Visions of Tomorrow – Engineered Today
Search

Digitaalisen kaksosen hyödyt ja käyttökohteet

Kirjoittanut Elina Ala-Mäyry
Julkaistu

Digitaalinen kaksonen on houkutteleva investointi, koska sen avulla yritys voi saavuttaa sekä kustannussäästöjä että tuoda asiakkaalle lisäarvoa. Digitaalisesta kaksosesta saatavat ja tavoiteltavat hyödyt riippuvat digitaalisen kaksosen käyttökohteesta, eli siitä, mitä digitaalinen osa mallintaa. Lisäksi hyötyihin vaikuttaa suuresti digitaalisen kaksosen taso, jotka on esitelty tämän blogisarjan edellisessä blogissa. Tässä blogissa esitellään missä valmistavan teollisuuden yritys voi saada hyötyä digitaalisen kaksosen hyödyntämisestä.

Liu et al. (2020) tutkivat satoja digitaalisesta kaksosesta tehtyjä tutkimuksia, ja jakoivat digitaalisen kaksosen käyttökohteet neljään ryhmään. Heidän mukaansa digitaalista kaksosta voidaan valmistavassa teollisuudessa käyttää elinkaaren mukaisista vaiheista suunnittelussa, valmistamisessa, palveluissa ja tuotteen elinkaaren loppupuolella. Elinkaaren loppuvaihetta ei nostettu tässä esiin, koska siihen liittyviä hyötyjä tulee (Liu et al., 2021) mukaan tutkia vielä lisää. Kuvassa 1 on esitetty digitaalisen kaksosen hyödyt käyttökohteittain.

 

Digitaalisen Kaksosen Hyödyntäminen Teollisuusyrityksessä
Kuva 1. Digitaalisen kaksosen hyödyntäminen teollisuusyrityksessä, mukaeltu (Liu et al., 2021)

Tuotekehityksessä digitaalisesta kaksosesta saatavat hyödyt liittyvät nopeampaan ja kustannustehokkaampaan suunnitteluvaiheeseen. Lisäksi digitaalisen kaksosen avulla data on yhdessä paikassa ja saatavilla, mikä mahdollistaa informaation pohjalta parempien päätösten tekemisen. Testauksessa ja validoinnissa digitaalinen kaksonen mahdollistaa laajemman testaamisen.

  • Iteratiivinen optimointi
    • Iteratiivisen optimoinnin avulla tuotetta voidaan kehittää paremmaksi vähän kerrallaan. Digitaalisen kaksosen avulla voidaan ennakoida kehityssuuntia ja jäljittää aikaisempia kehityksiä. Tämä lyhentää suunnittelusykliä ja vähentää uudelleen tehtävän työn kustannuksia.
  • Datan eheys
    • Datan eheys tarkoittaa sitä, että jos laitteen valmistamiseen liittyy useita sidosryhmiä, digitaalinen kaksonen sisältää kaiken oleellisen tiedon laitteesta eikä data ole pirstaloitunut. Tämä mahdollistaa paremman jäljitettävyyden ja laadukkaamman informaation pohjalta tehtävät päätökset.
  • Testaus & Validointi
    • Digitaalisen kaksosen avulla voidaan eliminoida myös ei-toivottuja ei-ennakoituja tapauksia. Voidaan käyttää myös virtuaalisena prototyyppinä useiden versioiden ja applikaatioiden skenaarioiden testaamiseen. Digitaalisen kaksosen avulla voidaan myös testata laitteen ja sen toimintaympäristön välistä mallia.

Valmistuksessa valmistusprosessin tai osaprosessin mallintaminen digitaalisella kaksosella mahdollistaa valmistusprosessin visualisoinnin sekä prosessin tilan ja suunnitelmien vertaamisen. Valmistuksessa suurin hyöty saadaan historiadatan, reaaliaikaisen datan ja simuloinnin tuottaman datan yhdistämisestä. Tämän informaation avulla voidaan tehdä parempia päätöksiä.

  • Reaaliaikainen seuranta
    • Digitaalinen kaksonen mahdollistaa reaaliaikaisen seurannan visuaalisena, integroituna 3D-malliin. Reaaliaikaisessa seurannassa ei ole kyse pelkästä datan esittämisestä, vaan digitaalisen kaksosen avulla saadaan kokonaisvaltainen tilannekuva ja ymmärrys päätösten tueksi.
  • Tuotannon ohjaaminen
    • Tuotannon ohjaamisessa on tärkeää reagoida poikkeamiin. Digitaalisen kaksosen kokonaisvaltaisen tarkan mallin avulla voidaan vastata nykyisiin monimutkaisiin haasteisiin oikein ajoitettujen toimenpiteiden avulla.
  • Suorituskyvyn ennustaminen
    • Suorituskyvyn ennustamiseen vaikuttaa tuotantoprosessin toiminnan lisäksi myös variaatiot raaka-aineissa. Digitaalisen kaksosen jatkuvasti kehittämien mallien avulla voidaan arvioida suorituskykyä ottaen huomioon useat muuttujat ja saavuttaa tarkempia arvioita.
  • Ihmisen ja robotin yhteistyö
    • Perinteisesti ihmisen ja robotin välisessä yhteistyössä sekä ihmisen että robotin on tarvinnut muuttaa liikeratojansa yhteensopiviksi. Digitaalisen kaksosen avulla robotin liikerataa ja toimintoja voidaan säätää reaaliajassa sopimaan saumattomasti ihmisen toimintoihin.
  • Prosessin optimointi
    • Valmistusprosessien monimutkaisuuden kasvaessa perinteisestä prosessisuunnittelusta tulee yhä vaikeampaa. Prosessin suunnittelussa on vaikea ottaa huomioon oikeat olosuhteet. Prosessin lopputuotokseen vaikuttavat tekijöitä voidaan mitata ja niistä voidaan laatia digitaalisen kaksosen avulla mallinnuksia , jotka toimivat päätösten tukena.
  • Resurssienhallinta
    • Läpinäkyvyydellä ja jäljitettävyydellä on kriittinen rooli tuotannon kehittämisessä ja tämän informaation perusteella voidaan paremmin valvoa, suunnitella ja aikatauluttaa toimintoja. Digitaalinen kaksonen tukee resursseihin liittyvää päätöksentekoa dynaamisella ja realistisella digitaalisella mallilla reaalimaailman tuotannosta.
  • Tuotannonsuunnittelu
    • Digitaalisen kaksosen avulla voidaan optimoida tuotantoa globaalisti ja vastata muutoksiin välittömästi. Digitaalinen kaksonen ilmoittaa välittömästi muutoksista, ja niihin voidaan reagoida tuotannonsuunnittelussa heti.

Palvelupuolella digitaalista kaksosesta voidaan saada hyötyä erityisesti toimintavarmuuden parantamisessa. Liu et al. (2020) nostivat palveluista esiin huoltotarpeen ennakoinnin, viantunnistuksen ja diagnosoinnin, suorituskyvyn ennustamisen, laitteen tilan seurannan ja virtuaalisen testauksen. Näiden palveluiden rahalliset hyödyt on osoitettavissa asiakkaalle helposti laskemalla kuinka paljon seisonta-aikaa voidaan vähentää digitaalisen kaksosen avulla. Suurin digitaalisen kaksosen hyöty teollisissa palveluissa tulee siitä, että digitaalisessa mallissa otetaan huomioon juuri tietyn laitteen ominaisuudet ja käyttö aina suunnittelusta ja valmistuksesta käyttöön asti. Digitaalista mallia myös päivitetään jatkuvasti uudella datalla ja siksi malli osaa ennakoida juuri tietyn laitteen käyttäytymistä.

