cả các dịch vụ không được đề xuất trong số các
ứng dụng trong Bảng 1. Bên cạnh đó, việc cung cấp nhiều dịch vụ hơn trong
cùng một môi trường là một thách thức lớn, bởi vì, một số dịch vụ nhất
định cần một biểu diễn đồ họa và những thứ khác chỉ xây dựng dữ liệu mà
không cần sử dụng đồ họa. Có tất cả các dịch vụ được cung cấp trên cùng
một môi trường có thể hữu ích trong trường hợp ra quyết định phức tạp, cần
phân tích các khía cạnh khác nhau cùng một lúc.
Phần lớn các ứng dụng được đề xuất không thể cung cấp đầy đủ các dịch vụ
từ Bảng 1 bởi (Tao và cộng sự, 2018) và điều này đặt DT liên quan vào khu
vực “Bóng tối kỹ thuật số”, không đạt được tiềm năng DT đầy đủ (Kritzinger
và al., 2018). Trên thực tế, nếu không có sự trao đổi thông tin hai chiều
giữa DT và bộ phận đối tác vật lý của nó, thì không có khả năng cung cấp
một số dịch vụ (ví dụ: tối ưu hóa các quy trình).
Machine Translated by Google

số 8
C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130

Hình 3. Dây chuyền sản xuất phòng thí nghiệm Công nghiệp 4.0.

4. Tạo song sinh kỹ thuật số quyền lực ...). Tất cả các trạm của đường dây và máy tính được kết nối với
mạng của phòng thí nghiệm và có địa chỉ IP duy nhất.
Phần này minh họa sự phát triển của một DT tạo cơ sở để vượt qua những
lỗ hổng được tìm thấy trong phần trước. DT đề xuất được xây dựng với mục
4.2. Thu thập dữ liệu
đích giám sát mức tiêu thụ năng lượng, bên trong Phòng thí nghiệm Công
nghiệp 4.0 (I4.0 Lab) của Trường Quản lý Politecnico di Milano (Fumagalli
Phòng thí nghiệm I4.0 được trang bị OPC UA, giao tiếp giữa máy với máy
et al., 2016).
(M2M), đã được sử dụng để Thu thập dữ liệu cho DT. Đây là đặc điểm kỹ thuật
OPC gần đây nhất do Tổ chức OPC tạo ra với ý định thống nhất tất cả các
công nghệ kỹ thuật OPC hiện có. Loại giao thức này cho phép các công cụ

4.1. Dây chuyền sản xuất phần mềm thiết lập một kiến trúc thống nhất với các thiết bị và hệ thống
công nghiệp để thu thập và kiểm soát dữ liệu và cũng đã được sử dụng cho tự

Dây chuyền sản xuất được lắp đặt trong phòng thí nghiệm, như thể hiện động hóa công nghiệp, như xuất hiện trong phần tổng quan tài liệu (3.2) .

trong Hình 3, được thiết kế để lắp ráp một chiếc điện thoại di động nguyên
mẫu, với các bước lắp ráp sau (từ 1–
7 trong Hình 3): “Trạm thủ công” (1), OPC UA cũng có cơ chế bảo mật được xác định riêng, do đó không cần

chất tải /trạm dỡ hàng nơi bắt đầu sản xuất, “Trạm che mặt trước” (2) nơi triển khai lớp mã hóa bổ sung. Thông tin chi tiết và mô tả thêm về các khía

đặt Nắp trước lên pallet, “Trạm khoan” (3) nơi khoan nắp, “Ngăn robot” (4) cạnh thiết kế của OPC UA cho ứng dụng thử nghiệm ngành công nghiệp có thể

nơi bảng mạch in (PCB) và các cầu chì được đặt bên trong nắp trước, “Trạm được tìm thấy trong (Stopper và Katalinic, 2009).

máy ảnh” (5) điều khiển để các bộ phận bên trong nắp trước được định vị Matlab và Simulink được sử dụng để lập mô hình và thu thập Dữ liệu bên

đúng, “Trạm nắp sau” (6) đặt mặt sau trên nắp trước, “Trạm ép” (7) ấn hai trong phòng thí nghiệm, theo chỉ dẫn của (Fumagalli et al., 2019). Matlab

nắp để đóng mảnh ghép lại. Cuối cùng, bộ phận đã được lắp ráp hoàn chỉnh là một môi trường điện toán do MathWorks (https://it.mathworks.com/) phát

quay trở lại “Trạm thủ công” (1) để người vận hành dỡ nó xuống. Số 8 trong triển . Simulink, luôn được phát triển bởi MathWorks, là môi trường tương

Hình 3 là cầu nối có thể chuyển đổi quy trình sản xuất sang ô robot hoặc ứng cho các mô phỏng động. Họ sử dụng các triển khai máy khách/máy chủ được

sang trạm camera, theo định tuyến điện thoại di động duy nhất. tích hợp trong OPC Toolbox TM.

Hộp công cụ này cho phép người dùng làm việc với dữ liệu từ máy chủ trực

tiếp hoặc dữ liệu lịch sử và tuân theo tiêu chuẩn OPC UA cần thiết để trao
đổi dữ liệu đến hoặc từ máy chủ ( https://it.mathworks.com/products/opc.html?

Tất cả các trạm bên trong Phòng thí nghiệm đều được trang bị: Band, PLC, s tid=srchtitle).

Application module và HMI. Không có bộ đệm và băng chuyền tự động phối hợp Vì tất cả các mô-đun trong Phòng thí nghiệm I4.0 đều được trang bị PLC

là hệ thống xử lý duy nhất để di chuyển sản phẩm từ trạm này sang trạm sử dụng giao thức OPC UA, nên có thể tạo kết nối trong thời gian thực với

khác. Trong hệ thống này, một số lượng sóng mang nhất định di chuyển quanh các cơ sở bằng Hộp công cụ OPC UA. Hình 4 cho thấy sơ đồ kết nối máy chủ/

dây chuyền và dừng lại ở mỗi trạm để thực hiện các hoạt động lắp ráp biểu UAClient của OPC, nơi có thể tạo nhiều máy khách cùng lúc để truy vấn máy

mẫu và đồng thời đọc/ghi thông tin về sản phẩm bằng công nghệ Nhận dạng tần chủ.

số vô tuyến (RFID). Loại tiêu chuẩn trao đổi dữ liệu này là một giao tiếp công nghiệp an
toàn, đáng tin cậy, không phụ thuộc vào nhà sản xuất và không phụ thuộc vào

Như thể hiện trong Hình 3, toàn bộ dây chuyền sản xuất trong phòng thí nền tảng. Nó cho phép trao đổi dữ liệu an toàn giữa các nền tảng phần cứng

nghiệm được kết nối với hai máy tính. Cái đầu tiên được trang bịhệ thốngMES từ các nhà cung cấp khác nhau và trên các hệ điều hành. Đó là một cách để

mà từ đó các đơn đặt hàng sản xuất được đưa ra và bản thân quá trình sản trích xuất dữ liệu từ PLC và máy tính để phân tích năng suất của hệ thống

xuất được kiểm soát. Máy tính kia lưu trữ một ứng dụng giám sát các hành vi sản xuất, tối ưu hóa các thông số của máy hoặc lập kế hoạch bảo trì dự đoán.

năng lượng (tức là dòng điện,

Machine Translated by Google

C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130 9

thời gian thực được đồng bộ hóa với lĩnh vực này. Như đã xác định
trong kiến trúc của Hình 2, hai bước chính được xác định trước tiên là
tìm cách trích xuất dữ liệu theo thời gian thực và sau đó là tìm mô
hình phù hợp để sao chép trạm bên trong môi trường ảo.
Khi nói đến việc trích xuất một tập dữ liệu lớn trong thời gian
thực trên Simulink thông qua Hộp công cụ OPC UA với chức năng MATLAB
đơn giản, một số thử nghiệm trong I4.0 Lab đã chứng minh rằng giải
pháp này gây ra độ trễ lớn giữa các giá trị thực được hiển thị trong
HMI của trạm và giá trị trên liên kết. Việc sử dụng một Hàm MATLAB
đơn giản sẽ lãng phí thời gian kết nối ở mỗi chu kỳ trong quá trình
mô phỏng. Vì lý do này, một Hàm MATLAB khác đã được tính đến: Mức

