KR102257939B1 - 설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템 - Google Patents

설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템 Download PDF

Info

Publication number
KR102257939B1
KR102257939B1 KR1020197031531A KR20197031531A KR102257939B1 KR 102257939 B1 KR102257939 B1 KR 102257939B1 KR 1020197031531 A KR1020197031531 A KR 1020197031531A KR 20197031531 A KR20197031531 A KR 20197031531A KR 102257939 B1 KR102257939 B1 KR 102257939B1
Authority
KR
South Korea
Prior art keywords
design
digital twin
data
tool
twin graph
Prior art date
Application number
KR1020197031531A
Other languages
English (en)
Other versions
KR20190128717A (ko
Inventor
리비오 댈로로
에드워드 슬라빈 3세
산지브 스리바스타바
루시아 미라벨라
수라즈 라비 무수바티
아르키메데스 마르티네즈 카네도
에르한 아리소이
Original Assignee
지멘스 악티엔게젤샤프트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 지멘스 악티엔게젤샤프트 filed Critical 지멘스 악티엔게젤샤프트
Publication of KR20190128717A publication Critical patent/KR20190128717A/ko
Application granted granted Critical
Publication of KR102257939B1 publication Critical patent/KR102257939B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/12Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Architecture (AREA)
  • Human Computer Interaction (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Software Systems (AREA)

Abstract

디지털 트윈 그래프를 갖는 시스템에서의 자율적인 생성적 설계를 위한 시스템으로서, 시스템은, 인간-판독가능 포맷으로 시스템의 요건 문서들을 수신하고 그리고 요건 문서들에 포함된 유용한 정보를 디지털 트윈 그래프에 임포팅하기 위한 요건 디스틸레이션 툴, 및 디지털 트윈 그래프와 통신하는 합성 및 분석 툴을 포함하며, 합성 및 분석 툴은 설계 툴과 사용자의 캡처된 상호작용들 및 요건 문서들로부터 임포팅된 유용한 정보에 기반하여, 설계 대안들의 세트를 생성한다. 시스템은, 설계 툴과 사용자의 상호작용들을 캡처하기 위한 관찰자를 갖는 설계 툴을 포함한다. 관찰자에 부가하여, 설계 툴 및 디지털 트윈 그래프와 통신하는 통찰자는 디지털 트윈 그래프로부터 설계 대안들을 수신하고 그리고 수신된 설계 대안들을 설계 툴을 통해 사용자에게 제공한다.

