untitled

A Methodology for Digital Twin Modeling and Deployment for Industry 4.0 This article focuses on the digital twin (DT), one of the key concepts of Industry 4.0, and proposes a methodology for DT design using model-driven engineering (MDE) that strives toward being both flexible and generic. By GREYCE N. SCHROEDER, CHARLES STEINMETZ , RICARDO NAGEL RODRIGUES, RENATO VENTURA BAYAN HENRIQUES , Member IEEE, ACHIM RETTBERG, AND CARLOS EDUARDO PEREIRA ABSTRACT | The digital twin (DT) is a virtual representation of a physical object, which has been proposed as one of the key concepts for Industry 4.0. The DT provides a virtual representation of products along their lifecycle that enables the prediction and optimization of the behavior of a pro- duction system and its components. A methodology design using model-driven engineering (MDE) is proposed that strives toward being both flexible and generic. This approach is pre- sented at two levels: first, a DT is modeled as a composition of basic components that provide basic functionalities, such as identification, storage, communication, security, data manage- ment, human–machine interface (HMI), and simulation; sec- ond, an aggregated DT is defined as a hierarchical composition of other DTs. A generic reference architecture based on these concepts and a concrete implementation methodology are proposed using AutomationML. This methodology follows an Manuscript received February 27, 2020; revised August 5, 2020; accepted October 15, 2020. Date of publication November 3, 2020; date of current version March 23, 2021. This work was supported by Coordenação de Aperfeiçoamento de Pessoal de Nível Superior under Grant 10.13039/501100002322. (Corresponding author: Charles Steinmetz.) Greyce N. Schroeder, Renato Ventura Bayan Henriques, and Carlos Eduardo Pereira are with the Department of Electrical Engineering, Federal University of Rio Grande do Sul, Porto Alegre 90220-011, Brazil (e-mail: [email protected]; [email protected]; [email protected]). Charles Steinmetz and Achim Rettberg are with the Department Lippstadt 2-Computer Science, Hamm-Lippstadt University of Applied Sciences, 59063 Lippstadt, Germany (e-mail: [email protected]; achim.rettberg@ hshl.de). Ricardo Nagel Rodrigues is with the Center for Computational Sciences, Universidade Federal do Rio Grande, Rio Grande 96203-900, Brazil (e-mail: [email protected]). Digital Object Identifier 10.1109/JPROC.2020.3032444 MDE approach that supports most of the DT features currently proposed in the literature. A case study has been developed, the proposed ideas are being evaluated with industrial case studies, and some of the preliminary results are described in this article. With the case study, it is possible to verify that the proposed methodology supports the creation and the deployment process of a DT. KEYWORDS | AutomationML; cyber–physical systems (CPSs); digital twin (DT); Industry 4.0 (I4.0). I. I N T R O D U C T I O N On the verge of a fourth industrial revolution, new types of services and business models are forcing engineers to consider new industrial system architectures. In this new concept of industry—also called Industry 4.0 (I4.0) [1] or advanced manufacturing—field devices, machines, plants, factories, and even individual products will increasingly be connected to a network (e.g., the Internet or a private fac- tory network), allowing them to be located, controlled, and analyzed via the network [2]. In complement to this, new advanced machine-learning algorithms, data visualization, and simulation techniques are allowing the creation of new opportunities for reducing costs and aggregating value to the production chain. On the computational side, cyber–physical systems (CPSs) [3] have been proposed as a key concept of I4.0 architectures. A CPS is described as a set of phys- ical devices, objects, and equipment that interacts with virtual cyberspace through a communication network. 556 PROCEEDINGS OF THE IEEE | Vol. 109, No. 4, April 2021 0018-9219 © 2020 IEEE. Personal use is permitted, but republication/redistribution requires IEEE permission. See https://www.ieee.org/publications/rights/index.html for more information. Authorized licensed use limited to: Hochschule Hannover. Downloaded on April 11,2026 at 13:01:18 UTC from IEEE Xplore. Restrictions apply..