2 MATLAB® S-function (https://it.mathworks.com/help/simulink/ sfg/

writing-level-2-matlab-s-functions.html). Nhờ chức năng này, có thể kết
nối máy khách với PLC của trạm chỉ một lần khi bắt đầu mô phỏng. Sau
đó, nhờ hộp công cụ OPC UA, biết đường đi của từng tín hiệu cần thiết,
có thể tiếp cận và đọc từng giá trị tương ứng tại mọi thời điểm lấy
mẫu. Bước đầu tiên để xây dựng DT là xây dựng chức năng MATLAB® S Cấp
2 đã đề cập để trực quan hóa dữ liệu từ trường trong Simulink. Các
chức năng Giao diện lập trình ứng dụng (API) cho phép sử dụng ngôn ngữ

Matlab để tạo các khối tùy chỉnh với nhiều cổng đầu vào và đầu ra, có
khả năng xử lý bất kỳ loại tín hiệu nào do mô hình Simulink tạo ra.
Bản thân chức năng này bao gồm một tập hợp các phương thức gọi lại mà
công cụ Simulink gọi khi cập nhật hoặc mô phỏng mô hình. Các phương
thức gọi lại thực hiện công việc thực tế là khởi tạo và tính toán các
đầu ra của khối được xác định bởi hàm S. Mỗi khối MATLAB® cấp 2

Chức năng S được sử dụng để thu thập dữ liệu về cơ bản sử dụng ba phương pháp:
Hình 4. Sơ đồ kết nối máy khách/máy chủ OPC UA.

• Thiết lập, nơi xác định số lượng Đầu vào và Đầu ra của chức năng,

4.3. Lập mô hình DT thông qua các trạng thái máy

chẳng hạn như Kiểu dữ liệu của chúng (tức là int, boolean, v.v.),
Độ phức tạp và Thứ nguyên; • Bắt đầu, chức năng thú vị nhất của khối
Phần này sẽ mô tả cách DT của I4.0 Lab được phát triển với Matlab.

Simulink. Lưu ý rằng tất cả các trạm trong phòng thí nghiệm đều có các Phương pháp này chỉ cho phép thực hiện kết nối với máy chủ khi bắt

tính năng giống nhau và các thành phần tương tự nhau, DT được phát đầu mô phỏng Simulink và lưu trữ trong bộ nhớ địa chỉ của các biến
trong khối Chức năng Matlab Cấp 2
triển cho một trạm duy nhất, sau đó được sao chép và thử nghiệm cho
các trạm khác. Ví dụ, Hình 5 cho thấy Trạm phủ phía trước, sẽ được lấy ký ức;

làm tài liệu tham khảo để minh họa cho sự phát triển DT được đề xuất • Đầu ra, cho phép liên kết từng địa chỉ tín hiệu PLC với một biến.

ở đây. Quy trình tương tự có thể được lặp lại cho từng trạm của dây Khi đầu ra được đặt, các giá trị thời gian thực của tín hiệu PLC trở

chuyền, có tính đến đặc điểm của từng máy trong dây chuyền sản xuất. thành Đầu ra của khối chức năng Matlab S Cấp 2.

Sự phát triển DT bao gồm việc xây dựng một bản sao ảo của mỗi trạm Dây chuyền sản xuất phải được sao chép bắt đầu từ những dữ liệu
trong Simulink, sao chép hành vi của nó trong khi quá trình sản xuất được trích xuất từ Simulink. Là một mô phỏng nâng cao, DT cần dựa vào
đang chạy và kết nối chúng theo cách mô phỏng một Mô hình dữ liệu được thiết kế phù hợp để xây dựng nó. Mỗi

Hình 5. Bên phải là cấu trúc tổng thể của phòng thí nghiệm Công nghiệp 4.0 của Politecnico di Milano, bên trái là trạm che phía trước được xem xét cho ứng dụng DT (https://www.festo-
didactic.com/int-en/ ).
Machine Translated by Google
10 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
Hình 6. Trạng thái máy được tạo bằng cách kết hợp các tín hiệu từ PLC.
máy có thể được mô hình hóa thông qua một tập hợp các trạng thái máy được xác định
trong tài liệu (Taisch et al., 2013). Phù hợp với các trạng thái máy được tìm thấy
trong tài liệu, các trạng thái được xác định trong các trạm của phòng thí nghiệm là
(Negri et al., 2019):
• Không hoạt động: băng tải trong mô-đun đang di chuyển, nhưng không có thao tác nào
được thực hiện, máy đang chờ một chi tiết hoạt động;
• Đang làm việc: máy đang thực hiện thao tác; • Chế độ tiết kiệm
năng lượng: máy chạy nhưng dây curoa không di chuyển để tiết kiệm năng lượng khi
không có bộ phận nào hoạt động ngay; • Lỗi: máy ngừng hoạt động do hành vi bất
thường và hiển thị thông báo lỗi trong HMI. Chỉ khi lỗi được khắc phục và người vận
hành phản hồi thông báo lỗi trong HMI, chu trình làm việc sẽ tiếp tục. Máy ở trạng
thái lỗi trong trường hợp nút khẩn cấp được kích hoạt bởi người vận hành hoặc có
lỗi máy.
Cuối cùng, Hình 6 ở bên trái cho thấy cách kết hợp các giá trị thu được để sao
chép trạng thái máy của từng trạm trong phòng thí nghiệm theo thời gian thực. Như
được hiển thị trong Hình 6 ở bên phải, một số đầu ra được chỉ định cho từng trạng
thái máy và cho phép xác định rõ ràng trạng thái máy và thực hiện các phân tích.
Mô hình DT trong Simulink được hiển thị trong Hình 8: từ bên trái trước tiên có
các chức năng trích xuất dữ liệu - thông qua chức năng MATLAB® S Cấp 2 - từ trạm che
phía trước với giao thức OPC UA đã đề cập. Mô hình tương tự cũng đã được xây dựng
chi tiết cho các ga khác của tuyến. Ở giữa Hình 8, ba chức năng dưới tên “Nhận dạng
trạng thái máy” xác định trạng thái của máy đang phân tích dữ liệu thu được. Cuối
cùng, các chức năng dành cho: tính toán mức tiêu thụ năng lượng trong thời gian thực
(ở trên), biết trạng thái máy và mức tiêu thụ điện năng; lưu trữ dữ liệu (bên dưới),
để trích xuất dữ liệu bên ngoài môi trường Matlab.
4.4. Các chức năng của song sinh kỹ thuật số được đề xuất
Sau khi xác định được sự kết hợp của các cảm biến mang lại trạng thái máy chính
xác trong phòng thí nghiệm, có thể thể hiện tốt hơn một trạm duy nhất của dây chuyền
sản xuất trong môi trường kỹ thuật số. Các chức năng sau của DT đã được tạo ra:
• Tính toán năng lượng tiêu thụ của trạm; • Tập hợp dữ liệu (cảm
biến và bộ truyền động) được đọc từ PLC và hiển thị chúng trong giao diện người dùng
đồ họa (GUI) Hình 7;
• Theo dõi từng hãng vận chuyển trong dây chuyền sản xuất.
Tiêu thụ năng lượng là một chủ đề đã được xử lý trong văn học dựa trên trạng
thái máy của một máy duy nhất (Taisch và cộng sự, 2013; Mousavi và cộng sự, 2016).
Hàm tính toán mức tiêu thụ năng lượng, được xác định trong Hình 8 là hàm “Tính toán
mức tiêu thụ năng lượng”, được tạo ra như một ví dụ để chứng minh
tính đa ngành của môi trường Bản sao kỹ thuật số trong dự án H2020 MAYA như đã được
thảo luận trong (Negri et al., 2019). Nó lấy các Trạng thái máy làm Đầu vào, năng
lượng tức thời từ máy chủ hộp Năng lượng và tần số mẫu của mô phỏng đang chạy. Chức
năng hoạt động thực hiện các bước sau:
• Nó đếm thời gian trạm ở mỗi trạng thái máy i: ti; • Nó tính toán giá trị trung
bình của Công suất ở mỗi trạng thái máy i
trong quá trình mô phỏng: Pi;
• Nó tính toán mức tiêu thụ Năng lượng cho từng trạng thái máy i:Ei=
Pi ti;
Cả dữ liệu được thu thập và phân tích đều có thể được hiển thị trong GUI
được thể hiện trong Hình 7.
Điều này cho phép dễ dàng sử dụng DT của Hình 8, vì người dùng không bắt buộc
phải biết mã dẫn đến việc tạo DT, việc trích xuất dữ liệu rõ ràng và dễ đọc hơn.
Tất cả những dữ liệu này có thể được lưu trữ bên trong không gian làm việc MATLAB và
nếu tập dữ liệu quá lớn, chức năng “lưu trữ dữ liệu hữu ích” của Hình 8 có thể được
sử dụng để lưu trữ dữ liệu trong tệp “.txt” ở mỗi bước thời gian.
Chức năng cuối cùng của DT được cung cấp bởi việc sử dụng dữ liệu được lưu trữ
để theo dõi quá trình sản xuất. Từ nút “Analysis” của GUI trong Hình 7, khi quá
trình mô phỏng đã dừng, dữ liệu có thể được phân tích để hiểu các bước mà nhà mạng
thực hiện trong quá trình đi qua trạm. Chức năng này được tạo ra để cải thiện khả
năng truy xuất nguồn gốc của sản phẩm phù hợp với dự án PERFoRM H2020 (http://
www.horizon2020-perform.eu/).
4.5. Kết quả của DT trong phòng thí nghiệm
Môi trường DT được phát triển trong phần “Tạo DT”, được minh họa trong Hình 8,
được sử dụng để chứng minh việc giới thiệu DT lần đầu có thể mang lại lợi ích như
thế nào cho sản xuất và đặc biệt là để điều tra tác động của việc kết nối DT với hệ
thống MES.
(MESA (1997)), hai trong số chúng rõ ràng nhận được tác động tích cực
thông qua việc bổ sung DT trong hệ thống sản xuất (Hình 2):
• Thu thập và thu thập dữ liệu: Từ dữ liệu được thu thập trong thời gian thực để xác
định trạng thái của máy, cũng có thể thu được dữ liệu tiêu thụ năng lượng theo
thời gian thực (Negri et al., 2018).
Trường hợp ứng dụng này đưa ra bằng chứng rằng với môi trường DT, dữ liệu được
phân tích được lưu trữ và phân tích trong thời gian thực, như trong MES. Khía cạnh
quan trọng là tất cả dữ liệu từ trường được lưu trữ trong DT như trong Hình 9
(đường liền màu đen), tăng số lượng dữ liệu được thu thập, tránh mất dữ liệu của
cảm biến và bộ truyền động. Điều này thể hiện một lợi ích, nhắc nhở rằng hệ thống
MES chỉ lưu trữ dữ liệu tổng hợp, sau khi xây dựng và phân tích.
Dữ liệu thô từ trường bị mất Hình 9 (đường liền màu đen). • Theo dõi
và phả hệ sản phẩm: Tầm quan trọng của việc lưu trữ dữ liệu thu được từ hiện trường
từ các cảm biến và bộ truyền động đang được coi trọng.
Machine Translated by Google