Description

설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템
[0001] 본 출원은, 2017년 3월 27일자로, "System for Automated Generative Design Synthesis Using Data from Design Tools and Knowledge from a Digital Twin"이라는 명칭으로 출원된 미국 가특허 출원 일련 번호 제62/476,961호를 35 U.S.C. §119(e)에 따라 우선권으로 주장하며, 이 미국 가특허 출원은 인용에 의해 그 전체가 본원에 포함된다.
[0002] 본 출원은 시스템(system)들의 설계에 관한 것이다. 더 구체적으로, 본 출원은 디지털 트윈(digital twin)에 의해 지원되는 생성적 설계(generative design)의 시스템에 관한 것이다.
[0003] 복잡한 시스템, 이를테면, 가스 터빈(gas turbine), 자동차 또는 항공기를 설계하는 것은 상당한 양의 수동 노력을 필요로 한다. 컴퓨터-지원 설계(CAD; computer-aided design) 소프트웨어(software)는 컴퓨터-기반 효율성들을 제공하는 약간의 경감을 제공하였다. 예컨대, CAD 시스템들은 시스템들 및 시스템들의 구성 부품들 및 어셈블리(assembly)들의 세부적인 가상 모델(virtual model)들을 생성하고 분석하는 것을 가능하게 하였다. CAD 시스템들은 또한, 부품들 및 어셈블리들의 성능 및 거동을 디지털방식으로 시뮬레이팅(digitally simulate)할 수 있다. 컴퓨터 지원 시스템들은 또한, 부품들 및 시스템들의 생산을 위한 제조 계획들 및 지침들을 생성할 수 있다. CAD 시스템들은 추가로, 생산품의 라이프사이클(lifecycle)에 걸쳐 설계 관련 정보를 디지털 형태로 관리하는 것을 돕고, 협업 제품 개발에 도움이 되는 정보를 제공할 수 있다.
[0004] 컴퓨터 지원 프로세스(computer aided process)들의 발전들에도 불구하고, 많은 엔지니어링 작업(engineering task)들은 여전히 수동 개입을 필요로 하며, 지루하고 시간-소모적이다. 더욱이, 분야 전문지식(domain expertise)은 인적 자본에 묶여 있으며, 이는 다년간의 경험을 가진 전문가들이 참여하여 설계 변형들을 생성하고, 분석 모델들을 셋업(setup)하고, 결과들을 해석하고, 설계 요건들을 충족하도록 설계 파라미터(design parameter)들을 미세 조정하고, 적절한 제조 프로세스 계획들을 수립할 수 있을 것을 요구한다. 수동 시스템들과 연관된 예산 제약들로 인해 실현되지 못했을 수 있는 개선된 그리고 정교한 설계들을 제공하면서, 위에서 식별된 필요성들을 충족시키고, 그리고 인간 지식 전문가들을 필요로 하는 부담을 감소시키는 자동화된 엔지니어링 시스템들이 필요하다.
[0005] 디지털 트윈 그래프(digital twin graph)를 갖는 시스템에서의 자율적인 생성적 설계(autonomous generative design)를 위한 시스템은, 설계 툴(design tool) ― 설계 툴은 설계 툴과 사용자의 상호작용들을 캡처(capturing)하기 위한 관찰자(observer)를 갖고, 설계 툴은 디지털 트윈 그래프와 통신함 ―, 인간-판독가능 포맷(human-readable format)으로 시스템의 요건 문서(requirements document)들을 수신하고 그리고 요건 문서들에 포함된 유용한 정보를 디지털 트윈 그래프에 임포팅(importing)하기 위한 요건 디스틸레이션 툴(requirements distillation tool), 및 디지털 트윈 그래프와 통신하는 합성 및 분석 툴(synthesis and analysis tool)을 포함하며, 합성 및 분석 툴은 설계 툴과 사용자의 캡처된(captured) 상호작용들 및 요건 문서들로부터 임포팅된(imported) 유용한 정보에 기반하여, 설계 대안(design alternative)들의 세트(set)를 생성한다. 시스템은, 설계 툴과의 사용자 상호작용들의 시계열을 캡처(capture)하고 그리고 사용자 상호작용들을 디지털 트윈 그래프와 통신하는, 디지털 트윈과 통신하는 설계 툴 내의 관찰자를 더 포함한다. 관찰자에 부가하여, 설계 툴 및 디지털 트윈 그래프와 통신하는 통찰자(insighter)는 디지털 트윈 그래프로부터 설계 대안들을 수신하고 그리고 수신된 설계 대안들을 설계 툴을 통해 사용자에게 제공한다.
생성적 설계 시스템의 실시예들에 따르면, 디지털 트윈 그래프와 통신하는 요건 디스틸러(requirements distiller)는 인간-판독가능 포맷으로 요건 문서들을 수신하고, 그리고 디지털 트윈 그래프로의 임포테이션(importation)을 위해 요건 문서들로부터 유용한 정보를 추출한다. 요건 디스틸러는, 인간-판독가능 형태로 요건 문서들을 수신하는 단계, 인간-판독가능 문서들을 디지털 형태로 변환하는 단계, 문서들에 포함된 데이터(data)를 식별하기 위해 디지털 문서들을 분석하는 단계, 요건 문서들의 데이터로부터 의미있는 정보를 추출하기 위해 문서들에 포함된 데이터를 압축하는 단계, 및 의미있는 정보를 디지털 트윈 그래프에 임포팅하는 단계를 수행한다.
[0006] 본원의 실시예들에 따른 자율적인 생성적 설계 시스템들은 합성 및 분석 툴을 포함한다. 합성 및 분석 툴은, 디지털 트윈 그래프에 의해 표현된 시스템의 컴포넌트(component)들 사이의 관계들 및 요건들에 기반하여 설계 대안들의 세트를 생성하기 위한 대안 생성기(alternatives generator), 요건 문서들에 포함된 설계 제약들 및 요건들에 기반하여 각각의 설계 대안을 검증하기 위한 정량화 검증기(quantification verifier), 및 설계 및 엔지니어링 실무(design and engineering practice)들을 식별하기 위해 설계 작업흐름들을 식별하기 위한 인과관계 탐색기(causal explorer)를 포함한다. 인과관계 탐색기는, 식별된 설계 작업흐름들에 기반하여 사용자에게 권고되는 동작들의 시퀀스(sequence)를 생성하고, 그리고 권고되는 동작들의 시퀀스를 설계 툴을 통해 사용자에게 제공한다. 시스템은, 디지털 트윈 그래프와 통신하는 사용중인 제품(PIU; product in use) 데이터 디스틸러를 포함할 수 있으며, PIU 데이터 디스틸러는 디지털 트윈 그래프에서 표현된 물리적 시스템으로부터 운영 데이터(operations data)를 수신하고 그리고 디지털 트윈 그래프로의 임포테이션을 위해 유용한 정보를 추출한다. 일부 실시예들에서, PIU 데이터 디스틸러는, 인간-판독가능 형태로 요건 문서들을 수신하는 단계, 인간-판독가능 문서들을 디지털 형태로 변환하는 단계, 문서들에 포함된 데이터를 식별하기 위해 디지털 문서들을 분석하는 단계, 요건 문서들의 데이터로부터 의미있는 정보를 추출하기 위해 문서들에 포함된 데이터를 압축하는 단계, 및 의미있는 정보를 디지털 트윈 그래프에 임포팅하는 단계를 수행한다.
[0007] 디지털 트윈 그래프를 포함하는 시스템에서의 자율적인 생성적 설계의 방법에 따르면, 요건 문서들이 요건과 관련된 유용한 정보에 대해 디스틸링되고(distilled) 그리고 유용한 정보가 디지털 트윈 그래프에 임포팅되고, 사용자와 설계 툴 사이의 상호작용들이 캡처되고 그리고 디지털 트윈 그래프에 임포팅되고, 요건 문서들의 유용한 정보에 기반하는 설계 대안들의 세트가 합성되고 그리고 설계 대안들의 세트의 각각의 설계 대안이 요건 문서들의 유용한 정보에 대해 검증되고, 설계 대안들은 소정의 메트릭(metric)들에 기반하여 정량화되고 그리고 설계 대안들의 세트의 선택된 설계 대안이 사용자에게 제안된다. 방법은, 설계 대안들의 세트의 각각의 설계 대안에 대해 시뮬레이션(simulation)을 수행함으로써, 설계 대안들의 세트의 각각의 설계 대안을 분석하는 단계, 및 분석 및 정량화된 메트릭들에 기반하여 선택된 설계 대안을 선정하는 단계를 더 포함할 수 있다.
[0008] 일부 실시예들에 따르면, 설계 툴은 설계 동작을 나타내는 커맨드(command)들을 사용자로부터 수신한다. 합성 및 분석 툴은, 설계 대안들의 세트의 분석에 기반하여 제안된 설계 동작을 생성하고 그리고 제안된 설계 동작을 사용자에게 제공한다. 사용자는 명령들을 설계 툴에 제공할 수 있고, 대안적으로, 합성 및 분석 툴은 제안된 설계 동작을 생성하고 그리고 제안된 설계 동작을 사용자에게 제공하고, 그리고 설계 프로세스가 완료될 때까지 이 단계를 반복한다.
[0009] 일부 실시예들에 따르면, 요건 문서들을 디스틸링(distilling)하는 것은, 인간-판독가능 형태로 요건 문서들을 수신하는 것, 인간-판독가능 문서들을 디지털 형태로 변환하는 것, 문서들에 포함된 데이터를 식별하기 위해 디지털 문서들을 분석하는 것, 요건 문서들의 데이터로부터 의미있는 정보를 추출하기 위해 문서들에 포함된 데이터를 압축하는 것, 및 의미있는 정보를 디지털 트윈 그래프에 임포팅하는 것을 포함할 수 있다.
[0010] 실시예들에 따르면, 방법은, 디지털 트윈 그래프에서 표현된 물리적 시스템의 동작들과 관련된 사용중인 제품 데이터를, 설계 대안들의 세트를 생성하는 데 사용하기 위해 디지털 트윈 그래프에 임포팅하는 단계를 더 포함할 수 있다.
[0011] 디지털 트윈 그래프를 갖는 시스템의 자율적인 생성적 설계를 위한 방법의 다른 실시예에 따르면, 요건 문서들로부터의 정보가 디지털 트윈에 임포팅되고, 소프트웨어 설계 툴과의 사용자 상호작용들이 캡처되어 디지털 트윈 그래프에 임포팅되고, 임포팅된 사용자 상호작용들 및 임포팅된 요건 정보에 기반하여 설계 대안들의 세트가 합성되고, 시스템은 설계 대안들의 세트의 각각의 설계 대안에 대해 디지털 트윈 그래프에서 시뮬레이팅되고(simulated), 시뮬레이션들에 기반하여 최적의 설계 대안이 선택된다. 요건 문서들로부터의 데이터는, 인간-판독가능 형태로 요건 문서들을 수신하는 단계, 인간-판독가능 문서들을 디지털 형태로 변환하는 단계, 문서들에 포함된 데이터를 식별하기 위해 디지털 문서들을 분석하는 단계, 요건 문서들의 데이터로부터 의미있는 정보를 추출하기 위해 문서들에 포함된 데이터를 압축하는 단계, 및 의미있는 정보를 디지털 트윈 그래프에 임포팅하는 단계를 수행함으로써, 문서들로부터 디스틸링된다. 합성 및 분석 툴에서, 디지털 트윈 그래프에서 표현된 의미론적 정보(semantic information)에 기반하여 설계 대안들의 세트가 생성되고, 설계 대안들 각각이 요건 정보에 대해 검증되고, 인간 사용자와 소프트웨어 설계 툴 사이의 캡처된 상호작용들에 대응하는 설계 동작들이 식별되고, 그리고 설계 대안들 각각에 대해 디지털 트윈 그래프에서 시뮬레이션이 실행된다. 정량화 검증에 기반하여 최적의 설계 대안을 수행하기 위한 설계 동작이 선택되며, 이는 비-제한적 예로서, 시뮬레이션 또는 기계-학습 기법들을 통해 수행될 수 있다. 실시예에서, 디지털 트윈 그래프에 의해 표현된 물리적 시스템으로부터의 사용중인 제품 정보는, 시스템의 시뮬레이팅(simulating)에서 사용하기 위해 디지털 트윈 그래프에 임포팅된다.
[0012] 본 발명의 전술한 양상들 및 다른 양상들은, 첨부 도면들과 관련하여 읽혀질 때, 다음의 상세한 설명으로부터 최상으로 이해된다. 본 발명을 예시하는 목적을 위해, 현재 바람직한 실시예들이 도면들에 도시되지만, 본 발명은 개시된 특정 수단들로 제한되지 않는다는 것이 이해된다. 도면들에는 다음의 도면들이 포함된다:
[0013] 도 1은 디지털 트윈을 사용하는 종래기술의 시스템의 블록 다이어그램(block diagram)이다.
[0014] 도 2는 본 개시내용의 실시예들에 따른, 디지털 트윈에 기반하는 자율적인 생성적 설계 시스템의 블록 다이어그램이다.
[0015] 도 3은 본 개시내용의 실시예들에 따른, 디지털 트윈 그래프에서 사용하기 위해 사용중인 제품 데이터 및 요건 문서를 디스틸링하기 위한 방법의 프로세스 흐름도이다.
[0016] 도 4는 본 개시내용의 실시예에 따른, 자율적인 생성적 설계의 방법의 프로세스 흐름도이다.
[0017] 도 5는 본 개시내용의 실시예에 따른, 자율적인 생성적 설계의 방법의 프로세스 흐름도이다.
[0018] 도 6은 본 개시내용의 실시예들의 양상들을 구현하는 데 사용될 수 있는 컴퓨터 시스템의 블록 다이어그램이다.
[0019] 이러한 인적 자본에 존재하는 엔지니어링 지식을 디지털 지식 기반으로 캡처하고, 이를 데이터 및 프로세스 이력으로 증강(augment)시키고, 이를 운영 데이터와 결합하는 것은, 설계 대안들을 자동으로 생성하고 그리고 "처음에 제대로(right the first time)"의 목표를 충족시키기 위해 시간의 경과에 따라 학습할 수 있는 강력한 디지털 엔지니어링 시스템을 여는 열쇠이다. OEM들에 대한 부담을 감소시킬 뿐만 아니라, 제한된 예산들로 인해 고려되지 않았을 수 있는 더 양호하고 더 정교한 설계들을 생성하기 위한 자동화된 시스템들이 바람직하다.
[0020] 디지털 트윈은 실세계 시스템의 가상 카피(virtual copy)를 제공한다. 시스템의 각각의 컴포넌트가 모델링된다(modeled). 시스템의 추가의 양상들을 캡처하기 위해, 컴포넌트들 사이의 그리고 컴포넌트들과 환경 사이의 관계들이 또한 디지털 트윈에서 모델링될 수 있다. 시스템에서의 관계들의 식별 및 모델링(modeling)으로 인해, 디지털 트윈은 시스템의 컴포넌트들을 정의하는 노드(node)들, 및 관계들을 표현하기 위해 노드들을 연결하는 에지(edge)들을 포함하는 그래프로서 표현되기에 적합하다. 시스템이 동작할 때, 시스템은 데이터를 생성하며, 그 데이터는 모델링된 관계들 및 컴포넌트들을 더 양호하게 알리기 위해 디지털 트윈 그래프에 임포팅된다. 과거 엔지니어링 결정들이 캡처되고, 이러한 구현들로부터 학습된 교훈들은 디지털 트윈의 분석 이력의 일부가 된다.
[0021] 디지털 트윈은 제조 및 운영 데이터를 수집하고 분석한다. 엔지니어링 설계 툴들과의 사용자 상호작용들 및 그로부터의 데이터로 디지털 트윈을 증강시키고, 그리고 개선된 특징들(더 양호한 성능, 더 오래 지속되는 것, 제조에 대한 더 낮은 비용 등)을 갖는 신규한 설계들을 합성하기 위해 디지털 트윈의 지식 및 데이터를 레버리징(leverage)하는 것이 바람직하다. 오늘날, 대부분의 설계 데이터 및 지식은 숙련된 엔지니어(engineer)들을 통해 캡처된다. 이것의 서브세트(subset)는 인간들에 의해 판독가능한 기술 보고서들 및 문서들에 저장되지만, 대부분은 자동화된 디지털 시스템들에 의해 소비될 수 있는 형태가 아니다. 이들은 분석 시스템들에 의해 사용될 수 있는 형태가 아니다. 많은 경우들에서 설계 요건들 및 타겟(target)들은 자연어로만 지정된다. 분야 전문가들은 특정 설계 전략들에 관한 지식 및 지능을 저장하기 위해 "설계 철학(design philosophy)" 문서들을 생성한다. 시뮬레이션 분석 데이터와 함께 설계 탐색 결과들이 요약되어, 설계 검토 문서들에 저장된다. 그런 다음, 이러한 문서들은 향후 설계 반복들 또는 변형들을 알리는 데 사용된다. 상세한 디지털 모델들(3D, CAD, CAE, 도면들)이 또한 저장된다. 제조 및 운영 데이터가 점점 더 캡처되지만, 통상적으로 상이한 시스템들에서 캡처되며, 어떠한 의미있는 방식으로 엔지니어링 데이터에 다시 연결되는 경우는 거의 없다. 엔지니어들이 특정 설계 특징들을 인스턴스화(instantiate)하기 위해 취하는 사용자 상호작용들 및 결정들은 기록되지 않는다. 이러한 정보 중 어떤 것도 자동화된 방식으로, 새로운 설계들의 합성을 지능적으로 안내하는 데 사용되지 않는다.
[0022] 본 개시내용의 실시예들은, 엔지니어링 데이터 및 프로세스들, 설계 엔지니어 경험, 제조 및 운영 데이터, 및 "디지털 트윈"의 환경에 관한 불확실한 지식을 캡처하여 관련시키는 것, 및 이를 사용하여, 설계 탐색에서 새로운 패러다임(paradigm)을 생성하는 것에 중점을 두며, 여기서 설계자는 설계 문제 정의 및 탐색에 중점을 두며, 설계 툴들은 설계 공간을 자동으로 검색하고 그리고 그들의 문제 정의를 충족시키는 최적의 솔루션(solution)들을 향해 설계자들을 이끈다. 설계 툴은, 디지털 트윈의 제품 데이터로부터의 지식에 부가하여, 분야 전문가의 선호도들, 설계 툴과의 엔지니어의 상호작용들을 계속해서 학습하여, 설계 탐색 전략들을 개선하고, 새롭고 개선된 설계 변형들을 제안한다. 그런 다음, 설계 툴은, 그것을 제조하는 데 필요한 기하학적 구조, 재료 및 다른 속성들을 포함한 설계의 디지털 설명을 자동으로 생성한다. 설계 툴은 지속적으로, 일련의 설계 대안들과 함께 CAE 물리 모델들, 및 이러한 대안들을 제안된 설계 목표에 대해 유효성확인(validate)하고, 결과들을 해석하고, 그리고 설계자를 최적의 방향으로 이끌기 위해 정보를 설계자에게 요약하는 데 필요한 분석 데이터를 생성한다. 최종적으로, 설계 툴은 적절한 제조 프로세스 계획을 자동으로 생성한다.
[0023] 제안된 설계 시스템은 오늘날의 수동 반복 프로세스 대신에 완전 자동화된 설계를 가능하게 한다. 이는 방대한 설계 공간들을 효율적으로 탐색하는 것을 가능하게 하고, 다양한 상충하는 요건들 및 제약들을 충족시키는 적절한 설계들을 찾는다. 디지털 트윈에서 캡처된 분야 지식을 레버리징(leveraging)함으로써, 전문가는 아니지만 숙련된 엔지니어들이 유효한 설계들을 신속하게 합성하여, 엔지니어들의 지식 및 경험을 디지털 정보로 전달하는 것을 가능하게 하며, 그 디지털 정보는 그 인적 자본보다 더 오래 조직(organization)의 특성을 유지한다. 게다가, 이는, 엔지니어링된 설계(engineered design)들보다 더 양호한 성능을 제공하는 혁신적인 새로운 설계들을 발견하는 것을 가능하게 한다.
[0024] 디지털 트윈은 하나 이상의 물리적 오브젝트(object)들의 디지털 표현이다. 디지털 트윈을 사용하면, 가상화된 환경에서 설계부터 폐기까지의 전체 라이프사이클이 시뮬레이팅되고 관찰될 수 있다. 사물 인터넷(IoT; Internet of Things)이 개발됨에 따라, 물리적 시스템을 모델링하기 위한 데이터의 가용성이 증가됨에 따라 디지털 트윈들의 사용이 증가되어서, 디지털 트윈 모델의 구현을 실현가능하게 만든다. 디지털 트윈은 연관된 물리적 시스템과 통신할 수 있고, 물리적 환경으로부터 실시간 데이터 스트림(data stream)들을 수신하고, 실시간 데이터를 프로세싱(process)하여, 수신된 데이터 내에서 발견되는 예후 특징(prognostic feature)들에 기반하여 물리적 오브젝트들의 다양한 동작 상태들을 예측한다. 인공 지능 및 다른 프로세싱(processing) 기법들을 통해, 디지털 트윈은 디지털 트윈이 표현하는 물리적 시스템에 관한 이해, 학습 및 추론을 제공한다.
[0025] 컴퓨터 지원 설계(CAD; computer aided design) 툴들은 컴퓨터 시스템들 또는 워크스테이션(workstation)들을 사용하여, 오브젝트 또는 시스템의 설계를 생성, 수정, 분석 및 최적화한다. CAD 시스템들은, 인간들에 의해 판독될 수 있는 인쇄가능 출력, 또는 설계를 구현하기 위한 기계들 또는 제조 제어부들을 위한 동작 명령들을 제공할 수 있는 디지털 출력들을 포함하는 출력들을 제공한다. CAD 출력은, 재료들, 프로세스들, 치수들 및 허용오차들과 같은 정보를 전달할 것이다. CAD 소프트웨어는 그래픽 사용자 인터페이스(GUI; graphical user interface)를 사용자에게 제공하여, 설계 엔지니어가, 다른 기하학적 오브젝트들과 관련하여 크기, 배향 및 원근(perspective)에 대해 제어될 수 있는 다양한 기하학적 형상들을 생성하는 것을 가능하게 한다. 설계자는, 초기 설계를 생성하거나, 또는 규격들 또는 설계 요건들에 기반하여 수정들을 생성하거나 또는 동작들 동안의 설계의 관찰들에 기반하여 최적화들을 생성할 수 있다. 오퍼레이터(operator)가 CAD 소프트웨어를 내비게이팅(navigate)함에 따라, 사용자 액션(user action)들의 시퀀스가 생성된다. 시계열의 사용자 액션들은 패턴(pattern)들로 그룹화될(grouped) 수 있으며, 여기서 패턴은 설계 목적에 대한 반응적인 액션을 표현한다. 이러한 패턴들은, 액션에 대한 필요성 및 액션이 수행된 방식을 식별하는 데 필요했던 인간 지식을 나타내는 것으로 간주될 수 있다.
[0026] 본원에서 설명되는 디지털 트윈을 사용한 자동화된 생성적 설계를 위한 시스템들 및 방법들의 실시예들에 따르면, 디지털 트윈의 힘은 캡처된 인간 지식 및 설계 요건들로 증강되어, 디지털 트윈의 학습 및 추론 능력이 신규한 설계 대안들을 생성하는 것을 가능하게 한다. 디지털 트윈에 의해 생성된 설계 대안들은 순응도(compliance)를 보장하기 위해 요건들에 대해 검증되어 랭크될(ranked) 수 있다.
[0027] 도 1은 산업 시스템을 위한 종래의 설계 시스템의 블록 다이어그램이다. 산업 시스템은 산업 기능을 수행하는 물리적 존재(130)를 포함한다. 물리적 존재(130)는, 예로서, 로봇(robot)들, 기계들, 컨베이어 시스템(conveyor system)들 및 이송 운송수단들과 같은 물리적 컴포넌트들을 포함할 수 있다. 물리적 컴포넌트들을 지원하거나 제어하는 다른 컴포넌트들, 이를테면, 센서(sensor)들 및 액추에이터(actuator)들이 또한 물리적 존재(130)에 포함될 수 있다. 물리적 컴포넌트들로부터 데이터 입력들을 수신하고 수신된 입력들에 기반하여 논리 연산들을 수행하는 제어 시스템(135)이 제공된다. 제어 시스템(135)은 논리 연산들의 결과들에 기반하여 출력들을 생성할 수 있다. 출력들은 산업 시스템의 동작을 제어하기 위한 제어 신호들을 포함할 수 있다. 출력들은, 고온 경보와 같이, 허용오차를 벗어난 조건들에 대한 사운딩 경보(sounding alarm)들을 포함할 수 있거나, 또는 시스템 제어를 동작시키기 위한 제어 신호들을 포함할 수 있다. 예컨대, 고온에 대한 응답으로, 출력 신호는, 과도한 온도들을 완화시키기 위한 냉각제의 유동을 제어하기 위해 밸브(valve)를 동작시킬 수 있다.
