JPWO2021108680A5 - - Google Patents

Download PDF

Info

Publication number
JPWO2021108680A5
JPWO2021108680A5 JP2022530815A JP2022530815A JPWO2021108680A5 JP WO2021108680 A5 JPWO2021108680 A5 JP WO2021108680A5 JP 2022530815 A JP2022530815 A JP 2022530815A JP 2022530815 A JP2022530815 A JP 2022530815A JP WO2021108680 A5 JPWO2021108680 A5 JP WO2021108680A5
Authority
JP
Japan
Prior art keywords
industrial
digital twin
environment
digital
data
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
JP2022530815A
Other languages
English (en)
Other versions
JP2023507550A (ja
Publication date
Application filed filed Critical
Priority claimed from US17/104,964 external-priority patent/US20210157312A1/en
Priority claimed from PCT/US2020/062384 external-priority patent/WO2021108680A1/en
Publication of JP2023507550A publication Critical patent/JP2023507550A/ja
Publication of JPWO2021108680A5 publication Critical patent/JPWO2021108680A5/ja
Pending legal-status Critical Current

Links

Description

ここで参照されているすべての文書は、ここに完全に記載されているかのように、参照することにより組み込まれる。
以上に説明した実施形態に基づくものとして、例えば以下に述べる態様のものが考えられる。
(1)
1つ又は複数のデジタルツインの1つ又は複数のプロパティを更新するための方法であって、
1つ又は複数のデジタルツインに対する要求を受信すること、
デジタルツインデータストアから、前記要求を満たすために必要な前記1つ又は複数のデジタルツインを取得すること、
前記要求によって示された前記1つ又は複数のデジタルツインに描かれている1つ又は複数のプロパティに対応する1つ又は複数の動的モデルを取得すること、
前記1つ又は複数の動的モデルの1つ又は複数の入力に基づいて、利用可能なデータソースのセットからデータソースを選択すること、
選択されたデータソースからデータを取得すること、
前記取得されたデータを前記1つ又は複数の動的モデルへの1つ又は複数の入力として使用して、1つ又は複数の出力を決定すること、及び、
前記1つ又は複数の動的モデルの前記1つ又は複数の出力に基づいて、前記1つ又は複数のデジタルツインの前記1つ又は複数のプロパティを更新すること、を含むことを特徴とする方法。
(2)
前記要求は、産業環境及び/又は前記産業環境内の1つ又は複数の産業エンティティに対応するクライアントアプリケーションから受信されることを特徴とする(1)項に記載の方法。
(3)
前記要求は、産業用モノのインターネットセンサーシステムをサポートするクライアントアプリケーションから受信されることを特徴とする(1)項に記載の方法。
(4)
前記デジタルツインは、産業エンティティ及び産業環境の少なくとも一方のデジタルツインであることを特徴とする(1)項に記載の方法。
(5)
前記1つ又は複数の動的モデルは、温度、圧力、湿度、風、降雨、潮、高潮、雲量、降雪、視界、放射線、オーディオ、ビデオ、画像、水位、量子、流量、信号電力、信号周波数、運動、速度、加速度、照明レベル、分析物濃度、生体化合物濃度、金属濃度、及び有機化合物濃度データ、からなるセットから選択されるデータを取ることを特徴とする(1)項に記載の方法。
(6)
前記選択されたデータソースは、モノのインターネットに接続されたデバイスを含むことを特徴とする(1)項に記載の方法。
(7)
前記選択されたデータソースは、マシンビジョンシステムを含むことを特徴とする(1)項に記載の方法。
(8)
前記1つ又は複数の動的モデルを取得することは、前記要求によって示されたデジタルツインに描かれている前記1つ又は複数のプロパティと、前記1つ又は複数のデジタルツインのそれぞれのタイプとに基づいて、前記1つ又は複数の動的モデルを識別することを含むことを特徴とする(1)項に記載の方法。
(9)
前記1つ又は複数の動的モデルは、ルックアップテーブルを使用して識別されることを特徴とする(9)項に記載の方法。
(10)
インポートデータを1つ又は複数のデータソースから受信することであって、前記インポートデータが産業環境に対応すること、
前記インポートデータに基づいて前記産業環境を表す環境デジタルツインを生成すること、
前記産業環境内の1つ又は複数の産業エンティティを識別すること、
前記環境内の前記1つ又は複数の産業エンティティを表す離散デジタルツインのセットを生成すること、
前記環境デジタルツインの中に前記離散デジタルツインのセットを埋め込むこと、
前記産業環境のセンサーシステムとの接続を確立すること、
