Home Technology Modelle als Grundlage für den Digitalen Zwilling
Article
Licensed
Unlicensed Requires Authentication

Modelle als Grundlage für den Digitalen Zwilling

Fusion von physikalischen und datengetriebenen Modellen
  • Pascal Langlotz , Moritz Glatt , Fábio J. P. Sousa and Jan C. Aurich
Published/Copyright: May 22, 2020
Become an author with De Gruyter Brill
Submit Manuscript Author Information
Zeitschrift für wirtschaftlichen Fabrikbetrieb
From the journal Zeitschrift für wirtschaftlichen Fabrikbetrieb Volume 115 Issue 5

Kurzfassung

Digitale Zwillinge bilden Eigenschaften und Zustände von realen Systemen digital ab. Dabei analysieren sie auf Basis relevanter Daten und Modelle das reale System und geben optimierte Daten an das reale System zurück. Grundlage hierfür sind physikalische und datengetriebene Modelle, welche jeweils charakteristische Vor- und Nachteile aufweisen. Die zielgerichtete Integration beider Techniken erlaubt eine umfassende Abbildung, Analyse und Steuerung von Cyber-Physischen Produktionssystemen im Kontext von Industrie 4.0.

Abstract

Fusion of Physical and Data Driven Models. Digital twins digitally map properties and states of real systems. They analyze the real system based on relevant data and models and return optimized data to the real system. The basis for this are physical and data-driven models, which each one having characteristic advantages and disadvantages. The targeted integration of both approaches allows a comprehensive mapping, analysis and control of cyber-physical production systems in the context of Industry 4.0.

M. Sc. Pascal Langlotz ist seit 2018 Wissenschaftlicher Mitarbeiter am FBK der TU Kaiserslautern (TUK) und forscht im Bereich Produktionssysteme zu den Themen Virtuelle Produktion und CPPS.

M. Sc. Moritz Glatt ist seit 2017 Wissenschaftlicher Mitarbeiter am FBK der TUK und forscht im Bereich Produktionssysteme zu den Themen Virtuelle Produktion und CPPS.

Prof. Dr.-Ing. Fábio J. P. Sousa studierte Bau-ingenieurwesen und promovierte in Materialwissenschaften an der Bundesuniversität Santa Catarina (UFSC) in Brasilien. Von 2008 bis 2014 war er Juniorprofessor an der TUK/FBK. 2016 wurde er Professor an der School of Science and Technology der Bundesuniversität Rio Grande do Norte (Brasilien). Seine Forschungsschwerpunkte sind angewandte Statistik, Tribologie und Bearbeitung spröder Materialien.

Prof. Dr.-Ing. Jan C. Aurich leitet seit 2002 den FBK an der TUK. Seine Forschungsinteressen liegen in den Bereichen Fertigungstechnologie, Mikrobearbeitung, CPPS, Life Cycle Engineering, PSS und nachhaltige Produktion. Prof. Aurich ist Fellow und Council Member der International Academy for Production Engineering (CIRP), Mitglied der Wissenschaftlichen Gesellschaft für Produktionstechnik (WGP) und Mitglied der Deutschen Akademie für Technikwissenschaften (acatech). Er ist Sprecher des Themennetzwerkes Produktentwicklung und Produktion von acatech.

Literatur

Talkhestani, B. A.; Jung, T.; Lindemann, B.; Sahlab, N.; Jazdi, N.; Schloegl, W.; Weyrich, M.: An Architecture of an Intelligent Digital Twin in a Cyber-Physical Production System. at - Automatisierungstechnik67 (2019) 9, S. 762–78210.1515/auto-2019-0039Search in Google Scholar

Butschek, M.: Digitale Fabrik - Das Digital Enterprise in der Industrie. In: Fend, L.; Hofmann, J. (Hrsg.): Digitalisierung in Industrie-, Handels- und Dienstleistungsunternehmen – Konzepte – Lösungen – Beispiele. Springer-Gabler-Verlag, Wiesbaden2018, S. 149–17110.1007/978-3-658-21905-5_9Search in Google Scholar

Bauernhansl, T.; Krüger, G.; Reinhart, G.; Schuh, G.: WGP-Standpunkt Industrie 4.0. WGP-Press, Darmstadt2016Search in Google Scholar