[0028] 산업 시스템을 구성하는 물리적 오브젝트들은 통상적으로 엔지니어들(101)에 의해 설계된다. 엔지니어(101)는 산업 시스템의 컴포넌트에 대한 설계 대안을 생성하기 위해 컴퓨터 지원 설계 툴(computer aided design tool)(110)을 이용하여 작업한다. 설계 툴은, 제안된 설계에 기반하여 기하학적 제약들 또는 강도 대 중량 고려사항들과 같은, 설계와 관련된 피드백(feedback)을 엔지니어(101)에게 제공할 수 있다. 엔지니어(101)는 적어도 부분적으로 요건 문서(120)를 사용하여 설계 대안들을 생성한다. 요건들(120)은, 설계되는 컴포넌트의 요구되는 기능 및 특징들에 관한 정보를 엔지니어(101)에게 제공하기 위해, 인간-판독가능 포맷으로 생성된다.
[0029] 엔지니어(101)의 설계들은 설계 툴(110)로부터 출력되어, 설계를 생성하기 위한 물리적 시스템(예컨대, 공장)(130)에 제공된다(115). 다른 실시예들에서, 이는, 엔지니어의 설계의 대상인 물리적 시스템(130) 그 자체, 또는 물리적 시스템(130)의 일부 부분일 수 있다. 일단 물리적 시스템이 확립되면, 시스템의 각각의 양상은 디지털 트윈(140)에서 가상 카피로서 모델링된다. 모델들은 결합되어 전체 가상 모델(145)을 생성하며, 전체 가상 모델(145)은 물리적 시스템(130)의 디지털화된 카피(digitalized copy)(또는 트윈(twin))이다. 디지털 트윈(145)은, 동작들이 수행되는 동안 물리적 시스템(130)의 시뮬레이션들을 실행한다. 디지털 트윈(145)은, 그것이 실행될 때, 물리적 시스템(130)의 컴포넌트들의 다양한 상태들에 관한 업데이트(update)들을 수신할 수 있다. 디지털 트윈(145)은, 향후의 시뮬레이션들을 업데이트(updating)하고 실행하기 위해, 시스템으로부터 업데이트된(updated) 정보를 사용한다.
[0030] 디지털 트윈은 또한, 시스템의 잠재적 문제들 또는 비효율성들을 식별하기 위해 인공 지능 기법들을 사용할 수 있다. 개선이 제안될 때, 디지털 트윈(145)은, 효율성을 개선하기 위한 조정들을 하기 위해 또는 잠재적 고장이 임박했다는 경고들 또는 통지들을 제공하기 위해, 정보를 물리적 시스템(130) 또는 제어 시스템(135)에 제공할 수 있다. 도 1에서 확인될 수 있는 바와 같이, 설계 툴(110) 및 엔지니어(101)를 수반하는 설계 프로세스는 수동적이며, 디지털 트윈(145)과 개별적으로 그리고 독립적으로 동작한다. 디지털 트윈(145)이 도움이 되는 정보를 제공할 수 있지만, 구현되기 위해서는 인적 자본에 의해 수신되고 해석되어야 한다. 추가의 잠재적 설계 대안들은 수반되는 엔지니어의 경험 및 지식으로 제한된다.
[0031] 이제 도 2를 참조하면, 디지털 트윈을 사용한 자율적인 생성적 설계를 위한 시스템이 도시된다. 디지털 트윈은 디지털 트윈 그래프(209)에 기반한다. 디지털 트윈 그래프(209)는 시스템에 관한 의미론적 정보를 포함하고, 시스템 컴포넌트들 사이의 인과 관계를 포함한다. 디지털 트윈 그래프(209)는, 추가의 관계들을 식별하고, 그리고 시스템의 컴포넌트들 사이의 미묘한 상호작용들로부터 통찰들을 생성하기 위해, 인공 지능 기법들을 사용할 수 있다. 설계 요건들(207)은 인간-판독가능 포맷으로 생성된다. 요건 디스틸러(205)는 설계 문서들(207)을 수신하고, 문서들(207)을 디지털화(digitize)하고, 문서들로부터 유용한 정보를 추출하여, 유용한 정보가 디지털 트윈 그래프(209)에 통합되는 것을 가능하게 한다.
[0032] 시스템의 동작 동안, 데이터가 계속해서 생성된다. 정보는 시스템 전체에 걸쳐 배치된 센서들에 의해 측정 및 캡처될 수 있다. 이 정보는 사용중인 제품(PIU; production in use) 데이터(220)로 지칭될 수 있다. 이 정보(220)는 디지털 트윈 그래프(209)에 제공될 수 있다. 디지털 트윈 그래프(209)는 물리적 시스템의 동작을 시뮬레이팅(simulate)하기 위해 PIU 데이터(220)를 사용한다. 시뮬레이션에 기반하여, 동작들의 상태에 관한 피드백이 다시(back) 물리적 시스템에 제공될 수 있다. 일부 실시예들에서, PIU 데이터(220)는, PIU 데이터를 컨디셔닝(condition) 및 프로세싱하여 가장 유용한 제품 데이터를 추출하고, 이를 디지털 트윈 그래프(209)에 의해 최상으로 소비되는 형태가 되게, PIU 디스틸러(225)에 의해 프로세싱될(processed) 수 있다.
[0033] 설계 툴(203)은 툴과 사용자(예컨대, 설계 엔지니어)(215) 사이에 GUI를 제공한다. 엔지니어(215)는 설계 프로세스를 수행하기 위해 소프트웨어 기능 또는 커맨드들을 수행함으로써 설계 툴(203)과 상호작용한다. 도 2의 시스템은 관찰자 기능(201)을 포함한다. 관찰자(201)는 엔지니어(215)와 설계 툴(203)의 상호작용들을 익명으로(anonymously) 모니터링(monitor) 및 기록한다. 상호작용들은 엔지니어(215)에 의해 수행되는 시계열의 액션들로서 캡처될 수 있다. 일련의 액션들을 포함하는 패턴들은 주어진 조건에 대한 엔지니어의 액션 또는 반응으로서 식별될 수 있다. 예컨대, 중량을 감소시키기 위해, 오브젝트의 표면이 격자로서 생성될 수 있거나, 또는 불필요한 질량 영역들이 셰이빙되거나(shaved) 또는 제거될 수 있다. 관찰자(201)는, 중량을 감소시키는 목적에 대해 엔지니어가 어떻게 반응하는지를 학습하기 위해, 엔지니어의 액션들을 캡처할 수 있다. 이러한 방식으로, 관찰자(201)는 엔지니어(215)의 지식을 추출하며, 엔지니어(215)의 지식은 디지털화된 형태(digitized form)로 저장되고 리콜될(recalled) 수 있다. 관찰자(201)를 통해, 시스템은 설계 툴(203)을 사용한 엔지니어들(215)의 집합적 지식을 캡처하고 리콜(recall)할 수 있다. 설계 툴(203)과 함께 관찰자(201)를 사용하는 것은, 지식이 인적 자본에 묶여 있게 되는 문제를 해결함으로써, 더 자율적인 생성적 설계에 접근한다. 숙련된 엔지니어들의 액션들을 캡처하고 이러한 액션들로부터 유용한 지식 또는 정보를 추출함으로써, 이러한 지식은, 요건들에 응답하는 생성적 설계 대안들, 및 물리적 시스템에 포함된 의미론적 관계들을 제공하도록 디지털 트윈 그래프(209)를 증강시키는 데 사용될 수 있다.
[0034] 설계 툴(203)은 또한, 디지털 트윈 그래프(209)와 설계 툴(203) 사이에서의 사용자에 대한 통신을 돕기 위해 통찰자 기능(insighter function)(213)을 포함한다. 설계 프로세스 동안, 시스템은 설계 대안들을 생성하거나, 또는 관찰자(201)를 통해 캡처된 사용자의 입력에 변경들을 제공한다. 통찰자(203)는 디지털 트윈 그래프(209)로부터 제안들을 수신하고, 제안들에 관한 피드백을 엔지니어(215)에게 제공한다.
[0035] 도 2의 자율적인 생성적 설계 시스템의 중심은 디지털 트윈 그래프(209)에서 표현된 디지털 트윈을 고려한 설계 대안들의 합성 및 분석이다. 합성 및 분석을 제공하기 위한 서브-시스템(sub-system)은 본 설명 전체에 걸쳐 "갈릴레오(Galileo)"(250)로 지칭된다. 갈릴레오(250)는 디지털 트윈 그래프(209)와 통신하고, 디지털 트윈 그래프(209)를 통해, 요건들(207), 사용중인 제품 데이터(220) 및 설계 툴(203) 정보에 액세스(access)하게 된다. 이는, 기계 학습과 같은 시뮬레이션 및 데이터 중심 방법들의 조합을 사용하여 수행된다. 갈릴레오(250)는 학습 및 추론 모듈(learning and reasoning module)(218)을 포함한다. 학습 및 추론 모듈(218)은 대안 생성기(217)에서 설계 대안들을 합성하기 위해 인공 지능을 이용한다. 정량화(quantification)(퀀트(quant)) 기능(219)은 대안 생성기(217)에 의해 생성된 설계 대안들을 취하고, 디지털 트윈 그래프(209)에 저장되고 표현되는 요건들(207)에 대해 설계 대안을 검증하고, 각각의 설계 대안의 품질을 정량화하기 위해 소정의 메트릭들을 컴퓨팅(compute)한다. 일단 설계 대안이 검증되면, 설계 대안은 디지털 트윈 그래프(209)의 도움으로 시뮬레이팅될 수 있다. 인과관계 탐색기(causal explorer)(211)는, 디지털 트윈 그래프(209) 내에서의 설계 작업흐름들의 진화를 기록하는 툴들을 제공하고, 동일한 문제가 해결되도록 여러 번 시도될 때와 같은, 되풀이하여 발생되는 설계 및 엔지니어링 실무들을 표현하는 인과관계 링크(causal link)들을 식별할 수 있다. 디스틸링된 요건들(207)을 고려하면, 인과관계 탐색기는, 시스템 내에서 과거의 액션들을 레버리징함으로써, 취해질 액션들의 시퀀스를 엔지니어(215)에게 권고하여, 기본적으로 이전에 해결되는 것을 시스템이 목격했던 문제들에 대한 제안들을 할 수 있다.
[0036] 생성적 설계 시스템의 일부 실시예들에서, 갈릴레오 시스템은 설계 프로세스 전체에 걸쳐 실시간으로 사용자(215)와 상호작용한다. 엔지니어(215)가 설계 툴(203)과 상호작용함에 따라, 엔지니어의 액션들은 관찰자(201)에 의해 캡처되고, 설계 툴(203)로부터의 액션들 및 출력들이 디지털 트윈 그래프(209)에 임포팅된다. 갈릴레오 서브-시스템(250)은 엔지니어(215)의 가장 최근의 액션들을 분석하고, 요건들 및 임의의 다른 설계 제약들과 일치하는 설계 프로세스의 대안 또는 다음-단계 액션들을 분석한다. 갈릴레오(250)는 수 천 개의 가능한 설계 대안들을 실시간으로 생성하고 분석하여, 통찰자(213)를 통해 제안들을 다시(back) 사용자에게 제공할 수 있다. 엔지니어는 갈릴레오(250)의 제안을 수락하는 것을 선정할 수 있거나, 또는 엔지니어(215)는 엔지니어의 지식 및 경험에 기반하여 상이한 결정을 내릴 수 있다. 설계 프로세스가 계속됨에 따라, 설계 프로세스가 완료될 때까지 엔지니어와 갈릴레오 시스템으로부터의 교번적인 입력들이 주고 받아진다.
[0037] 시간의 경과에 따라 시스템이 발전됨에 따라, 시스템을 형상화한 엔지니어링 결정들은 엔지니어링 이력(260)을 생성한다. 엔지니어링 이력(260)은 시간의 경과에 따른 인스턴스(instance)들로 구성된다. 엔지니어링 이력(260)에 포함된 데이터는 이력 디스틸러(265)에서 디스틸링된다. 의미있는 정보가 추출되어 디지털 트윈 그래프(209)에 임포팅된다.
