본문 바로가기
논문 정리

[논문 정리] Digital Twin in manufacturing: A categorical literature review and classification

by st.George 2023. 3. 8.
  • 본 게시글은 Digital Twin in manufacturing: A categorical literature review and classification 정리글입니다.
  • 개인적인 생각이 서술되어 있습니다. 잘못된 내용이 존재할 확률이 존재하기에 주의 바랍니다.
  • 잘못된 내용, 오타는 지적해 주시면 감사하겠습니다.

Reference

Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital Twin in manufacturing: A categorical literature review and classification. Ifac-PapersOnline, 51(11), 1016-1022. / APA style

인용수: 1531회 ('23.03.08 기준)

https://www.sciencedirect.com/science/article/pii/S2405896318316021


Abstract

  • 디지털 트윈(DT)은 일반적으로 디지털 전환(DT, DX)의 핵심으로 알려져 있음
  • 디지털 트윈은 분야마다 약간 다르게 사용되기에, 문헌적으로 정확한 이해는 아님
  • 논문의 목적은 제조 DT에 대한 범주형 문헌 검토를 제공하고, DT의 통합 수준에 따라 기존 출판물을 분류하는 것
  • 따라서 디지털 모델(DM), 디지털 섀도(DS), 디지털 트윈(DT)으로 구분
  • 최종적으로 가장 높은 개발 단계인 DT에 관한 문헌은 부족한 반면, DM과 DS에 관한 문헌은 많다는 것을 보여줌

 

INTRODUCTION

  • 디지털화의 장점 1. 높은 수준의 생산성 달성  2. Industry 4.0 기술로도 알려진 디지털 기술을 통해, 상호 연결된 지능형 구성요소를 작업장 내에서 쉽게 통합할 수 있음  3. 장치 및 사이버 물리적 생산 요소를 원격으로 감지, 실시간 모니터링 및 제어할 수 있으므로 물리적 환경에서 가상 환경으로 직접적인 통합 및 동기화 가능

 

  • 디지털화 기술의 사용은 가상 제품과 프로세스 계획을 가능하게 함
  • 결과적으로 대량의 데이터를 실시간으로 사용할 수 있도록 시뮬레이션 및 최적화 도구에 의해 처리, 분석 및 평가됨
  • 많은 산업 분야에서 큰 잠재력을 가진, 시뮬레이션 기반 계획 및 최적화 개념 중 하나가 디지털 트윈
  • 디지털 트윈은 물리적 시스템의 가상 및 컴퓨터화된 대응물로, 현장 수준에서 발생하는 감지된 데이터의 실시간 동기화를 활용하여 다양한 목적으로 시뮬레이션할 수 있음
  • 전체 생산 시스템을 최적의 방식으로 조정하고 실행하는 데 초점을 맞춘 일련의 작업 사이에서 결정할 수 있음

 

DEFINITION & METHODOLOGY

  • 이 논문의 목적은 디지털 트윈과 관련된 다양한 기여의 범주화 + 문헌 검토 제공
  • 이들은 통합 수준, focusing 하고 있는 영역 및 사용된 기술의 측면에서 분류됨
  • 따라서 디지털 트윈의 학문적, 이론적 정의와 다양한 수준의 통합에 대해 논의한 후 제조 및 핵심 디지털 기술에 대한 맥락에서 관찰 분야에 대한 개요를 설명함

1. Digitan Twin

  • 물리적 쌍둥이 개념은 존재했지만, 오늘날 디지털 트윈으로 알려진 개념의 첫 번째 정의는 2002년 Michael Grieves가 제품 수명주기 관리(PLM)에 관한 산업 프레젠테이션의 맥락에서 만듦
  • 널리 인정받는 보다 상세한 정의는 Glaessgen, Stargel(2012)가 제공

“digital twin is an integrated multi-physics, multi-scale, probabilistic simulation of a complex product and uses the best available physical models, sensor updates, etc., to mirror the life of its corresponding twin.”

 

  • 디지털 트윈의 핵심적인 측면은 서로 다른 정보를 일관된 형식으로 제공하는 기능
  • 디지털 트윈은 단순한 데이터 이상으로, 실제로 대응하는 시스템을 설명하고 처리된 데이터를 기반으로 생산 시스템에서의 조치를 결정하는 알고리즘을 포함
  • 제조 측면에서 디지털 트윈에 대한 정의는 다음과 같음

 “The DT consists of a virtual representation of a production system that is able to  run on different simulation disciplines that is characterized by the synchronization between the virtual and real system, thanks to sensed data and connected smart devices, mathematical models and real time data elaboration. The  topical role within Industry 4.0 manufacturing systems is to exploit these features to forecast and optimize the behaviour  of the production system at each life cycle phase in real  time.”

 

  • 산업 전반에 걸쳐 존재하는 여러 솔루션과 DT의 개념 때문에 이 개념에 대한 다양하고 불완전한 이해가 존재
  • 디지털 트윈에 대한 보다 일반적인 이해를 얻기 위한 통합 수준(Level of integration)을 다음 장에서 살펴봄

 

2. Level of integration

어떤 맥락에서든 주어진 디지털 트윈의 정의에 기초하여, 물리적 객체의 디지털 대응물로서 디지털 트윈에 대한 공통된 이해가 가능하다. 이러한 정의 내에서는 디지털 모델(DM), 디지털 섀도(DS)와 디지털 트윈(DT)은 종종 동의어로 사용된다.

