Next Generation Digital Twin

Öko-System für simulationsbasierte Lösungen im Betrieb

  • Roland Rosen
  • Stefan Boschert Siemens
  • Annelie Sohr Siemens

Abstract

Der seit einigen Jahren vielfältig verwendete Begriff Digital Twin beinhaltet nach wie vor visionäre Aspekte. Deren Berücksichtigung wird zur Entwicklung einer nächsten Generation digitaler Zwillinge führen. In der in diesem Beitrag beschriebenen Vision werden die Lebenszyklus-übergreifenden Perspektiven vorgestellt und anhand von zwei Beispielen diskutiert. Neben seinem Einsatz in der Entwicklung wird der digitale Zwilling als Abbild des realen Systems im Betrieb und Service zunehmend neue simulationsbasierte Lösungen ermöglichen. Die Lebenszyklus-übergreifende Perspektive gepaart mit der Veränderung der Wertschöpfungsketten wird zu einem Digital-Twin-Ökosystem führen.

References

  1. [1] General Electric. (2017). The Digital Twin - Compressing time-to-value for digital industrial companies. Abgerufen von: https://www.ge.com/digital/sites/default/files/The-Digital-Twin_Compressing-Time-to-Value-for-Digital-Industrial-Companies.pdf
  2. [2] Grieves, M.. (2014). Digital Twin – Manufacturing Excellence through Virtual Factory Replication. Abgerufen von: http://www.apriso.com/library/Whitepaper_Dr_Grieves_DigitalTwin_ManufacturingExcellence.php
  3. [3] Gossens, P. (2017). Industry 4.0 and the Power of the Digital Twin. Abgerufen von: https://www.maplesoft.com/contact/webforms/Whitepapers/industry4.aspx
  4. [4] Wöllhaf, K., & Rosen, R. (2000, May). A component-oriented simulation approach for industrial plant models. In Proceedings of the 14th European Simulation Multiconference on Simulation and Modelling: Enablers for a Better Quality of Life (pp. 291-295). SCS Europe.
  5. [5] Schenk, T., Gilg, A. B., Muehlbauer, M., Rosen, R., & Wehrstedt, J. C. (2015). Architecture for modeling and simulation of technical systems along their lifecycle. Computing and Visualization in Science, 17(4), 167-183.
  6. [6] Overton, J., Brigham, J. C. (2017). The Digital Twin – Data-driven simulations innovate the manufacturing process. Abgerufen von: http://www.dxc.technology/analytics/insights/138984-the_digital_twin_data_driven_simulations_innovate_the_manufacturing_process
  7. [7] Shafto, M. (Chair), Conroy, M., Doyle, R., Glaessgen, E., Kemp, C., LeMoigne, J., Wang, L. (2010). DRAFT Modeling, Simulation, Information Technology & Processing Roadmap, Technology Area 11. Abgerufen von: https://www.nasa.gov/pdf/501321main_TA11-MSITP-DRAFT-Nov2010-A1.pdf
  8. [8] Siemens. (2017). MindSphere – The cloud-based, open IoT operating system for digital transformation. Abgerufen von: https://www.plm.automation.siemens.com/media/global/en/Siemens_MindSphere_Whitepaper_tcm27-9395.pdf
  9. [9] Parrot, A., Warshaw, L. (2017). Industry 4.0 and the digital twin. Abgerufen von: https://dupress.deloitte.com/dup-us-en/focus/industry-4-0/digital-twin-technology-smart-factory.html
  10. [10] Rosen, R., Von Wichert, G., Lo, G., & Bettenhausen, K. D. (2015). About the importance of autonomy and digital twins for the future of manufacturing. IFAC-PapersOnLine, 48(3), 567-572.
  11. [11] Wissenschaftsrat. (2014). Bedeutung und Weiterentwicklung von Simulation in der Wissenschaft. Abgerufen von: https://www.wissenschaftsrat.de/nc/suche.html
  12. [12] Shannon, R. E. (1975). Systems simulation; the art and science (No. 04; T57. 62, S4.).
  13. [13] Hehenberger, P., & Bradley, D. (Eds.). (2016). Mechatronic Futures: Challenges and Solutions for Mechatronic Systems and their Designers. Springer.
  14. [14] Siemens. (2018). Mein Name ist Companion – Digital Companion. Abgerufen von: https://www.siemens.com/innovation/de/home/pictures-of-the-future/digitalisierung-und-software/kuenstliche-intelligenz-digital-companion.html
  15. [15] Banerjee, A., Dalal, R., Mittal, S., & Joshi, K. P. (2017, June). Generating Digital Twin models using Knowledge Graphs for Industrial Production Lines. In Workshop on Industrial Knowledge Graphs, co-located with the 9th International ACM Web Science Conference 2017.
  16. [16] Canedo, A. (2016, October). Industrial IoT lifecycle via digital twins. In Proceedings of the Eleventh IEEE/ACM/IFIP International Conference on Hardware/Software Codesign and System Synthesis (p. 29). ACM.
  17. [17] Sohr, A., Rosen, R., Hanss, H. (2018). Betriebsintegrierte Cloud-Apps in der Wasserindustrie – Zwei Beispiele zur Betriebsunterstützung durch den Digital Twin. In Tagungsband Automation 2018, 19. Leitkongress der Mess- und Automatisierungstechnik, Seamless Convergence of Automation & IT, VDI-Bericht 2330, (pp. 543-556). VDI 2018.
  18. [18] Siemens. (2010). Sidis W compact points diagnostics system. Abgerufen von: https://w3.usa.siemens.com/mobility/us/Documents/en/rail-solutions/rail-automation/signaling-components/sidis-w-en.pdf
  19. [19] Boschert, S., Rosen R., Heinrich, C. (2018). Next generation digital Twin. In Horvath, I., Suarez Riviero, J.P., Hernandez Castellano, P.M. (Hrsg.) Proceedings of the 12th International Symposium on Tools and Methods of Competitive Engineering TMCE 2018, (pp.209-218). Delft University of Technology, 2018.
Veröffentlicht
2018-10-17
Zitieren
ROSEN, Roland; BOSCHERT, Stefan; SOHR, Annelie. Next Generation Digital Twin. atp magazin, [S.l.], v. 60, n. 10, p. 86-96, okt. 2018. ISSN 2364-3137. Verfügbar unter: <http://ojs.di-verlag.de/index.php/atp_edition/article/view/2371>. Date accessed: 14 nov. 2018. doi: https://doi.org/10.17560/atp.v60i10.2371.
Rubrik
Hauptbeitrag / Peer-Review