[0038] 다른 실시예에 따르면, 갈릴레오(250)는 독립형 솔루션(stand-alone solution)으로서 사용될 수 있으며, 여기서 디지털 트윈 그래프(209)와 함께 사용되는, 설계 툴(203)로부터 캡처된 지식과 함께 모든 요건들 및 제약들이 갈릴레오 시스템(250)에 제공된다. 학습 및 추론(218)을 통해, 대안 생성기는 설계 대안들의 세트를 합성하였다. 각각의 설계 대안은, 요건들 및 제약들에 대해 퀀트(quant)(219)에 의해 검증 및 분석된다. 인과관계 탐색기는, 설계 툴로부터 수집된 디지털화된 인간 지식을 검색하여 추가의 설계 또는 운영 대안들을 개발할 수 있다. 대안들은, 요건들을 충족시키고 다른 운영 효율성들을 충족시키는 수용가능성(acceptability)에 관해 정량화된 메트릭들에 따라 분석되고 랭크된다. 갈릴레오 시스템(250)은 자신의 최상의 솔루션을 생성하고, 그 솔루션을 통찰자(213)를 통해 설계 툴(203)에서 사용자(215)에게 제공한다.
[0039] 엔지니어링 이력(260), 요건 문서(207) 및 PIU(220) 각각에 포함된 데이터는, 갈릴레오 시스템(250)에서 설계 대안들을 생성하기 위해 서로 독립적으로 사용될 수 있다. 부가적으로, 이러한 데이터 소스(data source)들은 디지털 트윈 그래프(209)에 기반한 설계 대안들을 생성하기 위해, 의미있는 정보를 갈릴레오 시스템(250)에 제공하기 위해 임의의 조합으로 사용될 수 있다.
[0040] 도 3은 본 개시내용의 실시예들에 따른, 요건들 및/또는 PIU 데이터를 수신하기 위한 디스틸레이션 프로세스를 도시하는 프로세스 흐름도이다. 요건들은 인간 판독가능 문서들로서 수신된다. 그런 다음, 문서는 디지털화된다(310). 예컨대, 인간 판독가능 문서는, 컴퓨터에 의해 판독 및 저장될 수 있는 디지털 파일(digital file)로 스캐닝될(scanned) 수 있다. 그런 다음, 문서들에 포함된 미가공 데이터(raw data)가 추출된다(320). 미가공 데이터는 문서의 텍스트(text)에 포함된 단어(word)들을 포함할 수 있고, 예로서, 전자적으로 캡처된 문서들에 대해 광학 문자 인식(OCR; optical character recognition)을 수행함으로써 추출될 수 있다. 추출된 미가공 데이터에 대해 무손실 압축의 형태가 추가로 수행될 수 있다(330). 압축은, 상용어들(common word) 또는 임시어(nonce word)들을 제거하고, 유용한 정보를 포함하는 것으로 간주된 단어들 또는 문구를 남겨두는 것을 포함할 수 있다. 따라서, 미가공 데이터는 유용한 정보를 추출하기 위해 분석된다(340). 유용한 데이터는, 디지털 트윈 그래프에 의해 용이하게 소비가능한(consumable) 형태로 추출되고, 디지털 트윈 그래프에 임포팅된다. 추출된 정보는 시스템의 컴포넌트들 사이의 관계들에 관한 통찰들 및 의미론적 정보에 대해 분석된다(350). 그런 다음, 결정된 의미론적 의미 및 통찰들은 디지털 트윈 그래프에 통합된다(360).
[0041] 이제 도 4를 참조하면, 본 개시내용의 실시예에 따른 생성적 설계의 방법에 대한 프로세스 흐름도가 도시된다. 사용자, 예컨대 설계 엔지니어는 설계 선정(design choice)을 설계 툴에 입력한다(410). 사용자에 의해 제공된 설계 선정은 캡처되어 디지털 트윈 그래프에 제공된다. 그런 다음, 갈릴레오 시스템은 추가의 설계 대안들을 생성하기 위해 디지털 트윈 그래프를 사용하여 설계 선정을 분석한다(420). 갈릴레오 시스템에서 생성된 대안들은, 설계 규격 및 제약들을 고려하여 디지털 트윈 그래프를 사용하여 분석되고 랭크된다(430). 그런 다음, 랭크된 설계 대안들에 관한 피드백이, 사용자에게 피드백으로서 제공된다(440). 피드백 및 설계 프로세스의 현재 상태에 기반하여, 사용자는 다음 설계 단계를 변경 또는 업데이트(update)할 수 있다(450). 이 프로세스는, 업데이트된 다음 설계 단계(450)가 설계 툴에 입력되면(410) 반복되며, 프로세스는 설계 프로세스가 완료될 때까지 반복된다.
[0042] 도 5는 본 개시내용의 실시예에 따른, 자율적인 설계 생성을 위한 방법의 프로세스 흐름도이다. 요건 데이터는 디스틸링되고, 디지털 트윈 그래프에 입력된다(510). 정보는, 요건들에서의 정보의 의미론적 의미에 기반하여 디지털 트윈 그래프에 통합된다(520). 디지털 트윈 그래프와 통신하는 합성 및 분석 툴은, 디지털 트윈 그래프의 요건 정보에 기반하여 설계 대안들을 생성한다(530). 합성 및 분석 툴은 각각의 설계 대안을 랭크(rank)하고 검증한다. 제안된 설계 대안은 랭킹(ranking)들에 기반하여 선택되고, 사용자에게 제공된다(550). 제안된 대안은, 예로서, 컴퓨터-기반 설계 툴을 통해 사용자에게 제공될 수 있다. 일부 실시예들에서, 다수의 설계 대안들이 제공될 수 있으며, 각각의 대안은 설계 요건들 및 제약들과 관련하여 트레이드오프(tradeoff)들을 갖는다.
[0043] 도 6은 본 발명의 실시예들이 구현될 수 있는 예시적 컴퓨팅 환경(computing environment)(600)을 예시한다. 컴퓨터들 및 컴퓨팅 환경들, 예컨대, 컴퓨터 시스템(610) 및 컴퓨팅 환경(600)은 당업자들에게 알려져 있으며, 따라서 여기서 간단히 설명된다.
[0044] 도 6에 도시된 바와 같이, 컴퓨터 시스템(610)은 컴퓨터 시스템(610) 내에서 정보를 통신하기 위한 통신 메커니즘(communication mechanism), 이를테면, 시스템 버스(system bus)(621) 또는 다른 통신 메커니즘을 포함할 수 있다. 컴퓨터 시스템(610)은 정보를 프로세싱하기 위해 시스템 버스(621)와 커플링된(coupled) 하나 이상의 프로세서(processor)들(620)을 더 포함한다.
[0045] 프로세서들(620)은 하나 이상의 중앙 프로세싱 유닛(CPU; central processing unit)들, 그래픽 프로세싱 유닛(GPU; graphical processing unit)들, 또는 당해 기술분야에 알려진 임의의 다른 프로세서를 포함할 수 있다. 더 일반적으로, 본원에서 사용되는 바와 같은 프로세서는, 작업(task)들을 수행하기 위해, 컴퓨터 판독가능 매체(computer readable medium) 상에 저장된 기계-판독가능 명령들을 실행하기 위한 디바이스(device)이고, 하드웨어(hardware) 및 펌웨어(firmware) 중 임의의 하나 또는 하드웨어와 펌웨어의 조합을 포함할 수 있다. 프로세서는 또한, 작업들을 수행하기 위해 실행가능한 기계-판독가능 명령들을 저장하는 메모리(memory)를 포함할 수 있다. 프로세서는, 실행가능한 절차 또는 정보 디바이스에 의한 사용을 위해 정보를 조작, 분석, 수정, 변환 또는 송신함으로써, 그리고/또는 정보를 출력 디바이스로 라우팅(routing)함으로써, 정보에 작용한다. 프로세서는, 예컨대 컴퓨터, 제어기 또는 마이크로프로세서(microprocessor)의 능력들을 사용하거나 또는 포함할 수 있고, 범용 컴퓨터에 의해 수행되지 않는 특수 목적 기능들을 수행하기 위해 실행가능 명령들을 사용하여 컨디셔닝될(conditioned) 수 있다. 프로세서는 임의의 다른 프로세서와 (전기적으로 그리고/또는 실행가능 컴포넌트들을 포함하여) 커플링되어서, 프로세서와 임의의 다른 프로세서 사이의 상호작용 및/또는 통신을 가능하게 할 수 있다. 사용자 인터페이스 프로세서 또는 생성기는, 디스플레이 이미지(display image)들 또는 그 부분들을 생성하기 위한 전자 회로 또는 소프트웨어 또는 그 둘의 조합을 포함하는 알려진 엘리먼트(element)이다. 사용자 인터페이스는, 사용자가 프로세서 또는 다른 디바이스와 상호작용하는 것을 가능하게 하는 하나 이상의 디스플레이 이미지들을 포함한다.
[0046] 도 6을 계속 참조하면, 컴퓨터 시스템(610)은 또한, 시스템 버스(621)에 커플링된, 프로세서들(620)에 의해 실행될 명령들 및 정보를 저장하기 위한 시스템 메모리(630)를 포함한다. 시스템 메모리(630)는 판독 전용 메모리(ROM; read only memory)(631) 및/또는 랜덤-액세스 메모리(RAM; random access memory)(632)와 같은 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 판독가능 저장 미디어(computer readable storage media)를 포함할 수 있다. RAM(632)은 다른 동적 저장 디바이스(들)(예컨대, 동적 RAM(dynamic RAM), 정적 RAM, 및 동기식 DRAM)를 포함할 수 있다. ROM(631)은 다른 정적 저장 디바이스(들)(예컨대, 프로그램가능 ROM(programmable ROM), 소거가능 PROM, 및 전기적 소거가능 PROM)를 포함할 수 있다. 게다가, 시스템 메모리(630)는, 프로세서들(620)에 의한 명령들의 실행 동안 임시 변수들 또는 다른 중간 정보를 저장하는 데 사용될 수 있다. 이를테면, 시동 동안, 컴퓨터 시스템(610) 내의 엘리먼트들 사이에 정보를 전달하는 것을 돕는 기본 루틴(basic routine)들을 포함하는 기본 입력/출력 시스템(633)(BIOS; basic input/output system)은 ROM(631)에 저장될 수 있다. RAM(632)은, 프로세서들(620)이 즉각적으로 액세스가능하고(accessible) 그리고/또는 프로세서들(620)에 의해 현재 조작되고 있는 데이터 및/또는 프로그램(program) 모듈들을 포함할 수 있다. 시스템 메모리(630)는 부가적으로, 예컨대, 운영 시스템(634), 애플리케이션 프로그램(application program)들(635), 다른 프로그램 모듈들(636) 및 프로그램 데이터(637)를 포함할 수 있다.
[0047] 컴퓨터 시스템(610)은 또한, 정보 및 명령들을 저장하기 위한 하나 이상의 저장 디바이스들, 이를테면, 자기 하드 디스크(magnetic hard disk)(641) 및 제거가능 미디어 드라이브(removable media drive)(642)(예컨대, 플로피 디스크 드라이브(floppy disk drive), 콤팩트 디스크 드라이브(compact disc drive), 테이프 드라이브(tape drive), 및/또는 고체-상태 드라이브)를 제어하기 위해 시스템 버스(621)에 커플링된 디스크 제어기(640)를 포함한다. 저장 디바이스들은, 적절한 디바이스 인터페이스(예컨대, 소형 컴퓨터 시스템 인터페이스(SCSI; small computer system interface), 통합 디바이스 일렉트로닉스(IDE; integrated device electronics), 범용 직렬 버스(USB; Universal Serial Bus), 또는 파이어와이어(FireWire))를 사용하여 컴퓨터 시스템(610)에 추가될 수 있다.
