KR20200045924A - 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 - Google Patents
디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 Download PDFInfo
- Publication number
- KR20200045924A KR20200045924A KR1020180127046A KR20180127046A KR20200045924A KR 20200045924 A KR20200045924 A KR 20200045924A KR 1020180127046 A KR1020180127046 A KR 1020180127046A KR 20180127046 A KR20180127046 A KR 20180127046A KR 20200045924 A KR20200045924 A KR 20200045924A
- Authority
- KR
- South Korea
- Prior art keywords
- digital twin
- prediction model
- construction
- safety management
- cause analysis
- Prior art date
Links
- 238000010276 construction Methods 0.000 title claims abstract description 69
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000007726 management method Methods 0.000 claims description 23
- 238000013500 data storage Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 229920000136 polysorbate Polymers 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 39
- 238000000034 method Methods 0.000 description 22
- 239000010720 hydraulic oil Substances 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000012549 training Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000003068 static effect Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 디지털 트윈(Digital Twin)기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 관한 것이다. 보다 상세하게는 디지털 트윈을 이용하여 건설기계의 소모 부품을 미리 예상하여 효과적인 정비를 제공하면서 고장이 예견되는 경우 선제적인 정비를 할 수 있도록 하고, 고장이 발생한 경우 그 원인을 보다 신속하게 분석하여 빠르게 정비가 완료될 수 있도록 하기 위한 본 발명은 디지털 트윈(Digital Twin)기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 제공하기 위한 것이다.
Description
본 발명은 디지털 트윈(Digital Twin)기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 관한 것이다. 보다 상세하게는 디지털 트윈을 이용하여 건설기계의 소모 부품을 미리 예상하여 효과적인 정비를 제공하면서 고장이 예견되는 경우 선제적인 정비를 할 수 있도록 하고, 고장이 발생한 경우 그 원인을 보다 신속하게 분석하여 빠르게 정비가 완료될 수 있도록 하기 위한 본 발명은 디지털 트윈(Digital Twin)기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 제공하기 위한 것이다.
일반적으로 디지털 트윈 시스템이란 실제 물리적인 자산 대신 소프트웨어로 가상화한 자산의 디지털 트윈을 만들어 모의실험(시뮬레이션)함으로써 실제 자산의 특성(현재 상태, 생산성, 동작 시나리오, 등)에 대한 정확한 정보를 얻도록 하는 방법을 말한다.
상기 디지털 트윈 시스템을 이용하는 경우 에너지, 항공, 헬스케어, 자동차, 국방 등 여러 산업 분야에서 디지털 트윈을 이용하여 자산 최적화, 돌발 사고 최소화, 생산성 증가 등 설계부터 제조, 서비스에 이르는 모든 과정의 효율성을 향상시킬 수 있다.
특히 항공분야 및 선박분야의 경우 예상하지 못한 고장에 의하여 정비가 진행되는 경우 정비에 소요되는 직접적인 비용이 높을 뿐만 아니라 정비에 소요되는 시간이 상당히 길기 때문에 상당히 높은 손해가 발생한다는 문제가 있다. 이에 따라 항공기 또는 선박의 제조단계에서 디지털 트윈 시스템을 도입하여 해당 항공기 또는 선박에 맞게 소모품에 대한 교체를 제공하고, 운항 스케쥴, 내용 등에 따라 디지털 트윈에서 인식되는 정보를 기초로 예상되는 소모 부품, 가능성 있는 고장 원인을 선제적으로 대응하여 미리 정비할 수 있도록 함으로서 시간 및 비용적인 효율을 높이고 있다. 뿐만 아니라 이를 통하여 안전사고를 미연에 방지할 수 있도록 하고 있다.
위와 같이 특정 항공기 또는 선박 뿐만 아니라 대자본이 소요되는 건설분야에서도 사용되는 건설장비에 대한 고장 예측 및 선제적인 정비를 통하여 고장 및 예기치 못한 사고를 방지하는 방안이 필요하다.
다만, 하나의 항공기 자체 또는 선박 자체와 달리 건설분야의 특성상 사용되는 다양한 건설장비가 있고, 건축되는 대상에 따라 각 건설장비의 사용 내역, 건설 스케쥴 등 더 많은 요소를 고려할 필요가 있다.
따라서 건설분야에 사용되는 건설기계에 디지털 트윈을 도입하고, 상술한 건설분야의 특징을 반영할 수 있도록 빅데이터 기반의 실시간 데이터 변환, 저장, 관리를 적용하고, 이를 기초로 한 딥러닝을 통하여 예상되는 고장을 추론함으로서 건설분야에서 사용되는 특정한 장비의 특정한 부품을 선제적으로 정비할 수 있도록 하는 시스템의 개발이 필요하다.
즉, 기존의 한 개체의 디지털 트윈을 넘어 복수개의 개체에 대한 시뮬레이션과 건설환경을 반영하여 데이터를 반영, 관리함으로서 다양한 고장인자 안에서 현실적인 고장 예측 정보를 제공하는 시스템이 개발될 필요가 있다.