  • Huoltotarpeen ennakointi
    • Huoltotarpeen ennakointi voidaan digitaalisen kaksosen avulla tarjota vastaamaan juuri kyseisen laitteen huoltotarvetta. Tämä poistaa tarpeen varmuuden vuoksi tehtävillä määräaikaishuolloille, parantaa toimintavalmiutta ja tuo kustannussäästöjä
  • Viantunnistus & Diagnosointi
    • Digitaalisen kaksosen avulla voidaan yhdistää fyysisestä osasta saatava data digitaalisen mallin tuottamaan informaatioon. Nämä yhdistämällä voidaan tunnistaa aikaisempaa luotettavammin missä vika on.
  • Suorituskyvyn ennustaminen
    • Laitteen suorituskykyyn vaikuttavat useat tekijät, joista voidaan saada tarkempaa tietoa laitteen käytön ja siitä kerätyn datan avulla.
  • Laitteen tilan seuranta
    • Laitteen tilan seurannassa voidaan yhdistää fyysisestä osasta kerättävä data virtuaalisen mallin datan kanssa. Laitteen tilan seuranta päivittyy ja tarjoaa tietoa laitteen tilasta reaaliajassa myös etäyhteyden välityksellä.
  • Virtuaalinen testaus
    • Digitaalisen kaksosen avulla voidaan testata mahdollisia suuria tappioita aiheuttavia toimintoja etukäteen. Simulaatioon verrattuna digitaalinen kaksonen antaa realistisemman ja tarkemman lopputuloksen.

Digitaalisen kaksosen hyödyt riippuvat käyttökohteen lisäksi digitaalisen kaksosen tasosta. Korkeamman tason digitaalinen kaksonen mahdollistaa autonomisen operoinnin, kun digitaalisen kaksosen esiastetta voidaan käyttää esimerkiksi markkinoinnissa ja koulutuksessa. Digitaalisen kaksosen avulla yhtä mallia voidaan hyödyntää myös useammassa käyttötarkoituksessa ja sitä voidaan muokata vastaamaan päivitettyä fyysistä mallia.

Alkuperäisen digitaalisen kaksosen idean kehitti Grieves (2014) vastaamaan tarpeeseen entistä paremmasta tuotetiedonhallinnasta. Digitaalisen kaksosen avulla voidaan kuitenkin saavuttaa hyötyjä myös monessa muussa asiassa. Parhaimmillaan digitaalisen kaksosen avulla voidaan saavuttaa samanaikaisesti sekä kustannussäästöjä että tarjota lisäarvoa asiakkaalle!

 

  • Grieves, M. (2014). Digital Twin: Manufacturing Excellence through Virtual Factory Replication. In A Whitepaper by Dr. Michael Grieves.
  • Liu, M., Fang, S., Dong, H., & Xu, C. (2021). Review of digital twin about concepts, technologies, and industrial applications. Journal of Manufacturing Systems, 58(1), 346–361.

Elina Ala-Mäyry

Kirjoittaja on tuotantotalouden diplomi-insinööri, joka teki Elomaticille asiakastarpeita ja digitaalista kaksosta käsittelevän alkukeväästä 2021 valmistuneen diplomityön.

Intelligent Engineering

Uusin artikkeli

20/09/2022

Vaasan Sähkö tilasi Elomaticilta tulevaisuuden lämpöpumppulaitoksen suunnittelun ja projektinjohdon

Kirjoittanut By Elomatic Oy

Vaasan Sähkö rakennuttaa Påttin jätevedenpuhdistamon yhteyteen laitoksen, joka ottaa talteen hukkalämpöä puhdistetusta jätevedestä. Lämpö ohjataan kaukolämpöverkkoon, missä se riittää lähes 2 000 omakotitalon tarpeisiin. Elomatic vastaa projektin kokonaisuudesta aina suunnittelu- ja hankintavaiheesta rakentamisen johtamiseen ja...