前記接続を介して前記センサーシステムの1つ又は複数のセンサーからリアルタイムのセンサーデータを受信すること、及び、
前記リアルタイムのセンサーデータに基づいて、前記環境デジタルツインと前記離散デジタルツインのセットとのうちの少なくとも一方を更新すること、を含むことを特徴とする方法。
(11)
前記センサーシステムとの前記接続は、ウェブフック及びアプリケーションプログラミングインターフェース(API)のうちの1つを介して確立されることを特徴とする(10)項に記載の方法。
(12)
前記環境デジタルツイン及び前記離散デジタルツインのセットは、視覚的な方法でレンダリングされるように構成されたビジュアルデジタルツインであることを特徴とする(10)項に記載の方法。
(13)
前記ビジュアルデジタルツインを、仮想現実ヘッドセットを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする(12)項に記載の方法。
(14)
前記ビジュアルデジタルツインを、ユーザデバイスのディスプレイデバイスを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする(12)項に記載の方法。
(15)
前記ビジュアルデジタルツインを、拡張現実対応デバイスを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする(12)項に記載の方法。
(16)
前記産業環境に関連する産業プロセスにおいて実行される1つ又は複数のステップに関するユーザ入力を受信すること、及び、
前記産業環境及び前記産業エンティティのセットのうちの1つ又は複数に関して、前記産業プロセスの前記ステップを定義するプロセスデジタルツインを生成すること、を更に含むことを特徴とする(10)項に記載の方法。
(17)
エッジによって接続されたノードのセットを有するグラフデータベースをインスタンス化することを更に含み、前記ノードのセットの第1のノードが、前記環境デジタルツインを定義するデータを含み、1つ又は複数のエンティティノードの各々が、前記離散デジタルツインのセットのそれぞれの離散デジタルツインを定義するそれぞれのデータを含むことを特徴とする(10)項に記載の方法。
(18)
前記エッジの各々は、2つのそれぞれのデジタルツイン間の関係を表すことを特徴とする(17)項に記載の方法。
(19)
離散デジタルツインを埋め込むことは、それぞれの離散デジタルツインに対応するエンティティノードを、前記それぞれの離散デジタルツインによって表されるそれぞれの産業エンティティと前記産業環境との間のそれぞれの関係を表すエッジで、前記第1のノードに対して接続することを含むことを特徴とする(18)項に記載の方法。
(20)
前記エッジの各々は、前記2つのそれぞれのデジタルツイン間の空間的関係、及び前記2つのそれぞれのデジタルツイン間の動作的関係を表すことを特徴とする(18)項に記載の方法。
(21)
前記エッジの各々は、前記2つのそれぞれのデジタルツインの間の前記関係に対応するメタデータを格納することを特徴とする(18)項に記載の方法。
(22)
前記1つ又は複数のエンティティノードの各エンティティノードは、前記エンティティノードによって表されるそれぞれの産業エンティティのそれぞれのプロパティのうちの1つ又は複数のプロパティを含むことを特徴とする(17)項に記載の方法。
(23)
前記1つ又は複数のエンティティノードの各エンティティノードは、前記エンティティノードによって表されるそれぞれの産業エンティティのそれぞれのプロパティの1つ又は複数の挙動を含むことを特徴とする(17)項に記載の方法。
(24)
前記環境ノードが、前記環境の1つ又は複数のプロパティを含むことを特徴とする(17)項に記載の方法。
(25)
前記環境ノードが、前記環境の1つ又は複数の挙動を含むことを特徴とする(17)項に記載の方法。
(26)
前記環境デジタルツイン及び前記1つ又は複数の離散デジタルツインに基づいて、シミュレーションを実行すること、を更に含むことを特徴とする(10)項に記載の方法。
(27)
前記シミュレーションは、前記産業環境において入力のセットに基づいて出力を生成する機械の動作と、前記産業環境における作業者の動きとのうち、一方をシミュレートすることを特徴とする(26)項に記載の方法。
(28)
前記インポートデータは、前記環境の三次元スキャンを含むことを特徴とする(10)項に記載の方法。
(29)
前記インポートデータは、前記産業環境のLIDARスキャンを含むことを特徴とする(10)項に記載の方法。
(30)
前記産業環境の前記デジタルツインを生成することは、前記産業環境の表面のセットを生成することと、前記産業環境の寸法のセットを構成することとのうち、一方を含むことを特徴とする(10)項に記載の方法。
(31)
前記離散デジタルツインのセットを生成することは、産業エンティティの事前定義されたデジタルツインを前記産業エンティティの製造者からインポートすることを含み、前記事前定義されたデジタルツインが、前記産業エンティティのプロパティ及び挙動を含むことを特徴とする(10)項に記載の方法。
(32)
前記離散デジタルツインのセットを生成することは、前記産業環境の前記インポートデータ内の産業エンティティを分類すること、及び前記分類された産業エンティティに対応する離散デジタルツインを生成すること、を含むことを特徴とする(10)項に記載の方法。
(33)
産業環境内のインタラクションを監視するためのシステムであって、
産業環境内に配置された近接センサーのセットによって収集されたデータを含むデジタルツインデータストアであって、前記データが、前記産業環境内の複数の要素のそれぞれの位置を示す位置データを含む前記デジタルツインデータストアと、
1つ又は複数のプロセッサと、を含み、
前記1つ又は複数のプロセッサは、