[Audio] Die deutsche Sprache verwendet die Formel "Es gibt keine gute Zeit für etwas Neues", was bedeutet, dass es immer etwas Neues gibt, das man nicht mehr tun kann. Dieser Satz ist jedoch falsch, da es immer etwas Neues gibt, das man tun muss. Das ist der Grund, warum die Deutsche Gesellschaft für Informatik (GI) einen neuen Ansatz zur Entwicklung von Digitalen Zwillingen entwickelt hat. Dieser Ansatz basiert auf dem sogenannten "Model-Driven Engineering" (MDE). MDE ist eine Methode, die darauf abzielt, die Entwicklung von Software-Systemen durch die Verwendung von Modellen zu unterstützen. Diese Methode wird auch als "Design by Model" bezeichnet. Sie basiert auf der Idee, dass die Entwicklung von Software-Systemen durch die Verwendung von Modellen eine effiziente und konsistente Methode darstellt. MDE wird in vielen Branchen eingesetzt, um die Entwicklung von Software-Systemen zu unterstützen. Es ist jedoch wichtig zu beachten, dass MDE nicht nur eine Methode zur Entwicklung von Software-Systemen ist, sondern auch eine Methode zur Entwicklung von Digitalen Zwillingen..

[Audio] Die deutsche Sprache ist sehr reich und vielfältig. Die Methodologie zur Modellierung und Bereitstellung von digitalen Zwillingen (DTs) für die Industrie 4.0 wird in Deutschland intensiv untersucht. Unterstützt durch AutomationML beinhaltet dieser Ansatz auch eine Fallstudie zur Evaluierung. Im Kontext der Industrie 4.0 und Cyber-Physischen Systemen befindet sich das Konzept der DTs noch in der Anfangsphase und es gibt noch keine Einigung bezüglich einiger Aspekte. Es gibt eine Vielzahl von unterschiedlichen Herangehensweisen sowohl auf konzeptioneller als auch auf implementierungstechnischer Ebene. Ding et al. [31] stellten eine Referenzarchitektur für eine Version von DTs namens "DT-basiertes cyber-physisches Produktionssystem" (DT-CPPS) vor. Diese Architektur bietet eine konzeptionelle Grundlage für die Umsetzung von intelligenten Produktionsprozessen auf der Shopfloor-Ebene und diskutiert die Konzepte, Frameworks, Konfigurations- und Betriebsmechanismen sowie die echtzeitgesteuerte Datensteuerung von DT-CPPS. Damjanovic-Behrendt und Behrendt [38] haben den Open-Source-Ansatz für die Gestaltung eines DT-Demonstrator übernommen und dabei die Möglichkeiten von verfügbaren Open-Source-Tools und -Diensten genutzt. Sie schlugen ein DT-Konzept auf Basis von Microservices vor. Dies bleibt jedoch eher ein konzeptioneller Vorschlag als ein tatsächliches Open-Source-Tool für die Entwicklung von DTs. Das Projekt MAYA stellt eine weitere Referenzarchitektur auf Basis von Microservices vor [39]. Der Hauptzweck besteht darin, CPS-DTs zu verwalten und die Synchronisation zwischen auf dem Shopfloor implementierten CPS und ihrer digitalen Repräsentation mithilfe von Middleware zu ermöglichen. Der DT enthält funktionale und verhaltensbezogene Modelle und die Kommunikation zwischen CPS und der digitalen Repräsentation erfolgt über einen WebSocket-Kanal. Tabelle 1 zeigt einige der verwandten Arbeiten im Vergleich hinsichtlich der Methoden zur Identifikation, Datenverwaltung, Modelltypen, HMI, Anwendung, Topologie und Kommunikation. Dies sind die relevantesten Themen für die Erstellung eines DTs. Themen, die keiner Kategorie zugeordnet sind, wurden in mehreren Artikeln nicht erwähnt. Die Autoren stellten fest, dass es an konkreten Anleitungen zur Erstellung eines Modells für DTs mangelt, während gleichzeitig die gemeinsame Nutzung und Integration von Daten und Modellen eine große Herausforderung darstellt..

