디지털 트윈

Digital twin
"디지털 엔지니어링"은 여기로 방향을 바꿉니다.사라진 컴퓨터 하드웨어 회사는 Digital Engineering, Inc.를 참조하십시오.

디지털 트윈(digital twin)은 시뮬레이션, 통합, 테스트, 모니터링 및 유지보수와 같은 실질적인 목적을 위해 효과적으로 구별할 수 없는 실제 물리적 제품, 시스템 또는 프로세스(물리적 트윈)의 디지털 모델입니다.디지털 트윈은 제품 라이프사이클 관리의[1] 기본 전제로 처음 도입되었을 때부터 제품 라이프사이클 관리를 위해 사용되었으며, 제품 라이프사이클 관리를 대표하는 물리적 엔티티의 전체 라이프사이클(생성, 구축, 운영/지원 및 폐기)에 걸쳐 존재합니다.정보는 세분화되어 있기 때문에 디지털 트윈 표현은 구현하기 위해 작성된 가치 기반 사용 사례에 따라 결정됩니다.디지털 트윈은 종종 물리적 개체가 존재하기 전에 존재할 수도 있고 존재하지도 않습니다.생성 단계에서 디지털 트윈을 사용하면 의도된 엔티티의 전체 라이프사이클을 모델링하고 [2]시뮬레이션할 수 있습니다.기존 개체의 디지털 트윈은 실시간으로 사용될 수 있으며 해당 물리적 시스템과 정기적으로 동기화될 수 있습니다.

디지털 트윈의 개념은 더 일찍 시작되었지만,[3] 최초의 실질적인 정의는 2010년 우주선의 물리적 모델 시뮬레이션을 개선하기 위한 시도로 NASA로부터 시작되었습니다.디지털 트윈은 제품 디자인과 엔지니어링 활동의 지속적인 개선의 결과입니다.제품 도면 및 엔지니어링 사양은 수제 제도에서 컴퓨터 지원 제도/컴퓨터 지원 설계로, 모델 기반 시스템 엔지니어링으로, 물리적 상대방의 신호에 대한 엄격한 링크로 발전했습니다.

역사

디지털 쌍둥이는 데이비드 겔렌터의 1991년 책 미러 [4][5]월드에서 기대를 모았습니다.디지털 쌍둥이의 개념과 모델은 2002년 [6]미시간주 트로이에서 열린 제조 공학회 회의에서 마이클 그리브스(Michael Grieves)에 의해 처음 공개되었습니다.그리브스는 디지털 트윈을 PLM([7]Product Lifecycle Management)의 기초가 되는 개념적 모델로 제안했습니다.

그리브스와 비커스의 초기 디지털 트윈 컨셉

다른 이름(예: 가상 쌍둥이)으로 알려진 디지털 쌍둥이 개념은 이후 NASA의 John Vickers에 의해 2010년 로드맵 [8]보고서에서 "디지털 쌍둥이"라고 불렸습니다.디지털 트윈 개념은 물리적 객체 또는 프로세스와 그 물리적 환경, 객체 또는 프로세스의 디지털 표현, 물리적 표현과 가상 표현 사이의 통신 채널 등 세 가지로 구분됩니다.물리적 버전과 디지털 버전 간의 연결에는 정보 흐름과 물리적 및 가상 개체와 환경 간의 물리적 센서 흐름을 포함하는 데이터가 포함됩니다.통신 연결을 디지털 스레드라고 합니다.

INCOSE(International Council of Systems Engineers)는 시스템 엔지니어링 지식서(SEBoK)에서 "디지털 트윈은 디지털 엔지니어링과 관련이 있지만 별개의 개념입니다.디지털 트윈은 실제 [9]시스템을 모방하는 데 사용할 수 있는 시스템의 높은 충실도 모델입니다."2018년에 처음 공식화된 진화하는 미국 DoD Digital Engineering Strategy 이니셔티브는 디지털 트윈을 "최고의 가용 모델, 센서 정보를 사용하는 Digital Thread에 의해 가능해진, 애즈-빌트 시스템의 통합된 다중 물리, 다중 스케일, 확률적 시뮬레이션"으로 정의합니다.데이터를 입력하여 해당 물리적 [10]쌍둥이의 수명 동안 활동/성능을 미러링하고 예측합니다."