前記デジタルツインデータストアを介して、前記産業環境のための産業環境デジタルツインを維持すること、
前記複数の要素から現実世界の要素によって前記近接センサーのセット内の少なくとも1つの近接センサーの作動を示す信号を受信すること、
前記少なくとも1つの近接センサーの作動に応答して、前記少なくとも1つの近接センサーを使用して前記現実世界の要素についての更新された位置データを収集すること、及び、
前記更新された位置データを含むように、前記デジタルツインデータストア内の前記産業環境デジタルツインを更新すること、を実行するように構成されていることを特徴とするシステム。
(34)
前記近接センサーのセットの各々は、ユーザに関連するデバイスを検出するように構成されていることを特徴とする(33)項に記載のシステム。
(35)
前記デバイスは、ウェアラブルデバイス及びRFIDデバイスであることを特徴とする(34)項に記載のシステム。
(36)
前記複数の要素の各要素は、モバイル要素であることを特徴とする(33)項に記載のシステム。
(37)
前記複数の要素の各要素は、それぞれの作業者であることを特徴とする(33)項に記載のシステム。
(38)
前記複数の要素は、モバイス機器要素及び作業者を含み、それぞれの前記モバイス機器要素によって送信されるデータを用いて、モバイル機器位置データが決定されると共に、前記システムによって取得されるデータを用いて、作業者位置データが決定されることを特徴とする(33)項に記載のシステム。
(39)
前記作業者位置データは、それぞれの作業者に関連するデバイスから送信される情報を用いて決定されることを特徴とする(38)項に記載のシステム。
(40)
前記少なくとも1つの近接センサーの前記作動は、それぞれの作業者と前記近接センサーとの間のインタラクションに応答して発生することを特徴とする(33)項に記載のシステム。
(41)
前記少なくとも1つの近接センサーの作動は、作業者と、前記少なくとも1つの近接センサーに対応する少なくとも1つの近接センサーデジタルツインのそれぞれとの間の、インタラクションに応答して発生することを特徴とする(33)項に記載のシステム。
(42)
前記1つ又は複数のプロセッサは、前記少なくとも1つの近接センサーの作動に応答して、前記近接センサーのセットを用いて前記複数の要素についての更新された位置データを収集することを特徴とする(33)項に記載のシステム。
(43)
産業用デジタルツインの移動要素をモデル化するシステムであって、
産業要素に対応する産業環境デジタルツインを記憶するデジタルツインデータストアであり、前記産業環境デジタルツインが、その中に埋め込まれた現実世界要素デジタルツインを含み、各現実世界要素デジタルツインが、前記産業環境内に配置されているそれぞれの現実世界要素に対応し、前記現実世界要素デジタルツインが、前記産業環境内のそれぞれのモバイル要素にそれぞれ対応するモバイル要素デジタルツインを含む前記デジタルツインデータストアと、
1つ又は複数のプロセサッサと、を含み、
前記1つ又は複数のプロセサッサは、
各モバイル要素について、前記モバイル要素が移動中であるか否かを判定すると共に、前記モバイル要素から経路情報を取得し、
各モバイル要素の経路情報を取得することに応答して、デジタルツインシミュレーションシステムを介して前記産業環境内のトラフィックをモデル化するように、構成されていることを特徴とするシステム。
(44)
前記経路情報は、前記モバイル要素のナビゲーションモジュールから取得されることを特徴とする(43)項に記載のシステム。
(45)
前記1つ又は複数のプロセッサは、
前記産業環境内の複数のセンサーを用いて、前記モバイル要素の動きを検出すること、
前記モバイル要素の目的地を得ること、
前記産業環境内の前記複数のセンサーを用いて、前記モバイル要素の最適化された経路を計算すること、及び、
前記モバイル要素に前記最適化された経路を進むように指示すること、
によって前記経路情報を得るように更に構成されていることを特徴とする(43)項に記載のシステム。
(46)
前記最適化された経路は、現実世界要素内の他のモバイル要素についての経路情報を含み、前記最適化された経路は、前記産業環境内のモバイル要素と人間との間のインタラクションを最小化することを特徴とする(45)項に記載のシステム。
(47)
前記モバイル要素が自律車両及び非自律車両を含み、前記最適化された経路は、前記自律車両と前記非自律車両とのインタラクションを低減することを特徴とする(45)項に記載のシステム。
(48)
前記トラフィックのモデル化は、粒子トラフィックモデル、トリガー応答モバイル要素追従トラフィックモデル、巨視的トラフィックモデル、微視的トラフィックモデル、亜微視的トラフィックモデル、メゾスコピックトラフィックモデル、或いはそれらの組み合わせの使用を含むことを特徴とする(43)項に記載のシステム。
(49)
1つ又は複数のデジタルツインの1つ又は複数の振動故障レベル状態を更新するための方法であって、
クライアントアプリケーションから、1つ又は複数のデジタルツインの1つ又は複数の振動故障レベル状態を更新する要求を受信すること、
前記要求を満たすために必要な1つ又は複数のデジタルツインを取得すること、
前記要求を満たすために必要な1つ又は複数の動的モデルを取得することであって、前記1つ又は複数の動的モデルが、入力データセットに基づいて振動故障レベルがいつ発生するかを予測する動的モデルを含んでいること、
前記1つ又は複数の動的モデルの1つ又は複数の入力に基づいて、利用可能なデータソースのセットからデータソースを選択すること、
選択されたデータソースからデータを取得すること、
取得されたデータを前記1つ又は複数の動的モデルへの1つ又は複数の入力として使用して、1つ又は複数の出力を決定すること、及び、
