디지털 트윈 (Digital Twin)

시뮬레이션, 가상 분석, 데이터 분석, 센서 데이터, 4차산업혁명, CPS, 스마트팩토리

도메인 분석, 모델도출,데이터분석, 산업구현

 

[개념] 디지털 객체와 물리적 사물을 연결하는 기술로, 다양한 물 리적 시스템의 구조, 맥락, 작동을 나타내는 데이터와 정보의 조합으로 과거와 현재의 운용상태를 이해하고 미래를 예측하는 인터페이스

 

디지털 트윈은 실제 , 생산 제조라인을 소프트웨어 기반으로 구현하여 시뮬레이션을 통해 생산 공정에서 발생할 수 있는 상황을 예측해 볼 수 있는 디지털 모델링 시스템.  시뮬레이션을 통해 생산된 데이터를 지속적으로 생산라인으로 전송하여 제품 및 생산을 최적화하는 것을 의미

 

실제 장비를 1대 1로 디지털 모델링하여 최적의 공장운영모델을 만드는 게 디지털 트윈이라면 생성된 모든 정보를 마치 실 , (thread)처럼 끊김없이 하나로 전달하는 것을 디지털 스레드라고 한다 즉 제품의 생산부터 폐기에 이르는 전 단계를 모니터링해 공장 내 모든 기계나 장비에 대한 디지털 정보를 종합하여 장비 작동시나리오를 분석하고 자산을 최적화하는 등 업무상 모든 의사결정에 도움을 주는 시스템을 뜻한다.

 

 

 

 

 

 

[기술적 특징]

1) 사물특성 디지털화, 시뮬레이션 데이터 기반 성능튜닝, 사물이해, 시스템 모델링 기술

2) 개별 산업자산에 대한 통찰을 지속적으로 증진시켜, 특정 사업 측면에서 성과를 도출하는 공학적인 모델

3) 물리적 사물 및 시스템의 동적 SW 모델,

4) 센싱 데이터로 물리적 대상의 현재 상태를 파악하고, 변화에 대응하며, 운영을 개선하고 가치를 부가하는 기술

 

디지털 트윈(Digital Twins, DT)은 새로운 기술 컨셉으로 이를 이용할 경우 엔지니어와 기술자가 항공기와 항공기의 각종 서브시스템의 물리적인 상태를 이전에 비해 더 세밀하게 이해할 수 있다. 이는 가혹한 환경에서도 정상적으로 동작할 수 있는 새로운 세대의 적외선, 초음파 센서를 엔진 내부에 장착해 미세한 파절을 지속적으로 감지할 수 있게 하는 기술이다. 급성장하는 IoT(Internet of Things)의 기능과 개념을 접목해 활용하는 온보드 센서는 직접적인 인간의 개입 없이도 디지털 회선을 통해 수많은 데이터를 DT에 전달한다.

 

DT가 운송 시스템의 안전을 향상시키는 방법은 무궁무진하다. 예를 들어, 새로운 데이터 포인트로부터 수집되는 대량의 데이터와 이를 분류, 분석할 수 있는 강력한 컴퓨팅 성능의 결합으로 DT는 다음과 같은 일을 수행할 수 있다.

 

기계 진단 중 까다로운 일부 부분 외에는, 상대적으로 느린 사람의 작업을 제거함으로써 분해 검사를 수행하는 데 소요되는 시간을 절약한다.

 

http://www.epnc.co.kr/news/articleView.html?idxno=79776

디지털 트위닝과 교통 안전의 미래 - 테크월드

 

디지털 트윈은 현실에 존재하는 대상이나 시스템을 가상 공간에 그대로 구현한 것으로 현실 세계에선 돈 문제나 사고 부담 때문에 해보기 힘든, 다양한 실험을 가능케 한다. 시설물 관리를 예로 들면 가상환경에서 다양한 방안들을 먼저 시뮬레이션한 뒤 효과가 좋은 것들만 현실에 접목하는 것이 가능해진다.

 

가상 공간에 또 하나의 현실을 만드는 건 하고 싶다고 뚝딱 할 수 있는 성격의 일이 아니다. 기업이면 경영진, 국가면 정부 차원의 강력한 리더십이 담보되지 않으면 중간에 유야무야 되거나 가더라도 엉뚱한 곳을 향할 가능성이 큰 것이 바로 디지털 트윈 프로젝트다.

http://techm.kr/bbs/board.php?bo_table=article&wr_id=4753

http://www.techm.kr//news/view.php?wr_id=4753

 

물리적 세계와 디지털 세계의 융합, 디지털 트윈

http://blog.lgcns.com/1586

물리적 세계와 디지털 세계의 융합, 디지털 트윈

 

 

[운용적 특징] 돌발적 가동중지 시간제로, 가상 시뮬레이션

 

 

 

[생산 매커니즘] 실제모델-가상화모델-가상화모델분석-오류탐지

[구성] 데이터 도메인 분석, 모델도출, 데이터분석+지식추출,산업적구현

1)데이터 도메인 분석:자동화,검사역량,디지털스레드

2)모델도출:물리모델,디지털모델

3)데이터분석,지식추출:3D CAD,3D Print, CAE,CAM

4)산업구현:CPS,PLM,MES

 

[기술] 데이터 취득, 통합지원, 학습관점

1)데이터 취득:데이터 클린징,컴퓨터비전,기계학습

2)통합지원:알고리즘,어시스턴스

3)학습관점:학습모델,학습결과이전

 

 

활용사례: