Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges

Producción Científica

Detalles Bibliográficos
Autores: García, Álvaro, Bregón Bregón, Aníbal, Martínez Prieto, Miguel Angel
Tipo de recurso: artículo
Estado:Versión aceptada para publicación
Fecha de publicación:2022
País:España
Institución:Universidad de Valladolid
Repositorio:UVaDOC. Repositorio Documental de la Universidad de Valladolid
OAI Identifier:oai:uvadoc.uva.es:10324/81928
Acceso en línea:https://doi.org/10.1016/J.CIE.2022.108463
https://uvadoc.uva.es/handle/10324/81928
Access Level:acceso abierto
Palabra clave:Gemelo digital
Ecosistema de aprendizaje
Fabricación
Colaboración humano-máquina
Fábrica de aprendizaje
Sistemas ciberfísicos
1203.05 Sistemas Automatizados de Producción
id ES_4d4472c99d09b9da8ac9d3845ca9faab
oai_identifier_str oai:uvadoc.uva.es:10324/81928
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
title Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
spellingShingle Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
García, Álvaro
Gemelo digital
Ecosistema de aprendizaje
Fabricación
Colaboración humano-máquina
Fábrica de aprendizaje
Sistemas ciberfísicos
1203.05 Sistemas Automatizados de Producción
title_short Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
title_full Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
title_fullStr Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
title_full_unstemmed Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
title_sort Towards a connected digital twin learning ecosystem in manufacturing: enablers and challenges
dc.creator.none.fl_str_mv García, Álvaro
Bregón Bregón, Aníbal
Martínez Prieto, Miguel Angel
author García, Álvaro
author_facet García, Álvaro
Bregón Bregón, Aníbal
Martínez Prieto, Miguel Angel
author_role author
author2 Bregón Bregón, Aníbal
Martínez Prieto, Miguel Angel
author2_role author
author
dc.subject.none.fl_str_mv Gemelo digital
Ecosistema de aprendizaje
Fabricación
Colaboración humano-máquina
Fábrica de aprendizaje
Sistemas ciberfísicos
1203.05 Sistemas Automatizados de Producción
topic Gemelo digital
Ecosistema de aprendizaje
Fabricación
Colaboración humano-máquina
Fábrica de aprendizaje
Sistemas ciberfísicos
1203.05 Sistemas Automatizados de Producción
description Producción Científica
publishDate 2022
dc.date.none.fl_str_mv 2022
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://doi.org/10.1016/J.CIE.2022.108463
https://uvadoc.uva.es/handle/10324/81928
url https://doi.org/10.1016/J.CIE.2022.108463
https://uvadoc.uva.es/handle/10324/81928
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.relation.none.fl_str_mv https://www.sciencedirect.com/science/article/pii/S0360835222004922
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Elsevier
publisher.none.fl_str_mv Elsevier
dc.source.none.fl_str_mv reponame:UVaDOC. Repositorio Documental de la Universidad de Valladolid
instname:Universidad de Valladolid
instname_str Universidad de Valladolid
reponame_str UVaDOC. Repositorio Documental de la Universidad de Valladolid
collection UVaDOC. Repositorio Documental de la Universidad de Valladolid
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869407680759595008
spelling Towards a connected digital twin learning ecosystem in manufacturing: enablers and challengesGarcía, ÁlvaroBregón Bregón, AníbalMartínez Prieto, Miguel AngelGemelo digitalEcosistema de aprendizajeFabricaciónColaboración humano-máquinaFábrica de aprendizajeSistemas ciberfísicos1203.05 Sistemas Automatizados de ProducciónProducción CientíficaLa evolución del gemelo digital, impulsada por la progresiva convergencia físico–digital, ha dotado a los sistemas de fabricación inteligente de ecosistemas de generación de conocimiento basados en nuevos modelos de colaboración entre los trabajadores y los procesos industriales. En este escenario, se espera que el gemelo digital actúe como una solución para la toma de decisiones, sustentada en la comunicación en tiempo real y en habilitadores basados en datos, lo que implica una estrecha cooperación entre trabajadores, sistemas y procesos. Para ello, la industria deberá afrontar los retos asociados a la construcción y el mantenimiento de nuevas infraestructuras técnicas y digitales, así como favorecer el desarrollo