본 발명의 목적은 디지털 트윈 기반을 기반으로 건설기계에 대한 실시간 데이터를 디지털 트윈에 제공하여 시뮬레이션을 제공함으로서 상기 건설기계의 예상되는 고장을 분석하고 선제정비를 제공할 수 있도록 하기 위한 것이다.
본 발명은 디지털 트윈 기반을 분석된 정보를 통하여 안전사고를 미연에 방지할 수 있도록 하는 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 제공하기 위한 것이다.
본 발명은 예상하지 못한 고장 또는 사고가 발생한 경우 신속하게 그 원인을 분석하고 대응할 수 있도록 하는 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 제공하기 위한 것이다.
상기 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 데이터 취득 (intake) 시스템; 하나 이상의 프로세서; 비-일시적 컴퓨터-판독가능 매체; 그리고 상기 비-일시적 컴퓨터-판독가능 매체 상에 저장되어 상기 적어도 하나의 프로세서에 의해 실행가능한 프로그램 명령어들을 포함하는 디지털 트윈을 포함하고, 상기 디지털 트윈과 연동된 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장 위치에 저장하고, 건설스케쥴 및 건축내용의 입력값에 대응하여 미리 정해놓은 수식을 포함하는 이벤트 그룹에 따라 상기 건설장비에 포함된 부품의 기대수명을 분석하는 제어부를 포함하는 것일 수 있다.
상기 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 있어서, 상기 디지털 트윈은 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장위치에 저장하는, 제1 모드에서 동작하도록 하고; 상기 제1 모드에서 동작하면서, 상기 제어부에 설정된 이벤트들의 그룹으로부터의 적어도 하나의 이벤트가 미래의 정해진 시간 구간 내에 특정한 애셋에서 발생할 가능성이 있는지 여부에 대한 표시자 (indicator)를 출력하는 예측 모델을 실행하도록 하고; 상기 표시자가 임계 상태를 충족시키는가에 대한 판단을 하도록 하고; 상기 판단에 응답하여, 상기 제1 모드에서 동작하는 것으로부터 상기 컴퓨팅 시스템이 상기 정해진 애셋으로부터 수집된 동작 데이터를 제2 데이터 저장 위치에 저장하는 제2 모드에서 동작하는 것으로 전이하도록 하여 저장하는 것일 수 있다.
상기 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 있어서, 상기 건설기계와 디지털 트윈은 실시가 스트리밍 되면서 데이터 저장부를 공유하는 것일 수 있다.
이하, 본 발명을 더욱 상세하게 설명한다.
본 발명의 일 실시예에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 데이터 취득 (intake) 시스템; 하나 이상의 프로세서; 비-일시적 컴퓨터-판독가능 매체; 그리고 상기 비-일시적 컴퓨터-판독가능 매체 상에 저장되어 상기 적어도 하나의 프로세서에 의해 실행가능한 프로그램 명령어들을 포함하는 디지털 트윈을 포함하고, 상기 디지털 트윈과 연동된 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장 위치에 저장하고, 건설스케쥴 및 건축내용의 입력값에 대응하여 미리 정해놓은 수식을 포함하는 이벤트 그룹에 따라 상기 건설장비에 포함된 부품의 기대수명을 분석하는 제어부를 포함하는 것일 수 있다.
상기 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 있어서, 상기 디지털 트윈은 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장위치에 저장하는, 제1 모드에서 동작하도록 하고; 상기 제1 모드에서 동작하면서, 상기 제어부에 설정된 이벤트들의 그룹으로부터의 적어도 하나의 이벤트가 미래의 정해진 시간 구간 내에 특정한 애셋에서 발생할 가능성이 있는지 여부에 대한 표시자 (indicator)를 출력하는 예측 모델을 실행하도록 하고; 상기 표시자가 임계 상태를 충족시키는가에 대한 판단을 하도록 하고; 상기 판단에 응답하여, 상기 제1 모드에서 동작하는 것으로부터 상기 컴퓨팅 시스템이 상기 정해진 애셋으로부터 수집된 동작 데이터를 제2 데이터 저장 위치에 저장하는 제2 모드에서 동작하는 것으로 전이하도록 하여 저장하는 것일 수 있다.
상기 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 있어서, 상기 건설기계와 디지털 트윈은 실시가 스트리밍 되면서 데이터 저장부를 공유하는 것일 수 있다.
본 발명에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 디지털 트윈 기반을 기반으로 건설기계에 대한 실시간 데이터를 디지털 트윈에 제공하여 시뮬레이션을 제공하여 상기 건설기계의 예상되는 고장을 분석하고 선제정비를 제공할 수 있도록 한다.
본 발명에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 디지털 트윈 기반을 분석된 정보를 통하여 안전사고를 미연에 방지할 수 있도록 한다.
본 발명에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 예상하지 못한 고장 또는 사고가 발생한 경우 신속하게 그 원인을 분석하고 대응할 수 있도록 한다.
도 1은 본 발명의 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템에 관한 네트워크의 예시도이다.
도 2는 고장 클레임 데이터를 버신 러닝 모델 모형에 적용한 예시도이다.
도 3은 디지털 트윈을 시각화에 관한 것이다.
도 4는 본 발명의 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 통한 통합 관리 프로세스를 도시한 것이다.
도 2는 고장 클레임 데이터를 버신 러닝 모델 모형에 적용한 예시도이다.
도 3은 디지털 트윈을 시각화에 관한 것이다.
도 4는 본 발명의 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템을 통한 통합 관리 프로세스를 도시한 것이다.
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예에 대하여 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 발명의 일 실시예에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 데이터 취득(intake) 시스템; 하나 이상의 프로세서; 비-일시적 컴퓨터-판독가능 매체; 그리고 상기 비-일시적 컴퓨터-판독가능 매체 상에 저장되어 상기 적어도 하나의 프로세서에 의해 실행가능한 프로그램 명령어들을 포함하는 디지털 트윈을 포함하고, 상기 디지털 트윈과 연동된 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장 위치에 저장하고, 건설스케쥴 및 건축내용의 입력값에 대응하여 미리 정해놓은 수식을 포함하는 이벤트 그룹에 따라 상기 건설장비에 포함된 부품의 기대수명을 분석하는 제어부를 포함하는 것일 수 있다.
본 발명에 따른 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 실제와 동일 또는 유사하게 동작되도록 시각적으로 표시되는 디지털 트윈으로 만들어진 3D 가상장비 모델을 사용하여 구비된 전자식 매뉴얼과, 상기한 전자식 매뉴얼을 포함하는 가상장비의 운영 및 교육훈련 시스템으로 적어도 하나의 디지털 트윈을 포함하여 구성될 수 있다. 본 발명의 상세한 내용에서 통상의 가상현실 장치 및 시스템의 구성과 이미지처리를 위한 일반적인 렌더링 및 데이터 베이스간의 입출력 등 데이터의 처리과정 등은 생략한다.
본 발명에 의한 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템은 CAD S/W로 제작된 3D 가상장비 모델을 준비하는 단계, 상기 3D 가상장비 모델을 구성하는 개별 객체에 물리적, 기계적, 전기적, 유체 및 화학적 특성들 중 의 적어도 하나 이상의 특성을 부여하는 단계, 수신된 건설기계 동작 데이터를 기반으로 디지털 트윈에 해당 동작정보를 입력하고 사용되는 부품의 수명을 정해놓은 수식에 따라 차감하는 단계: 각 부품 별로 일정 이상 범위의 기대수명에 달하는 경우 정비 시나리오를 설정하는 단계; 상기 가상장비의 운영정보를 입력하는 단계; 상기 설정된 정보들과 상기 운영정보에 의하여 상기 가상장비의 각 구성요소들간의 상호작용에 의한 설계된 작동 메커니즘을 구현하는 단계; 상기 장비의 작동 메커니즘이 시각적 표시수단으로 출력하는 단계; 상기 작동메커니즘이나 상기 디지털 트윈을 구성하는 개별 객체들 중에 적어도 하나의 특성에 변화를 발생시키는 단계를 포함하여 구현된다.
상기 발생한 특성의 변화에 의하여 상기 설계된 작동 메커니즘의 구현에 변화를 주고 이러한 변화가 시각표시수단에 출력되는 특성들이 나타나게 된다. 즉 수신된 건설장비에 의하여 동작 데이터가 업데이트 되면 특정 부품에 대한 위치나 각종 정적특성 및 동적특성 중에서 적어도 하나를 변화시키게 되면 그 변화에 의하여 재계산되어 다른 형태의 작동 메커니즘을 구현하게 되고 재구성된 작동은 디지털 트윈을 통해서 사용자가 인식을 하게 된다.
또한 축적된 정보는 일한 범위 내에서 정비를 위한 수치 범위 내로 들어오는지 평가하게 된다.
본 발명에 있어서 디지털 트윈에 포함된 시각적인 표시장치는 예시적으로 HMD(Head Mounted Display), Crystal Eyes 및 VR, AR기술을 응용한 시각표시장치를 의미하며 특정하지는 않는다.
또한 상기 작동 메커니즘을 구현하는 단계 후에 상기 디지털 트윈에 연동되는 건설장비가 운영이 되는 사용환경 정보를 설정하고 건설장비가 사용되는 건설환경 및 건축 스케쥴 정보를 입력하여 가상환경을 적용하는 단계와 보다 정밀한 예측 시스템을 제공하는 단계를 포함하여 구성될 수 있다.
이를 통하여 실제 정비가 이루어지는 다양한 환경정보를 변화시킬 수 있다. 예를 들면 건설장비가 운영되는 지역의 온도, 바람의 세기 장비의 자세, 장비의 운영시간, 부품별 마모의정도 등등을 설정함으로써 실제에 가까운 정비시기를 예측하여 고장이 발생하지 전에 선제적인 대응이 가능하게 할 수 있다.
또 다른 예시로써 상술한 본 발명의 목적을 적어도 하나를 달성하기 위하여 본 발명은 하기와 같은 구성들을 포함하여 구현될 수 있다.