그러나, 주어진 정의는 물리적인 것과 디지털적인 것 사이의 데이터 통합 수준에서 차이가 있다. 일부 디지털 표현은 수동으로 모델링 되며 존재하는 어떤 물리적 객체와도 연결되지 않는 반면, 다른 디지털 표현은 실시간 데이터 교환과 완전히 통합된다. 따라서 저자는 데이터 통합 수준에 따라 디지털 트윈을 세 가지 하위 범주로 분류할 것을 제안하고자 한다.

 

2.1. Digital Model

  • 디지털 모델(Digital Model, DM)은 물리적 객체와 디지털 객체 간에 어떠한 형태의 자동화된 데이터 교환도 사용하지 않는  물리적 객체의 디지털 표현
  • 모든 데이터 교환은 수동 방식으로 이루어짐
  • 물리적 객체의 상태 변화는 디지털 객체에 직접적인 영향을 미치지 않으며 그 반대도 마찬가지

Fig. 1. Data Flow in a Digital Model

2.2. Digital Shadow

  • 디지털 모델의 정의에 자동화된 일방향 데이터 흐름이 추가로 존재한다면, 디지털 섀도
  • 물리적 객체의 상태 변화는 디지털 객체의 상태 변화로 이어지지만 그 반대는 아님

Fig. 2. Data Flow in a Digital Shadow

2.3. Digital Twin

  • 기존의 물리적 객체와 디지털 객체 사이의 데이터 흐름이 양방향으로 완전히 통합된 경우, 디지털 트윈
  • 디지털 객체는 또한 물리적 객체의 인스턴스를 제어하는 역할을 할 수 있음
  • 물리적 객체의 상태 변화는 직접적으로 디지털 객체의 상태 변화로 이어지며 그 반대의 경우도 마찬가지

Fig. 3. Data Flow in a Digital Twin

 

3. Focused areas in manufacturing

  • 제조에서의 디지털트윈은 물류 측면을 포함하여 생산 시스템을 시뮬레이션하고 최적화할 수 있는 기회를 제공
  • 단일 구성 요소 ~ 전체 조립에 이르기까지 제조 프로세스를 상세하게 시각화할 수 있음

4. Key enabling technologies

  • 디지털 트윈 개념의 다양한 특성과 다양한 통합 수준으로 인해, 구현에 필요한 기술들은 다름
  • 흔히 언급되는 기술에는 시뮬레이션 방법(ex: Discrete Event Simulation, Continuous Simulation 등), 통신 프로토콜(예: OPC-UA, MQTT 등) 및 Industry 4.0 핵심 기술(사물인터넷, 클라우드 컴퓨팅, 빅 데이터 등)이 포함
  • 그러나 이에 국한되지 않기에, 검토된 문헌에 언급된 핵심 활성화 기술도 확인해야 함

5. Categorization methodology

  • 앞서 언급한 가정에 따르면, 디지털 트윈은 다른 분야에 따라 다양하게 적용되는 자주 사용되는 용어임은 분명
  • 디지털 트윈에 대한 연구의 대부분은 Industry 4.0 내에서의 역할에 대한, 특정 관점을 기반으로 문헌을 분석
  • 이 논문의 목적은 제조 시 디지털 트윈의 다양한 적용 영역 간에 범주형 문헌 개요를 제공하는 것
  • 발견한 논문들은 Fig 4와 같이 내용별로 분석, 서로 다른 관점에 따라 분류됨

Fig. 4. Categorization Method

 

DISCUSSION

  • 검토된 문헌의 대다수(55%)는 'concept' 유형으로 분류
  • 중요한 것은 일부는 간단한 사례 연구를 포함하고 있지만, 대부분은 concept 개발과 설명으로 구성되어 있다는 것
  • 그러나 concept의 큰 부분은 디지털 트윈에 관한 연구가 초기 단계에 있다는 것을 보여주며, 많은 연구자들은 현재 디지털 트윈을 실제로 적용하기 위한 첫 단계로 적절한 개념을 도출하기 시작하고 있음

Fig. 5. Publication-types: distribution of publication types

 

  • 비록 대다수가 디지털 트윈이라는 용어를 사용했지만, 그중 18%만이 실제로 디지털 트윈으로 분류됨
  • 대부분의 출판물은 디지털 섀도(35%)와 디지털 모델(28%)로 분류됨
  • Focusing 영역에 관해서는 대다수가 정의된 production planning and control(PPC)에 중점을 둠
  • 두 번째로 가장 중점을 두는 분야는  maintenance, 특히 condition based maintenance

Fig. 6. Focused areas

  • 요약하자면, 현재 주로 디지털 섀도 내의 개념 논문과 PPC에 초점을 맞추고 있음
  • 일부 사례 연구는 이미 서서히 나타나고 있으며, 제조 분야의 디지털 트윈은 점점 더 증가하는 추세
  • 그러나 디지털 트윈의 개념적 기반에 관한 추가적인 연구가 필요하다는 의견이 있음
  • 산업 분야의 애플리케이션에 엄청난 이점이 있지만, 실제로 개념을 적용하는 사례 연구는 여전히 부족함

내 생각: 디지털 모델, 디지털 섀도, 디지털 트윈의 차이를 개념화한 것을 제외하고는 인용수가 왜 이렇게 높은지 의문