Advertisement

Experimentierbare Digitale Zwillinge im Lebenszyklus technischer Systeme

  • Jürgen RoßmannEmail author
  • Michael Schluse
Chapter
  • 77 Downloads

Zusammenfassung

Digitale Zwillinge (DZ) revolutionieren unsere Sicht auf Systeme – und dies aus ganz unterschiedlichen Perspektiven wie Entwicklung, Vernetzung, Bedienung, Umweltmodellierung, modellbasierte Steuerung, vorausschauende Wartung, Training oder virtuelle Inbetriebnahme. Offensichtlich ist der DZ gleichzeitig sowohl Ergebnis der Digitalisierung als auch deren Grundlage. Trotz dieses enormen Anwendungsspektrums ist die wesentliche Stärke des DZ-Konzepts seine einfache und anschauliche Grundidee. Im Rahmen der konkreten praktischen Umsetzung entstehen allerdings auf den ersten Blick gänzlich unterschiedliche DZ-Ausprägungen. Dies führt häufig zu Missverständnissen und steht der umfassenden Nutzung des weitreichenden Potenzials von DZ im Wege. Dieses Kapitel stellt daher eine gemeinsame konzeptuelle und technische Basis für die vielen Facetten des DZ vor und illustriert diese an mehreren Anwendungsbeispielen. Eine zentrale Rolle kommt der Simulationstechnik zu, die DZ ausführbar und experimentierbar macht. Aus Digitalen Zwillingen werden Experimentierbare Digitale Zwillinge (EDZ). Die EDZ-Methodik definiert hierauf aufbauend einen konsistenten Satz an Werkzeugen, Methoden und Prozessen für den Umgang mit DZ unterschiedlicher Ausprägungen.

Notes

Danksagungen

Diese Arbeiten wurden unterstützt durch die Forschungsvorhaben INVIRTES, iBOSS-3 und ViTOS, gefördert von der Raumfahrt-Agentur des Deutschen Zentrums für Luft-und Raumfahrt e.V. mit Mitteln des Bundesministeriums für Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen Bundestages unter den Förderkennzeichen 50RA1306, 50RA1203 und 50RA1304 Die Projekte ReconCell und Centauro wurden durch das Horizon 2020-Programm der Europäischen Union unter den Förderkennzeichen 680431 und 644839 unterstützt.

Literatur

  1. Bauernhansl T, Krüger J, Reinhart G, Schuh G (2016) WGP-Standpunkt Industrie 4.0. Wissenschaftliche Gesellschaft für Produktionstechnik WGP e.V., DarmstadtGoogle Scholar
  2. Bibliographisches Institut GmbH Dudenverlag (2019) Duden Online. www.duden.de
  3. Cichon T, Roßmann J (2018) Digital twins: assisting and supporting cooperation in human-robot teams. ICARCV, SingapurGoogle Scholar
  4. Grieves M (2014) Digital twin: manufacturing excellence through virtual factory replication – a whitepaper. https://research.fit.edu/media/site-specific/researchfitedu/camid/documents/1411.0_Digital_Twin_White_Paper_Dr_Grieves.pdf. Zugegriffen am 11.11.2019
  5. Kompetenzzentrum Wald und Holz 4.0 (2019) Der Digitale Zwilling in Wald und Holz 4.0 – Semantik, Struktur, Perspektiven und Umsetzung. https://www.kwh40.de/wp-content/uploads/2019/10/KWH40Standpunkt_Der_Digitale_Zwilling_in_Wald_und_Holz_4.0_Version1.0.pdf. Zugegriffen am 11.11.2019
  6. OPC (2017) OPC Unified Architecture (OPC UA). https://opcfoundation.org/about/opc-technologies/opc-ua/. Zugegriffen am 11.11.2019
  7. Osterloh T, Dahmen U, Roßmann J (2018) Full lifecycle support for modular satellite systems provided by comprehensive Virtual Testbeds. i-SAIRAS, MadridGoogle Scholar
  8. Panetta K. (2018) 5 trends emerge in the gartner hype cycle for emerging technologies. www.gartner.com/smarterwithgartner/5-trends-emerge-in-gartner-hype-cycle-for-emerging-technologies-2018. Zugegriffen am 11.11.2019
  9. Plattform Industrie 4.0 (2019) Glossar. https://www.plattform-i40.de/PI40/Navigation/DE/Industrie40/Glossar/glossar.html. Zugegriffen am 11.11.2019
  10. Schluse M, Priggemeyer M, Atorf L (2018) Experimentable Digital Twins – Streamlining Simulation-based Systems Engineering for Industry 4.0. IEEE Trans Ind Inf 14(4):1722CrossRefGoogle Scholar
  11. Shafto M, Conroy M, Doyle R et al (2010) DRAFT modeling, simulation, information – technology and processing roadmap. In: Technology area 11. https://www.nasa.gov/pdf/501321main_TA11-MSITP-DRAFT-Nov2010-A1.pdf. Zugegriffen am 11.11.2019
  12. Sondermann B (2018) Simulationsgestützte Landmarkendetektion, Lokalisierung und Modellgenerierung für mobile Systeme. Dissertation, RWTH Aachen UniversityGoogle Scholar
  13. Thieling J, Roßmann J (2018) Highly-scalable and generalized sensor structures for efficient physically-based simulation of multi-modal sensor networks. ICST, LimerickCrossRefGoogle Scholar
  14. VDI/VDE-Richtlinie 3693 (2016) Virtuelle Inbetriebnahme, Modellarten und Glossar. VDI, DüsseldorfGoogle Scholar
  15. VDI-Richtlinie 3633 (2000) Simulation von Logistik-, Materialfluß- und Produktionssystemen.VDI, DüsseldorfGoogle Scholar
  16. VDI-/VDE-Gesellschaft Mess- und Automatisierungstechnik (2015) Industrie 4.0 – Technical Assets, Grundlegende Begriffe, Konzepte, Lebenszyklen und Verwaltung. VDI, DüsseldorfGoogle Scholar
  17. Weise J, Briess K, Adomeit A, Reimerdes H-G, Göller M, Dillmann R (2012) An intelligent building blocks concept for on-orbit-satellite servicing. i-SAIRAS, TurinGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.RWTH Aachen, Lehrstuhl und Institut für Mensch-Maschine-InteraktionAachenDeutschland

Personalised recommendations