論文の概要: Digital Twins in Additive Manufacturing: A Systematic Review
- arxiv url: http://arxiv.org/abs/2409.00877v1
- Date: Mon, 2 Sep 2024 00:11:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 08:40:50.575475
- Title: Digital Twins in Additive Manufacturing: A Systematic Review
- Title（参考訳）: 添加物製造におけるディジタルツイン : システムレビュー
- Authors: Md Manjurul Ahsan, Benjamin Bevans, Chris Billings, Alexander Riensche, Yingtao Liu, Shivakumar Raman, Zahed Siddique,
- Abstract要約: デジタルツイン (DT) は添加性製造 (AM) で人気が高まっている
機械学習(ML)、拡張現実(AR)、シミュレーションベースのモデルは、DTの開発において重要な役割を果たす。
- 参考スコア（独自算出の注目度）: 36.47540022754171
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital Twins (DTs) are becoming popular in Additive Manufacturing (AM) due to their ability to create virtual replicas of physical components of AM machines, which helps in real-time production monitoring. Advanced techniques such as Machine Learning (ML), Augmented Reality (AR), and simulation-based models play key roles in developing intelligent and adaptable DTs in manufacturing processes. However, questions remain regarding scalability, the integration of high-quality data, and the computational power required for real-time applications in developing DTs. Understanding the current state of DTs in AM is essential to address these challenges and fully utilize their potential in advancing AM processes. Considering this opportunity, this work aims to provide a comprehensive overview of DTs in AM by addressing the following four research questions: (1) What are the key types of DTs used in AM and their specific applications? (2) What are the recent developments and implementations of DTs? (3) How are DTs employed in process improvement and hybrid manufacturing? (4) How are DTs integrated with Industry 4.0 technologies? By discussing current applications and techniques, we aim to offer a better understanding and potential future research directions for researchers and practitioners in AM and DTs.
- Abstract（参考訳）: Digital Twins (DT) は、AMマシンの物理的コンポーネントの仮想レプリカを作成する能力によって、リアルタイム生産監視に役立っているため、アダプティブマニュファクチャリング (AM) で人気が高まっている。
機械学習(ML)、拡張現実(AR)、シミュレーションベースのモデルといった高度な技術は、製造プロセスにおいてインテリジェントで適応可能なDTを開発する上で重要な役割を果たします。
しかし、スケーラビリティ、高品質なデータの統合、DT開発におけるリアルタイムアプリケーションに必要な計算能力について疑問が残る。
AMにおけるDTの現在の状態を理解することは、これらの課題に対処し、AMプロセスを進める上でそのポテンシャルを完全に活用するために不可欠である。
この機会を考慮して、本研究は以下の4つの研究課題に対処することで、AMにおけるDTの総合的な概要を提供することを目的としている。
2)最近のDTの開発と実装について教えてください。
(3)プロセス改善とハイブリッド製造にDTはどのように使われているか?
(4) DTは産業用 4.0 技術とどのように統合されているか?
