Automated digital twin generation of manufacturing systems with complex material flows: graph model completion - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Computers in Industry Année : 2023

Automated digital twin generation of manufacturing systems with complex material flows: graph model completion

Génération automatisé de jumeau numérique de systèmes de fabrication avec des flux de matériaux complexes : complétion de modèles de graphes

Résumé

Industry 4.0 determined the emergence of technologies that enable data-driven production planning and control approaches. A digital model can be used to make decisions based on the current state of a manufacturing system, and its efficacy strictly depends on the capability to correctly represent the physical counterpart at any time. Automated model generation techniques such as process mining can significantly accelerate the development of digital twins for manufacturing systems. However, complex production environments are characterized by the convergence of different material and information flows. The corresponding data logs present multiple part identifiers, resulting in the wrong finding of the system structure with traditional process mining techniques. This paper describes the problem of discovering manufacturing systems with complex material flows, such as assembly lines. An algorithm is proposed for the proper digital model generation, aided by the new concept of object-centric process mining. The proposed approach has been applied successfully to two test cases and a real manufacturing system. The results show the applicability of the proposed technique to realistic settings.
L'industrie 4.0 a déterminé l'émergence de technologies qui permettent des approches de planification et de contrôle de la production basées sur les données. Un modèle numérique peut être utilisé pour prendre des décisions basées sur l'état actuel d'un système de fabrication, et son efficacité dépend strictement de la capacité à représenter correctement la contrepartie physique à tout moment. Les techniques de génération de modèles automatisées telles que l'exploration de processus peuvent considérablement accélérer le développement de jumeaux numériques pour les systèmes de fabrication. Cependant, les environnements de production complexes se caractérisent par la convergence de différents flux de matériaux et d'informations. Les journaux de données correspondants présentent plusieurs identifiants de pièces, ce qui entraîne une mauvaise découverte de la structure du système avec les techniques traditionnelles de fouille de processus. Cet article décrit le problème de la découverte de systèmes de fabrication avec des flux de matériaux complexes, tels que des lignes d'assemblage. Un algorithme est proposé pour la bonne génération de modèle numérique, aidé par le nouveau concept de fouille de processus centrée sur l'objet. L'approche proposée a été appliquée avec succès à deux cas de test et à un système de fabrication réel. Les résultats montrent l'applicabilité de la technique proposée à des paramètres réalistes.
Fichier principal
Vignette du fichier
preprint.pdf (1.05 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04160738 , version 1 (12-07-2023)

Identifiants

Citer

Giovanni Lugaresi, Andrea Matta. Automated digital twin generation of manufacturing systems with complex material flows: graph model completion. Computers in Industry, In press, 151, pp.103977. ⟨10.1016/j.compind.2023.103977⟩. ⟨hal-04160738⟩
31 Consultations
87 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More