종류들

디지털 트윈은 일반적으로 디지털 트윈 프로토타입(DTP), 디지털 트윈 인스턴스(DTI) 및 디지털 트윈 애그리게이트(DTA)[11]의 하위 유형으로 구분됩니다.DTP는 물리적 제품을 구현하는 설계, 분석 및 프로세스로 구성됩니다.DTP는 물리적 제품이 있기 전에 존재합니다.DTI는 제품이 제조되면 제품의 각 개별 인스턴스의 디지털 트윈입니다.DTI는 물리적인 상대의 남은 생애 동안 물리적인 상대와 연결되어 있습니다.DTA는 물리적 제품, 예후 및 학습에 대한 문의를 위해 데이터 및 정보를 사용할 수 있는 DTI의 집합체입니다.디지털 트윈에 포함된 특정 정보는 사용 사례에 의해 결정됩니다.디지털 트윈은 논리적 구조로서 실제 데이터와 정보가 다른 응용 프로그램에 포함될 수 있음을 의미합니다.

특성.

디지털 트윈 기술은 다른 기술과 구별되는 특정한 특성을 가지고 있습니다.

커넥티비티

디지털 트윈 기술의 주요 특징 중 하나는 연결성입니다.최근 사물인터넷(IoT)의 발전은 수많은 새로운 기술을 발전시켰습니다.사물인터넷의 발전은 디지털 트윈 기술의 발전도 앞당깁니다.이 기술은 IoT의 특성, 즉 연결적인 특성과 유사한 많은 특성을 보여줍니다.우선, 이 기술은 물리적 부품과 디지털 부품 간의 연결을 가능하게 합니다.디지털 트윈의 기본은 이러한 연결에 기반을 두고 있으며, 그것이 없었다면 디지털 트윈 기술은 존재하지 않았을 것입니다.앞 절에서 설명한 바와 같이, 이 연결은 물리적 제품의 센서가 데이터를 획득하고 다양한 통합 기술을 통해 이 데이터를 통합하고 통신함으로써 생성됩니다.디지털 트윈 기술은 조직, 제품 및 [12]고객 간의 연결성을 향상시킵니다.예를 들어, 공급망 구성원이 제품 또는 자산의 디지털 트윈을 확인할 수 있도록 함으로써 공급망 내 파트너와 고객 간의 연결성을 높일 수 있습니다.이들 파트너는 디지털 트윈을 확인하기만 하면 이 제품의 상태를 확인할 수 있습니다.

서비스화는 서비스를 통해 핵심 기업 제품에 [13]가치를 추가하는 조직의 프로세스입니다.엔진의 예를 들어 엔진을 제작하는 것이 이 조직의 핵심 제품이며, 엔진을 점검하고 유지보수를 제공하는 서비스를 제공함으로써 가치를 높입니다.

균질화

디지털 트윈은 데이터의 균질화의 결과인 동시에 가능한 디지털 기술로 더욱 특징지어질 수 있습니다.모든 유형의 정보 또는 콘텐츠를 동일한 디지털 형태로 저장하고 전송할 수 있기 때문에 제품의 가상 표현(디지털 트윈 형태)을 생성하는 데 사용할 수 있으므로 정보와 물리적 [14]형태를 분리할 수 있습니다.따라서 데이터의 균질화와 물리적 인공물로부터 정보의 분리는 디지털 쌍둥이의 존재를 가능하게 했습니다.그러나 디지털 트윈을 통해 물리적 제품에 대한 정보가 점점 더 많이 디지털로 저장되어 [15]제품 자체와 분리될 수 있습니다.

데이터가 점점 디지털화됨에 따라 빠르고 저렴한 [15]방법으로 전송, 저장 및 계산할 수 있습니다.무어의 법칙에 따르면 컴퓨팅 성능은 앞으로 몇 년 동안 기하급수적으로 증가하는 반면 컴퓨팅 비용은 크게 감소할 것입니다.따라서 디지털 트윈을 개발하는 데 드는 한계 비용을 절감할 수 있으며 물리적 모델을 테스트하고 물리적 제품이 고장 날 때까지 기다리는 것보다 가상 표현에서 문제를 테스트하고 예측하며 해결하는 것이 상대적으로 훨씬 저렴합니다.

정보의 균질화와 탈동조화의 또 다른 결과는 사용자 경험이 수렴된다는 것입니다.물리적 개체의 정보가 디지털화됨에 따라 하나의 아티팩트가 여러 개의 새로운 [15]어포던스를 가질 수 있습니다.디지털 트윈 기술을 사용하면 물리적 위치나 [16]시간에 구애받지 않고 물리적 개체에 대한 상세 정보를 더 많은 에이전트와 공유할 수 있습니다.마이클 그리브스(Michael Grieves)는 제조업의 디지털 트윈 기술에 대한 백서에서 디지털 [17]트윈이 가능하게 하는 균질화의 결과에 대해 다음과 같이 언급했습니다.