적어도 하나의 독립된 기능을 구현하는 시스템 또는 장비에 대한 3차원의 형상정보를 가지는 가상장비의 모델링과, 상기 모델링을 구성하는 적어도 하나의 객체에 특성을 부여하는 특성 설정부와 상기 가상장비의 운영 또는 작동정보를 설정하는 적어도 하나의 입력부)와 상기 설정된 정보들과 상기 운영정보에 의하여 상기 가상장비의 각 구성요소들간의 상호작용에 의한 설계된 작동 메커니즘 계산모듈과 상기 작동 메커니즘 계산모듈에서 생성된 상기 가상장비의 동작이 출력되는 적어도 하나의 디지털 트윈과 상기 디지털 트윈과 연동되는 건설장비의 작동 또는 상기 가상장비를 구성하는 개별 객체들 중에 적어도 하나의 특성의 변화를 발생시키는 제어부를 포함하여 구성될 수 있다.
상기 특성 설정부는 상기 입력부에서 구현될 수 있다. 통상의 입력부는 통상적으로 키보드와 마우스와 같은 입력수단을 구비할 수 있다.
상기 제어부는 상기한 입력부에 의하여 상기 가상장비의 객체 중의 하나의 특성을 변화시킬 수 있다. 또한 상기 제어부는 디지털 트윈를 통하여 상기 가상장비의 구성품의 동적, 정적 특성을 변화시킬 수 있다. 예시적으로 데이터 글러브, 3차원 마우스, 스페이스 볼과 같이 알려진 장치들을 통해서 특정 부품이나 모듈의 특성에 변화를 인가할 수 있다.
상기 입력부에서는 상기 건설장비의 운영시나리오, 정비시나리오 등을 설정할 수 있다.
상기 제어부는 상기 디지털 트윈에서 사용자에 의하여 상기 가상장비의 객체 중에 적어도 하나의 특성을 변화시킬 수 있다.
실시 예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
3D 가상장비 모델을 이용한 정비교육훈련 시스템을 구현하기 위한 최소한의 필요한 단계들을 예시적을 나타낸 흐름도이다.
본 발명에 의한 가상현실 응용 정비 교육 및 훈련 시스템을 이루기 위해서는 통상적으로 다양한 CAD S/W로 제작된 3D 가상장비 모델을 준비하는 단계(S100), 상기 3D 가상장비 모델을 구성하는 개별 객체에 물리적, 기계적, 전기적, 유체 및 화학적 특성들 중의 적어도 하나 이상의 특성을 부여하는 단계(S130)를 통하여 운영하고자 하는 대상 장비의 실제와 동일내지 유사한 장비의 CAD정보를 기반으로 각 장비를 이루는 상세부품들에 대하여 동적, 정적 특성들을 인가하여 운영하고자 하는 장비 또는 시스템의 기본적인 모델링을 준비하게 된다.
본 발명에서는 해당 모델링을 구성하는 객체에 대하여 하기에 열거한 정적, 동적 특성을 부여하는 모듈이나 방법들에 제한되지 않는다. 하기의 예시적인 설명은 발명을 보다 상세하게 설명을 하기 위한 목적으로 기술된다.
먼저 3D 가상장비 모델을 구현하기 위해 사용될 대상장비의 3D 모델링은 최하위 단위 기능 부품부터 최상위 조립체를 모두 포함하는 것으로 구성될 수 있으며, 사용목적에 따라 구성품의 포함 범위를 조정할 수 있다. 이는 기계가공품, 용접구조물, 기계부품, 전기부품, 전자부품, 고무제품 및 복합소재와 복합조립체 등 대상장비를 구성하는 대부분의 부품을 포함하며 일반적으로 알려진 3D CAD S/W와 모델링 방법을 사용하여 생성된다. 여기서는 3D CAD S/W 를 사용하는 방법에 대한 기술은 본 발명의 요지와 연관성이 없어 생략한다. 각 부품의 최하위 단위 기능부품은 판, 봉, 선, 패킹, 와셔, 너트, 볼트, 관, 전선, 전자기 단위 부품 또는 소자, 핀, 축, 키이 등 단일형상 및 단일기능을 수행하는 부품일 수 있으며 이 단품의 조합으로 구성된 하위 상기한 하위 구성품의 조합체인 상위 구성품은 조립체 또는 장치일 수 있다. 상기한 조립체 또는 장치의 조합체인 최상위 조립체는 대상장비로 구분될 수 있다. 각 부품은 실제품과 동일한 형상정보와 수치정보, 상대적인 위치정보를 가진다. 전기 및 전자부품을 제외한 일반적인 부품은 상기한 방법을 사용하여 구현될 수 있다. 하지만 3D 가상장비 모델은 전기 및 전자부품의 PCB 보드 및 전기케이블 등은 상세한 부품정보 및 회로정보, 형상정보 등을 포함하고 있는 것을 본 발명의 주요 요지이므로 이에 대한 구체적인 설명을 통해 본 발명의 의도를 명확히 하고자 한다. 일반적으로 알려진 전자부품은 PCB 보드상에 다양한 부품의 조합으로 구성될 수 있다. 전자부품 내 포함된 PCB 보드에 대한 3D 모델링을 설명을 통해 명확하게 하고자 한다. 일반적으로 알려진 PCB 보드에 대한 3D 형상은 3D CAD SW에서 간략하게 표현된다. 왜냐하면 PCB 보드는 제작방법이 기계가공품, 용접물, 주조품, 압연품 등의 제조방법과 달라 3D CAD S/W에서 구현하기 곤란하고 실제 구현해도 제작용으로 활용 할 수 없다. 전자 부품설계를 위한 전용 SW(일례로 '캐디언스, ORCAD') 를 사용하여 별도로 설계되고 제작에 활용되기 때문이다.
