Digital Twins in Additive Manufacturing: A Systematic Review

要約

デジタルツイン(DT)は、AMマシンの物理的コンポーネントの仮想レプリカを作成する能力により、積層造形(AM)で普及しており、リアルタイムの生産監視に役立っている。機械学習(ML)、拡張現実(AR)、シミュレーションベースのモデルなどの高度な技術は、製造プロセスにおけるインテリジェントで適応性の高いDTの開発において重要な役割を果たしている。しかし、DTの開発には、スケーラビリティ、高品質データの統合、リアルタイムアプリケーションに必要な計算能力に関する疑問が残っている。AMにおけるDTの現状を理解することは、これらの課題に対処し、AMプロセスの進歩にDTの可能性を十分に活用するために不可欠である。この機会を考慮し、本研究では以下の4つの研究課題に取り組むことで、AMにおけるDTの包括的な概要を提供することを目的とする。(2) DTの最近の開発と実装は何か?(3) 工程改善やハイブリッド製造において、DTはどのように採用されているか?(4) DTはインダストリー4.0技術とどのように統合されているのか?現在のアプリケーションと技術について議論することで、AMとDTの研究者と実務者のためのより良い理解と潜在的な将来の研究の方向性を提供することを目的としている。

要約(オリジナル)

Digital Twins (DTs) are becoming popular in Additive Manufacturing (AM) due to their ability to create virtual replicas of physical components of AM machines, which helps in real-time production monitoring. Advanced techniques such as Machine Learning (ML), Augmented Reality (AR), and simulation-based models play key roles in developing intelligent and adaptable DTs in manufacturing processes. However, questions remain regarding scalability, the integration of high-quality data, and the computational power required for real-time applications in developing DTs. Understanding the current state of DTs in AM is essential to address these challenges and fully utilize their potential in advancing AM processes. Considering this opportunity, this work aims to provide a comprehensive overview of DTs in AM by addressing the following four research questions: (1) What are the key types of DTs used in AM and their specific applications? (2) What are the recent developments and implementations of DTs? (3) How are DTs employed in process improvement and hybrid manufacturing? (4) How are DTs integrated with Industry 4.0 technologies? By discussing current applications and techniques, we aim to offer a better understanding and potential future research directions for researchers and practitioners in AM and DTs.

arxiv情報

著者 Md Manjurul Ahsan,Yingtao Liu,Shivakumar Raman,Zahed Siddique
発行日 2024-11-01 15:41:56+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.CV パーマリンク