과거에는 공장 관리자들이 공장 바닥에서 무슨 일이 일어나고 있는지 감을 잡을 수 있도록 공장을 내려다보는 사무실이 있었습니다.디지털 트윈을 사용하면 공장 관리자뿐만 아니라 공장 생산과 관련된 모든 사람이 단일 공장뿐만 아니라 전 세계의 모든 공장에 동일한 가상 창을 제공할 수 있습니다.(그리브스, 2014, 페이지 5)

재프로그래밍 및 스마트

상술한 바와 같이, 디지털 트윈은 특정한 방식으로 물리적 제품을 재프로그램할 수 있게 해줍니다.또한 디지털 트윈은 물리적 제품에 대한 센서, 인공지능 [18]기술 및 예측 분석을 통해 자동으로 재프로그래밍이 가능합니다.이러한 재프로그래밍 가능한 특성의 결과로 기능성의 출현이 있습니다.다시 엔진의 예를 들어보면, 디지털 트윈을 사용하여 엔진의 성능에 대한 데이터를 수집하고 필요한 경우 엔진을 조정하여 새로운 버전의 제품을 만들 수 있습니다.또한, 서브라이제이션은 재프로그램 가능한 특성의 결과로 볼 수도 있습니다.제조업체는 필요할 때 디지털 트윈을 관찰하거나 조정하거나 디지털 트윈을 재프로그래밍할 수 있으며 추가 서비스로 이를 제공할 수 있습니다.

디지털 흔적 만들기

또 하나 관찰할 수 있는 특징은 디지털 트윈 기술이 디지털 흔적을 남긴다는 점입니다.예를 들어, 기계가 오작동하여 디지털 트윈의 흔적을 다시 확인하고 어디에서 문제가 [19]발생했는지 진단하기 위해 기술자가 사용할 수 있습니다.이러한 진단은 향후 이러한 기계의 제조업체에서도 사용하여 설계를 개선함으로써 향후 동일한 오작동이 더 적게 발생할 수 있습니다.

모듈화

제조업의 의미에서 모듈화는 제품과 생산 [20]모듈의 설계와 맞춤화로 설명될 수 있습니다.제조 모델에 모듈화 기능을 추가함으로써 제조업체는 모델과 기계를 조정할 수 있는 능력을 갖추게 됩니다.제조업체는 디지털 트윈 기술을 통해 사용되는 기계를 추적하여 기계의 개선 가능한 부분을 파악할 수 있습니다.이 기계들이 모듈식으로 만들어지면, 제조업체들은 디지털 트윈 기술을 사용하여 어떤 부품들이 기계의 성능을 저하시키는지 확인하고, 제조 공정을 개선하기 위해 더 나은 적합 부품들로 교체할 수 있습니다.

예

디지털 트윈의 한 예는 3D 모델링을 사용하여 물리적 [21][22][23][24][25]객체에 대한 디지털 동반자를 만드는 것입니다.실제 물리적 객체의 상태를 보는 데 사용할 수 있어 물리적 객체를 디지털 세계에 투영할 [26]수 있는 방법을 제공합니다.예를 들어 센서가 연결된 장치에서 데이터를 수집할 때 센서 데이터를 사용하여 장치 상태의 "디지털 트윈" 복사본을 [27][28][29]실시간으로 업데이트할 수 있습니다."디바이스 섀도우"라는 용어는 디지털 [30]트윈의 개념에도 사용됩니다.디지털 트윈은 형상, 위치, 제스처, 상태 및 [31]움직임을 포함한 물리적 객체의 특성과 상태를 최신으로 정확하게 복사하는 것을 의미합니다.

디지털 트윈은 또한 자산 성능 및 활용률을 최적화하기 위해 모니터링, 진단 및 예후 진단에 사용할 수 있습니다.이 분야에서 감각 데이터는 과거 데이터, 인간의 전문 지식 및 함대 및 시뮬레이션 학습과 결합하여 예후 [32]예측 결과를 개선할 수 있습니다.따라서 복잡한 예후 예측 및 지능형 유지보수 시스템 플랫폼은 디지털 트윈을 사용하여 문제의 근본 원인을 찾고 [33]생산성을 향상시킬 수 있습니다.