Read more » Lue lisää »
Top Engineer

Kunnat ja kaupungit ratkaisemassa ilmastokriisiä

Kirjoittanut Teemu Turunen
Julkaistu

Työkaluja kunnille ja kaupungeille ilmastokriisissä

Kuluneena kesänä ilmastonmuutoksen erinäiset vaikutukset tulivat lähemmäksi myös meidän arkeamme kun samaan aikaan Suomessa koettiin poikkeuksellisen pitkä hellejakso ja samaan aikaan luimme lehdistä, kuinka Keski-Euroopassa kärsittiin jättitulvista, menettäen jopa ihmishenkiä. Kaupungit olivat tässä tilanteessa pahimmassa tilanteessa ja luultavasti jatkossa yhä enemmän joudutaan sopeutumaan poikkeuksellisiin sääoloihin. Luonnollisesti yhdyskuntasuunnittelulla voidaan ratkaisevasti vaikuttaa kaupungin sopeutumiskykyyn. Ilmastonmuutoksen vuoksi yhdyskuntasuunnittelussa tulee yhä enemmän varautua tulviin, tuulisuuden, rankkasateiden ja myrskyjen lisääntymiseen, sadannan kasvuun. Myös maan kosteuden ja pohjavesiolosuhteiden muutoksia luultavasti on odotettavissa, mikä puolestaan voi johtaa eroosion ja sortumariskin lisääntymiseen sekä jäätymisolosuhteiden muutoksiin.

Sopeutumisen lisäksi on tärkeää, että ilmastovaikutuksia pyritään myös ehkäisemään mahdollisimman tehokkaasti. Käytännössä tämä tarkoittaa päästöjen määrätietoista pienennystä, sillä globaalissa mittakaavassa kaupunkialueet kuluttavat 2/3 koko maailman energiasta ja tuottaen yli 70 % CO2 päästöistä (vaikka ne kattavat vain alle 2 % globaalista maa-alasta). Suomessa kuntien ilmastopäästöt vastaavat reilusti yli puolta Suomen kokonaispäästöistä (kuntien päästöiksi lasketaan sellaiset liikenteen, energiantuotannon, kotitalouksien ja yritysten päästöt, jotka syntyvät kuntarajojen sisäpuolella).

Monet kunnat ovatkin jo lähteneet työhön ja asettaneet päästöjen vähennystavoitteita. Sitran toteuttaman selvityksen mukaan Suomen kunnat voivat puolittaa päästönsä (kuva 1)

Kuva 1.Kunnat voivat puolittaa päästönsä https://yle.fi/uutiset/3-11936114
Kuva 1. Kunnat voivat puolittaa päästönsä https://yle.fi/uutiset/3-11936114

Merkittävä osa kuntien ilmastovaikutuksista tulee lämmityksestä ja liikenteestä. Käytännössä kunnilla on useita mahdollisuuksia vaikuttaa ilmastopäästöihin, joista merkityksellisiä ovat esimerkiksi seuraavat:

  • Parantamalla energiatehokkuutta
  • Huomioimalla ilmastovaikutukset kaavoituksessa ja maankäytössä
  • Siirtymällä pois fossiilisista energiajakeista
  • Energiayhtiöihin vaikuttaminen omistajaohjauksen kautta
  • Edistämällä kiertotaloutta eri toimijoiden kanssa
  • Toteuttamalla kestäviä hankintoja
  • Edistämällä kevyttä liikennettä ja joukkoliikennettä
  • Edistämällä sähköautojen latauspisteitä ja biokaasun tankkausasemia
  • Luomalla mahdollisuuksia sektori-integraatiolle

Kunnat ja kaupungit voivat muodostua tärkeiksi integraattoreiksi, jotka mahdollistavat toiminnallaan kestäviä ratkaisuja, edistävät kiertotalousratkaisuja sekä luovat edellytyksiä puhtaalle liiketoiminnalle.

Yksi  konkreettinen työkalu ilmastotyössä on Uusiutuvan energian kuntakatselmus. Tällä Motivan kehittämällä mallilla selvitetään kunnan mahdollisuudet siirtymässä kohti hiilineutraalisuutta. Kyseisiä selvityksiä toteutettiin paljon vuosina 2013-2015, jonka jälkeen suosio on hiipunut (kuva 2). Tilanne monessa kunnassa on kehittynyt paljon tämän jälkeen, minkä vuoksi katselmuksen päivitys voi olla ajankohtaista. Tähän voi ajaa esimerkiksi paikallisen energiayhtiön omat hiilineutraalisuustavoitteet, jossa kunnan ratkaisuilla on keskeinen rooli.