[Audio] Die Worte "Edu.br" beziehen sich auf eine Methode zur Entwicklung und Implementierung von digitalen Zwillingen (DTs) für die Industrie 4.0, die von Schroeder et al. vorgeschlagen wurde. Diese Methode wird auf Folie 4 von insgesamt 12 Folien vorgestellt und beinhaltet eine Fallstudie zur Evaluierung. Auf dieser Folie wird eine Tabelle mit verwandten Arbeiten sowie die Komponenten der vorgeschlagenen Referenzarchitektur in Form eines UML-Klassendiagramms gezeigt. Eine wichtige Komponente ist dabei das physikalische Gerätemodell, welches als interne virtuelle Repräsentation des physischen Geräts dient und in Form einer Datenstruktur implementiert werden kann. Diese virtuelle Repräsentation muss nicht zwangsläufig eine 3D-Geometrie beinhalten, sondern kann auch durch komplexe Modelle ermöglicht werden. Eine häufig verwendete Methode für die Modellierung von DTs ist AutomationML, welche in dieser Arbeit erweitert wird. Während der Ausführung muss der DT die Eigenschaften des virtuellen Gerätemodells mit dem physikalischen Zustand des Geräts synchronisieren, damit Änderungen in der physischen Welt auch im Modell widergespiegelt werden. Eine Ausnahme hiervon tritt auf, wenn der DT eine Simulation durchführt oder bei der virtuellen Inbetriebnahme, bei der nur das virtuelle Gerätemodell aktualisiert wird. Die vorgeschlagene Referenzarchitektur sieht außerdem vor, dass der DT mindestens eine API besitzen muss, über die externe Anwendungen und Systeme auf die Funktionalitäten des DTs zugreifen können. Diese API ist eine standardisierte Schnittstelle, die einen externen Zugriff auf das Modell ermöglicht..

[Audio] ## Step 1: Übersetzung der ersten Sätze Der DT ist eine logische Darstellung eines Produkts und hat keinen direkten Kontakt dazu, da das Produkt keine Kommunikationsfähigkeit besitzt (z.B. ein Werkzeug oder ein Reifen) oder weil es nicht relevant oder machbar ist, solche Verbindungen umzusetzen. In diesem Fall wird die Informationen über das Produkt von anderen Entitäten entlang seines Lebenszyklus bereitgestellt, während der DT die logische Zentrale ist, die die Daten zusammenfasst, speichert und präsentiert. ## Step 2: Übersetzung der zweiten Sätze Es wird angenommen, dass zwischen dem Gerät und seinem DT eine Kommunikationsverbindung besteht. In diesem Fall werden alle Synchronisationen zwischen dem virtuellen Modell und dem physischen Gerät über diese Kommunikationsverbindung gesendet. ## Step 3: Überprüfung und Korrektur Die Übersetzungen sind korrekt und vollständig. Alle Wörter und Sätze sind in deutscher Sprache und entsprechen den Originaltexten ohne Grußformulierungen, Abschließende Dankworte oder ähnliche Elemente..

[Audio] The proposed reference architecture using AutomationML is instantiated, and a procedure to automatically deploy the DT using AutomationML is defined. This procedure involves several steps: first, the data is extracted from the database into a file format suitable for AutomationML; second, the data is transformed into a standardized format; third, the data is loaded into an AutomationML model; fourth, the model is validated against a set of predefined rules; fifth, the model is deployed on a server; sixth, the model is monitored for changes and updates; seventh, the decision tree is updated based on new information; and eighth, the process is repeated..

[Audio] Die von den Autoren vorgeschlagene Methode verwendet Model-Driven Engineering (MDE) zur Design und Ausführung von digitalen Zwillingen (DTs). Diese virtuellen Darstellungen physischer Objekte unterstützen die meisten DT-Funktionen, die in der Literatur beschrieben werden. Die Autoren haben eine Fallstudie durchgeführt, um die Vorteile dieser Methode zu demonstrieren. Die DT-Darstellung kann mit dem Werkzeug AutomationML erstellt werden. Die wichtigsten Schritte sind folgende: Modellierung des digitalen Zwillinges mit AutomationML, Konfiguration der DT-Attribut, und Verwaltung der DT-Informationen. Die DT-Darstellung kann auch mit anderen Werkzeugen kombiniert werden. Die Autoren haben gezeigt, dass die vorgeschlagene Methode flexibel und generisch ist..