교통 및 환경 시뮬레이션에 내장된 자율 주행 차량의 디지털 트윈과 센서 제품군은 자동차 [34]애플리케이션의 중요한 개발, 테스트 및 검증 과제를 극복하기 위한 수단으로 제안되기도 했습니다.특히 관련 알고리즘이 광범위한 훈련 데이터 및 검증 데이터 세트를 필요로 하는 인공지능 접근 방식을 기반으로 하는 경우.

산업용사례

제조업

물리적 제조 개체는 가상화되어 물리적 [35]공간과 사이버 공간 모두에서 원활하고 긴밀하게 통합된 디지털 트윈 모델(아바타)로 표현됩니다.물리적인 물체와 쌍둥이 모델은 상호 유익한 방식으로 상호작용합니다.

디지털 트윈은 설계, 제조, 서비스 및 [36]운영에 이르기까지 제품 라이프사이클 관리(PLM) 전반에 혼란을 초래하고 있습니다.오늘날[when?] PLM은 제품 설계의 효율성, 제조, 인텔리전스, 서비스 단계 및 지속 가능성 측면에서 시간이 많이 소요됩니다.디지털 트윈은 제품의 물리적 공간과 가상 [37]공간을 병합할 수 있습니다.디지털 트윈을 통해 기업은 설계부터 개발, 제품 수명 [38][12]주기 전반에 걸쳐 모든 제품의 디지털 풋프린트를 사용할 수 있습니다.대체적으로 제조업이 있는 산업은 디지털 트윈으로 인해 큰 혼란을 겪고 있습니다.제조 공정에서 디지털 트윈은 공장에서 가까운 시간에 발생하는 일들을 가상으로 복제한 것과 같습니다.수천 개의 센서가 물리적 제조 프로세스 전반에 걸쳐 배치되고 있으며, 모두 환경 조건, 기계의 동작 특성 및 수행 중인 작업과 같은 다양한 차원에서 데이터를 수집하고 있습니다.이 모든 데이터는 디지털 [38]트윈이 지속적으로 통신하고 수집합니다.

사물인터넷으로 인해 디지털 트윈은 가격이 저렴해졌으며 제조업의 미래를 주도할 수 있게 되었습니다.엔지니어의 이점은 디지털 트윈이 사실상 설계하고 있는 제품의 실제 사용에 있습니다.실시간 [39]기능을 갖춘 진정한 '사물'의 디지털 트윈(digital twin)이 존재하기 때문에 제품 및 자산의 유지 및 관리를 위한 첨단 방법이 속속 등장하고 있습니다.

디지털 트윈은 제조 [40]공정의 과거를 분석하는 대신 미래를 예측함으로써 많은 비즈니스 잠재력을 제공합니다.디지털 트윈이 만들어내는 현실의 표현을 통해 제조업체는 사전 비즈니스 [36]방식으로 발전할 수 있습니다.모듈화, 자율성, 연결성 및 디지털 [20]트윈의 네 가지 측면에서 드라이브를 제조하는 미래.제조 공정 단계에서 디지털화가 증가함에 따라 생산성을 높일 수 있는 기회가 열리고 있습니다.이것은 모듈화에서 시작하여 생산 시스템의 효율성을 높입니다.또한 자율성은 생산 시스템이 예상치 못한 사건에 효율적이고 지능적인 방법으로 대응할 수 있도록 합니다.마지막으로, 사물인터넷과 같은 연결성은 디지털화 루프를 폐쇄할 수 있게 하고, 이를 통해 다음과 같은 제품 설계 및 프로모션 주기를 보다 높은 [20]성능으로 최적화할 수 있습니다.실제로 고장이 [36]나기 전에 제품이 문제를 판단할 수 있을 때 고객 만족도와 충성도가 높아질 수 있습니다.또한 스토리지 및 컴퓨팅 비용이 저렴해짐에 따라 디지털 트윈을 사용하는 방법이 [38]확대되고 있습니다.데이터 통합, 조직 또는 컴플라이언스 문제와 같은 구현 과제는 Digital Twins의 구현과 그 [41]이점을 방해할 수 있습니다.

도시계획 및 건설업

스마트 시티 운동에서 디지털 기술에 대한 증가하는 수요를 감안할 때, 지리적 디지털 쌍둥이는 도시 계획 실무에서 대중화되어 왔습니다.이러한 디지털 트윈은 도시 환경(도시)과 그 [42]안의 데이터 피드를 모델링하기 위해 실시간 3D 및 4D 공간 데이터를 캡처하고 표시하는 대화형 플랫폼 형태로 제안되는 경우가 많습니다.

증강현실(AR) 시스템과 같은 시각화 기술은 도시에 내장된 센서의 데이터 피드와 API 서비스를 통합하여 디지털 트윈을 형성하는 구축 환경에서 설계 및 계획을 위한 협업 도구로 사용되고 있습니다.예를 들어 AR은 증강 현실 지도, 건물 및 태블릿에 투영된 데이터 피드를 구축된 환경 [43]전문가가 공동으로 볼 수 있도록 만드는 데 사용될 수 있습니다.

빌딩 정보 모델링(BIM) 프로세스를 부분적으로 채택함으로써 설계, 설계, 시공, 운영 및 유지보수 활동이 점점 더 디지털화되고 있으며, 빌딩 자산의 디지털 트윈은 개별 자산 수준과 국가 수준에서 논리적 확장으로 간주되고 있습니다.예를 들어, 2018년 11월 영국의 디지털 빌트 브리튼 센터는 "국가 디지털 쌍둥이"[45]의 개발을 지도하기 위한 원칙을 설명하는 제미니 [44]원칙을 출판했습니다.

작동하는 '디지털 트윈'의 초기 사례 중 하나는 1996년 히드로 공항 터미널 1에 히드로 익스프레스 시설을 건설하는 과정에서 달성되었습니다.컨설턴트 Mott MacDonald와 BIM의 선구자 Jonathan Ingram은 커피 댐과 보어홀의 움직임 센서를 디지털 객체 모델에 연결하여 모델의 움직임을 표시했습니다.디지털 [46]그라우팅 물체는 지상의 움직임을 안정화하기 위해 그라우팅을 땅속으로 펌핑하는 효과를 모니터링하기 위해 제작되었습니다.

디지털 트윈은 또한 피해지역의 [47]가상 모델에 추가될 데이터를 무인차량을 이용하여 수집함으로써 지진 발생 후 건물 및 인프라의 육안검사의 필요성을 줄이기 위한 방법으로 제안된 바 있습니다.

헬스케어산업

의료는 디지털 트윈 [48][37]기술에 의해 방해를 받고 있는 산업으로 인식되고 있습니다.의료 산업에서 디지털 트윈의 개념은 원래 제안되어 제품 또는 장비 예후 [37]예측에 처음 사용되었습니다.디지털 트윈을 사용하면 의료 [36]서비스에 대해 데이터 중심적 접근 방식을 취함으로써 의료 보건, 스포츠 및 교육 측면에서 삶이 개선될 수 있습니다.기술의 가용성은 추적된 건강 및 라이프스타일 파라미터를 기반으로 지속적으로 조정 가능한 환자 맞춤형 모델 구축을 가능하게 합니다.이는 이전 기록뿐만 아니라 개별 환자의 건강 상태에 대한 상세한 설명과 함께 궁극적으로 가상 환자로 이어질 수 있습니다.또한, 디지털 트윈을 통해 개인의 기록을 인구와 비교할 수 있어 패턴을 보다 쉽게 찾을 수 있습니다.[48]디지털 트윈이 의료 산업에 미치는 가장 큰 이점은 의료 서비스가 개별 환자의 반응을 예측할 수 있도록 조정될 수 있다는 사실입니다.디지털 쌍둥이는 개별 환자의 건강을 정의할 때 더 나은 해상도로 이어질 뿐만 아니라 건강한 환자의 기대되는 이미지를 바꿀 것입니다.이전에는 '건강하다'는 질병의 징후가 없는 것으로 여겨졌습니다.이제 '건강한' 환자들은 건강한 [48]것을 정의하기 위해 다른 사람들과 비교될 수 있습니다.하지만 의료 분야에서 디지털 트윈의 등장은 몇 가지 단점도 가지고 있습니다.디지털 트윈은 빈부격차를 확대함으로써 모든 사람이 이 기술에 접근할 수 없을 수 있기 때문에 불평등을 초래할 수 있습니다.게다가,[48][49] 디지털 쌍둥이는 차별을 초래할 수 있는 집단의 패턴을 파악할 것입니다.