3D CAD S/W에서 적정 두께(여기서는 실제 PCB 보드와 두께, 크기, 형상이 동일하게 적용하는 기본으로 하면 별도 언급을 하지 않음)의 기판(substrate)을 생성하는 것과 상기한 기판에 비아(VIA)와 부품실장 스루홀을 생성하는 것과 상기한 기판에 얇은 두께의 회로도를 생성하여 부착하는 것으로 단층구조의 PCB 보드를 구현한다.
일반적으로 알려진 PCB 보드는 단면회로 구조에서 16층 이상까지 적층에 의한 다중 회로구성이 가능하므로 본 발명에서의 PCB 보드 구현는 실제 PCB 보드와 동일하게 적층한다. 구현방법은 상기한 방법과 동일한 방법으로 적층한다. 상기한 적층이 완료된 PCB 보드에 해당되는 전기소자를 배치하며, 전기소자에 대한 3D 형상은 동일하거나 유사하게 구현한다. 여기에서 설명되는 것은 본 발명에 대한 이해를 돕기 위해서 간략하게 설명한 것으로 본 발명의 논지를 대표하는 것은 아니다. 대상장비에 대한 3D 모델링은 실제 부품과 동일하거나 유사하게 생성하는 것을 기본으로 한다. 상기한 객체들에 대하여 부여될 수 있는 다양한 동적, 정적 특성 및 이웃하는 부품이나 모듈에 의하여 상호작용관계에 있는 부품들의 관련성 등의 특성들이 설정이 된다.
본 발명에 의한 3D 가상장비 모델의 특정속성 정보는 신뢰성 값, 소재특성, 물리적 특성, 화학적 특성, 전기적 특성, 동적 특성 등 이며 3D 가상장비 모델을 구성하는 각 부품에 해당하는 모든 특성정보를 입력한다. 특성정보를 부여하기 위해 사용하는 툴은 유니티, 언리얼, 버툴 등 일반적으로 알려지거나 사용되고 향후 신규로 개발되어 적용되는 모든 툴을 사용할 수 있으며, 특성정보를 입력하는 단계는 최하위 단품에 대한 특성정보 입력하는 단계와 상위부품 또는 조립체에 대한 특성정보를 입력하는 단계로부터 최상위 부품 또는 조립체에 대한 특성 정보를 입력하는 단계로 구분된다.
하나의 예시적으로 건설용 장비인 굴삭기는 유압을 이용한 버킷의 움직임을 가지고 작업을 하게 된다. 실제 작동원리에 따라 동작하도록 설정되어야 하며 일례로 유압실린더의 경우 일반적인 본 발명에 의한 가상유압실린더는 1개의 실린더 베럴, 1개의 로드베어링, 1개의 피스톤 로드실, 1개의 실린더 커버, 1개의 피스톤, 1개의 피스톤 로드, 2개의 쿠션, 2개의 벤트 나사로 구성될 수 있다. 상기한 가상 유압실린더가 실제 유압실린더와 같이 동작하거나 작동되도록 하기 위해 기계적 특성과 물리적 특성을 부여하는 절차는 다음과 같을 수 있다.
예를 들어 유압발생장치에서 압력이 증가되면 배관을 타고 유압유가 흐르게 되고 좌측의 실린더 커버 내의 유압통로로 유압유가 주입되면 유압유의 압력에 의해 피스톤이 이동하게 되며 피스톤에 연결된 피스톤로드를 수직 또는 수평 이동하게 된다. 이 과정에 유압유에 물리적 특성을 반영하여 실제 유압유가 흘러가는 것처럼 묘사되고 상기한 유압유는 적정압력을 가져 배관을 타고 흐르게 되며 실린더 안으로 공급되면 상기한 유압유의 압력에 의해 피스톤을 밀게 된다. 실린더 내의 피스톤이 유압유의 압력에 의해 이동하게 되면 피스톤에 의해 반대쪽의 유압유는 입력되는 양 만큼 빠져나가게 되며 배출되는 유압유도 공급되는 유압유와 동일한 압력을 가지게 된다. 유압유의 공급이 중지되면 피스톤과 피스톤로드는 현재 위치를 유지하게 되며, 반대쪽의 유압통로로 유압유가 주입되면 우측 방향의 실린더 베럴 안으로 유압유가 공급되어 유압유의 압력에 의해 피스톤을 밀면 피스톤 로드가 수평 또는 수직 방향으로 처음 위치로 이동하게 된다. 이 때 피스톤 좌측에 있는 유압유는 피스톤의 이동에 의해 실린더 커버 내 유압통로로 빠져나가며 공급 유압유와 동일한 압력을 가지게 된다.
