스마트 공장은 다양한 what-if 생산 시나리오의 성능을 평가하기 위해 디지털 트윈(DT)을 관리한다. 본 논문은 물리적 제조 공장에서 감지되는 각 시간 제한 사건이 실시간에서 해당 DT 기반 추정치 아래에 있는지를 점검함으로써, DT를 높은 충실도로 유지하기 위한 DT 일관성 검증 접근법을 제시한다. 본 접근법은 시간 색칠 페트리 넷(time colored Petri net, TCPN)을 사용하여 개발된 DT를 대상으로 한다. 관측 가능한 시간적 여유를 포함한 다음 관측 가능 사건의 후보를 구성하기 위해, 새 주문에 의해 유발되는 잦은 외부 작동, 기계 유지보수 등과 같은 공장의 확률적 특성뿐 아니라, 감지 가능한 사건에 도달하는 중간의 관측 불가능 상태 전이도 고려하였다. 이러한 고려를 바탕으로, 효율적으로 진화된 상태-클래스 그래프(state-class graph, SCG)를 사용하여 스트리밍되는 물리적 사건에 대한 가상 추정치를 구축하는 반복적 방법을 제안한다. 또한 SCG 진화를 가속하고, 진단되는 비일관 서브넷의 분리를 지원함으로써 DT 유지보수를 보다 용이하게 하는 TCPN 분할 방법도 제안한다. 본 접근법을 USB 플래시 드라이브 공장에 적용하여 개념을 입증하였으며, 추정의 핵심 오버헤드인 SCG 진화의 속도 향상을 다양한 상황에서 평가하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.