[Audio] Die Quelle muss sich überprüfen lassen, ob sie die entsprechende Eigenschaft im virtuellen Gerät darstellen (Sensorenattribut) aufgrund der Zugriffsregeln (DT-Komponenten) genehmigt ist. Die virtuelle Darstellung muss aktualisiert werden, um den neuen physischen Zustand zu widerspiegeln. Die Änderung muss in der Datenbank (wenn verfügbar) registriert werden. Sollten bestimmte Ereignisse ausgelöst werden, müssen diese überprüft und ausgelöst werden..

[Audio] Die Forschungsgruppe um den Autor Schroeder hat eine Methode zur Erstellung und Bereitstellung von digitalen Zwillingen (DTs) für die Industrie 4.0 entwickelt, die durch die Unterstützung von AutomationML unterstützt wird. Diese Methode verwendet Modelgetriebene Ingenieurwirkung (MDE) und umfasst einen Fallstudie zur Bewertung. Die Forschungsgruppe hat verschiedene Aspekte wie die Modellierung von Prozessen, die Verwendung von AutomationML und die Integration von DTs in die Produktionsprozesse untersucht..

[Audio] Die Methode, die hier vorgeschlagen wird, basiert auf dem modellgetriebenen Engineering (MDE). Sie ermöglicht die Gestaltung und Implementierung von digitalen Zwillingen (DTs), virtuellen Repräsentationen von physischen Objekten, für die Industrie 4.0. Die Methodologie wird durch die Arbeit von Schroeder et al. für die Modellierung und Implementierung von DTs für die Industrie 4.0 unterstützt..

[Audio] Die deutsche Forschungsarbeit unterscheidet sich von der englischen Forschung in mehreren Aspekten. Während die englische Forschung sich auf die Entwicklung von digitalen Zwillingen konzentriert, konzentriert sich die deutsche Forschung auch auf die Modellierung und Implementierung dieser Zwillinge in der Industrie 4.0. Dieser Fokus liegt insbesondere an der Unterstützung von AutomationML, einer Sprache, die es ermöglicht, digitale Zwillinge zu erstellen und zu simulieren. Durch die Unterstützung von AutomationML können die Forscher die Konzeption und Implementierung von digitalen Zwillingen für verschiedene Anwendungen in der Industrie 4.0 ermöglichen..

[Audio] Dr. Carlos Eduardo Pereira ist ein Associate Professor an der Bundesuniversität Rio Grande do Sul in Porto Alegre und hat sich mit dem Unternehmen PrintUp 3D in Porto Alegre zusammengeschlossen, um fortschrittliche Herstellungsanlagen zu entwickeln. Er hat Erfahrung in der Elektrotechnik mit einem Schwerpunkt auf der elektronischen Automatisierung von elektrischen und industriellen Prozessen. Seine Hauptarbeitsbereiche waren die Positionskontrolle, die Kooperation von Robotern, die robotisierte Schweißarbeit, die intelligente Wartung, die Kalman-Filtere, die Herstellungssysteme und die verteilte Steuerung. Außerdem beschäftigte er sich mit Bildungstechnologie und Hilfstechnologie. Dr. Pereira erhielt seinen Absolventenabschluss in Elektrotechnik und seinen Masterabschluss in Informatik von der Bundesuniversität Rio Grande do Sul in 1987 bzw. 1990 und seinen Doktortitel in Elektrotechnik von der Universität Stuttgart in 1995. Er ist derzeit ein Vollprofessor für Automatisierung und Echtzeit-Systeme an der Fakultät für Ingenieurwissenschaften der Bundesuniversität Rio Grande do Sul. Er ist außerdem der Direktor der Betriebsführung des EMBRAPII-Instituts für Antriebstechnik..