디지털 트윈 일관성 검증과 센서·신호 기반 상태 추정

Digital Twin Consistency Checking and Sensor/Signal-Based State Estimation

연구 내용

디지털 트윈을 시간 이벤트와의 일치성 관점에서 유지·검증하고, 센서/신호 처리 기반 추정으로 차량 및 공정의 상태 변화를 모델에 반영하는 연구

물리 시스템의 관측 이벤트와 디지털 트윈 내부 상태가 시간 관점에서 모순되지 않도록 일관성 검증을 수행합니다. time colored Petri net 기반 DT에서 관측 가능한 timed event의 추정 후보를 생성하고, 중간의 비관측 전이를 반영하는 상태 클래스 그래프 진화를 반복적으로 수행합니다. 또한 비일관 서브넷을 분리하는 TCPN partitioning으로 진단과 오버헤드 관리를 동시에 고려합니다. 더불어 FPGA에서 observer-based sliding DFT를 구현해 고속 신호 분석을 지원하고, Kalman filter 기반 속도 추정과 적응형 통신 주기 설계를 통해 엣지 센서 계산 부담을 낮춥니다. 비접촉 Hall 센서를 활용한 자가 캘리브레이션에서는 skewness 및 ellipse fitting으로 미세 편차를 추정합니다.

관련 프로젝트

5건

연구 흐름

초기에는 제조 환경에서 디지털 트윈의 실행 중 일관성을 유지하기 위한 검증 방법을 수립하고, 관측 이벤트와 비관측 전이를 함께 고려하는 시간 이벤트 기반 접근을 제안했습니다. 동시에 신호 분석에서는 sliding 창 DFT를 FPGA로 구현하여 샘플 단위 처리에서 지연과 에너지 요구를 낮추는 방향을 다루었습니다. 이후 센서 추정으로 연구 범위를 확장해 Kalman filter 기반 속도 추정과 통신 주기 최적화를 결합했고, 2025년에는 비접촉 자계 기반 자동차 부품 편차 추정에서 디지털 트윈 관점의 상태 추정 가능성을 보였습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

생산 공정 디지털 트윈 일관성 유지
관측-비관측 전이 기반 상태 추정
시간 이벤트 스트리밍 검증
실시간 신호 분석 FPGA 모듈
슬라이딩 DFT 기반 엣지 처리
차량 IoT 속도 추정 및 최적 통신
비접촉 센서 기반 정렬 캘리브레이션
상태 그래프 기반 진단 도구
차량 상태 이상 조기 탐지
디지털 레이더 피드백 기반 위험 예측 입력 정합