이러한 운동 결과로 피스폰 로드에 연결되어 있는 구성품은 고저구동, 상하운동, 전후 구동 등의 운동을 하게 된다. 이는 후술하는 작동메커니즘 구현 단계에서 각 장비의 객체들에게 부여된 특성이 종합적으로 작동 메커니즘을 형성하게 된다.
준비된 상기 가상장비 모델링에 대하여 적어도 하나 이상의 정비 시나리오를 설정하는 단계로써 해당장비의 통상적으로 알려진 다양한 정비나 사용상 고장 및 운영시간이나 기타 특성들에 의하여 교환해야 하는 부품들의 교환주기 및 고장빈도, 사용조건에 따른 파손되는 주요 부품들의 정보를 기반으로 사용자가 선택하거나 운영자가 선택 가능한 정비상황을 설정하거나 이미 저장된 정비상황들을 연계하여 하나 또는 하나이상의 정비상황을 설정할 수 있게 한다. 상기 가상장비의 운영정보를 입력하는 단계(S200)는 장비의 사용상황 정보를 설정하여 상기 정비 시나리오 또는 훈련과정에서 변화되는 장비의 상태정보들을 설정하거나 정비의 훈련과정에서 정비의 정상적인 수행이나 고장상황에서의 가상장비의 상태를 설정할 수 있게 한다. 또한 다양한 정비 및 점검, 수리 등에 사용되는 다양한 전용 공구 및 치구 등을 설정한다.
상기 설정된 정보들과 상기 운영정보에 의하여 상기 가상장비의 각 구성요소들간의 상호작용에 의한 설계된 작동 메커니즘을 구현하는 단계는 상기한 다양한 부품들의 특성 설정들과 상호 작용들에 의한 설계되고 의도된 작동을 먼저 설정하게 되고 후속적으로 훈련과정에서 학습자의 정비 행위에 의한 정비의 정상여부, 부품의 동적, 정적특성의 변화값 들을 계산하여 실제 가상장비의 작동 메커니즘을 구현하게 된다. 이때 정비훈련과정에서 설정된 특정 부품이나 모듈의 동적 또는 정적인 특성의 적어도 하나가 설정된 범위를 벗어나게 되면, 정상적인 작동이 되지 않는 출력을 만들어 내게 된다. 이러한 상태는 시각적 표시수단을 통해서 사용자 또는 운영자에게 출력하는 단계를 거치게 된다. 상기 작동메커니즘이나 상기 가상장비 모델을 구성하는 개별 객체들 중에 적어도 하나의 특성에 변화를 발생시키는 단계들은 통상 훈련대상자가 훈련모드에서 가상장비를 구성하는 부품의 적어도 하나이상을 학습한 것을 기반으로 정상적인 특성값을 가지도록 하는 과정에서 특성 변화가 발생하게 된다. 상기 발생한 특성의 변화에 의하여 상기 설계된 작동 메커니즘의 구현에 변화를 주고 이러한 변화가 시각표시수단에 출력되는 특성들이 나타나게 된다. 즉 계산된 정상적인 작동 메커니즘에 대하여 정비 학습이나 훈련과정에서 운영자나 학습자에 의하여 특정 부품에 대한 위치나 각종 정적특성 및 동적특성 중에서 적어도 하나를 변화시키게 되면 그 변화에 의하여 재계산되어 다른 형태의 작동 메커니즘을 구현하게 되고 재구성된 작동은 디지털 트윈을 통해서 사용자가 인식을 하게 된다. 통상 적어도 하나의 부품이나 모듈의 정비 또는 점검과정이 종료된 후 정상 작동여부를 점검하는 과정에서 훈련대상자는 학습자의 시행한 정비과정을 영상녹화와 같은 형태로 제공될 수 있는 훈련영상과 정상적인 정비 및 점검 시나리오에 의한 영상을 비교함으로써 학습자의 오류나 재훈련의 범위를 용이하게 파악을 할 수 있게 된다. 또한 비교하지 않고 해당 모듈이나 부품의 정비나 점검 완료후 정상적인 작동 메커니즘의 상태를 확인함으로써 학습자 스스로가 사후적으로 반복 훈련을 통해서 해당 모듈이나 부품의 정비에 대하여 숙달을 할 수 있게 한다.
상기 입력부에서는 상기 가상장비의 운영시나리오, 정비시나리오 등을 설정할 수 있다.
상기 제어부는 상기 디지털 트윈에서 사용자에 의하여 상기 가상장비의 객체 중에 적어도 하나의 특성을 변화시킬 수 있다.
상기 제어부와 상기 입력부는 상기 디지털 트윈에서 구현될 수 있다. 본 발명에서 디지털 트윈은 상기한 것과 같이 제한이 없으나, 통상적으로 상용화 되어진 오큘러스, HTC 바이브, 홀로렌즈, 오큘러스 터치, 바이브 콘트롤러 등과 같이 시각적으로 사람에게 정보전달을 하는 장치중의 적어도 하나 일 수 있다.
고장 예측 시스템으로서 parameter Weibull 확률밀도함수 Approach를 이용할 수 있다.
