Прогнозное техническое обслуживание с использованием цифровых двойников: систематический обзор литературы

Predictive maintenance using digital twins: A systematic literature review
Raymon van Dinter, Bedir Teki̇nerdoğan, Cagatay Catal
2022-07-12

активное обучениедеградация оборудованияцифровые двойникипредиктивное обслуживаниесистематический обзор литературы
Прогнозное техническое обслуживание является методом создания более устойчивой, безопасной и прибыльной промышленности. Одной из ключевых проблем при создании систем прогнозного технического обслуживания является недостаток данных об отказах, поскольку машины часто ремонтируют до возникновения отказа. Цифровые двойники обеспечивают представление физических машин в реальном времени и генерируют такие данные, как сведения о деградации оборудования, которые могут использовать алгоритмы прогнозного технического обслуживания. С 2018 года научная литература по применению цифровых двойников для прогнозного технического обслуживания быстро расширяется, что указывает на необходимость тщательного обзора. Цель данного исследования — собрать и обобщить работы, посвящённые прогнозному техническому обслуживанию с использованием цифровых двойников, чтобы заложить основу для дальнейших исследований. Был проведён систематический обзор литературы (СОЛ) с использованием инструмента активного обучения опубликованных первичных исследований по прогнозному техническому обслуживанию с применением цифровых двойников; всего было проанализировано 42 первичных исследования. В этом СОЛ выявлены различные аспекты прогнозного технического обслуживания с использованием цифровых двойников, включая цели, области применения, платформы цифровых двойников, типы представления цифровых двойников, подходы, уровни абстракции, шаблоны проектирования, протоколы связи, параметры сопряжения физического объекта и цифрового двойника, а также проблемы и направления их решения. Эти результаты способствуют формированию инженерного подхода к разработке программного обеспечения для прогнозного технического обслуживания с использованием цифровых двойников в академической и промышленной сферах. Данное исследование является первым систематическим обзором литературы по прогнозному техническому обслуживанию с использованием цифровых двойников. В работе даны ответы на ключевые вопросы, связанные с проектированием успешной модели прогнозного технического обслуживания на основе цифровых двойников. Установлено, что на сегодняшний день основными проблемами при проектировании таких моделей являются вычислительная нагрузка, разнообразие данных и сложность моделей, оборудования или компонентов.
1
Основными современными проблемами названы вычислительная нагрузка, разнообразие данных и сложность моделей, активов или компонентов.
2
Цифровые двойники компенсируют нехватку данных об отказах, предоставляя представления физических машин в реальном времени и генерируя данные о деградации активов.
3
Обзор представлен как первый систематический обзор литературы, специально посвящённый предиктивному обслуживанию с использованием цифровых двойников.
4
В обзоре обобщены цели, прикладные области, платформы, типы представления, подходы, уровни абстракции, шаблоны проектирования, протоколы связи и параметры сопряжения цифровых двойников.
5
Исследование формирует основу в области программной инженерии для проектирования и разработки систем предиктивного обслуживания на основе цифровых двойников.
6
Систематический обзор литературы проанализировал 42 первичных исследования систем предиктивного обслуживания с использованием цифровых двойников.

системы предиктивного обслуживания с использованием цифровых двойников

характеристики проектирования, аспекты применения и проблемы моделей предиктивного обслуживания, использующих цифровые двойники

Publication Details
Publication Date
2022-07-12
Journal
Publisher
ISSN
Cited by
534
Access Type
Author Information
Authors
Raymon van Dinter
Bedir Teki̇nerdoğan
Cagatay Catal
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%