C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130 11

Hình 7. Giao diện người dùng đồ họa (GUI) trong Matlab/Simulink để trực quan hóa thông tin của trạm che phía trước theo cách thân thiện với người dùng.

Hình 8. Môi trường DT Simulink của I4.0 Lab.

lót trong theo dõi của các mảnh. Với nhiều dữ liệu hơn, có thể thu
được mức độ chi tiết cao hơn của quá trình theo dõi lịch sử của sản
phẩm đối với quá trình theo dõi do hệ thống MES cung cấp bên trong
phòng thí nghiệm Hình 9 ( đường chấm màu đen). Việc theo dõi dữ liệu
của hệ thống MES chỉ liên quan đến thời điểm bắt đầu và kết thúc hoạt
động Hình 9 (đường chấm đen), đưa ra hình ảnh trong thời gian thực của hoạt động
hiện trạng các công việc đã hoàn thành và chưa hoàn thành. Với DT, có
thể lưu lại lịch sử thông tin từ trường, truy xuất – ví dụ – nơi
người vận chuyển đã ở trong hệ thống tại một thời điểm nhất định trong
quá khứ. Điều này không thể được thực hiện bởi MES chỉ cung cấp vị trí
của nhà cung cấp dịch vụ “bây giờ” (tức là tại thời điểm hiện tại).
Machine Translated by Google
12 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
Hình 9. Giao diện MES trong phòng thí nghiệm.
Một cải tiến khác do DT đề xuất đưa ra là khả năng thu thập dữ liệu đến từ
các nguồn khác nhau trong cùng một môi trường, ví dụ như dữ liệu từ hai PLC khác
nhau. Tóm lại, lợi ích có tính chất kép:
• Trong thời gian thực, dữ liệu được thu thập trong môi trường số có thể được đọc
và phân tích, lưu trữ bên trong hoặc bên ngoài môi trường ảo Matlab; • Với góc
độ dữ liệu lịch sử, dữ liệu chi tiết hơn được lưu trữ có thể được sử dụng để
phân tích sâu hơn về sau.
5. Thảo luận
DT được đề xuất tạo cơ sở để khắc phục những khoảng trống từ Mục 3.4. Các DT
được phân tích bị giới hạn về số lượng dịch vụ được cung cấp, không bao giờ được
mở rộng cho toàn bộ bộ dịch vụ tham chiếu được cung cấp bởi (Tao và cộng sự
(2018)) và chúng thường không được tích hợp với hệ thống kiểm soát hiện có, khiến
các DT gần nhau hơn đến “Dig ital Shadow” (Kritzinger và cộng sự, 2018) mà không
đạt được toàn bộ tiềm năng DT được đề cập trong phần “Giới thiệu”.
Trong tình trạng tiến độ nghiên cứu hiện tại, DT được đề xuất có
các đặc điểm sau đây.
• Môi trường được tạo ra trong phòng thí nghiệm tập trung vào việc tính toán mức
tiêu thụ năng lượng, nhưng kiến trúc được đề xuất có thể được sử dụng để trích
xuất bất kỳ dữ liệu nào từ các máy chủ có sẵn trong phòng thí nghiệm.
Môi trường Simulink có thể được sử dụng để thực hiện các phân tích khác nhau,
cũng trên cùng một tập dữ liệu, với cùng một quy trình được chỉ ra cho mức tiêu
thụ năng lượng. Vì lý do này, đây là một môi trường DT tốt không chỉ cho các
dịch vụ “giám sát” và “tiêu thụ năng lượng”, mà còn cho các dịch vụ khác như có
thể thấy trong Bảng 1 .
Một ngoại lệ phải được thực hiện đối với dịch vụ “Vận hành hoặc bảo trì ảo sản
phẩm”, bởi vì chưa có công cụ Matlab/Simulink xác định nào có thể chuyển đổi dữ
liệu cảm biến thành hướng dẫn 3D cho người vận hành. Thay vào đó, có khả năng
mở rộng GUI được tạo thành hướng dẫn HMI cho người dùng thông qua dữ liệu được
thu thập. • MES hiện có trong phòng thí nghiệm được cung cấp ngôn ngữ giao tiếp
TCP/IP cho phép ghi thông báo tới chính MES, cũng như từ môi trường Matlab/
Simulink; nó dường như là một thử nghiệm tốt để hiểu bằng thực nghiệm cách DT nên
được tích hợp bên trong một hệ thống khép kín đã được điều khiển bởi MES. Trên
thực tế, MES trong phòng thí nghiệm không hoàn toàn mở và có thể lập trình được
nhưng đủ linh hoạt để thực hiện nỗ lực tích hợp đầu tiên với DT được tạo trong
Simulink trong các công việc trong tương lai.
Hai đặc điểm này của ứng dụng DT được trình bày có thể được coi là một cải
tiến so với các DT khác được trình bày trong Bảng 1 và đặt công việc nghiên cứu
theo hướng tập trung, xem xét rằng:
1 Trong hầu hết các trường hợp, không có gì được đề cập về tiềm năng chung của DT
được tạo ra; chúng chủ yếu hiển thị các bước phân tích duy nhất được thực hiện
để tạo DT mà không đề cập đến việc liệu có thể thực hiện các phân tích khác
trên đó hay không.
2 Chỉ trong một trường hợp, DT được xây dựng trong ứng dụng Android để tự nó trở
thành một MES cho hệ thống (Urbina Coronado và cộng sự, 2018), trong các trường
hợp khác, đã được trình bày trong Phần 3, việc tích hợp với MES chỉ được đề cập
trong một cách lý thuyết.
Tóm lại, bài báo này đề xuất một mô hình mô phỏng vẫn thuộc lĩnh vực Digital
Shadows nhưng đặt cơ sở để đạt được một DT hoàn chỉnh, tập trung vào việc theo
dõi trạng thái máy và mức tiêu thụ năng lượng tương đối của chúng, đồng thời cho
phép thực hiện các phân tích khác nhau trong cùng một môi trường liên quan đến các
dịch vụ khác nhau có thể
được cung cấp từ DT (Tao và cộng sự, 2018), với khả năng tích hợp DT với MES của
phòng thí nghiệm trong tương lai để thực hiện việc ra quyết định từ DT, đạt được
tiềm năng DT đầy đủ như một DT chính xác được xác định bởi ( Kritzinger và cộng
sự, 2018).
6. Kết luận và công việc trong tương lai
Trong những năm gần đây, DT trong công nghiệp đã nhận được sự quan tâm thích
đáng từ cả các nhà nghiên cứu và các nhà thực hành. Sản xuất sản xuất là một trong
những bối cảnh hứa hẹn nhất mà DT có thể được áp dụng thành công vì những lợi ích
cụ thể về mặt bảo trì, giám sát và tối ưu hóa hoạt động.
Bài viết trình bày nghiên cứu về DT như sau. Ngày nay, các hệ thống sản xuất
