デジタルツイン

デジタルツイン(英: Digital twin)とは、さまざまな目的で使用できる物理的資産、プロセス、人、場所、システムおよびデバイスのデジタル複製を指す^[1]^[2]。

定義[編集]

研究で用いられているデジタルツインの定義は、2つの重要な特徴が挙げられる。

物理モデルと対応する仮想モデルとの間の接続に重点を置く^[3]。
この接続は、センサを用いてリアルタイムデータを生成することによって確立される^[4]。

文献に使用されるデジタルツインの定義
定義	著者
"デジタルツインは実空間に対応するライフサイクルを反映するためのマルチフィジックスかつマルチスケールな統合システム。実オブジェクトに対応する物理モデル、センシング、それらの履歴などを利用し統合したシステム群により構築される。"	Glaessgen&Stargel,(2012)^[5]
"クラウドプラットフォームで動作する実機の結合モデルであり、データ駆動分析アルゴリズムと他の利用可能な物理的知識の両方から統合された知識で損耗状態をシミュレートする"	Lee、Lapira、Bagheri、Kao(2013)
"デジタルツインは、物理データ、仮想データ、およびそれらの間の相互作用データを使用して、製品ライフサイクルのすべてのコンポーネントを実際にマッピングしたもの"	Tao、Sui、Liu、Qi、Zhang、Song、Guo、Lu＆Nee(2018年)
"理解、学習、推論を可能にするリアルタイムのデータを使用して、ライフサイクル全体にわたる物理的なオブジェクトまたはシステムの動的な仮想表現"	ボルトン、マッコール・ケネディ、チョン、ガレン、オーシンガー、ヴィテル＆ザキー(2018年)
"物理システムのデジタルコピーを使用してリアルタイム最適化を実行する"	Söderberg,Wärmefjord,Carlson,J.S.,&Lindkvist,L.(2017)
"デジタルツインは、物理デバイスのリアルタイムデジタルレプリカ"	Bacchiega(2017)

概念[編集]

デジタルツインの概念は、クロスリアリティ環境やコスペース、ミラーモデルなどの他の概念と比較することができる。デジタルツインは、モノのインターネット (IoT)、人工知能、機械学習、ソフトウェア分析を空間ネットワークグラフ^[6]と統合して、物理的な対応物の変化に応じて更新および変化する生きたデジタルシミュレーションモデルを作成する。デジタルツインは、複数のソースから継続的に学習および更新して、ほぼリアルタイムのステータス、作業状態、または位置を表現する。この学習システムは、動作状態のさまざまな側面を伝えるセンサーデータや、深く関連する業界領域の知識を持つエンジニアなどの人間の専門家から学習する。また、デジタルツインは、過去のマシンの使用状況からの履歴データを統合して、デジタルモデルに組み込む。さまざまな産業部門で、デジタルツインは物理的資産、システム、製造プロセスの運用と保守を最適化するために使用されている^[7]。これらは、物理的なオブジェクトが他のマシンや人々と仮想的に共存および相互作用できる産業用モノのインターネット︵IIoT︶の形成技術である^[8] 。IoTのコンテキストでは、これらは﹁サイバーオブジェクト﹂または﹁デジタルアバター﹂とも呼ばれる^[9]。デジタルツインは、サイバーフィジカルシステムのコンポーネントでもある。 2021年のシステマティックレビューでは、デジタルツインと人工知能の組み合わせは依然として困難であったと報告されている^[10]。

参考文献[編集]

(一)^ Saddik, A. El (April 2018). “Digital Twins: The Convergence of Multimedia Technologies”. IEEE MultiMedia 25 (2): 87–92. doi:10.1109/MMUL.2018.023121167. ISSN 1070-986X. (二)^ “Minds + Machines: Meet A Digital Twin”. Youtube. GE Digital. 2017年7月26日閲覧。 (三)^ Chhetri, Mohan Baruwal; Krishnaswamy, Shonali; Loke, Seng Wai (2004). Bussler, Christoph; Hong, Suk-ki; Jun, Woochun et al.. eds. “Smart Virtual Counterparts for Learning Communities”. Web Information Systems – WISE 2004 Workshops (Springer Berlin Heidelberg) 3307: 125–134. doi:10.1007/978-3-540-30481-4_12. ISBN 9783540304814. (四)^ Bacchiega, Gianluca. “Creating an Embedded Digital Twin: monitor, understand and predict Device Health Failure”. Inn4mech - Mechatronics and Industry 4.0 Conference Presentation - 2018. (五)^ Glaessgen, Edward, and David Stargel. "The digital twin paradigm for future NASA and US Air Force vehicles." 53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference 20th AIAA/ASME/AHS Adaptive Structures Conference 14th AIAA. 2012. (六)^ “Azure Digital Twins”. Microsoft. Microsoft. 2018年9月24日閲覧。 (七)^ “Digital twin to enable asset optimization”. Smart Industry. 2017年7月26日閲覧。 (八)^ “What Are Digital Twins And Why Will They Be Integral To The Internet Of Things?”. ARC. 2017年7月26日閲覧。 (九)^ Gautier, Philippe (2011). L'Internet des Objets... Internet, mais en mieux. France: AFNOR. ISBN 978-2-12-465316-4 (十)^ Bartsch, Katharina; Pettke, Alexander; Hübert, Artur; Lakämper, Julia; Lange, Fritz (2021-07-01). “On the digital twin application and the role of artificial intelligence in additive manufacturing: a systematic review”. Journal of Physics: Materials 4 (3): 032005. doi:10.1088/2515-7639/abf3cf. ISSN 2515-7639.

この項目は、ソフトウェアに関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（PJ:コンピュータ/P:コンピュータ）。

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

定義[編集]

概念[編集]

関連技術[編集]

参考文献[編集]