Post, J.; Groen, M.; Klaseboer, G.: Physical Model Based Digital Twins in Manufacturing Processes. In: Proceedings of 10th Forming Technology Forum „Model Based Control for Smart Forming Processes“. University of Twente, 2017, S. 87–92Search in Google Scholar

Reinhart, G.: Handbuch Industrie 4.0 – Geschäftsmodelle, Prozesse, Technik. Carl Hanser Verlag, München, Wien201710.3139/9783446449893Search in Google Scholar

Monostori, L.; Kádár, B.; Bauernhansl, T.; Kondoh, S.; Kumara, S.; Reinhart, G.; Sauer, O.; Schuh, G.; Sihn, W.; Ueda, K.: Cyber-Physical Systems in Manufacturing. CIRP Annals - Manufacturing Technology65 (2016), S. 621–64110.1016/j.cirp.2016.06.005Search in Google Scholar

Kaul, T.; Hentze, J.; Sextro, W.; Gräßler, I.: Integration von Verlässlichkeitsmodellen der Entwicklung in einen Digitalen Zwilling zur Umsetzung einer vorausschauenden Instandhaltung. In: Bertram, T.; Corves, B.; Gräßler, I.; Janschek, K. (Hrsg.): Fachtagung Mechatronik, Paderborn, 27–28. März 2019, S. 19–24Search in Google Scholar

Schroeder, G. N.; Steinmetz, C.; Pereira, C. E.; Espindola, D. B.: Digital Twin Data Modeling with AutomationML and a Communication Methodology for Data Exchange. IFAC-PapersOnLine49 (2016) 30, S. 12–1710.1016/j.ifacol.2016.11.115Search in Google Scholar

Glaessgen, E.; Stargel, D.: The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles. Paper for the 53rd Structural Dynamics, and Materials Conference, Honolulu Hawaii, 23.-26. April 201210.2514/6.2012-1818Search in Google Scholar

Negri, E.; Fumagalli, L.; Macchi, M.: A Review of the Roles of Digital Twin in CPS-Based Production Systems. Procedia Manufacturing11 (2017), S. 939–94810.1016/j.promfg.2017.07.198Search in Google Scholar

Uhlemann, T.; Lehmann, C.; Steinhilper, R.: The Digital Twin - Realizing the Cyber-Physical Production System for Industry 4.0. Procedia CIRP61 (2017), S. 335–34010.1016/j.procir.2016.11.152Search in Google Scholar

Boschert, S.; Rosen, R.: Digital Twin – The Simulation Aspect. In: Hehenberger, P.; Bradley, D. (Hrsg.): Mechatronic Futures. Springer International Publishing, Cham (CH)2016, S. 59–7410.1007/978-3-319-32156-1_5Search in Google Scholar

Jain, S.; Shao, G.; Shin, S.-J.: Manufacturing Data Analytics Using a Virtual Factory Representation. International Journal of Production Economics55 (2017) 18, S. 5450–546410.1080/00207543.2017.1321799Search in Google Scholar PubMed PubMed Central

Erikstad, S. O.: Merging Physics, Big Data Analytics and Simulation for the Next-Generation Digital Twins. In: Proceedings of the HIPER 2017, High-Performance Marine Vehicles, Zevenwacht, South-Africa, 11–13September 2017, S. 139–149Search in Google Scholar

Rief, S.; Ströer, F.; Kieß, S.; Eifler, M.; SeewigJ.: An Approach for the Simulation of Ground and Honed Technical Surfaces for Training Classifiers. Technologies5 (2017) 4, S. 6610.3390/technologies5040066Search in Google Scholar
Online erschienen: 2020-05-22
Erschienen im Druck: 2020-05-28