vẫn được kiểm soát “theo truyền thống” với kim tự tháp tự động hóa. Tuy nhiên, sự
ra đời của CPS có thể dẫn đến các phương pháp kiểm soát ít phân cấp hơn và linh
hoạt hơn. CPS về bản chất là mạng và vật lý, có mối liên hệ sâu sắc giữa hai thế
giới. Đặc biệt, phần mạng có thể lưu trữ hoặc được kết nối với các mô phỏng do đó
được đồng bộ hóa với trường (tài liệu đó thường có tên là DT). Tuy nhiên, để có
một DT đầy đủ, không chỉ cần có dữ liệu từ hiện trường đến mô phỏng mà còn phải
có khả năng hành động từ mô phỏng đến hiện trường, bằng cách cung cấp các dịch vụ
giám sát và tối ưu hóa cũng như bằng cách thực hiện các quyết định trên hệ thống
kiểm soát sản xuất (Kritzinger và cộng sự, 2018). Vì lý do này, DT với các chức
năng đầy đủ của chúng có thể được đưa vào nhiều tính năng mới hơn
Machine Translated by Google
C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
các phương pháp kiểm soát sản xuất linh hoạt và phẳng hơn, được mở ra nhờ CPS.
Bài viết này đóng góp cho nghiên cứu về chủ đề này, trước tiên bằng cách khám
phá các ứng dụng của sản xuất DT và các dịch vụ liên quan được cung cấp bởi Tao
et al. (2018).
Từ phân tích này, một số sai lệch đã được xác định giữa việc triển khai DT và mô
tả của nó trong tài liệu:
• Mỗi DT chỉ cung cấp một số dịch vụ mà nền tảng đó nên
cung cấp (Tao et al., 2018);
• Mỗi DT lấy dữ liệu từ hệ thống thực, nhưng giao tiếp này
không bao giờ là hai chiều với trường.
Bài viết này cũng đề xuất việc xây dựng DT của một dây chuyền phòng thí
nghiệm để đặt nền móng cho việc khắc phục những lỗ hổng này. DT được đề xuất theo
dõi mức tiêu thụ năng lượng trong quá trình vận hành dây chuyền dựa trên trạng
thái của máy. Mục đích của sự phát triển này là như sau:
• DT được xây dựng trong phòng thí nghiệm dường như là một ví dụ điển hình về một
môi trường duy nhất cung cấp số lượng dịch vụ cao nhất được hứa hẹn khi giới
thiệu DT (Tao và cộng sự, 2018), từ những gì đã xuất hiện trong tài liệu cho
đến nay;
• DT có thể tạo cơ sở cho các công việc trong tương lai về việc tích hợp DT với
hệ thống điều khiển, thường là MES khi hệ thống đóng và độc quyền.
Sự kết nối của DT với hệ thống sản xuất của phòng thí nghiệm đã mang đến sự
mở rộng cụ thể các chức năng của MES của dây chuyền sản xuất trong phòng thí
nghiệm, đối với những chức năng được đề cập bởi (MESA, 1997) . Việc thu thập thêm
dữ liệu từ trường đảm bảo thông tin chi tiết hơn về quá trình sản xuất liên quan
đến hệ thống MES hiện tại điều khiển dây chuyền, chứng minh rằng việc sử dụng DT
có thể nâng cao tính khả dụng của dữ liệu trường, sẽ được xây dựng chi tiết hơn
ra quyết định tự chủ nhất quán, khai thác sự hiện diện của các hệ thống thông
minh, chẳng hạn như CPS.
Điều này đặc biệt quan trọng đối với làn sóng Công nghiệp 4.0, trong đó dữ liệu
đóng vai trò hàng đầu để hiểu rõ hơn về các quy trình và tương tác công nghiệp
nhằm phục vụ quá trình chuyển đổi kỹ thuật số sâu rộng. Các công ty ở các mức độ
sẵn sàng và trưởng thành khác nhau trong quá trình này (De Carolis và cộng sự,
2017a; De Carolis và cộng sự, 2017b) và phần đóng góp này nhằm mục đích chứng
minh ý nghĩa thực tế của việc sử dụng DT đối với những công ty sẵn sàng đầu tư
vào hướng chuyển đổi kỹ thuật số.
Các công việc trong tương lai nên đóng vòng điều khiển, bằng cách sử dụng
MES để hành động trên hệ thống, theo các quy tắc quản lý và ra quyết định cụ thể.
DT phát triển được đề xuất trong bài báo này bổ sung cho MES của một hệ thống độc
quyền khép kín bổ sung thêm thông tin mà không gửi bất kỳ phản hồi nào tới MES.
Khi đó, thách thức mở là cho phép DT kiểm soát các quy trình của một dây chuyền
trong các hệ thống độc quyền khép kín, được điều khiển bởi hệ thống MES. Điều cực
kỳ quan trọng là phải điều tra khía cạnh này để đạt được nhiều lợi ích hơn từ
DT, vì hầu hết các hệ thống sản xuất đều được quản lý bởi MES. Bằng cách này,
việc ra quyết định về các khía cạnh quan trọng, chẳng hạn như lập kế hoạch, tiêu
thụ năng lượng, an toàn, bảo trì và quản lý chất lượng, có thể được thực hiện
theo cách phản ứng hoàn toàn thông qua DT đến MES. Điều này có thể thực hiện được
khi DT không chỉ cung cấp luồng thông tin phong phú hơn cho cơ sở dữ liệu (như
đã được chứng minh qua phần đóng góp này), mà còn với cấu trúc phù hợp của các
quy tắc được cung cấp cho MES. Như đã nêu trong phần 3, điều này chỉ có thể thực
hiện được nhờ vào việc sử dụng các mô hình dữ liệu phù hợp, để lưu trữ dữ liệu và
các quy tắc sẽ được viết trên đó, chẳng hạn như báo cáo của (Garetti và cộng sự,
2015). Nói cách khác, công việc trong tương lai sẽ tận dụng thời gian cho công
việc được đề xuất để xây dựng một DT đầy đủ (Kritzinger et al., 2018).
13
Tuyên bố về lợi ích cạnh tranh
Các tác giả tuyên bố rằng họ không có lợi ích tài chính cạnh tranh hoặc mối
quan hệ cá nhân nào có thể ảnh hưởng đến công việc được báo cáo trong bài báo này.
Sự nhìn nhận
Dự án này đã nhận được tài trợ từ các chương trình nghiên cứu và đổi mới
Horizon 2020 của Liên minh Châu Âu theo thỏa thuận tài trợ số 678556 (đối tác của
dự án có tên ngắn gọn là “MAYA”, “Các công cụ dự báo và mô phỏng tích hợp đa
ngành, được hỗ trợ bởi tính liên tục kỹ thuật số và đồng bộ hóa liên tục trong
thế giới thực, hướng tới giảm thời gian sản xuất và tối ưu hóa”) và số 680435 (đại
diện cho dự án có tên ngắn gọn là “PERFORM”, “Cấu hình lại hài hòa hóa sản xuất
của rô-bốt linh hoạt và máy móc”).
Công trình nghiên cứu này có thể thực hiện được nhờ việc sử dụng Phòng thí