[확률밀도함수]
β : shape parameter
μ : location parameter
α : scale parameter
위 3개의 parameter를 최대우도 추정법(MLE) 방식을 이용하여 추정하며 이를 이용하여 미래 특정시점까지의 고장확률을 예측할 수 있다.
실제 장비가 제조되고 고장이 나는 과정을 시뮬레이션하고 한계 보증 가격 민감도에 따른 구매여부를 시뮬레이션 하여 각각의 경우에 부품비용 및 노무비용 대비 한계 보증 가격을 비교하여 가격의 적정성 여부를 판단하거나 또는 가격을 결정할 수 있다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (3)
- 데이터 취득 (intake) 시스템;
하나 이상의 프로세서;
비-일시적 컴퓨터-판독가능 매체; 그리고
상기 비-일시적 컴퓨터-판독가능 매체 상에 저장되어 상기 적어도 하나의 프로세서에 의해 실행가능한 프로그램 명령어들을 포함하는 디지털 트윈을 포함하고,
상기 디지털 트윈과 연동된 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장 위치에 저장하고,
건설스케쥴 및 건축내용의 입력값에 대응하여 미리 정해놓은 수식을 포함하는 이벤트 그룹에 따라 상기 건설장비에 포함된 부품의 기대수명을 분석하는 제어부를 포함하는
디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템. - 제 1항에 있어서,
상기 디지털 트윈은 건설장비로부터 수집된 동작 데이터를 상기 컴퓨팅 시스템이 제1 데이터 저장위치에 저장하는, 제1 모드에서 동작하도록 하고;
상기 제1 모드에서 동작하면서, 상기 제어부에 설정된 이벤트들의 그룹으로부터의 적어도 하나의 이벤트가 미래의 정해진 시간 구간 내에 특정한 애셋에서 발생할 가능성이 있는지 여부에 대한 표시자(indicator)를 출력하는 예측 모델을 실행하도록 하고;
상기 표시자가 임계 상태를 충족시키는가에 대한 판단을 하도록 하고;
상기 판단에 응답하여, 상기 제1 모드에서 동작하는 것으로부터 상기 컴퓨팅 시스템이 상기 정해진 애셋으로부터 수집된 동작 데이터를 제2 데이터 저장 위치에 저장하는 제2 모드에서 동작하는 것으로 전이하도록 하여 저장하는
디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템. - 제1항에 있어서,
상기 건설기계와 디지털 트윈은 실시가 스트리밍 되면서 데이터 저장부를 공유하는
디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180127046A KR20200045924A (ko) | 2018-10-23 | 2018-10-23 | 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180127046A KR20200045924A (ko) | 2018-10-23 | 2018-10-23 | 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200045924A true KR20200045924A (ko) | 2020-05-06 |
Family
ID=70737325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180127046A KR20200045924A (ko) | 2018-10-23 | 2018-10-23 | 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200045924A (ko) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220014022A (ko) | 2020-07-28 | 2022-02-04 | 재단법인대구경북과학기술원 | 전극의 디지털 트윈 방법 |
| KR102397921B1 (ko) | 2021-08-23 | 2022-05-13 | 한화시스템(주) | 디지털 트윈 기술 및 운용 데이터를 이용한 항공기의 예방 정비 정보 제공 시스템 및 그 방법 |
| KR20220135890A (ko) * | 2021-03-31 | 2022-10-07 | 한국전자기술연구원 | 인공지능 객체인식 모델을 위한 가상환경 기반 데이터 수집 방법 및 시스템 |
| KR20230032230A (ko) * | 2021-08-30 | 2023-03-07 | 주식회사 팀솔루션 | 비주얼 스크립트를 이용한 디지털 트윈 구축 시스템, 방법 및 이를 위한 장치 |
| CN115775092A (zh) * | 2022-11-11 | 2023-03-10 | 中电建铁路建设投资集团有限公司 | 基于数字孪生技术的施工过程安全风险管控系统 |
| KR102519886B1 (ko) * | 2022-03-02 | 2023-04-11 | (주)연합시스템 | 디지털 트윈을 이용하여 공작 기계를 모니터링하는 방법 및 장치 |
| KR102546088B1 (ko) * | 2022-11-09 | 2023-06-22 | 예주산업(주) | 메타버스 및 위치탐지 기술을 활용한 중장비 임대관리 시스템 및 방법 |
| CN117148048A (zh) * | 2023-10-30 | 2023-12-01 | 国网江苏省电力有限公司南通供电分公司 | 基于数字孪生技术的配电网故障预测方法及系统 |
| CN117471979A (zh) * | 2023-12-27 | 2024-01-30 | 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 |
| CN118015196B (zh) * | 2024-04-08 | 2024-06-07 | 山东嘉友互联软件股份有限公司 | 一种基于大数据的维修资金使用监测及预测系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170014601A (ko) | 2015-07-30 | 2017-02-08 | 주식회사 아썬 | 회전형 광고장치 |
-
2018
- 2018-10-23 KR KR1020180127046A patent/KR20200045924A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170014601A (ko) | 2015-07-30 | 2017-02-08 | 주식회사 아썬 | 회전형 광고장치 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220014022A (ko) | 2020-07-28 | 2022-02-04 | 재단법인대구경북과학기술원 | 전극의 디지털 트윈 방법 |
| KR20220135890A (ko) * | 2021-03-31 | 2022-10-07 | 한국전자기술연구원 | 인공지능 객체인식 모델을 위한 가상환경 기반 데이터 수집 방법 및 시스템 |