前記1つ又は複数の動的モデルの前記出力に基づいて、前記1つ又は複数のデジタルツインの1つ又は複数の振動故障レベル状態を更新すること、を含むことを特徴とする方法。
(50)
前記要求は、産業環境及び/又は前記産業環境内の1つ又は複数の産業エンティティに対応するクライアントアプリケーションから受信されることを特徴とする(49)項に記載の方法。
(51)
前記要求は、産業用モノのインターネットセンサーシステムをサポートするクライアントアプリケーションから受信されることを特徴とする(49)項に記載の方法。
(52)
前記デジタルツインは、産業エンティティ及び産業環境の少なくとも一方のデジタルツインであることを特徴とする(49)項に記載の方法。
(53)
前記動的モデルは、振動、温度、圧力、湿度、風、降雨、潮、高潮、雲量、降雪、視界、放射線、オーディオ、ビデオ、画像、水位、量子、流量、信号電力、信号周波数、運動、変位、速度、加速度、照明レベル、金融、コスト、株式市場、ニュース、ソーシャルメディア、収入、作業員、メンテナンス、生産性、資産パフォーマンス、作業員パフォーマンス、作業員応答時間、分析物濃度、生物化合物濃度、金属濃度、及び有機化合物の濃度データ、からなるセットから選択されるデータを取ることを特徴とする(49)項に記載の方法。
(54)
前記データソースは、モノのインターネット接続デバイス、マシンビジョンシステム、アナログ振動センサー、デジタル振動センサー、固定デジタル振動センサー、3軸振動センサー、1軸振動センサー、光学振動センサー、及びクロスポイントスイッチ、からなるセットから選択されることを特徴とする(49)項に記載の方法。
(55)
前記1つ又は複数の動的モデルを取得することは、前記要求で示された1つ又は複数のプロパティと、前記1つ又は複数のデジタルツインのそれぞれのタイプとに基づいて、前記1つ又は複数の動的モデルを識別することを含むことを特徴とする(49)項に記載の方法。
(56)
前記1つ又は複数の動的モデルは、ルックアップテーブルを使用して識別されることを特徴とする(49)項に記載の方法。
(57)
その中に配置された現実世界要素を有する産業環境を通してナビゲーション経路データを監視するためのシステムであって、
前記産業環境に対応する産業環境デジタルツインと、前記産業環境内の作業者セットのそれぞれの作業者に対応する作業者デジタルツインとを含むデジタルツインデータストアと、
1つ又は複数のプロセッサと、を含み、
前記1つ又は複数のプロセッサは、
前記デジタルツインデータストアを介して、前記産業環境内の前記作業者のセットの同時期の位置を含むように前記産業環境デジタルツインを維持すること、
センサーアレイを介して、前記作業者のセット内の各作業者の動きを監視すること、
それぞれの作業者の動きを検出することに応答して、前記それぞれの作業者のナビゲーション経路データを決定すること、及び、
前記それぞれの作業者の前記ナビゲーション経路データのインジケーターを含むように、かつ、前記ナビゲーション経路データに対応する経路に沿った前記作業者デジタルツインの動きを表示するように、前記産業環境デジタルツインを更新すること、を行うように構成されていることを特徴とするシステム。
(58)
前記1つ又は複数のプロセッサは、前記それぞれの作業者の動きを表すことに応答して、前記作業者のセット内の残りの作業者のためのナビゲーション経路データを決定するように、更に構成されていることを特徴とする(57)項に記載のシステム。
(59)
前記ナビゲーション経路データは、1つ又は複数の個人関連デバイスによって前記システムへ自動的に送信されることを特徴とする(58)項に記載のシステム。
(60)
前記個人関連デバイスは、セルラーデータ機能を有するモバイルデバイスと、前記作業者に関連するウェアラブルデバイスとのうちの一方であることを特徴とする(59)項に記載のシステム。
(61)
前記ナビゲーション経路データは、環境関連センサーを介して決定されることを特徴とする(57)項に記載のシステム。
(62)
前記ナビゲーション経路データは、前記デジタルツインデータストアに格納された履歴経路データを用いて決定されることを特徴とする(61)項に記載のシステム。
(63)
前記履歴経路データは、前記それぞれの作業者に関連するデバイスから取得されることを特徴とする(62)項に記載のシステム。
(64)
前記履歴経路データは、他の作業者に関連するデバイスから取得されることを特徴とする(62)項に記載のシステム。
(65)
前記履歴経路データは、前記作業者の現在のタスクと関連付けられていることを特徴とする(64)項に記載のシステム。
(66)
前記デジタルツインデータストアは、産業環境デジタルツインを含むことを特徴とする(57)項に記載のシステム。
(67)
前記1つ又は複数のプロセッサは、
前記ナビゲーション経路データと前記産業環境デジタルツインとの間の競合の存在を判定すること、
前記センサーアレイを介して前記産業環境デジタルツインの正確さを判定することに応答して、前記作業者の前記ナビゲーション経路データを変更すること、及び、
前記センサーアレイを介して前記産業環境デジタルツインの不正確さを判定することに応答して、前記産業環境デジタルツインを更新し、それによって前記競合を解消すること、を行うように更に構成されていることを特徴とする(66)項に記載のシステム。
(68)
前記産業環境デジタルツインは、前記作業者から送信された収集データを用いて更新されることを特徴とする(67)項に記載のシステム。
(69)
前記収集データは、近接センサーデータ、画像データ、又はそれらの組合せを含むことを特徴とする(68)項に記載のシステム。
(70)
前記ナビゲーション経路は、振動測定値を収集するための経路を含むことを特徴とする(57)項に記載のシステム。