nghiệm Công nghiệp 4.0 của Trường Quản lý Politec nico di Milano (trang web phòng
thí nghiệm: www.industry40lab.org).
Người giới thiệu
Anand, S., Ghalsasi, O., Zhang, B., Goel, A., Reddy, S., Joshi, S., Morris, G., 2019. Các công
cụ mô phỏng sản xuất bồi đắp trong giáo dục. Thế giới 2018 Eng. giáo dục Diễn đàn - Toàn cầu.
Tiếng Anh Trưởng khoa. WEEF-GEDC 2018, 1–6, http://dx.doi.org/10.1109/ WEEF-GEDC.2018.8629689.
Angrish, A., Starly, B., Lee, YS, Cohen, PH, 2017. Lược đồ dữ liệu linh hoạt và kiến trúc hệ
thống để ảo hóa các máy sản xuất (VMM). J.Manuf.
hệ thống. 45, 236–
247, http://dx.doi.org/10.1016/j.jmsy.2017.10.003.
Ardanza, A., Moreno, A., Segura, Á., de la Cruz, M., Aguinaga, D., 2019. Giao diện người máy công
nghiệp linh hoạt và bền vững để hỗ trợ các ứng dụng có thể thích ứng trong mô hình công
nghiệp 4.0. quốc tế J. Sản phẩm. độ phân giải 7543, 0–15, http://dx.doi.org/10.
1080/00207543.2019.1572932.
Avventuroso, G., Silvestri, M., Pedrazzoli, P., 2017. Một hệ thống sản xuất được nối mạng để
triển khai các vòng thông tin vòng đời sản phẩm và Doanh nghiệp ảo. IFAC PapersOnLine. 50,
7964–7969, http://dx.doi.org/10.1016/j.ifacol.2017.08.902.
Ayani, M., Ganebäck, M., Ng, AHC, 2018. Bản sao kỹ thuật số: áp dụng mô phỏng để phục hồi máy
móc. ProcediaCIRP, ElsevierB.V., 243–
248,http://dx.doi.org/ 10.1016/j.procir.2018.03.139.
Beregi, R., Szaller, Á., Kádár, B., 2018. Sức mạnh tổng hợp của đa mô hình để kiểm soát quy trình.
IFAC-PapersOnLine. 51, 1023–1028, http://dx.doi.org/10.1016/j.ifacol.2018.08. 473.
Botkina, D., Hedlind, M., Olsson, B., Henser, J., Lundholm, T., 2018. Bản sao kỹ thuật
số của dụng cụ cắt. Procedia CIRP., http://dx.doi.org/10.1016/j.procir.2018.03.178.
Brandtstaedter, H., Ludwig, C., Hubner, L., Tsouchnika, E., Jungiewicz, A., Wever, U., 2018. Cặp
song sinh kỹ thuật số cho các đoàn tàu điện lớn. Thú cưng. hóa học. Ấn Độ Conf. Ơ.
Conf. Kỷ yếu, PCIC Eur. 2018–Tháng 6, http://dx.doi.org/10.23919/PCICEurope.
2018.8491413.
Cai, Y., Starly, B., Cohen, P., Lee, YS, 2017. Kết hợp dữ liệu cảm biến và thông tin để
xây dựng các công cụ máy ảo song sinh kỹ thuật số cho sản xuất thực-ảo. Sản xuất
Procedia 10, 1031–1042, http://dx.doi.org/10.1016/j.promfg.2017. 07.094.
Caputo, F., Greco, A., Fera, M., Macchiaroli, R., 2019. Bản sao kỹ thuật số để tăng
cường tích hợp công thái học trong thiết kế nơi làm việc. quốc tế J. Ind. Ergon. 71,
20–
31, http://dx.doi.org/10.1016/j.ergon.2019.02.001.
Cattaneo, L., Fumagalli, L., Macchi, M., Negri, E., 2018. Làm rõ các khái niệm phân tích
dữ liệu cho Kỹ thuật công nghiệp. IFAC-PapersOnLine. 51, 820–
825, http://dx.doi. org/
10.1016/j.ifacol.2018.08.440. da S. Barbosa, A., Silva, FP, Crestani, LRDS, Otto, RB,
2018. Trợ lý ảo để đào tạo thời gian thực về môi trường công nghiệp. quảng cáo xuyên môn.
Tiếng Anh 7, 33–
42, http://dx.doi.org/10.3233/978-1-61499-898-3-33.
David, J., Lobov, A., Lanz, M., 2018. Tận dụng cặp song sinh kỹ thuật số để hỗ trợ việc
học các hệ thống sản xuất linh hoạt. Proc. - IEEE 16th Int. Conf. Ind. Tin học, INDIN
2018. 589, 529–535, http://dx.doi.org/10.1109/INDIN.2018.8472083.
De Carolis, A., Macchi, M., Negri, E., Terzi, S., 2017a. Hướng dẫn các công ty sản xuất
theo hướng số hóa. ICE/IEEE lần thứ 23 công nghệ. quản lý. Conf., 503–512, http://
dx.doi.org/10.1109/ICE.2017.8279925.
De Carolis, A., Macchi, M., Negri, E., Terzi, S., 2017b. Một mô hình trưởng thành để đánh
giá mức độ sẵn sàng kỹ thuật số của các công ty sản xuất. APMS 2017, Phần I, IFIP
AICT 513, 13–
20, http://dx.doi.org/10.1007/978-3-319-66923-6.
De Ugarte, BS, Artiba, A., Pellerin, R., 2009. Hệ thống điều hành sản xuất - Tổng quan tài liệu.
sản xuất. Kế hoạch. Điều khiển. 20, 525–
539, http://dx.doi.org/10.1080/
09537280902938613.
DebRoy, T., Zhang, W., Turner, J., Babu, SS, 2017. Xây dựng bản sao kỹ thuật số của máy
in 3D. Scr. mẹ. 135, 119–124, http://dx.doi.org/10.1016/j.scriptamat. 2016.12.005.
Dupláková, D., Flimel, M., Duplák, J., Hatala, M., Radchenko, S., Botko, F., 2019.
Hợp lý hóa công thái học của ánh sáng trong môi trường làm việc. Phần I.: Pro-
Machine Translated by Google
14 C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130
đặt ra thuật toán hợp lý hóa cho thiết kế lại ánh sáng. quốc tế J. Ind. Ergon. 71, 92–
102, http://dx.doi.org/10.1016/j.ergon.2019.02.012.
Frontoni, E., Loncarski, J., Pierdicca, R., Bernardini, M., Sasso, M., 2018. Hệ thống vật lý
mạng cho ngành công nghiệp 4.0: hướng tới thực tế ảo thời gian thực trong sản xuất thông
minh. Trong: De Paolis, LT, Bourdot, P. (Eds.), Đúng. để tăng thêm. Thực tế, Thực tế ảo,
Máy tính. Đồ thị., http://dx.doi.org/10.1007/978-3-319-95282-6 51, tr.
E1–E1.
Fumagalli, L., Macchi, M., Pozzetti, A., Taisch, M., Tavola, G., Terzi, S., 2016. Phương
pháp mới cho giáo dục và nghiên cứu sản xuất thông minh: Phương pháp phòng thí nghiệm.
Proc. Mùa hè Sch. cha Thổ Nhĩ Kỳ.
13–15–Tháng 9, 42–47 https://www.scopus.com/inward/record.uri?eid=2-s2.
0-85006043680&partnerID=40&md5=cdf822a3149be33e775b070189bad19d.
Fumagalli, L., Polenghi, A., Negri, E., Roda, I., 2019. Khung lựa chọn phần mềm mô phỏng. J.
Simul., 1–
18, http://dx.doi.org/10.1080/17477778.2019. 1598782.
Garetti, M., Rosa, P., Terzi, S., 2012. Máy tính trong mô phỏng vòng đời của ngành để thiết kế hệ
thống sản phẩm – dịch vụ. Điện toán. Ấn bản 63, 361–
369, http://dx. doi.org/10.1016/