© 2020, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Im Angesicht der Ohnmacht
  3. Inhalt/Contents
  4. Inhalt
  5. Maschinelles Lernen
  6. Detektion von Anomalien in automatisierten Schraubprozessen
  7. Mensch-Roboter-Kollaboration
  8. Vorgehensmodell zur Integration der Mensch-Roboter-Kollaboration
  9. Smart Devices
  10. Informationsaufbereitung für Smart Devices
  11. Datenbasierte Dienstleistung
  12. Temperaturüberwachung und automatisierte Bestandsbuchungen im intelligenten Ladungsträgermanagement
  13. Produktionsstrategien
  14. Über den Wertkettenansatz zur Customer Centricity
  15. Ki-Basierte Systeme
  16. KI-gestützte Prozessüberwachung in der Zerspanung
  17. Sensornetzwerk
  18. Optisches Multi-Sensornetzwerk zur Instandhaltung
  19. Traceability-Systeme
  20. Implementierung von unternehmensübergreifender Traceability
  21. Process Mining
  22. Datenanalyse in Produktionsprozessen
  23. Supply-Chain-Management
  24. Verbreitungsgrad von Supply-Chain-Management-Methoden
  25. Suppy-Chain-Management
  26. Supply-Chain-Management 4.0
  27. Montage
  28. Webbasiertes Framework und Apps für die Montage
  29. Werkzeugmaschinen
  30. Dynamische Schmierzustandserkennung Öl-Luft-geschmierter Spindellager
  31. Energieeffizienz
  32. Ganzheitliche Energieeffizienz in Produktionsstätten
  33. Instandhaltung
  34. Vorausschauende Instandhaltung – Wenn der Digitale Schatten an seine Grenzen stößt
  35. Digitaler Zwilling
  36. Modelle als Grundlage für den Digitalen Zwilling
  37. Digitalisierung
  38. Interoperabilität als Erfolgsfaktor für die vernetzte, adaptive Produktion
  39. Informationssystem
  40. Effektives Wertstromdesign 4.0
  41. Cyber-Physische Systeme
  42. Beschreibungsmodell zur Standardisierung von Schnittstellen für Cyber-Physische Module
  43. Vorschau/Preview
  44. Vorschau
https://doi.org/10.3139/104.112281

Articles in the same Issue

  1. Editorial
  2. Im Angesicht der Ohnmacht
  3. Inhalt/Contents
  4. Inhalt
  5. Maschinelles Lernen
  6. Detektion von Anomalien in automatisierten Schraubprozessen
  7. Mensch-Roboter-Kollaboration
  8. Vorgehensmodell zur Integration der Mensch-Roboter-Kollaboration
  9. Smart Devices
  10. Informationsaufbereitung für Smart Devices
  11. Datenbasierte Dienstleistung
  12. Temperaturüberwachung und automatisierte Bestandsbuchungen im intelligenten Ladungsträgermanagement
  13. Produktionsstrategien
  14. Über den Wertkettenansatz zur Customer Centricity
  15. Ki-Basierte Systeme
  16. KI-gestützte Prozessüberwachung in der Zerspanung
  17. Sensornetzwerk
  18. Optisches Multi-Sensornetzwerk zur Instandhaltung
  19. Traceability-Systeme
  20. Implementierung von unternehmensübergreifender Traceability
  21. Process Mining
  22. Datenanalyse in Produktionsprozessen
  23. Supply-Chain-Management
  24. Verbreitungsgrad von Supply-Chain-Management-Methoden
  25. Suppy-Chain-Management
  26. Supply-Chain-Management 4.0
  27. Montage
  28. Webbasiertes Framework und Apps für die Montage
  29. Werkzeugmaschinen
  30. Dynamische Schmierzustandserkennung Öl-Luft-geschmierter Spindellager
  31. Energieeffizienz
  32. Ganzheitliche Energieeffizienz in Produktionsstätten
  33. Instandhaltung
  34. Vorausschauende Instandhaltung – Wenn der Digitale Schatten an seine Grenzen stößt
  35. Digitaler Zwilling
  36. Modelle als Grundlage für den Digitalen Zwilling
  37. Digitalisierung
  38. Interoperabilität als Erfolgsfaktor für die vernetzte, adaptive Produktion
  39. Informationssystem
  40. Effektives Wertstromdesign 4.0
  41. Cyber-Physische Systeme
  42. Beschreibungsmodell zur Standardisierung von Schnittstellen für Cyber-Physische Module
  43. Vorschau/Preview
  44. Vorschau
Sign up now to receive a 20% welcome discount
Institutional Access
How does access work?
Have an idea on how to improve our website?
Please write us.
© 2026 De Gruyter Brill
Downloaded on 10.2.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.112281/html
Scroll to top button