Claims (23)

  1. インポートデータを1つ又は複数のデータソースから受信することであって、前記インポートデータが産業環境に対応すること、
    前記インポートデータに基づいて前記産業環境を表す環境デジタルツインを生成すること、
    前記産業環境内の1つ又は複数の産業エンティティを識別すること、
    前記環境内の前記1つ又は複数の産業エンティティを表す離散デジタルツインのセットを生成すること、
    前記環境デジタルツインの中に前記離散デジタルツインのセットを埋め込むこと、
    前記産業環境のセンサーシステムとの接続を確立すること、
    前記接続を介して前記センサーシステムの1つ又は複数のセンサーからリアルタイムのセンサーデータを受信すること、及び、
    前記リアルタイムのセンサーデータに基づいて、前記環境デジタルツインと前記離散デジタルツインのセットとのうちの少なくとも一方を更新すること、を含むことを特徴とする方法。
  2. 前記センサーシステムとの前記接続は、ウェブフック及びアプリケーションプログラミングインターフェース(API)のうちの1つを介して確立されることを特徴とする請求項記載の方法。
  3. 前記環境デジタルツイン及び前記離散デジタルツインのセットは、視覚的な方法でレンダリングされるように構成されたビジュアルデジタルツインであることを特徴とする請求項記載の方法。
  4. 前記ビジュアルデジタルツインを、仮想現実ヘッドセットを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする請求項記載の方法。
  5. 前記ビジュアルデジタルツインを、ユーザデバイスのディスプレイデバイスを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする請求項記載の方法。
  6. 前記ビジュアルデジタルツインを、拡張現実対応デバイスを介して前記ビジュアルデジタルツインを表示するクライアントアプリケーションへ出力すること、を更に含むことを特徴とする請求項記載の方法。
  7. 前記産業環境に関連する産業プロセスにおいて実行される1つ又は複数のステップに関するユーザ入力を受信すること、及び、
    前記産業環境及び前記産業エンティティのセットのうちの1つ又は複数に関して、前記産業プロセスの前記ステップを定義するプロセスデジタルツインを生成すること、を更に含むことを特徴とする請求項記載の方法。
  8. エッジによって接続されたノードのセットを有するグラフデータベースをインスタンス化することを更に含み、前記ノードのセットの第1のノードが、前記環境デジタルツインを定義するデータを含み、1つ又は複数のエンティティノードの各々が、前記離散デジタルツインのセットのそれぞれの離散デジタルツインを定義するそれぞれのデータを含むことを特徴とする請求項記載の方法。
  9. 前記エッジの各々は、2つのそれぞれのデジタルツイン間の関係を表すことを特徴とする請求項記載の方法。
  10. 離散デジタルツインを埋め込むことは、それぞれの離散デジタルツインに対応するエンティティノードを、前記それぞれの離散デジタルツインによって表されるそれぞれの産業エンティティと前記産業環境との間のそれぞれの関係を表すエッジで、前記第1のノードに対して接続することを含むことを特徴とする請求項記載の方法。
  11. 前記エッジの各々は、前記2つのそれぞれのデジタルツイン間の空間的関係、及び前記2つのそれぞれのデジタルツイン間の動作的関係を表すことを特徴とする請求項記載の方法。
  12. 前記エッジの各々は、前記2つのそれぞれのデジタルツインの間の前記関係に対応するメタデータを格納することを特徴とする請求項記載の方法。
  13. 前記1つ又は複数のエンティティノードの各エンティティノードは、前記エンティティノードによって表されるそれぞれの産業エンティティのそれぞれのプロパティのうちの1つ又は複数のプロパティを含むことを特徴とする請求項記載の方法。
  14. 前記1つ又は複数のエンティティノードの各エンティティノードは、前記エンティティノードによって表されるそれぞれの産業エンティティのそれぞれのプロパティの1つ又は複数の挙動を含むことを特徴とする請求項記載の方法。
  15. 前記環境ノードが、前記環境の1つ又は複数のプロパティを含むことを特徴とする請求項記載の方法。
  16. 前記環境ノードが、前記環境の1つ又は複数の挙動を含むことを特徴とする請求項記載の方法。
  17. 前記環境デジタルツイン及び前記1つ又は複数の離散デジタルツインに基づいて、シミュレーションを実行すること、を更に含むことを特徴とする請求項記載の方法。
  18. 前記シミュレーションは、前記産業環境において入力のセットに基づいて出力を生成する機械の動作と、前記産業環境における作業者の動きとのうち、一方をシミュレートすることを特徴とする請求項17記載の方法。
  19. 前記インポートデータは、前記環境の三次元スキャンを含むことを特徴とする請求項記載の方法。
  20. 前記インポートデータは、前記産業環境のLIDARスキャンを含むことを特徴とする請求項記載の方法。
  21. 前記産業環境の前記デジタルツインを生成することは、前記産業環境の表面のセットを生成することと、前記産業環境の寸法のセットを構成することとのうち、一方を含むことを特徴とする請求項記載の方法。
  22. 前記離散デジタルツインのセットを生成することは、産業エンティティの事前定義されたデジタルツインを前記産業エンティティの製造者からインポートすることを含み、前記事前定義されたデジタルツインが、前記産業エンティティのプロパティ及び挙動を含むことを特徴とする請求項記載の方法。
  23. 前記離散デジタルツインのセットを生成することは、前記産業環境の前記インポートデータ内の産業エンティティを分類すること、及び前記分類された産業エンティティに対応する離散デジタルツインを生成すること、を含むことを特徴とする請求項記載の方法。
JP2022530815A 2019-11-25 2020-11-25 産業環境向けインテリジェント振動デジタルツインシステム及び方法 Pending JP2023507550A (ja)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US201962939769P 2019-11-25 2019-11-25
US62/939,769 2019-11-25
US202063016974P 2020-04-28 2020-04-28
US63/016,974 2020-04-28
US202063054600P 2020-07-21 2020-07-21
US63/054,600 2020-07-21
US202063069548P 2020-08-24 2020-08-24
US63/069,548 2020-08-24
US202063111526P 2020-11-09 2020-11-09
US63/111,526 2020-11-09
US17/104,964 US20210157312A1 (en) 2016-05-09 2020-11-25 Intelligent vibration digital twin systems and methods for industrial environments
PCT/US2020/062384 WO2021108680A1 (en) 2019-11-25 2020-11-25 Intelligent vibration digital twin systems and methods for industrial environments
US17/104,964 2020-11-25

Publications (2)

Publication Number Publication Date
JP2023507550A JP2023507550A (ja) 2023-02-24
JPWO2021108680A5 true JPWO2021108680A5 (ja) 2023-12-05

Family

ID=76129966

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022530815A Pending JP2023507550A (ja) 2019-11-25 2020-11-25 産業環境向けインテリジェント振動デジタルツインシステム及び方法

Country Status (4)

Country Link
JP (1) JP2023507550A (ja)
AU (1) AU2020392228A1 (ja)
CA (1) CA3158765A1 (ja)
WO (1) WO2021108680A1 (ja)

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230007422A (ko) * 2020-04-28 2023-01-12 스트롱 포스 티피 포트폴리오 2022, 엘엘씨 운송 시스템용 디지털 트윈 시스템 및 방법
US12001197B2 (en) 2021-04-14 2024-06-04 Applied Materials, Inc. Eco-efficiency (sustainability) dashboard for semiconductor manufacturing
CN113434955B (zh) * 2021-06-21 2023-02-07 中国舰船研究设计中心 基于数字孪生虚拟模型的舰船信息系统可重构设计方法
CN113535386B (zh) * 2021-06-23 2022-09-02 河北中兴冀能电力发展有限公司 一种应用于电力仪器设备的板间多运算芯片资源监控系统
CN113420448B (zh) * 2021-06-25 2023-05-23 中国兵器装备集团自动化研究所有限公司 一种弹药熔铸装药成型过程的数字孪生系统及方法
CN113670428B (zh) * 2021-07-19 2023-12-22 国网四川省电力公司电力科学研究院 一种变压器振动在线异常检测方法
CN113486486B (zh) * 2021-07-22 2022-04-29 湖南师范大学 传感器布局优化方法及电子设备
CN113673152B (zh) * 2021-08-09 2024-06-14 浙江浙能数字科技有限公司 一种基于数字孪生体的集团级kks编码智能映射推荐方法
CN113656238B (zh) * 2021-08-17 2023-07-04 北京京航计算通讯研究所 一种智能终端的ai工业应用能力测试方法和系统
CN113779769A (zh) * 2021-08-18 2021-12-10 国网浙江省电力有限公司舟山供电公司 一种电缆试验数字孪生系统及其工作方法
CN113656971B (zh) * 2021-08-18 2024-06-04 中国石油化工股份有限公司 数字孪生系统建立方法、装置、电子设备和可读存储介质
CN115903557A (zh) * 2021-08-19 2023-04-04 华为云计算技术有限公司 设备控制方法、装置、服务器及存储介质
CN113671919B (zh) * 2021-08-20 2023-02-24 西藏众陶联供应链服务有限公司 一种建筑陶瓷间歇式球磨机泥浆制备控制方法
CN113793359B (zh) * 2021-08-25 2024-04-05 西安工业大学 一种融合孪生网络与相关滤波的目标跟踪方法
CN113850017B (zh) * 2021-08-27 2024-04-02 国家电网有限公司 一种基于潮流变化图谱的系统级故障分析系统及方法
CN113810953B (zh) * 2021-09-08 2023-06-27 重庆邮电大学 一种基于数字孪生的无线传感网络资源调度方法及系统
CN114018237B (zh) * 2021-10-09 2023-11-24 烟台杰瑞石油服务集团股份有限公司 一种基于数字孪生的井场定位方法和装置
CN114281029A (zh) * 2021-10-29 2022-04-05 新疆金风科技股份有限公司 风力发电机的数字孪生系统和方法
CN114035425B (zh) * 2021-11-05 2022-07-26 广东工业大学 一种无人机数字孪生系统的虚实状态同步方法和系统
CN114063516B (zh) * 2021-11-16 2023-05-09 中国船舶科学研究中心 一种基于虚实融合的舰船多物理场控制系统及控制方法
US20230168641A1 (en) * 2021-11-30 2023-06-01 Caterpillar Inc. On-board machine component failure detection
US20230185268A1 (en) * 2021-12-10 2023-06-15 Applied Materials, Inc. Eco-efficiency monitoring and exploration platform for semiconductor manufacturing
EP4201865A1 (en) 2021-12-21 2023-06-28 Hiab AB A working equipment system, and a method of the working equipment system
WO2023129164A1 (en) * 2021-12-30 2023-07-06 Hitachi Vantara Llc Digital twin sequential and temporal learning and explaining
CN114401292B (zh) * 2022-01-10 2023-06-06 徐工汉云技术股份有限公司 一种基于物影子的设备消息采集系统及方法
CN114513430B (zh) * 2022-01-14 2024-03-22 浪潮工业互联网股份有限公司 一种工业互联网设备的状态监控方法、设备及存储介质
US20230260055A1 (en) * 2022-02-16 2023-08-17 International Business Machines Corporation Artificial intelligence enabled air quality control
US20230267451A1 (en) * 2022-02-22 2023-08-24 Iotecha Corp. Methods, devices, and systems for integration of electric vehicle (ev) charging with virtual reality and augmented reality environments
WO2023164463A1 (en) * 2022-02-22 2023-08-31 Iotecha Corp. Methods, devices, and systems for integration of electric vehicle (ev) charging with virtual reality and augmented reality environments
CN114898533A (zh) * 2022-02-28 2022-08-12 国电南京自动化股份有限公司 一种水利水电智能报警方法及系统
CN114383847B (zh) * 2022-03-23 2022-07-12 西南交通大学 一种基于数字孪生的滚动轴承全寿命状态监测方法
CN114492146B (zh) * 2022-04-02 2022-07-08 武汉地震工程研究院有限公司 基于迁移学习的螺栓群松动定位和定量分析方法及系统
CN114462261A (zh) * 2022-04-14 2022-05-10 北京安盟信息技术股份有限公司 一种机床数字孪生体等级评估方法及系统
CN114780614B (zh) * 2022-04-24 2024-06-11 中冶赛迪信息技术(重庆)有限公司 一种时序数据全流程管理系统、方法、设备及介质
CN114648078B (zh) * 2022-05-23 2022-09-13 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种地热清洁能源深浅联动降碳增效监控系统
CN114757111B (zh) * 2022-06-16 2022-08-23 四川观想科技股份有限公司 一种基于数字孪生技术的智能装备健康管理方法
CN115080544B (zh) * 2022-06-30 2024-05-03 北京亚控科技发展有限公司 一种孪生、订阅组织的历史状态的方法及装置
CN115085947B (zh) * 2022-08-23 2022-11-08 深圳市迪博企业风险管理技术有限公司 一种数字孪生中数据安全检验方法及系统
KR102540035B1 (ko) * 2022-08-26 2023-06-05 주식회사 에코에이블 반도체 생산 공정 유독가스처리 모니터링 시스템
CN115499467B (zh) * 2022-09-06 2023-07-18 苏州大学 基于数字孪生的智能网联车测试平台及其搭建方法与系统
CN115484032A (zh) * 2022-09-13 2022-12-16 中国联合网络通信集团有限公司 数字孪生数据安全存储方法、装置、电子设备及存储介质
CN115328452B (zh) * 2022-10-13 2023-03-24 中国电子科技集团公司第十五研究所 导航业务运管态势可视化方法、系统、服务器及存储介质
PL442584A1 (pl) * 2022-10-20 2024-04-22 Immersive Toolbox Spółka Z Ograniczona Odpowiedzialnością Sposób wsparcia obrazowania medycznego
KR102654240B1 (ko) * 2022-10-26 2024-04-04 주식회사 에이아이네이션 딥러닝, 머신러닝 및 통계 모델을 이용한 산업설비 이상 감지 장치 및 시스템
CN115470663B (zh) * 2022-11-15 2023-03-24 中科数智能源科技(深圳)有限公司 一种油气藏数字孪生系统的同步仿真方法、装置及介质
WO2024107848A1 (en) * 2022-11-16 2024-05-23 Oshkosh Corporation Systems and methods for a virtual lift device
CN115730401B (zh) * 2022-11-18 2024-05-07 中复连众风电科技有限公司 一种风电叶片模具参数化设计系统及方法
EP4379485A1 (en) * 2022-11-29 2024-06-05 Siemens Aktiengesellschaft Industrial interaction system and a method for interaction
CN116015543A (zh) * 2022-12-08 2023-04-25 天津津航计算技术研究所 一种基于总线型fc网络数据快速恢复的方法
CN116012524A (zh) * 2022-12-13 2023-04-25 阿里云计算有限公司 一种可视化建模方法、装置以及物联网平台
CN116033375B (zh) * 2022-12-16 2023-11-03 科舸物联科技有限公司 一种通信基站全站智能化管控方法和系统
CN115906708A (zh) * 2022-12-20 2023-04-04 北京航天智造科技发展有限公司 一种基于数字孪生的云端仿真方法及系统
CN115641097B (zh) * 2022-12-23 2023-03-28 深圳市仕瑞达自动化设备有限公司 基于云平台的非标准机械加工协同制造管理方法及系统
CN116128320B (zh) * 2023-01-04 2023-08-08 杭州有泰信息技术有限公司 电网输变电可视化管控方法及平台
CN116502931B (zh) * 2023-02-06 2024-02-09 北京北投生态环境有限公司 一种化工厂污染场地生态环境风险防控用检测系统
KR102564220B1 (ko) * 2023-02-23 2023-08-08 디엑스랩즈 주식회사 풍력발전설비의 풍속파라미터를 제어하는 방법 및 그 장치
CN116009462B (zh) * 2023-03-24 2023-07-07 四川弘仁财电科技有限公司 数据中心运维监控装置、系统及方法
CN116030213B (zh) * 2023-03-30 2023-06-06 千巡科技(深圳)有限公司 一种多机云边协同地图创建与动态数字孪生方法及系统
CN116307263B (zh) * 2023-05-11 2023-08-11 武汉理工大学 基于数字孪生的泵站全流程动态智能调度方法及系统
CN116258420B (zh) * 2023-05-11 2023-08-01 中南大学 一种产品质量检测方法、装置、终端设备及介质
CN116306324B (zh) * 2023-05-25 2023-07-25 安世亚太科技股份有限公司 一种基于多智能体的分布式资源调度方法
KR102608539B1 (ko) * 2023-08-30 2023-12-01 (주)스페이스 다방향으로 항공촬영을 하여 지형지물의 입체 정보를 표현할 수 있는 항공촬영시스템
CN117152098A (zh) * 2023-09-04 2023-12-01 深圳崎点数据有限公司 一种基于深度学习的电池缺陷检测方法及系统
CN117350114B (zh) * 2023-10-11 2024-03-29 浙江浙能临海海上风力发电有限公司 一种风机健康状态评估方法、装置和系统
CN117421907B (zh) * 2023-10-30 2024-05-24 安徽省中易环保新材料有限公司 生活垃圾焚烧烟气净化系统
CN117252032B (zh) * 2023-11-10 2024-02-13 三峡科技有限责任公司 碱性电解水制氢系统的数字孪生体构建方法、装置及设备
CN117392227B (zh) * 2023-12-12 2024-04-09 江西红声技术有限公司 一种头部姿态零位掉电保持方法及系统
CN117632970B (zh) * 2023-12-18 2024-06-14 智人开源(北京)科技有限公司 多模融合数据库、数据库的数字孪生实体数据存储方法
CN117452148B (zh) * 2023-12-22 2024-03-26 星玛智能电气有限公司 一种环网柜的智能监控方法
CN117471979B (zh) * 2023-12-27 2024-03-08 成都川哈工机器人及智能装备产业技术研究院有限公司 一种基于数字孪生平台的数据采集处理方法及系统
CN117475431B (zh) * 2023-12-27 2024-03-15 君华高科集团有限公司 一种基于数字孪生技术的食品安全监管方法及系统
CN117787907A (zh) * 2023-12-28 2024-03-29 广州港股份有限公司 散货码头数字孪生可视化堆场智能管控系统及其构建方法
CN117493980B (zh) * 2023-12-29 2024-03-19 合肥工业大学 一种集成特征提取和排序因果发现的轴承故障诊断方法
CN117521270B (zh) * 2024-01-04 2024-06-21 中汽研汽车检验中心(广州)有限公司 多级变速箱的面向对象的扩展式建模方法、设备及介质
CN117640700B (zh) * 2024-01-18 2024-04-30 深圳市宏大联合实业有限公司 一种数字孪生方法、系统以及第一节点
CN117780346B (zh) * 2024-02-23 2024-05-24 太原矿机物联科技有限公司 基于3d可视化模型的远程煤机控制方法
CN117974928A (zh) * 2024-03-29 2024-05-03 湖北华中电力科技开发有限责任公司 一种基于电力基建系留无人机激光雷达的数字孪生方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10416614B2 (en) * 2015-10-15 2019-09-17 Siemens Aktiengesellschaft Human programming interfaces for machine-human interfaces
US20170286572A1 (en) * 2016-03-31 2017-10-05 General Electric Company Digital twin of twinned physical system
US10417614B2 (en) * 2016-05-06 2019-09-17 General Electric Company Controlling aircraft operations and aircraft engine components assignment
US10404569B2 (en) * 2016-08-22 2019-09-03 General Electric Company Internet of things associate
CN110249348A (zh) * 2016-12-15 2019-09-17 西门子股份公司 能量控制系统的配置与参数化

Similar Documents

Publication Publication Date Title
JPWO2021108680A5 (ja)
US11126910B1 (en) Models for stop sign database creation
US20240046001A1 (en) Automated standardized location digital twin and location digital twin method factoring in dynamic data at different construction levels, and system thereof
US11314726B2 (en) Web services for smart entity management for sensor systems
CN111095871B (zh) 有助于网络数据流分析的时间图系统
JPWO2021222384A5 (ja)
Castaño et al. Sensor reliability in cyber-physical systems using internet-of-things data: A review and case study
Tuhaise et al. Technologies for digital twin applications in construction
Allam The future of urban models in the big data and AI era: A bibliometric analysis
JP7367938B2 (ja) デバイスメッセージフレームワーク
Lozano et al. Multi-agent system for demand prediction and trip visualization in bike sharing systems
WO2019067630A1 (en) WEB SERVICE PLATFORM WITH INTELLIGENT ENTITIES, TIMELINES, AND INFLATED STREAM GENERATION
Bönsch et al. A subject-oriented reference model for digital twins
Alva et al. Use cases for district-scale urban digital twins
JP2022014139A (ja) 植生管理システム及び植生管理方法
Colace et al. A BIM-based approach for decision support system in smart buildings
Muntean Multi-agent system for intelligent urban traffic management using wireless sensor networks data
JP2020197842A (ja) 建築物の3次元データ管理方法及びこれを実現するモバイル端末
WO2023049453A1 (en) Traffic monitoring, analysis, and prediction
US10606814B2 (en) Computer-aided tracking of physical entities
Junior et al. IoT technology proposal for multi-adaptative sensing integrated into data science and analytics scenarios
CN116303856B (zh) 一种工业地理信息系统
US20180203885A1 (en) Controlling creation/access of physically senses features
Sakr et al. Recent progress and future outlook of digital twins in structural health monitoring of civil infrastructure
US20180204096A1 (en) Taking action upon physical condition