j.compind.2012.02.007.
Garetti, M., Fumagalli, L., Negri, E., 2015. Vai trò của các bản thể luận đối với việc triển khai
cps trong sản xuất. quản lý. sản xuất. Tiếng Anh Linh mục, http://dx.doi.org/10.1515/
mper-2015-0033 .
Govindaraju, R., Putra, K., 2016. Một phương pháp triển khai hệ thống thực thi sản xuất (MES).
Hội nghị IOP Ser. mẹ. Khoa học. Tiếng Anh, http://dx.doi.org/ 10.1088/1757-899X/114/1/012094.
Guo, F., Zou, F., Liu, J., Wang, Z., 2018. Chế độ làm việc trong chế tạo máy bay dựa trên mô
hình điều phối kỹ thuật số. quốc tế J. Adv. sản xuất. công nghệ. 98, 1547–1571, http://
dx.doi.org/10.1007/s00170-018-2048-0 .
Haag, S., Anderl, R., 2018. Sinh đôi kỹ thuật số – bằng chứng về khái niệm. sản xuất. Hãy để. 15, 64–66,
http://dx.doi.org/10.1016/j.mfglet.2018.02.006.
Hu, L., Nguyen, NT, Tao, W., Leu, MC, Liu, XF, Shahriar, MR, Al Sunny, SMN, 2018. Lập mô hình cặp
song sinh kỹ thuật số dựa trên Đám mây cho sản xuất thông minh với kết nối MT. Procedia
Manuf., Elsevier BV, 1193–
1203, http://dx.doi.org/10.1016/j.promfg.2018.07.155 .
Iarovyi, S., Mohammed, WM, Lobov, A., Ferrer, BR, Lastra, JLM, 2016.
Các hệ thống thực-ảo cho các hệ thống thực thi sản xuất dựa trên tri thức mở. Proc. IEEE. 104,
1142–1154, http://dx.doi.org/10.1109/JPROC.2015. 2509498.
ISO/IEC, 2012. ISO/IEC 62264-2, Hệ thống kiểm soát doanh nghiệp – Phần 2: Đối tượng và
Thuộc tính cho tích hợp hệ thống kiểm soát doanh nghiệp .
Janda, P., 2018. Khái niệm cơ điện tử về máy công cụ hạng nặng., trang 0645–0652,
http://dx.doi.org/10.2507/29th.daam.proceedings.093.
Karanjkar, N., Joglekar, A., Mohanty, S., Prabhu, V., Raghunath, D., Sundaresan, R., 2019. Sinh đôi
kỹ thuật số để tối ưu hóa năng lượng trong dây chuyền lắp ráp SMT-PCB. Proc. - 2018 IEEE Int.
Conf. Internet vạn vật Intell. hệ thống. IOTAIS 2018, 85–89, http://dx. doi.org/10.1109/
IOTAIS.2018.8600830.
Kemény, Z., Beregi, RJ, Erdos, G., Nacsa, J., 2016. Nhà máy thông minh MTASZTAKI: nền tảng
cho nghiên cứu và phát triển kỹ năng theo định hướng dự án trong giáo dục đại học.
Procedia CIRP, 53–
58, http://dx.doi.org/10.1016/j.procir.2016.05.060.
Knapp, GL, Mukherjee, T., Zuback, JS,Wei, HL, Palmer, TA, De,A., Debroy, T., 2017.
Acta Materialia Building Blocks for a Digital Twin of Additive Production, 135., trang 390–
399, http://dx.doi.org/10.1016/j.actamat.2017.06.039.
Konstantinov, S., Ahmad, M., Ananthanarayan, K., Harrison, R., 2017. Hệ thống sản xuất máy
điện tử vật lý mạng: kỹ thuật ảo để hỗ trợ vòng đời hoàn chỉnh. Procedia CIRP, Tác
giả(S), 119–124, http://dx.doi.org/10. 1016/j.procir.2017.02.035.
Kraft, EM, 2016. Sợi kỹ thuật số / song sinh kỹ thuật số của lực lượng không quân Hoa Kỳ – tích
hợp vòng đời và sử dụng kiến thức tính toán và thử nghiệm II. Tích hợp tiến hóa. Chất lỏng
tính toán / thử nghiệm. Động lực học, 1–
22, http://dx.doi.org/ 10.2514/6.2016-0897.
Kritzinger, W., Karner, M., Traar, G., Henjes, J., Sihn, W., 2018. Song sinh kỹ thuật số trong
sản xuất sản xuất: Đánh giá và phân loại tài liệu phân loại. IFAC-PapersOnLine. 51, 1016–
1022,
http://dx.doi.org/10.1016/j.ifacol.2018.08.474.
Kusiak, A., 2017. Sản xuất thông minh . quốc tế J. Sản phẩm. độ phân giải
Kuts, V., Modoni, GE, Terkaj, W., Tähemaa, T., Sacco, M., Otto, T., 2017. Khai thác phép đo từ xa
của nhà máy để hỗ trợ mô phỏng thực tế ảo trong tế bào người máy. Trong: De Paolis, LT,
Bourdot, P., Mongelli, A. (Eds.), Augment. Thực tế, Thực tế ảo, Máy tính. đồ thị. Quốc tế thứ
tư Conf. Phần I., http://dx.doi.org/10.1007/978-3-319-40621-3 .
Lee, J., Bagheri, B., Kao, HA, 2015. Kiến trúc hệ thống thực-ảo cho các hệ thống sản xuất dựa
trên nền công nghiệp 4.0. sản xuất. Hãy để. 3, 18–23, http://dx.doi.org/10. 1016/
j.mfglet.2014.12.001.
Liu, Q., Zhang, H., Leng, J., Chen, X., 2018. Thiết kế cá nhân hóa nhanh chóng điều khiển kép kỹ
thuật số của hệ thống sản xuất cửa hàng lưu chuyển tự động. quốc tế J. Sản phẩm. độ phân giải
7543, 1–
17, http://dx.doi.org/10.1080/00207543.2018.1471243.
Liu, J., Zhou, H., Tian, G., Liu, X., Jing, X., 2019. Phương pháp đánh giá và tái sử dụng quy
trình dựa trên song sinh kỹ thuật số để lập kế hoạch quy trình thông minh. quốc tế J. Adv.
sản xuất. Technol., http://dx.doi.org/10.1007/s00170-018-2748-5.
Loeken, EA, Trulsen, A., Holsaeter, AM,Wiktorski, E., Sui, D., Ewald, R., 2018. Nguyên tắc thiết kế
đằng sau việc xây dựng giàn khoan quy mô phòng thí nghiệm tự động. IFAC-PapersOnLine. 51, 62–
69, http://dx.doi.org/10.1016/j.ifacol.2018.06. 356.
Longo, F., Nicoletti, L., Padovano, A., 2019. Kiến thức phổ biến trao quyền cho nhà máy thông minh:
Tác động của bản sao kỹ thuật số định hướng dịch vụ đối với hiệu suất của doanh nghiệp. hàng
năm. Linh mục Control., http://dx.doi.org/10.1016/j.arcontrol.2019. 01.001.
Luo, W., Hu, T., Zhu, W., Tao, F., 2018. Digital Twin for CNC Machine Tool., trang 2–
5,
http://dx.doi.org/10.1007/s12652-018-0946-5.
Macchi, M., Roda, I., Negri, E., Fumagalli, L., 2018. Khám phá vai trò của song sinh kỹ
thuật số đối với quản lý vòng đời tài sản. IFAC-PapersOnLine. 51, 790–795, http://dx.doi.
org/10.1016/j.ifacol.2018.08.415.
MESA, 1997. Giải thích về MES: Tầm nhìn Cấp cao - Sách trắng MESA Số 6. http://
www.cpdee.ufmg.br/-seixas/PaginaII/Download/DownloadFiles/pap6. pdf.
MESA INTERNATIONAL, 1997. Giải thích về MES : Tầm nhìn cao cấp , White Pap., pp.
1–
25.
Monostori, L., 2015. Hệ thống sản xuất thực-ảo: nguồn gốc từ khoa học và công nghệ sản xuất.
