Next Generation Digital Twin
Öko-System für simulationsbasierte Lösungen im Betrieb
DOI:
https://doi.org/10.17560/atp.v60i10.2371Schlagworte:
Digitaler Zwilling, Automatisierung, Modellierung, Simulation, System Lifecycle ManagementAbstract
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.
Literaturhinweise
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
Grieves, M.. (2014). Digital Twin – Manufacturing Excellence through Virtual Factory Replication. Abgerufen von: http://www.apriso.com/library/Whitepaper_Dr_Grieves_DigitalTwin_ManufacturingExcellence.php
Gossens, P. (2017). Industry 4.0 and the Power of the Digital Twin. Abgerufen von: https://www.maplesoft.com/contact/webforms/Whitepapers/industry4.aspx
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.
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.
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
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
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
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
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.
Wissenschaftsrat. (2014). Bedeutung und Weiterentwicklung von Simulation in der Wissenschaft. Abgerufen von: https://www.wissenschaftsrat.de/nc/suche.html
Shannon, R. E. (1975). Systems simulation; the art and science (No. 04; T57. 62, S4.).
Hehenberger, P., & Bradley, D. (Eds.). (2016). Mechatronic Futures: Challenges and Solutions for Mechatronic Systems and their Designers. Springer.
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
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.
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.
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.
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
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
Ausgabe
Rubrik
Lizenz
Die Zeitschrift und alle in ihr enthaltenen Beiträge und Abbildungen sind urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Bearbeitung in elektronischen Systemen. Auch die Rechte der Wiedergabe durch Vortrag, Funk- und Fernsehsendung, im Magnettonverfahren oder ähnlichem Wege bleiben vorbehalten.