자동차산업

디지털 트윈 기술로 자동차 산업이 발전했습니다.자동차 산업의 디지털 트윈은 공정을 용이하게 하고 한계비용을 줄이기 위해 기존 데이터를 활용하여 구현됩니다.현재 자동차 디자이너들은 소프트웨어 기반의 디지털 [15]능력을 접목하여 기존의 물리적 물질성을 확장하고 있습니다.자동차 산업에서 디지털 트윈 기술의 구체적인 예는 자동차 공학자들이 특정 자동차가 어떻게 주행되는지를 분석하기 위해 회사의 분석 도구와 함께 디지털 트윈 기술을 사용하는 것입니다.그렇게 함으로써, 그들은 이전에는 그렇게 짧은 시간 [50]내에 가능하지 않았던 도로에서의 자동차 사고를 줄일 수 있는 새로운 기능을 자동차에 포함시키는 것을 제안할 수 있습니다.디지털 트윈은 개별 차량뿐만 아니라 인간(예를 들어, 운전자, 승객, 보행자), 차량(예를 들어, 연결 차량, 연결 차량 및 자동화 차량), 교통(예를 들어, 교통 네트워크)을 위한 전체 이동성 시스템을 위해 구축될 수 있습니다.트래픽 인프라스트럭처)를 통해 에지/클라우드 서버에 구축된 디지털 트윈을 통해 실시간 [51]의사결정을 실행할 수 있습니다.

관련기술

외부 링크

  • 디지털 컨트롤 트윈 및 공급망 [1]
  • IEEE [2] - 디지털 트윈: 기술, 과제 및 개방형 연구 활성화 [3]
  • ISO/DIS 23247-1 자동화 시스템 및 통합 — 제조를 위한 디지털 트윈 프레임워크 — 1부: 개요 및 일반 원칙 [4]

참고문헌

  1. ^ Grieves, Michael (October 31, 2002). "Completing the Cycle: Using PLM Information in the Sales and Service Functions". Retrieved November 19, 2022.
  2. ^ Grieves, Michael (October 5, 2015). "Can the digital twin transform manufacturing". World Economic Forum Emerging Technologies. Retrieved November 19, 2022.
  3. ^ Elisa Negri (2017). "A review of the roles of Digital Twin in CPS-based production systems". Procedia Manufacturing. 11: 939–948. doi:10.1016/j.promfg.2017.07.198. S2CID 115508540.
  4. ^ Gelernter, David Hillel (1991). Mirror Worlds: or the Day Software Puts the Universe in a Shoebox—How It Will Happen and What It Will Mean. Oxford; New York: Oxford University Press. ISBN 978-0195079067. OCLC 23868481.
  5. ^ "Siemens and General Electric gear up for the internet of things". The Economist. 3 December 2016. That technology allows manufacturers to create what David Gelernter, a pioneering computer scientist at Yale University, over two decades ago imagined as 'mirror worlds'.
  6. ^ Gries, M., Virtual Intelligent Product Systems: 디지털 및 물리적 쌍둥이, 복합 시스템 엔지니어링 분야: 이론과 실천, S. Flumerfelt, et al., Editors.2019, 미국항공우주연구소(American Institute of Aeronautics and Astronautics) p. 175-200
  7. ^ Greengard, Samuel. "Digital Twins Grow Up". cacm.acm.org. Retrieved 2019-09-11.
  8. ^ Piascik, R. 등,기술 영역 12: 재료, 구조, 기계 시스템 및 제조 로드맵 2010, NASA 최고 기술자 사무소
  9. ^ "Digital Engineering - SEBoK". www.sebokwiki.org. Retrieved 2022-12-12.
  10. ^ "US DoD Digital Engineering Working Group". June 2018. Retrieved 11 Dec 2022.
  11. ^ 그리브스, M. 및 J. 비커스, 디지털 트윈: 복잡한 시스템에서 예측 불가능하고 바람직하지 않은 신흥 행동 완화, 시스템 복잡성에 대한 범분야적 관점에서, F.-J. 칼렌, S. 플러펠트 및 A.Alves, Editors. 2016, Springer:스위스 페이지 85-114
  12. ^ a b Porter, Michael; Heppelman, James (October 2015). "How smart, connected products are transforming companies". Harvard Business Review. 93: 96–114.
  13. ^ Vandermerwe, Sandra; Rada, Juan (Winter 1988). "Servitization of business: Adding value by adding services". European Management Journal. 6 (4): 314–324. doi:10.1016/0263-2373(88)90033-3.
  14. ^ Tilson, David; Lyytinen, Kalle; Sørensen, Carsten (December 2010). "Digital Infrastructures: The Missing IS Research Agenda" (PDF). Information Systems Research. 21 (4): 748–759. doi:10.1287/isre.1100.0318. JSTOR 23015642. S2CID 5096464.
  15. ^ a b c d Yoo, Youngjin; Boland, Richard; Lyytinen, Kalle; Majchrzak, Ann (September–October 2012). "Organizing for innovation in the digitized world". Organization Science. 23 (5): 1398–1408. doi:10.1287/orsc.1120.0771. JSTOR 23252314. S2CID 8913405.
  16. ^ Grieves, Michael; Vickers, John (17 August 2016). "Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems". Transdisciplinary Perspectives on Complex Systems. pp. 85–113. doi:10.1007/978-3-319-38756-7_4. ISBN 978-3-319-38754-3.
  17. ^ Grieves, Michael. "Digital twin: manufacturing excellence through virtual factory replication. Retrieved from" (PDF). Archived from the original (PDF) on 2019-02-13. Retrieved 2019-02-12.
  18. ^ Hamilton, Dean (2017-08-25). "Seeing double: why IoT digital twins will change the face of manufacturing". Networkworld. Retrieved September 23, 2018.
  19. ^ Cai, Yi (2017). "Sensor Data and Information Fusion to Construct Digital-twins Virtual Machine Tools for Cyber-physical Manufacturing". Procedia Manufacturing. 10: 1031–1042. doi:10.1016/j.promfg.2017.07.094.
  20. ^ a b c Rosen, Roland; von Wichert, Georg; Lo, George; Bettenhausen, Kurt D. (2015). "About The Importance of Autonomy and Digital Twins for the Future of Manufacturing". IFAC-PapersOnLine. 48 (3): 567–572. doi:10.1016/j.ifacol.2015.06.141.
  21. ^ "Shaping the Future of the IoT". YouTube. PTC. Retrieved 22 September 2015.
  22. ^ "On Track For The Future – The Siemens Digital Twin Show". YouTube. Siemens. Retrieved 22 September 2015.
  23. ^ "'Digital twins' could make decisions for us within 5 years, John Smart says". news.com.au. Archived from the original on 24 September 2014. Retrieved 22 September 2015.
  24. ^ "Digital twins – rise of the digital twin in Industrial IoT and Industry 4.0". i-SCOOP. Retrieved 2019-09-11.
  25. ^ Trancossi, Michele; Cannistraro, Mauro; Pascoa, Jose (2018-12-30). "Can constructal law and exergy analysis produce a robust design method that couples with industry 4.0 paradigms? The case of a container house". Mathematical Modelling of Engineering Problems. 5 (4): 303–312. doi:10.18280/mmep.050405. ISSN 2369-0739.
  26. ^ "Digital Twin for MRO". LinkedIn Pulse. Transition Technologies. Retrieved 25 November 2015.
  27. ^ Marr, Bernard. "What Is Digital Twin Technology – And Why Is It So Important?". Forbes. Retrieved 7 March 2017.