At-Automatisierungstechnik., http://dx.doi.org/10. 1515/auto-2015-0066.
Moreno, A., Velez, G., Ardanza, A., Barandiaran, I., de Infante, A.R., Chopitea, R., 2017.
Quá trình ảo hóa của một máy đột dập kim loại tấm trong tầm nhìn của ngành công nghiệp
4.0. quốc tế J. Tương tác. Des. sản xuất. 11, 365–373, http://dx.doi.org/10.1007/
s12008-016-0319-2.
Mousavi, S., Thiede, S., Li, W., Kara, S., Herrmann, C., 2016. Một cách tiếp cận tích hợp để
cải thiện hiệu quả năng lượng của các chuỗi quy trình sản xuất. quốc tế J. Duy trì.
Tiếng Anh 9, 11–24, http://dx.doi.org/10.1080/19397038.2014.1001470.
Negri, E., Fumagalli, L., Garetti, M., Tanca, L., 2016. Các yêu cầu và ngôn ngữ để thể hiện ngữ
nghĩa của các hệ thống sản xuất. Điện toán. Ấn bản 81, 55–
66, http://dx.doi.org/10.1016/
j.compind.2015.10.009.
Negri, E., Fumagalli, L., Macchi, M., 2017. Đánh giá về vai trò của song sinh kỹ thuật số
trong các hệ thống sản xuất dựa trên CPS. Sản xuất Procedia 11, 939–948, http://dx.doi.org/
10. 1016/j.promfg.2017.07.198.
Negri, E., Fumagalli, L., Cimino, C., Macchi, M., 2018. Mô phỏng được FMU hỗ trợ cho sinh đôi kỹ
thuật số CPS . Sản xuất Procedia CARV Int. Conf. Chang. nhanh nhẹn. Sản phẩm ảo có thể cấu
hình lại . Nantes, ngày 8 - 10 tháng 10 năm 2018. 00.
Negri, E., Fumagalli, L., Cimino, C., Macchi, M., 2019. Mô phỏng được FMU hỗ trợ cho sinh đôi kỹ
thuật số CPS. Sản xuất Procedia 28, 201–206, http://dx.doi.org/10.1016/ j.promfg.2018.12.033.
Olivotti, D., Dreyer, S., Lebek, B., Breitner, MH, 2019. Tạo nền tảng cho song sinh kỹ thuật số
trong ngành sản xuất: một hệ thống quản lý cơ sở được cài đặt tích hợp. thông tin liên lạc hệ
thống. Xe buýt điện tử. quản lý. 17, 89–
116, http://dx.doi.org/10.1007/ s10257-018-0376-0.
Oyekan, JO, Hutabarat, W., Tiwari, A., Grech, R., Aung, MH, Mariani, MP, López Dávalos, L.,
Ricaud, T., Singh, S., Dupuis, C., 2019. Hiệu quả của môi trường ảo trong việc phát triển các
chiến lược hợp tác giữa robot công nghiệp và con người. người máy. Điện toán. tích phân. sản
xuất. 55, 41–
54, http://dx.doi.org/10. 1016/j.rcim.2018.07.006.
Padovano, A., Longo, F., Nicoletti, L., Mirabelli, G., 2018. Ứng dụng định hướng dịch vụ dựa trên
song sinh kỹ thuật số để điều hướng tri thức 4.0 trong nhà máy thông minh. IFAC PapersOnLine.
51, 631–636, http://dx.doi.org/10.1016/j.ifacol.2018.08.389.
Park, KT, Im, SJ, Kang, YS, Do Noh, S., Kang, YT, Yang, SG, 2019a. Nền tảng định hướng dịch
vụ cho hoạt động thông minh của ngành nhuộm và hoàn tất. quốc tế J.
Điện toán. tích phân. sản xuất. 32, 307–326, http://dx.doi.org/10.1080/0951192X.2019. 1572225.
Park, KT, Nam, YW, Lee, HS, Im, SJ, Do Noh, S., Son, JY, Kim, H., 2019b. Thiết kế và triển
khai ứng dụng song sinh kỹ thuật số cho một nhà máy thông minh vi mô được kết nối.
quốc tế J. Máy tính. tích phân. sản xuất. 00, 1–19, http://dx.doi.org/10.1080/0951192X.
2019.1599439.
Rabah, S., Assila, A., Khouri, E., Maier, F., Ababsa, F., Bourny, V., Maier, P., Mérienne,
F., 2018. Hướng tới cải thiện tương lai của sản xuất thông qua kỹ thuật số công nghệ
thực tế song sinh và tăng cường. Sản xuất Procedia 17, 460–467, http://dx. doi.org/10.1016/
j.promfg.2018.10.070.
ˇ ˇ
Roblek, V., Mesko, M., Krapez, A., 2016. Một cái nhìn tổng thể về ngành công nghiệp 4.0. SAGE Mở.
6, http://dx.doi.org/10.1177/2158244016653987.
Rosen, R., Von Wichert, G., Lo, G., Bettenhausen, KD, 2015. Về tầm quan trọng của quyền tự chủ và
cặp song sinh kỹ thuật số đối với tương lai của ngành sản xuất. IFAC-PapersOnLine. 28, 567–
572, http://dx.doi.org/10.1016/j.ifacol.2015.06.141.
Shahriar,MR,Al Sunny, SMN, Liu,X., Leu,MC,Hu, L., Nguyen, NT, 2018.MTComm dựa trên ảo hóa và
tích hợp các hoạt động của máy vật lý với cặp song sinh kỹ thuật số trong đám mây sản
xuất thực-ảo. Trong: Proc. - Lần thứ 5 IEEE Int. Conf.
An ninh mạng. Điện toán đám mây. IEEE lần thứ 4 Conf. Điện toán cạnh. Đám mây có thể mở rộng,
CSCloud/EdgeCom 2018, IEEE, trang 46–
51, http://dx.doi.org/10.1109/CSCloud/EdgeCom.2018.00018 .
Sierla, S., Kyrki, V., Aarnio, P., Vyatkin, V., 2018. Lập kế hoạch lắp ráp tự động dựa trên mô tả
sản phẩm kỹ thuật số. Điện toán. Ấn bản 97, 34–
46, http://dx.doi.org/10. 1016/
j.compind.2018.01.013.
Souza,V., Cruz,R., Silva,W., Lins, S., Lucena,V., 2019.Kiến trúc Digitalaltwin dựa trên công
nghệ Internet vạn vật trong công nghiệp. 2019 IEEE Int. Conf. tiêu dùng.
điện tử. ICCE 2019, 1–2, http://dx.doi.org/10.1109/ICCE.2019.8662081.
Spranger, J., Buzatoiu, R., Polydoros, A., Nalpantidis, L., Boukas, E., 2018. Giao diện
người-máy để huấn luyện từ xa các nhiệm vụ rô-bốt. IST 2018 - IEEE Int. Conf.
Hệ thống hình ảnh Công nghệ. Proc., 1–5, http://dx.doi.org/10.1109/IST.2018.8577081.
Stopper, M., Katalinic, B., 2009. Các khía cạnh thiết kế kiến trúc hướng dịch vụ của OPC UA cho các
ứng dụng Công nghiệp . quốc tế MultiConference Eng. Điện toán. Khoa học. II, 18–21,
doi:10.1.1.148.5549.
ˇ ´
Sujová, E., Cierna, H., Zabinska, I., 2019. Ứng dụng quy trình số hóa sản xuất trong thực tế. quản
lý. hệ thống. sản xuất. Tiếng Anh 27, 23–
28, http://dx.doi.org/10. 1515/mspe-2019-0004.
Taisch, M., Stahl, B., Vaccari, F., Cataldo, A., 2013. Phương pháp tiếp cận dựa trên trạng thái
sản xuất để mô phỏng dòng năng lượng trong các hệ thống sản xuất., trang 227–234, http://dx .
doi.org/10.1007/978-3-642-41266-0 28.
Machine Translated by Google