| KR102397921B1 (ko) | 2021-08-23 | 2022-05-13 | 한화시스템(주) | 디지털 트윈 기술 및 운용 데이터를 이용한 항공기의 예방 정비 정보 제공 시스템 및 그 방법 |
| KR20230032230A (ko) * | 2021-08-30 | 2023-03-07 | 주식회사 팀솔루션 | 비주얼 스크립트를 이용한 디지털 트윈 구축 시스템, 방법 및 이를 위한 장치 |
| WO2023033420A1 (ko) * | 2021-08-30 | 2023-03-09 | 주식회사 팀솔루션 | 비주얼 스크립트를 이용한 디지털 트윈 구축 시스템, 방법 및 이를 위한 장치 |
| KR102519886B1 (ko) * | 2022-03-02 | 2023-04-11 | (주)연합시스템 | 디지털 트윈을 이용하여 공작 기계를 모니터링하는 방법 및 장치 |
| WO2023167491A1 (ko) * | 2022-03-02 | 2023-09-07 | 주식회사 연합시스템 | 디지털 트윈을 이용하여 공작 기계를 모니터링하는 시스템 및 방법 |
| KR102546088B1 (ko) * | 2022-11-09 | 2023-06-22 | 예주산업(주) | 메타버스 및 위치탐지 기술을 활용한 중장비 임대관리 시스템 및 방법 |
| CN115775092A (zh) * | 2022-11-11 | 2023-03-10 | 中电建铁路建设投资集团有限公司 | 基于数字孪生技术的施工过程安全风险管控系统 |
| CN115775092B (zh) * | 2022-11-11 | 2023-12-22 | 中电建铁路建设投资集团有限公司 | 基于数字孪生技术的施工过程安全风险管控系统 |
| CN117148048A (zh) * | 2023-10-30 | 2023-12-01 | 国网江苏省电力有限公司南通供电分公司 | 基于数字孪生技术的配电网故障预测方法及系统 |
| CN117148048B (zh) * | 2023-10-30 | 2024-01-12 | 国网江苏省电力有限公司南通供电分公司 | 基于数字孪生技术的配电网故障预测方法及系统 |
| CN117471979A (zh) * | 2023-12-27 | 2024-01-30 | 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 |
| 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 |
| CN118015196B (zh) * | 2024-04-08 | 2024-06-07 | 山东嘉友互联软件股份有限公司 | 一种基于大数据的维修资金使用监测及预测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20200045924A (ko) | 디지털 트윈 기반의 건설기계 안전관리를 위한 고장 원인분석 및 예측 모델 시스템 | |
| KR20180109339A (ko) | 3차원 형상정보와 가상현실시스템을 이용한 정비교육방법 및 그 장치 | |
| JP2019144174A (ja) | 故障診断装置及び機械学習装置 | |
| KR102480354B1 (ko) | 기계의 잔여 사용 수명을 예측하기 위한 어셈블리 및 방법 | |
| Yi et al. | Process monitoring of economic and environmental performance of a material extrusion printer using an augmented reality-based digital twin | |
| JP2018139104A5 (ko) | ||
| CN104036092A (zh) | 面向装配工艺的三维工艺模型建模方法 | |
| Podskarbi et al. | Digital twin for operations-present applications and future digital thread | |
| JP2021075039A (ja) | 複合構造反り制御システム | |
| Geng et al. | Compensation-based methodology for maintenance time prediction in a virtual environment | |
| KR102397921B1 (ko) | 디지털 트윈 기술 및 운용 데이터를 이용한 항공기의 예방 정비 정보 제공 시스템 및 그 방법 | |
| Liscouet-Hanke et al. | A model-based systems engineering approach for the efficient specification of test rig architectures for flight control computers | |
| Smith et al. | Experimental and analytical development of health management for electro-mechanical actuators | |
| CN107077797B (zh) | 动态生成交通工具的维护模拟的建模工具、方法和存储介质 | |
| Bye et al. | A computer-automated design tool for intelligent virtual prototyping of offshore cranes | |
| Tofte et al. | How digital technology and standardisation can improve offshore operations | |
| Zhou et al. | A maintenance time prediction method considering ergonomics through virtual reality simulation | |
| KR20140087533A (ko) | 가상설비를 이용한 제조설비 시뮬레이션 시스템 및 방법 | |
| CN114402524A (zh) | 用于管理采矿设施的方法、装置和系统 | |
| US11379627B2 (en) | Vehicular liquid container design and manufacture | |
| Espíndola et al. | Improving maintenance operations through application of mixed reality systems | |
| Tumer et al. | Design of complex engineered systems | |
| McLeish et al. | CAE apps for physics of failure reliability & durability simulations | |
| Horváth | On the Way Towards Smart Engineering Systems | |
| US20230185257A1 (en) | Machine controller and methods for configuring and using the machine controller |