de las competencias de los trabajadores para abordar la creciente complejidad de los procesos industriales. Este artículo tiene como objetivo profundizar en la comprensión de las oportunidades de aprendizaje que ofrecen los ecosistemas emergentes de gemelos digitales de la Industria 4.0 en el ámbito de la fabricación. Para ello, se revisan diversos enfoques de aprendizaje centrados en la aplicación potencial del concepto de gemelo digital, tanto en ecosistemas de fabricación teóricos como reales. Además, se propone una definición original de Ecosistema de Aprendizaje basado en Gemelos Digitales, junto con una arquitectura conceptual en capas. También se describen los principales habilitadores de la convergencia físico–digital del gemelo digital, incluidos los marcos colaborativos, los enfoques basados en datos y las interfaces aumentadas en las que esta se basa. Adicionalmente, se profundiza en el concepto de Learning Factory (fábrica de aprendizaje), que se plantea como un marco de referencia común para la academia y la industria. En este contexto, se combinan las aplicaciones académicas y los escenarios complejos de demostración en consonancia con la habilitación de sistemas conectados y adaptativos, así como con el fortalecimiento de las competencias y habilidades de los trabajadores. La adopción del gemelo digital en producción se encuentra aún en una fase inicial dentro de la industria manufacturera, donde deben abordarse retos humanos y tecnológicos específicos. Las prioridades de investigación presentadas en este trabajo se consideran una base reconocida en la industria y tienen como objetivo contribuir a la integración progresiva del gemelo digital como un futuro ecosistema de aprendizaje.The evolution of digital twin, leveraged by the progressive physical–digital convergence, has provided smart manufacturing systems with knowledge-generation ecosystems based on new models of collaboration between the workforce and industrial processes. Digital twin is expected to be a decision-making solution underpinned by real-time communication and data-driven enablers, entailing close cooperation between workers, systems and processes. But industry will need to face the challenges of building and supporting new technical and digital infrastructures, while workers’ skills development eventually manages to include the increased complexity of industrial processes. This paper is intended to reach a better understanding of learning opportunities offered by emerging Industry 4.0 digital twin ecosystems in manufacturing. Diverse learning approaches focused on the potential application of the digital twin concept in theoretical and real manufacturing ecosystems are reviewed. In addition, we propose an original definition of Digital Twin Learning Ecosystem and the conceptual layered architecture. Existing key enablers of the digital twin physical–digital convergence, such as collaborative frameworks, data-driven approaches and augmented interfaces, are also described. The role of the Learning Factory concept is highlighted, providing a common understanding between academia and industry. Academic applications and complex demonstration scenarios are combined in line with the enablement of connected adaptive systems and the empowerment of workforce skills and competences. The adoption of digital twin in production is still at an initial stage in the manufacturing industry, where specific human and technological challenges must be addressed. The research priorities presented in this work are considered as a recognised basis in industry, which should help digital twin with the objective of its progressive integration as a future learning ecosystem.Ministerio de Ciencia e Innovación, proyecto PID2021-126659OB-I00Elsevier2022info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionapplication/pdfhttps://doi.org/10.1016/J.CIE.2022.108463https://uvadoc.uva.es/handle/10324/81928reponame:UVaDOC. Repositorio Documental de la Universidad de Valladolidinstname:Universidad de ValladolidIngléshttps://www.sciencedirect.com/science/article/pii/S0360835222004922info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/4.0/oai:uvadoc.uva.es:10324/819282026-06-13T12:44:47Z
score 15,812429

Similares en LA Referencia