  28. ^ Grieves, Michael. "Digital Twin: Manufacturing Excellence through Virtual Factory Replication" (PDF). Florida Institute of Technology. Archived from the original (PDF) on 13 February 2019. Retrieved 24 March 2017.
  29. ^ "GE Doubles Down On 'Digital Twins' For Business Knowledge". InformationWeek. 24 October 2016. Retrieved 26 July 2017.
  30. ^ "Device Shadows for AWS IoT – AWS IoT". docs.aws.amazon.com.
  31. ^ "Digital Twin for SLM". YouTube. Transition Technologies. Retrieved 26 November 2015.
  32. ^ "GE Oil & Gas 2017 Annual Meeting: 'Digital: Exploring what's possible' with Colin Parris". Youtube. GE Oil & Gas. Retrieved 26 July 2017.
  33. ^ 바뎀 슬리우사르.미래형 항공기의 네트워크형 분산형 엔진 제어 시스템 개념// AVT-357 STO NATO 미래 분산 엔진 제어 시스템(DECS) 기술 워크숍 진행 - 2021년 5월 11-13일 - 12 p. DOI: 10.14339/STO-MP-AVT-357
  34. ^ Hallerbach, Sven; Xia, Yiqun; Eberle, Ulrich; Koester, Frank (3 April 2018). "Simulation-based Identification of Critical Scenarios for Cooperative and Automated Vehicles". SAE Technical Paper 2018-01-1066. 1 (2): 93–106. doi:10.4271/2018-01-1066. Retrieved 23 December 2018.
  35. ^ Yang, Chen; Shen, Weiming; Wang, Xianbin (2018). "The Internet of Things in Manufacturing: Key Issues and Potential Applications". IEEE Systems, Man, and Cybernetics Magazine. 4 (1): 6–15. doi:10.1109/MSMC.2017.2702391. S2CID 42651835.
  36. ^ a b c d Steer, Markus (May 2018). "Will There Be A Digital Twin For Everything And Everyone?". www.digitalistmag.com. Retrieved 2018-10-08.
  37. ^ a b c Tao, Fei; Cheng, Jiangfeng; Qi, Qinglin; Zhang, Meng; Zhang, He; Sui, Fangyuan (March 2017). "Digital twin-driven product design, manufacturing and service with big data". The International Journal of Advanced Manufacturing Technology. 94 (9–12): 3563–3576. doi:10.1007/s00170-017-0233-1. S2CID 114484028.
  38. ^ a b c Parrot, Aaron; Warshaw, Lane (May 2017). "Industry 4.0 and the digital twin". Deloitte Insights.
  39. ^ "Digital twin technology and simulation: benefits, usage and predictions 2018". I-Scoop. 2017-11-11.
  40. ^ "Industrial IoT: Rise of Digital Twin in Manufacturing Sector". Biz4intellia.
  41. ^ Möhring, Michael; Keller, Barbara; Radowski, Charlotte-Fé; Blessmann, Sofia; Breimhorst, Verena; Müthing, Kerstin (2022). "Empirical Insights into the Challenges of Implementing Digital Twins". In Zimmermann, Alfred; Howlett, Robert J.; Jain, Lakhmi C. (eds.). Human Centred Intelligent Systems. Smart Innovation, Systems and Technologies. Vol. 310. Singapore: Springer Nature. pp. 229–239. doi:10.1007/978-981-19-3455-1_18. ISBN 978-981-19-3455-1.
  42. ^ NSW, Digital (25 February 2020). "NSW Digital Twin". Retrieved 25 February 2020.
  43. ^ Lock, Oliver. "HoloCity – exploring the use of augmented reality cityscapes for collaborative understanding of high-volume urban sensor data". VRCAI '19: The 17th International Conference on Virtual-Reality Continuum and its Applications in Industry. New York: Association for Computing Machinery. doi:10.1145/3359997.3365734. ISBN 978-1-4503-7002-8. S2CID 208033164.
  44. ^ "The Gemini Principles" (PDF). www.cdbb.cam.ac.uk. Centre for Digital Built Britain. 2018. Retrieved 2020-01-01.
  45. ^ Walker, Andy (7 December 2018). "Principles to guide development of national digital twin released". Infrastructure Intelligence. Retrieved 1 June 2020.
  46. ^ 잉그램, 조나단 (2020).BIM의 이해: 과거의 현재와 미래, Routledge.사례 연구:히드로 익스프레스, 모트 맥도널드와 테일러 우드로, 128-132쪽
  47. ^ Hoskere, Vedhus; Narazaki, Yasutaka; Spencer, Billie F. (2023), Rizzo, Piervincenzo; Milazzo, Alberto (eds.), "Digital Twins as Testbeds for Vision-Based Post-earthquake Inspections of Buildings", European Workshop on Structural Health Monitoring, Cham: Springer International Publishing, vol. 254, pp. 485–495, doi:10.1007/978-3-031-07258-1_50, ISBN 978-3-031-07257-4, retrieved 2022-09-03
  48. ^ a b c d Bruynseels, Koen; Santoni de Sio, Filippo; van den Hoven, Jeroen (February 2018). "Digital Twins in Health Care: Ethical Implications of an Emerging Engineering Paradigm". Frontiers in Genetics. 9: 31. doi:10.3389/fgene.2018.00031. PMC 5816748. PMID 29487613.
  49. ^ "Healthcare solution testing for future Digital Twins in healthcare". Dr. Hempel Digital Health Network. December 2017.
  50. ^ Cearley, David W.; Burker, Brian; Searle, Samantha; Walker, Mike J. (3 October 2017). "The top 10 strategic technology trends for 2013" (PDF). Gartner Trends 2018: 1–24.
  51. ^ Wang, Ziran; Gupta, Rohit; Han, Kyungtae; Wang, Haoxin; Ganlath, Akila; Ammar, Nejib; Tiwari, Prashant (September 2022). "Mobility Digital Twin: Concept, Architecture, Case Study, and Future Challenges". IEEE Internet of Things Journal. 9 (18): 17452–17467. doi:10.1109/JIOT.2022.3156028. ISSN 2327-4662. S2CID 246525083.