[0048] 컴퓨터 시스템(610)은 또한, 정보를 컴퓨터 사용자에게 디스플레이(displaying)하기 위한 디스플레이(display) 또는 모니터(monitor)(666), 이를테면, 음극선관(CRT; cathode ray tube) 또는 액정 디스플레이(LCD; liquid crystal display)를 제어하도록 시스템 버스(621)에 커플링된 디스플레이 제어기(665)를 포함할 수 있다. 컴퓨터 시스템은, 컴퓨터 사용자와 상호작용하고 정보를 프로세서들(620)에 제공하기 위한 입력 인터페이스(660) 및 하나 이상의 입력 디바이스들, 이를테면, 키보드(keyboard)(662) 및 포인팅 디바이스(pointing device)(661)를 포함한다. 포인팅 디바이스(661)는, 예컨대, 지시 정보 및 커맨드 선택들을 프로세서들(620)에 통신하고 디스플레이(666) 상에서의 커서(cursor) 이동을 제어하기 위한 마우스(mouse), 라이트 펜(light pen), 트랙볼(trackball), 또는 포인팅 스틱(pointing stick)일 수 있다. 디스플레이(666)는, 입력이 포인팅 디바이스(661)에 의한 지시 정보 및 커맨드 선택들의 통신을 보충하거나 또는 대체하는 것을 가능하게 하는 터치 스크린(touch screen) 인터페이스를 제공할 수 있다. 일부 실시예들에서, 사용자가 착용가능한 증강 현실 디바이스(667)는, 사용자가 물리적 세계 및 가상 세계 둘 모두와 상호작용하는 것을 가능하게 하는 입력/출력 기능을 제공할 수 있다. 증강 현실 디바이스(667)는 디스플레이 제어기(665) 및 사용자 입력 인터페이스(660)와 통신하여, 사용자가 디스플레이 제어기(665)에 의해 증강 현실 디바이스(667)에서 생성되는 가상 아이템(virtual item)들과 상호작용하는 것을 가능하게 한다. 사용자는 또한, 제스처(gesture)들을 제공할 수 있으며, 제스처들은 증강 현실 디바이스(667)에 의해 검출되고 입력 신호들로서 사용자 입력 인터페이스(660)에 송신된다.
[0049] 컴퓨터 시스템(610)은, 프로세서들(620)이 메모리, 이를테면, 시스템 메모리(630)에 포함된 하나 이상의 명령들의 하나 이상의 시퀀스들을 실행하는 것에 대한 응답으로, 본 발명의 실시예들의 프로세싱 단계들 중 일부 또는 전부를 수행할 수 있다. 그러한 명령들은 다른 컴퓨터 판독가능 매체, 이를테면, 자기 하드 디스크(641) 또는 제거가능 미디어 드라이브(642)로부터 시스템 메모리(630)에 입력될 수 있다. 자기 하드 디스크(641)는 본 발명의 실시예들에 의해 사용되는 하나 이상의 데이터스토어(datastore)들 및 데이터 파일들을 포함할 수 있다. 데이터스토어 콘텐츠(content)들 및 데이터 파일들은, 보안을 개선시키기 위해 암호화될 수 있다. 프로세서들(620)은 또한, 시스템 메모리(630)에 포함된 명령들의 하나 이상의 시퀀스들을 실행하기 위해 멀티-프로세싱 어레인지먼트(multi-processing arrangement)에서 사용될 수 있다. 대안적인 실시예들에서, 하드-와이어드(hard-wired) 회로가 소프트웨어 명령들 대신에 또는 소프트웨어 명령들과 함께 사용될 수 있다. 따라서, 실시예들은 하드웨어 회로와 소프트웨어의 임의의 특정한 조합으로 제한되지 않는다.
[0050] 위에서 언급된 바와 같이, 컴퓨터 시스템(610)은, 본 발명의 실시예들에 따라 프로그래밍된(programmed) 명령들을 유지하고 데이터 구조들, 표들, 레코드(record)들, 또는 본원에 설명된 다른 데이터를 포함하기 위한 적어도 하나의 컴퓨터 판독가능 매체 또는 메모리를 포함할 수 있다. 본원에서 사용된 "컴퓨터 판독가능 매체"라는 용어는, 실행을 위해 명령들을 프로세서들(620)에 제공하는 것에 참여하는 임의의 매체를 지칭한다. 컴퓨터 판독가능 매체는 비-일시적, 비-휘발성 미디어, 휘발성 미디어, 및 송신 미디어를 포함하는(그러나 이에 제한되지 않음) 많은 형태들을 취할 수 있다. 비-휘발성 미디어의 비-제한적 예들은 광학 디스크들, 고체 상태 드라이브들, 자기 디스크들, 및 마그네토-광학 디스크(magneto-optical disk)들, 이를테면, 자기 하드 디스크(641) 또는 제거가능 미디어 드라이브(642)를 포함한다. 휘발성 미디어의 비-제한적인 예들은 동적 메모리, 이를테면, 시스템 메모리(630)를 포함한다. 송신 미디어의 비-제한적인 예들은, 시스템 버스(621)를 형성하는 와이어(wire)들을 포함하는 동축 케이블(coaxial cable)들, 구리 와이어, 및 광섬유들을 포함한다. 송신 미디어는 또한, 음향 파 또는 광파, 이를테면, 라디오 파(radio wave) 및 적외선 데이터 통신들 동안에 생성되는 것들의 형태를 취할 수 있다.
[0051] 컴퓨팅 환경(600)은, 하나 이상의 원격 컴퓨터들, 이를테면, 원격 컴퓨팅 디바이스(680)에 대한 논리적 연결들을 사용하여 네트워킹된(networked) 환경에서 동작하는 컴퓨터 시스템(610)을 더 포함할 수 있다. 원격 컴퓨팅 디바이스(680)는 개인용 컴퓨터(랩톱(laptop) 또는 데스크톱(desktop)), 모바일 디바이스(mobile device), 서버(server), 라우터(router), 네트워크 PC(network PC), 피어 디바이스(peer device) 또는 다른 공통 네트워크 노드일 수 있으며, 통상적으로, 컴퓨터 시스템(610)에 대해 위에서 설명된 엘리먼트들 중 많은 엘리먼트들 또는 전부를 포함한다. 네트워킹 환경(networking environment)에서 사용될 때, 컴퓨터 시스템(610)은 네트워크(671), 이를테면, 인터넷(Internet)을 통한 통신들을 설정하기 위한 모뎀(modem)(672)을 포함할 수 있다. 모뎀(672)은 사용자 네트워크 인터페이스(670)를 통해, 또는 다른 적절한 메커니즘을 통해 시스템 버스(621)에 연결될 수 있다.
[0052] 네트워크(671)는, 인터넷, 인트라넷(intranet), 로컬 영역 네트워크(LAN; local area network), 광역 네트워크(WAN; wide area network), 대도시 영역 네트워크(MAN; metropolitan area network), 직접 연결 또는 일련의 연결들, 셀룰러(cellular) 전화 네트워크, 또는 컴퓨터 시스템(610)과 다른 컴퓨터들(예컨대, 원격 컴퓨팅 디바이스(680)) 사이의 통신을 용이하게 할 수 있는 임의의 다른 네트워크 또는 매체를 포함하는, 당해 기술분야에서 일반적으로 알려진 임의의 네트워크 또는 시스템일 수 있다. 네트워크(671)는 유선, 무선 또는 이들의 결합일 수 있다. 유선 연결들은, 이더넷(Ethernet), 범용 직렬 버스(USB), RJ-6 또는 당해 기술분야에서 일반적으로 알려진 임의의 다른 유선 연결을 사용하여 구현될 수 있다. 무선 연결들은, 와이-파이(Wi-Fi), 와이맥스(WiMAX), 및 블루투스(Bluetooth), 적외선, 셀룰러 네트워크들, 위성 또는 당해 기술분야에서 일반적으로 알려진 임의의 다른 무선 연결 방법론을 사용하여 구현될 수 있다. 부가적으로, 몇몇 네트워크들은, 네트워크(671)에서의 통신을 용이하게 하기 위해 서로 통신하거나 또는 단독으로 동작할 수 있다. 본원에서 사용된 실행가능 애플리케이션은, 예컨대, 사용자 커맨드 또는 입력에 대한 응답으로, 미리결정된 기능들, 이를테면, 운영 시스템, 콘텍스트 데이터 획득 시스템(context data acquisition system) 또는 다른 정보 프로세싱 시스템의 미리결정된 기능들을 구현하도록 프로세서를 컨디셔닝(conditioning)하기 위한 코드(code) 또는 기계-판독가능 명령들을 포함한다. 실행가능 프로시저(procedure)는 코드 또는 기계 판독가능 명령의 세그먼트(segment), 서브-루틴(sub-routine), 또는 하나 이상의 특정 프로세스(process)들을 수행하기 위한 실행가능 애플리케이션의 코드 또는 부분의 다른 별개의 섹션(section)이다. 이러한 프로세스들은 입력 데이터 및/또는 파라미터들을 수신하는 것, 수신된 입력 데이터에 대한 동작들을 수행하는 것 그리고/또는 수신된 입력 파라미터들에 대한 응답으로 기능들을 수행하는 것, 그리고 결과적인 출력 데이터 및/또는 파라미터들을 제공하는 것을 포함할 수 있다.
[0053] 본원에 사용된 그래픽 사용자 인터페이스(GUI)는, 디스플레이 프로세서에 의해 생성되고 프로세서 또는 다른 디바이스와의 사용자 상호작용, 그리고 연관된 데이터 획득 및 프로세싱 기능들을 가능하게 하는 하나 이상의 디스플레이 이미지들을 포함한다. GUI는 또한, 실행가능 프로시저 또는 실행가능 애플리케이션을 포함한다. 실행가능 프로시저 또는 실행가능 애플리케이션은, GUI 디스플레이 이미지들을 표현하는 신호들을 생성하도록 디스플레이 프로세서를 컨디셔닝한다. 이러한 신호들은 디스플레이 디바이스에 공급되고, 그 디스플레이 디바이스는 사용자에 의한 보기(viewing)를 위해 이미지를 디스플레이(display)한다. 프로세서는, 실행가능 프로시저 또는 실행가능 애플리케이션의 제어 하에서, 입력 디바이스들로부터 수신된 신호들에 대한 응답으로 GUI 디스플레이 이미지들을 조작한다. 이러한 방식으로, 사용자가 입력 디바이스들을 사용하여 디스플레이 이미지와 상호작용할 수 있어서, 프로세서 또는 다른 디바이스와의 사용자 상호작용을 가능하게 한다.
[0054] 본원의 기능들 및 프로세스 단계들은 사용자 커맨드에 대한 응답으로 자동으로 또는 전체적으로 또는 부분적으로 수행될 수 있다. 자동으로 수행되는 활동(단계를 포함함)은, 활동의 사용자 직접 개시 없이, 하나 이상의 실행가능 명령들 또는 디바이스 동작에 대한 응답으로 수행된다.
[0055] 도면들의 시스템 및 프로세스들이 유일한 것은 아니다. 동일한 목적들을 달성하기 위해, 본 발명의 원리들에 따라, 다른 시스템들, 프로세스들 및 메뉴(menu)들이 도출될 수 있다. 본 발명이 특정 실시예들을 참조하여 설명되었지만, 본원에 도시되고 설명된 실시예들 및 변형들이 예시 목적들만을 위한 것임이 이해되어야 한다. 본 발명의 범위를 벗어나지 않으면서, 현재 설계에 대한 수정들이 당업자들에 의해 구현될 수 있다. 본원에 설명된 바와 같이, 하드웨어 컴포넌트들, 소프트웨어 컴포넌트들, 및/또는 이들의 결합들을 사용하여 다양한 시스템들, 서브시스템(subsystem)들, 에이전트(agent)들, 관리자들 및 프로세스들이 구현될 수 있다. 청구항 엘리먼트가 명백히 "~을 위한 수단"이라는 문구를 사용하여 언급되지 않는 한, 본원의 어떤 청구항 엘리먼트도 35 U.S.C. 112, 6항의 조항들 하에서 해석되어야 하는 것은 아니다.