C. Cimino, E. Negri và L. Fumagalli / Máy tính trong Công nghiệp 113 (2019) 103130 15

Tao, F., Cheng, J., Qi, Q., Zhang, M., Zhang, H., Sui, F., 2018. Thiết kế, sản xuất và dịch vụ
sản phẩm dựa trên song sinh kỹ thuật số với dữ liệu lớn. quốc tế J. Adv. sản xuất. công
nghệ. 94, 3563–
3576, http://dx.doi.org/10.1007/s00170-017-0233-1.
Toivonen, V., Lanz, M., Nylund, H., Nieminen, H., 2018. Trung tâm đào tạo FMS - Một môi trường
học tập linh hoạt cho giáo dục kỹ thuật. Procedia Manuf., Elsevier BV, 135–140, http://
dx.doi.org/10.1016/j.promfg.2018.04.006.
Um, J., Weyer, S., Quint, F., 2017. Plug-and-mô phỏng trong dây chuyền lắp ráp mô-đun được hỗ
trợ bởi cặp song sinh kỹ thuật số và sử dụng AutomationML. IFAC-PapersOnLine. 50, 15904–
15909, http://dx.doi.org/10.1016/j.ifacol.2017.08.2360.
Um,J., Popper,J.,Ruskowski,M., 2018.Nền tảng thực tế tăng cường mô-đun dành cho người vận hành
thông minh trong môi trường sản xuất. Proc. - 2018 IEEE Ind. Hệ thống vật lý không gian mạng.
ICPS 2018, 720–725, http://dx.doi.org/10.1109/ICPHYS.2018.8390796.
dữ liệu cấu tạo. Trong: Proc. - IEEE 16th Int. Conf. Ind. Tin học, INDIN 2018, IEEE, trang
803–
808, http://dx.doi.org/10.1109/INDIN.2018.8472014.
Zhang, H., Liu, Q., Chen, X., Zhang, D., Leng, J., 2017. Cách tiếp cận dựa trên song sinh kỹ
thuật số để thiết kế và tối ưu hóa đa mục tiêu dây chuyền sản xuất kính rỗng.
Truy cập IEEE. 5, 26901–26911, http://dx.doi.org/10.1109/ACCESS.2017.2766453.
Zheng, P., Lin, TJ, Chen, CH, Xu, X., 2018. Một cách tiếp cận thiết kế có hệ thống để đổi mới
dịch vụ của các hệ thống sản phẩm-dịch vụ thông minh. J. Sạch sẽ. sản xuất. 201, 657–667,
http://dx.doi.org/10.1016/j.jclepro.2018.08.101.
Zuehlke, D., 2010. SmartFactory-hướng tới nhà máy sản xuất vạn vật. hàng năm. Linh mục Control.,
http://dx.doi.org/10.1016/j.arcontrol.2010.02.008.
CHIARACIMINO tốt nghiệp ngành Kỹ thuật điều khiển và tự động hóa tại Politecnico di Milano vào

Urbina Coronado, PD, Lynn, R., Louhichi, W., Parto, M., Wescoat, E., Kurfess, T., 2018. Tích hợp năm 2018. Cô bắt đầu học Tiến sĩ về Công nghệ thông tin tại khoa Điện tử, Thông tin và Kỹ thuật

dữ liệu một phần trong bộ đôi kỹ thuật số của nhà máy: Công nghệ di động và đám mây để kích sinh học tại Politecnico di Milano, cộng tác với Khoa Quản lý, Kinh tế và Kỹ thuật Công nghiệp

hoạt một Hệ thống Thi hành sản xuất. J.Manuf. hệ thống. 48, 25–33, http://dx.doi.org/10.1016/ để thực hiện các hoạt động trong phòng thí nghiệm Công nghiệp 4.0. Nghiên cứu của cô tập trung

j.jmsy.2018.02.002. vào mô hình động, mô phỏng và điều khiển để tối ưu hóa quản lý sản xuất trong bối cảnh Công

Vachalek, J., Bartalsky, L., Rovny, O., Sismisova, D., Morhac, M., Loksik, M., 2017. Bộ đôi kỹ nghiệp 4.0.

thuật số của dây chuyền sản xuất công nghiệp trong khái niệm công nghiệp 4.0.
Proc. 2017 Quốc tế thứ 21 Conf. Kiểm soát quá trình. PC 2017, http://dx.doi.org/10.1109/
ELISA NEGRI đã nhận bằng tiến sĩ vào năm 2016 với luận án về vai trò của các bản thể luận đối
PC.2017.7976223 .
với sản xuất thông minh. Hiện cô làm việc tại Khoa Quản lý, Kinh tế và Kỹ thuật Công nghiệp của
Wang, XV, Wang, L., 2018. Quá trình tái chế, phục hồi và tái sản xuất WEEE dựa trên kỹ thuật số
Politecnico di Milano trong các dự án công nghiệp, quốc gia và châu Âu về kỹ thuật dựa trên
song sinh trong nền tảng của ngành công nghiệp 4.0. quốc tế J. Sản phẩm. độ phân giải 0, 1–
bản thể học, mô hình hóa hệ thống công nghiệp, đào đôi và Hệ thống Vật lý Điện tử hỗ trợ các
11, http://dx. doi.org/10.1080/00207543.2018.1497819.
giải pháp sản xuất tiên tiến trong khuôn khổ của Công nghiệp 4.0. Trong quá trình học tập và
Wang, X., Guo, Y.,Wang, Y., 2015. Tự động phát hiện các vùng của hình ảnh siêu âm vú quan tâm dựa
nghiên cứu, cô đã có thời gian làm việc tại các học viện quốc tế danh tiếng như EPFL (Lausanne,
trên thông tin pha cục bộ. sinh học. mẹ. Tiếng Anh 26, S1265–
S1273, http://dx.doi.org/10.3233/
Thụy Sĩ), FIR (Aachen, Đức), Đại học Tongji (Thượng Hải, Trung Quốc) và Đại học Rutgers (New
BME-151424.
Brunswick, Hoa Kỳ).
Wei, CC, Lee, YT, Cao, KS, Lee, WC, 2018. Triển khai hệ thống thu thập dữ liệu cho các máy không
đồng nhất. SII 2017 - 2017 IEEE/SICE Int. Triệu chứng hệ thống.
tích phân. 2018–Janua, 232–235, http://dx.doi.org/10.1109/SII.2017.8279217. LUCA FUMAGALLI là Trợ lý Giáo sư tại Khoa Quản lý, Kinh tế Kinh tế và Kỹ thuật Công nghiệp của
Weyer, S., Schmitt, M., Ohmer, M., Gorecky, D., 2015. Hướng tới ngành công nghiệp 4.0 - tiêu chuẩn Politecnico di Milano. Sau khi tốt nghiệp Thạc sĩ Khoa học Kỹ thuật Cơ khí, ông hoàn thành
hóa là thách thức quan trọng đối với các hệ thống sản xuất đa nhà cung cấp, có tính mô-đun nghiên cứu Tiến sĩ vào năm 2010 về Đổi mới trong Quản lý Bảo trì tại Khoa Quản lý, Kinh tế và
cao. IFAC-PapersOnLine. 48, 579–
584, http://dx.doi.org/10.1016/j. ifacol.2015.06.143. Kỹ thuật Công nghiệp. Lĩnh vực nghiên cứu của ông là quản lý sản xuất tiên tiến, dịch vụ công
nghiệp và quản lý bảo trì, đặc biệt quan tâm đến các giải pháp công nghệ thông minh. Hoạt động
Xie, J., Wang, X., Yang, Z., Hao, S., 2019. Phương pháp giám sát ảo cho các giá đỡ thủy lực dựa nghiên cứu của ông cũng liên quan đến các dự án nghiên cứu do châu Âu tài trợ. Luca Fumagalli
trên lý thuyết song sinh kỹ thuật số. tối thiểu công nghệ. Dịch. Inst. tối thiểu kim loại. chịu trách nhiệm nghiên cứu quan sát TeSeM (www.tesem.net) và phó giám đốc MEGMI Master (Thạc
128, 77–87, http://dx.doi.org/10.1080/25726668.2019.1569367. sĩ điều hành về Quản lý bảo trì công nghiệp) (http://www.mip.polimi.it/megmi).
Yao, F., Keller, A., Ahmad, M., Ahmad, B., Harrison, R., Colombo, AW, 2018. Tối ưu hóa việc
lập lịch trình cho phương tiện tự lái trong quy trình sản xuất.
Proc. - IEEE 16th Int. Conf. Ind. Tin học, INDIN 2018, 264–
269, http://dx.doi. org/10.1109/
INDIN.2018.8471979.
Zambal, S., Eitzinger, C., Clarke, M., Klintworth, J., Mechin, PY, 2018. Bản song sinh kỹ thuật
số cho sản xuất các bộ phận composite : Hiệu quả của việc phân tích lỗi dựa trên manu