Kuva 2. Tilastotieto uusiutuvan energian kuntakatselmuksista https://www.motiva.fi

Uusiutuvan energian kuntakatselmusmalli

Uusiutuvan energian kuntakatselmusmallissa on myös mahdollista tarkastella kunnan tilannetta ja mahdollisuuksia myös laajemmin, huomioiden esimerkiksi sektori-integraatiomahdollisuuksia, sähköistymistä ja hajautettuja energiaratkaisuja. Tärkeää on myös ulottaa näkökulmaa myös pidemmälle tulevaisuuteen, jossa uudet energiaratkaisut näyttelevät yhä suurempaa roolia. Työssä olennaista on tuottaa konkreettisia askeleita ja toimenpiteitä, joilla kunnan asettamat tavoitteet konkretisoituvat tekemiseksi. Toisaalta kuntalaisten lisääntynyt ilmastotietoisuus vaatii kunnalta yhä kattavampaa viestintää, johon katselmus tuottaa hyödynnyttävissä olevaa aineistoa.

Ota yhteyttä ja kerromme lisää!

Teemu Turunen

Phil. Lic. (Env. Science)

Teemu Turunen has extensive experience in energy and process consulting in several industries. He currently works as Business Development Director in the energy and process business area. His focus is to lead the development of sustainable solutions for future needs.

Intelligent Engineering

Uusin artikkeli

20/09/2022

Vaasan Sähkö tilasi Elomaticilta tulevaisuuden lämpöpumppulaitoksen suunnittelun ja projektinjohdon

Kirjoittanut By Elomatic Oy

Vaasan Sähkö rakennuttaa Påttin jätevedenpuhdistamon yhteyteen laitoksen, joka ottaa talteen hukkalämpöä puhdistetusta jätevedestä. Lämpö ohjataan kaukolämpöverkkoon, missä se riittää lähes 2 000 omakotitalon tarpeisiin. Elomatic vastaa projektin kokonaisuudesta aina suunnittelu- ja hankintavaiheesta rakentamisen johtamiseen ja...

Read more » Lue lisää »
Top Engineer

Digitaalinen kaksonen – digital twin

Kirjoittanut Elina Ala-Mäyry
Julkaistu

Digitaalisen kaksosen (Digital twin) konseptin esitti ensimmäisenä tohtori Michael Grieves vuonna 2003 tuotetiedonhallinnan luennollaan Michiganin yliopistossa (Grieves, 2014). Digitaalisen kaksosen konsepti on yksinkertaisuudessaan fyysisestä tuotteesta tehty digitaalinen kuvaus, joka keräsi dataa fyysisestä osasta, ja jonka avulla voitiin siirtää informaatiota takaisin fyysiseen osaan (Grieves, 2014). Alla kuvassa on esitetty digitaalisen kaksosen perusperiaate.

Digitaalisen Kaksosen Perusperiaate
Kuva 1. Digitaalisen kaksosen perusperiaate, mukaeltu (Grieves, 2014)

Digitaalisen kaksosen konsepti on pysynyt yli viidentoista vuoden ajan pääpiirteiltään samana. Grieves (2014) ja Liu et al. (2020) kuitenkin toteavat, että digitaalisen kaksosen määritelmä on monipuolistunut ja tarkentunut teknologisen kehityksen myötä. Uudemmat määritelmät ovat alkuperäistä määritelmää kattavampia ja niissä on korostettu lisäksi esimerkiksi reaaliaikaisuutta (Batty, 2018) tai digitaalisen kaksosen käyttökohteita (Madni et al., 2019).

Madni et al. (2019) toteavat, että teknologian kehittyessä on tärkeää määritellä, mitä voidaan nimittää digitaaliseksi kaksoseksi ja miten digitaalinen kaksonen kehittyy. Mallissa on määritelty neljä eri kypsyystasoa; digitaalisen kaksosen esiaste, digitaalinen kaksonen, soveltava digitaalinen kaksonen ja älykäs digitaalinen kaksonen. Viitekehyksessä kukin taso on askel yksinkertaisimmasta mahdollisesta digitaalisesta mallista kohti määritelmien monimutkaisimpia ja kehittyneimpiä kuvauksia. Digitaalisten kaksosten, eli mallissa tasojen 2-4 mukaisten mallinnuksien keskinäinen ero on mallin monimutkaisuudessa, datan määrässä, siirtonopeudessa ja ajankohtaisuudessa, teknologian autonomisuudessa sekä mallin tarjoaman hyödynnettävän informaation määrässä. Mallin tasot kriteereineen on esitetty kuvassa 2. Madni et al. (2019)

Digitaalisen Kaksosen Tasot
Kuva 2. Digitaalisen kaksosen tasot, mukaeltu (Madni et al., 2019)

Tason 1 esi-digitaalinen kaksonen on tyypillinen digitaalinen malli, joka on tyypillisesti ennen fyysisen laitteen valmistusta rakennettava virtuaalinen prototyyppi. Tason 1 virtuaalista prototyyppiä voidaan hyödyntää tiettyjen valintojen tekemisessä ja riskien minimoimisessa suunnittelun aikaisessa vaiheessa. Tason 1 mallilla voidaan simuloida mekaanisia ja tietoteknisiä toimintoja, mutta mallilla ei ole fyysistä kaksosta, johon se olisi yhteydessä. (Madni et al., 2019)

Tason 2 digitaalisella kaksosella on fyysinen osa, jolta virtuaalinen osa saa dataa paketeissa, jonka mukaan digitaalinen malli päivittää tietojaan. Tason 2 digitaalista kaksosta käytetään fyysisen osan skenaarioanalyysien tekemiseen, joista saatua tietoa voidaan käyttää ennakoimiseen ja fyysisen osan muokkaamiseen skenaarioista saadun informaation perusteella. (Madni et al., 2019)

Tason 3 soveltavassa digitaalisessa kaksosessa on sovellettava käyttöliittymä sekä fyysiselle että virtuaaliselle osalle. Käyttöliittymä osaa ottaa huomioon käyttäjän preferenssejä ja valintoja suhteessa monenlaisiin tilanteisiin, mikä perustuu valvottuun koneoppimis-algoritmiin. Soveltavan digitaalisen kaksosen virtuaaliseen malliin saadaan dataa jatkuvasti ja ajantasaisesti fyysisestä osasta, minkä lisäksi dataa voidaan tuoda paketeissa käytön jälkeen. Tämän tason digitaalista kaksosta voidaan hyödyntää oikea-aikaisessa suunnittelussa ja päätöksenteossa. (Madni et al., 2019)

Tason 4 älykäs digitaalinen kaksonen sisältää kaikki tason 3 ominaisuudet, minkä lisäksi siinä käytetään edistyksellisempää koneoppimista. Älykkäällä digitaalisella kaksosessa on alempaan tasoon verrattuna korkeampi itsenäisyys, ja se käyttää koneoppimista uusien asioiden ja kuvioiden havaitsemiseen. Älykäs digitaalinen kaksonen voi analysoida tarkemmin fyysisestä osasta saatavaa dataa. (Madni et al., 2019)

Merkittävimmät erot eri tasojen digitaalisten kaksosten välillä riippuvat siis siitä, onko fyysinen osa olemassa, miten sen ja virtuaalisen osan yhteys toimii ja kuinka autonominen ja itseoppiva järjestelmä on kyseessä. Mitä tehokkaammin ja oikea-aikaisemmin data ja informaatio siirtyvät fyysisen ja virtuaalisen osan välillä, sitä enemmän järjestelmän on mahdollista olla autonominen. Suurimmat hyödyt digitaalisesta kaksosesta saadaan, kun se toteutetaan korkeimmilla tasoilla.

Digitaalista kaksosta kehitetään 2020-luvulla monella eri alalla, kuten rakennusalalla (Khajavi et al., 2019), toimitusketjujenhallinnassa (Tao et al., 2019) ja vaateteollisuudessa (Riedelsheimer et al., 2020). Eniten digitaalisia kaksosia on kuitenkin tutkittu ja kehitetty valmistavassa teollisuudessa (Jones et al., 2020). Madni et al. (2019) mukaan digitaalinen kaksonen voi kuvata systeemiä, prosessia tai tuotetta. Qi et al. (2019) puolestaan määrittelivät digitaalisen kaksosen mallinnuksen kohteiksi palvelun, prosessin tai tuotteen. Teollisuuteen liittyvässä tutkimuksessa on myös todettu, että digitaalisen kaksosen voi tehdä laitteen osasta, laitteesta, tuotannon osasta tai koko tuotannosta.