Claims (21)

  1. 디지털 트윈 그래프(digital twin graph)를 갖는 시스템에서의 자율적인 생성적 설계(autonomous generative design)를 위한 시스템으로서,
    인간-판독가능 포맷으로 시스템의 요건 문서(requirements document)들을 수신하고, 상기 요건 문서들에 포함된 유용한 정보를 추출하여, 상기 디지털 트윈 그래프에 임포팅(importing)하기 위한 요건 디스틸레이션 툴(requirements distillation tool);
    상기 디지털 트윈 그래프와 통신하는 합성 및 분석 툴 ― 상기 합성 및 분석 툴은 상기 디지털 트윈 그래프에 임포팅된 정보에 기초하여 설계 대안들의 세트를 생성하고, 각각의 설계 대안에 대해 상기 디지털 트윈 그래프에서 시뮬레이션을 수행함으로써 각각의 설계 대안을 평가함 ―; 및
    설계 툴 및 상기 디지털 트윈 그래프와 통신하는 통찰자(insighter) ― 상기 통찰자는 상기 디지털 트윈 그래프로부터 설계 대안들을 수신하고 그리고 상기 평가에 기초하여 선택된 설계 대안을 상기 설계 툴을 통해 사용자에게 제공하도록 구성됨 ―
    를 포함하는,
    시스템.
  2. 제1항에 있어서,
    설계 툴 ― 상기 설계 툴은 상기 설계 툴과 사용자의 상호작용들을 캡처(capturing)하기 위한 관찰자(observer)를 갖고, 상기 설계 툴은 상기 디지털 트윈 그래프와 통신함 ―;
    상기 디지털 트윈과 통신하는 상기 설계 툴 내의 관찰자를 더 포함하며,
    상기 관찰자는 상기 설계 툴과의 사용자 상호작용들의 시계열을 캡처(capture)하고, 캡처된(captured) 상호작용들을 유용한 정보로 변환하고, 그리고 상기 정보를 상기 디지털 트윈 그래프에 통신하는,
    시스템.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 요건 디스틸레이션 툴은,
    인간-판독가능 형태로 요건 문서들을 수신하는 단계;
    상기 인간-판독가능 문서들을 디지털 형태로 변환하는 단계;
    상기 디지털 문서들에 포함된 데이터(data)를 식별하기 위해 상기 디지털 문서들을 분석하는 단계;
    상기 요건 문서들의 데이터로부터 의미있는 정보를 추출하기 위해 상기 문서들에 포함된 데이터를 압축하는 단계; 및
    상기 의미있는 정보를 상기 디지털 트윈 그래프에 임포팅하는 단계를 수행하는,
    시스템.
  6. 제1항에 있어서,
    상기 합성 및 분석 툴은,
    상기 디지털 트윈 그래프에 의해 표현된 상기 시스템의 컴포넌트들 사이의 관계들 및 요건들에 기반하여 상기 설계 대안들의 세트를 생성하기 위한 대안 생성기(alternatives generator);
    상기 요건 문서들에 포함된 설계 제약들 및 요건들에 기반하여 각각의 설계 대안을 검증하고, 그리고 설계 대안의 품질을 정량화하기 위해 소정의 메트릭(metric)들을 컴퓨팅(computing)하기 위한 정량화 검증기(quantification verifier); 및
    설계 및 엔지니어링 실무(design and engineering practice)들을 식별하기 위해 설계 작업흐름들을 식별하기 위한 인과관계 탐색기(causal explorer)를 포함하는,
    시스템.
  7. 제6항에 있어서,
    상기 인과관계 탐색기는 상기 식별된 설계 작업흐름들에 기반하여 사용자에게 권고되는 동작들의 시퀀스(sequence)를 생성하는,
    시스템.
  8. 제1항에 있어서,
    상기 디지털 트윈 그래프와 통신하는 사용중인 제품(PIU; product in use) 데이터 디스틸러를 더 포함하며,
    상기 PIU 데이터 디스틸러는 상기 디지털 트윈 그래프에서 표현된 물리적 시스템으로부터 운영 데이터(operations data)를 수신하고 그리고 상기 디지털 트윈 그래프로의 임포팅을 위한 유용한 정보를 추출하는,
    시스템.
  9. 제8항에 있어서,
    상기 PIU 데이터 디스틸러는,
    상기 시스템의 컴포넌트들로부터 사용중인 제품 데이터를 수신하는 단계;
    상기 사용중인 제품 데이터를 디지털 형태로 변환하는 단계;
    상기 디지털 데이터에 포함된 의미있는 정보를 식별하기 위해 상기 디지털 데이터를 분석하는 단계;
    상기 PIU 데이터로부터 상기 의미있는 정보를 추출하기 위해 상기 PIU 데이터로부터의 정보를 압축하는 단계; 및
    상기 의미있는 정보를 상기 디지털 트윈 그래프에 임포팅하는 단계를 수행하는,
    시스템.
  10. 제1항에 있어서,
    상기 디지털 트윈 그래프와 통신하는 엔지니어링 이력 디스틸러(engineering history distiller)를 더 포함하며,
    상기 엔지니어링 이력 디스틸러는 과거 엔지니어링 설계 선정들과 관련된 데이터를 수신하고 그리고 상기 과거 엔지니어링 설계 선정들로부터 의미있는 정보를 추출하고 그리고 상기 의미있는 정보를 상기 디지털 트윈 그래프에 임포팅하는,
    시스템.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
KR1020197031531A 2017-03-27 2018-03-27 설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템 KR102257939B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762476961P 2017-03-27 2017-03-27
US62/476,961 2017-03-27
PCT/US2018/024490 WO2018183275A1 (en) 2017-03-27 2018-03-27 System for automated generative design synthesis using data from design tools and knowledge from a digital twin graph