現在の応用と技術について議論することで、AMやDTの研究者や実践者に対して、より深い理解と今後の研究の方向性を提供することを目指している。
関連論文リスト
- Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することで、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
産業用IoT(Industrial Internet of Things, IIoT)デバイスを利用すれば、DTを構築するためのデータを共有するメカニズムは、悪い選択問題の影響を受けやすい。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - Constructing and Evaluating Digital Twins: An Intelligent Framework for DT Development [11.40908718824589]
デジタルツインズ(DT)の開発は、制御されたデジタル空間における複雑なシステムをシミュレートし最適化するための変革的な進歩を表している。
本稿では,アルゴリズム性能試験におけるDTの精度と有用性を高めるために,DTの構築と評価のためのインテリジェントなフレームワークを提案する。
本稿では,Deep Learning-based policy gradient techniqueを統合してDTパラメータを動的に調整し,物理システムのデジタル複製における高い忠実性を確保する手法を提案する。
論文 参考訳（メタデータ） (2024-06-19T01:45:18Z) - MMA-DFER: MultiModal Adaptation of unimodal models for Dynamic Facial Expression Recognition in-the-wild [81.32127423981426]
実世界のアプリケーションでは,音声およびビデオデータに基づくマルチモーダル感情認識が重要である。
近年の手法は、強力なマルチモーダルエンコーダの事前学習に自己教師付き学習(SSL)の進歩を活用することに重点を置いている。
SSL-pre-trained disimodal encoders を用いて,この問題に対する異なる視点とマルチモーダル DFER の性能向上について検討する。
論文 参考訳（メタデータ） (2024-04-13T13:39:26Z) - Multi-Tier Computing-Enabled Digital Twin in 6G Networks [50.236861239246835]
産業4.0では、製造業、自動車、医療などの産業がDTベースの開発を急速に採用している。
これまでの主な課題は、通信とコンピューティングリソースに対する高い要求と、プライバシとセキュリティに関する懸念だった。
新たなDTで低レイテンシと高セキュリティを実現するため,エッジ/フォグコンピューティングとクラウドコンピューティングを組み合わせたマルチ層コンピューティングが提案されている。
論文 参考訳（メタデータ） (2023-12-28T13:02:53Z) - Enabling Automated Integration Testing of Smart Farming Applications via
Digital Twin Prototypes [49.44419860570116]
産業4.0とスマート農業は密接に関連しており、産業4.0でもスマート農業に使われている技術の多くが使用されている。
デジタルツインは、そのようなアプリケーションのコスト効率の良いソフトウェア開発の可能性を秘めている。
本稿では,ソフトウェアの自動テストにDigital Twin Prototypeアプローチを採用するケーススタディを提案する。
論文 参考訳（メタデータ） (2023-11-09T21:24:12Z) - Enabling Spatial Digital Twins: Technologies, Challenges, and Future
Research Directions [13.210510790794006]
デジタルツイン(Digital Twin, DT)は、物理オブジェクトやシステムの仮想レプリカであり、その動作と特性を監視し、分析し、最適化するために作成される。
空間デジタル双生児 (SDT) は、物理的実体の地理空間的側面を強調する特定のタイプのデジタル双生児である。
我々は,SDTを階層化して構築する際の空間技術について,初めて体系的に解析を行った。
論文 参考訳（メタデータ） (2023-06-11T06:28:44Z) - A New Era of Mobility: Exploring Digital Twin Applications in Autonomous
Vehicular Systems [0.0]
デジタルツイン(Digital twins、DT)は、物理的オブジェクトやプロセスの仮想表現で、実際の環境から情報を収集して、物理的ツインの現在と将来の振る舞いを表現、検証、複製することができる。
製造、自動車、医療、スマートシティなど、さまざまな分野でDTが普及している。
我々はDTとその重要な特徴に対処し、正確なデータ収集、リアルタイム分析、効率的なシミュレーション機能を強調しながら、パフォーマンスと信頼性の向上におけるそれらの役割を強調した。
論文 参考訳（メタデータ） (2023-05-09T06:39:57Z) - Digital Twin: From Concept to Practice [1.3633989508250934]
本稿では,デジタルツインにおいて,実践者が適切なレベルの高度化を選択するためのフレームワークを提案する。
実生活における3つのケーススタディは、フレームワークの適用と有用性を示している。
論文 参考訳（メタデータ） (2022-01-14T17:41:26Z) - Digital Twins: State of the Art Theory and Practice, Challenges, and
Open Research Questions [62.67593386796497]
この研究は、様々なDT機能と現在のアプローチ、デジタルツインの実装と導入の遅れの背景にある欠点と理由を探求する。
この遅延の主な理由は、普遍的な参照フレームワークの欠如、ドメイン依存、共有データのセキュリティ上の懸念、デジタルツインの他の技術への依存、定量的メトリクスの欠如である。
論文 参考訳（メタデータ） (2020-11-02T19:08:49Z) - AI-based Modeling and Data-driven Evaluation for Smart Manufacturing
Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。
本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-08-29T14:57:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。