Digitaalinen kaksonen on monipuolinen työkalu, joka viitoittaa tietä kyber-fyysiselle interaktiolle (Qinglin & Tao, 2018). Teknologian kehittyessä digitaalisen kaksosen perusperiaate on säilynyt samana, mutta digitaalista kaksosta voidaan hyödyntää aikaisempaa monipuolisemmin ja laajemmin. Digitaalisen kaksosen tarjoamat hyödyt riippuvat käyttökohteesta sekä digitaalisen kaksosen tasosta. Digitaalisen kaksosen hyötyjä sekä tulevaisuusskenaarioita esitellään tämän blogisarjan seuraavissa osissa.

 

  • Batty, M. (2018). Digital twins. Environment and Planning B: Urban Analytics and City Science, 45(5), 817–820.
  • Grieves, M. (2014). Digital Twin: Manufacturing Excellence through Virtual Factory Replication. In A Whitepaper by Dr. Michael Grieves.
  • Jones, D., Snider, C., Nassehi, A., Yon, J., & Hicks, B. (2020). Characterising the Digital Twin: A systematic literature review. CIRP Journal of Manufacturing Science and Technology, 29(3), 36–52.
  • Khajavi, S. H., Motlagh, N. H., Jaribion, A., Werner, L. C., & Holmstrom, J. (2019). Digital Twin: Vision, benefits, boundaries, and creation for buildings. IEEE Access, 7(1), 147406–147419.
  • Liu, M., Fang, S., Dong, H., & Xu, C. (2021). Review of digital twin about concepts, technologies, and industrial applications. Journal of Manufacturing Systems, 58(1), 346–361.
  • Madni, A., Madni, C., & Lucero, S. (2019). Leveraging Digital Twin Technology in Model-Based Systems Engineering. Systems, 7(1), 7.
  • Qi, Q., Tao, F., Hu, T., Anwer, N., Liu, A., Wei, Y., Wang, L., & Nee, A. Y. C. (2019). Enabling technologies and tools for digital twin. Journal of Manufacturing Systems, 58(1), 3–21.
  • Qinglin, Q., & Tao, F. (2018). Digital Twin and Big Data Towards Smart Manufacturing and Industry 4.0: 360 Degree Comparison. IEEE Access, 6(1), 3585–3593.
  • Riedelsheimer, T., Dorfhuber, L., & Stark, R. (2020). User centered development of a digital twin concept with focus on sustainability in the clothing industry. Procedia CIRP, 90, 660–665.
  • Tao, F., Zhang, H., Liu, A., & Nee, A. Y. C. (2019). Digital Twin in Industry: State-of-the-Art. IEEE Transactions on Industrial Informatics, 15(4), 2405–2415.

 

Elina Ala-Mäyry

Kirjoittaja on tuotantotalouden diplomi-insinööri, joka teki Elomaticille asiakastarpeita ja digitaalista kaksosta käsittelevän alkukeväästä 2021 valmistuneen diplomityön.

Intelligent Engineering

Uusin artikkeli

20/09/2022

Vaasan Sähkö tilasi Elomaticilta tulevaisuuden lämpöpumppulaitoksen suunnittelun ja projektinjohdon

Kirjoittanut By Elomatic Oy

Vaasan Sähkö rakennuttaa Påttin jätevedenpuhdistamon yhteyteen laitoksen, joka ottaa talteen hukkalämpöä puhdistetusta jätevedestä. Lämpö ohjataan kaukolämpöverkkoon, missä se riittää lähes 2 000 omakotitalon tarpeisiin. Elomatic vastaa projektin kokonaisuudesta aina suunnittelu- ja hankintavaiheesta rakentamisen johtamiseen ja...

Read more » Lue lisää »
Top Engineer

Copyright © 2020 – Elomatic, All rights reserved