Publications (2)

Publication Number Publication Date
KR20190128717A KR20190128717A (ko) 2019-11-18
KR102257939B1 true KR102257939B1 (ko) 2021-05-27

Family

ID=62028108

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197031531A KR102257939B1 (ko) 2017-03-27 2018-03-27 설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템

Country Status (7)

Country Link
US (1) US11423189B2 (ko)
EP (1) EP3586252A1 (ko)
JP (1) JP6856768B2 (ko)
KR (1) KR102257939B1 (ko)
CA (1) CA3057973C (ko)
IL (1) IL269606B2 (ko)
WO (1) WO2018183275A1 (ko)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10877464B2 (en) 2017-06-08 2020-12-29 Rockwell Automation Technologies, Inc. Discovery of relationships in a scalable industrial analytics platform
US11493908B2 (en) * 2018-11-13 2022-11-08 Rockwell Automation Technologies, Inc. Industrial safety monitoring configuration using a digital twin
TWI668584B (zh) * 2018-11-20 2019-08-11 財團法人資訊工業策進會 一種模擬裝置及方法
US10928809B2 (en) 2018-12-04 2021-02-23 General Electric Company As-designed, as-manufactured, as-tested, as-operated and as-serviced coupled digital twin ecosystem
WO2020162884A1 (en) * 2019-02-05 2020-08-13 Siemens Aktiengesellschaft Parameter suggestion system
US11403541B2 (en) 2019-02-14 2022-08-02 Rockwell Automation Technologies, Inc. AI extensions and intelligent model validation for an industrial digital twin
US20200265353A1 (en) * 2019-02-15 2020-08-20 Siemens Product Lifecycle Management Software Inc. Intelligent workflow advisor for part design, simulation and manufacture
WO2020167316A1 (en) * 2019-02-15 2020-08-20 Siemens Aktiengesellschaft Machine learning-based generative design for process planning
CN110070603A (zh) * 2019-03-21 2019-07-30 江苏东方国信工业互联网有限公司 一种基于数字双胞胎的炉体仿真***及其方法
US11281820B2 (en) 2019-04-02 2022-03-22 Desktop Metal, Inc. Systems and methods for growth-based design
US11086298B2 (en) 2019-04-15 2021-08-10 Rockwell Automation Technologies, Inc. Smart gateway platform for industrial internet of things
US20200333772A1 (en) * 2019-04-18 2020-10-22 Siemens Industry Software Ltd. Semantic modeling and machine learning-based generation of conceptual plans for manufacturing assemblies
US20220253321A1 (en) * 2019-06-07 2022-08-11 Nippon Telegraph And Telephone Corporation Digital twin computing apparatus, digital twin computing method, program and data structure
EP3751368B1 (en) 2019-06-14 2023-09-27 General Electric Company Additive manufacturing-coupled digital twin ecosystem based on a surrogate model of measurement
EP3751370A1 (en) 2019-06-14 2020-12-16 General Electric Company Additive manufacturing-coupled digital twin ecosystem based on multi-variant distribution model of performance
CN110209148B (zh) * 2019-06-18 2021-05-14 江南大学 一种基于描述***观测器的网络化***的故障估计方法
CN110532625B (zh) * 2019-07-31 2021-02-02 西安交通大学 航空发动机涡轮盘-转子-支承***数字孪生建模方法
CN114287010A (zh) * 2019-08-30 2022-04-05 西门子股份公司 具有认知工程图的工程支持***
EP3796109A1 (en) * 2019-09-18 2021-03-24 Siemens Aktiengesellschaft System, apparatus and method for predicting attributes of an asset
CN110705080B (zh) * 2019-09-25 2020-10-02 北京航空航天大学 一种数字孪生模型精准组装方法及装置
US11841699B2 (en) 2019-09-30 2023-12-12 Rockwell Automation Technologies, Inc. Artificial intelligence channel for industrial automation
US11435726B2 (en) 2019-09-30 2022-09-06 Rockwell Automation Technologies, Inc. Contextualization of industrial data at the device level
EP3805993A1 (en) * 2019-10-10 2021-04-14 Siemens Aktiengesellschaft Generation of graph-structured representations of brownfield systems
AT523128A1 (de) * 2019-10-23 2021-05-15 B & R Ind Automation Gmbh Verfahren und Fertigungsanlage zur Herstellung eines Produktes
WO2021092260A1 (en) * 2019-11-05 2021-05-14 Strong Force Vcn Portfolio 2019, Llc Control tower and enterprise management platform for value chain networks
US11291077B2 (en) 2019-11-25 2022-03-29 International Business Machines Corporation Internet of things sensor major and minor event blockchain decisioning
US11449811B2 (en) 2019-11-25 2022-09-20 International Business Machines Corporation Digital twin article recommendation consultation
US11341463B2 (en) 2019-11-25 2022-05-24 International Business Machines Corporation Blockchain ledger entry upon maintenance of asset and anomaly detection correction
US11249462B2 (en) 2020-01-06 2022-02-15 Rockwell Automation Technologies, Inc. Industrial data services platform
WO2021247831A1 (en) * 2020-06-03 2021-12-09 Siemens Corporation Automated knowledge extraction and representation for complex engineering systems
US11726459B2 (en) 2020-06-18 2023-08-15 Rockwell Automation Technologies, Inc. Industrial automation control program generation from computer-aided design
US20220027529A1 (en) * 2020-07-21 2022-01-27 Rockwell Automation Technologies, Inc. Controls system based digital twin for supervisory control of independent cart technology tracks and lines
US20230297076A1 (en) * 2020-08-14 2023-09-21 Siemens Aktiengesellschaft Automatic conceptual planning process, automatic conceptual planning tool and usage of the process
US11487918B2 (en) 2020-09-11 2022-11-01 International Business Machines Corporation Resultant digital replica
US11775263B2 (en) 2020-09-11 2023-10-03 Rockwell Automation Technologies, Inc. Control code generation and collaboration using active machine learning
KR102472786B1 (ko) 2020-12-17 2022-11-30 광주대학교산학협력단 사용자의 감정을 디지털 상에 복제하는 감정 디지털 트윈을 생성하는 방법 및 장치
CN113158360B (zh) * 2021-03-09 2022-06-24 五邑大学 数字孪生模型的评价方法、夹持机械臂、存储介质
JPWO2022196295A1 (ko) 2021-03-19 2022-09-22
CN113524174B (zh) * 2021-06-21 2023-10-17 五邑大学 机械臂数字孪生模型构建方法、***、装置及存储介质
US20230013760A1 (en) * 2021-07-15 2023-01-19 Bank Of America Corporation Extended reality interface for remote application monitoring and real-time decisioning
KR20230013296A (ko) * 2021-07-19 2023-01-26 한국공항공사 지속가능한 시설물 관리를 위한 디지털 트윈 자동적용체계 기반의 시설정보통합관리시스템 구축 방법 및 장치
CN113656855B (zh) * 2021-08-19 2024-03-22 北京卫星环境工程研究所 面向航天器总装的电缆网数字孪生模型构建***
CN113627032B (zh) * 2021-08-27 2024-03-12 西安科技大学 一种基于数字孪生的设备设计/维修方案智能决策方法
EP4174711A1 (en) * 2021-10-27 2023-05-03 Siemens Aktiengesellschaft System and computer-implemented method for designing an engineering system
CN114417616A (zh) 2022-01-20 2022-04-29 青岛理工大学 一种装配机器人遥操作环境的数字孪生建模方法及***
KR20230153730A (ko) * 2022-04-29 2023-11-07 한국핵융합에너지연구원 텍스트 추출을 이용한 시뮬레이션 방법
WO2024043897A1 (en) * 2022-08-26 2024-02-29 Siemens Corporation Industrial tasks supported by augmented virtuality
CN116292538B (zh) * 2023-05-23 2023-08-08 山东捷瑞信息技术产业研究院有限公司 一种基于数字孪生的油缸绑定方法、***、装置及介质
CN116933409B (zh) * 2023-06-14 2024-05-07 江苏海洋大学 一种面向数字孪生的煤矿井下设备模型压缩设计方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5552995A (en) * 1993-11-24 1996-09-03 The Trustees Of The Stevens Institute Of Technology Concurrent engineering design tool and method
JP2002197122A (ja) * 2000-12-27 2002-07-12 Toyota Motor Corp 設計方法及び設計支援システム
US8396582B2 (en) 2008-03-08 2013-03-12 Tokyo Electron Limited Method and apparatus for self-learning and self-improving a semiconductor manufacturing tool
US20160188675A1 (en) * 2014-12-29 2016-06-30 Ge Aviation Systems Llc Network for digital emulation and repository
US10762475B2 (en) * 2015-02-25 2020-09-01 Siemens Schweiz Ag Digital twins for energy efficient asset maintenance
US20180137219A1 (en) * 2016-11-14 2018-05-17 General Electric Company Feature selection and feature synthesis methods for predictive modeling in a twinned physical system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A. Moreno 외 5명, Virtualisation process of a sheet metal punching machine whthin the Industry 4.0 vision, International Journal on Interactive Design and Manufacturing, 365~373 페이지(2016.6.6.)*
Nicolai 외 2명, "The Web of Augmented Physical Objects", International Conference on Mobile BUSI, 340~346 페이지(2005.7.11.)*

Also Published As

Publication number Publication date
JP6856768B2 (ja) 2021-04-14
CA3057973A1 (en) 2018-10-04
IL269606B2 (en) 2024-01-01
JP2020515963A (ja) 2020-05-28
US20210110075A1 (en) 2021-04-15
IL269606B1 (en) 2023-09-01
IL269606A (en) 2019-11-28
WO2018183275A1 (en) 2018-10-04
CA3057973C (en) 2023-10-10
KR20190128717A (ko) 2019-11-18
EP3586252A1 (en) 2020-01-01
US11423189B2 (en) 2022-08-23

Similar Documents

Publication Publication Date Title
KR102257939B1 (ko) 설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템
Tao et al. Digital twin modeling
US11829121B2 (en) Virtual design environment
Jaensch et al. Digital twins of manufacturing systems as a base for machine learning
Alcácer et al. Scanning the industry 4.0: A literature review on technologies for manufacturing systems
EP3798758B1 (en) System, method and medium for generating system project data
US11796983B2 (en) Data modeling and asset management using an industrial information hub
KR20190107117A (ko) 시스템들의 자동화 및 제어를 위한 인지 공학 기술을 위한 시스템 및 방법
Chandra Sekaran et al. The implementation of virtual reality in digital factory—a comprehensive review
EP4120113A1 (en) Digital engineering secure remote access
US20220334563A1 (en) Connectivity to an industrial information hub
CN111652453A (zh) 用于零件设计、仿真和制造的智能工作流程顾问
EP4018399A1 (en) Modeling human behavior in work environments using neural networks
Böttjer et al. A review of unit level digital twin applications in the manufacturing industry
Sampedro et al. 3D-AmplifAI: An ensemble machine learning approach to digital twin fault monitoring for additive manufacturing in smart factories
Ma et al. An ontology-based data-model coupling approach for digital twin
CN117709185A (zh) 一种面向流程工业的数字孪生架构设计方法
Uzochukwu et al. Development and implementation of product sustainment simulator utilizing fuzzy cognitive map (FCM)
Monsone Holistic approach to smart factory
Mosavi et al. Engineering Design and Decision-Making Models
US12020056B2 (en) Industrial automation control project conversion
US20240210933A1 (en) Real-time calibration for detailed digital twins
US20230012832A1 (en) Industrial automation control project conversion
Edgar et al. NSF Workshop on Research needs in Advanced Sensors, Controls, Platforms, and Modeling (ASCPM) for Smart Manufacturing
WO2024049427A1 (en) A system for optimization of complex systems using data-driven modeling of cross-discipline interaction

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant