论文推荐 | 意大利卡拉布里亚大学:数字孪生人机协作应用综述

文摘   2024-11-18 17:00   河北  

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章,就加个星标吧!



本期阅读

 文章信息 

论文“Digital twin for human-robot collaboration enhancement in manufacturing systems: Literature review and direction for future developments”于2024年1月发表于Computers & Industrial Engineering期刊,这篇文章由Alessio Baratta , Antonio Cimino, Francesco Longo, Letizia Nicoletti共同完成。

DOI:https://doi.org/10.1016/j.cie.2023.109764

论文链接:

https://www.sciencedirect.com/science/article/pii/S036083522300788X

引用本文:

Alessio Baratta, Antonio Cimino, Francesco Longo, Letizia Nicoletti. Digital twin for human-robot collaboration enhancement in manufacturing systems: Literature review and direction for future developments,Computers & Industrial Engineering,Volume 187,2024,109764,ISSN 0360-8352, https://doi.org/10.1016/j.cie.2023.109764.



 文章阅读    


Digital twin for human-robot collaboration enhancement in manufacturing systems: Literature review and direction for future developments


Alessio Baratta a, Antonio Cimino b, Francesco Longo a, Letizia Nicoletti c

a  University of Calabria, Department of Mechanical, Energy and Management Engineering, Italy

b  University of Salento, Department of Innovation Engineering, Italy

c  Cal-Tek Srl, Italy


Abstract

The integration of robots in manufacturing systems known as Human Robot Collaboration (HRC) can provide relevant opportunities in terms of productivity, safety and quality control although there are still many challenges such as integration costs, complexity, safety and workforce concerns, skills gaps and regulatory compliance. Digital Twins (DTs), which are virtual replicas of physical systems, are being explored as a promising solution to address these challenges. Therefore, this paper delves into the potential DTs-based approaches for HRC in manufacturing systems with a focus on their ability to provide a realistic simulation environment for testing and optimizing collaboration strategies. The first part of the study involves a comprehensive literature review devoted to understand how the scientific community perceives the application of DTs for HRC in manufacturing systems and the main trends of this research area are identified. The second part of the study presents a detailed analysis of the currently available commercial simulation software solutions for developing DT models in manufacturing systems for HRC scenarios. The analysis encompassed various aspects such as: the software's capabilities in human and robot simulation, ergonomic and time measurements analysis, data exchange and interoperability with the physical world as well as with other software. The results of the analysis are meant to provide practical insights to researchers and practitioners interested in implementing DTs to enhance HRC in manufacturing systems.

Keynote

Human-Robot Collaboration, Industry 4.0, Digital Twin, Simulation software, Manufacturing systems


摘要

在制造系统中,机器人与人类协同作业(Human-Robot Collaboration, HRC)的整合能够在生产效率、安全性和质量控制方面提供诸多机遇,尽管仍面临诸多挑战,如整合成本、复杂性、安全问题、劳动力担忧、技能缺口以及法规遵从性等。数字孪生(Digital Twins, DTs),作为物理系统的虚拟副本,正被探索为应对这些挑战的一种有前景的解决方案。因此,本文深入探讨了基于数字孪生的方法在制造系统中人类与机器人协同作业方面的潜力,特别关注其提供逼真模拟环境以测试和优化协同策略的能力。


研究的第一部分包含一项全面的文献综述,旨在理解科学界如何看待数字孪生在制造系统中人类与机器人协同作业的应用,并识别该研究领域的主要趋势。第二部分则详细分析了当前市场上可用于开发制造系统中人类与机器人协同作业场景数字孪生模型的商业模拟软件解决方案。分析涵盖了多个方面,包括:软件在人类和机器人模拟方面的能力、人体工程学和时间测量分析、与物理世界以及其他软件的数据交换和互操作性等。分析的结果旨在为有兴趣实施数字孪生以增强制造系统中人类与机器人协同作业的研究人员和从业者提供实用的见解。


关键词

人机协作、工业4.0、数字孪生、仿真软件、制造系统


Fig. 1. Literature Review Methodology


Fig. 2. Software Review Methodology



研究背景

  1. 工业4.0与智能工厂: 工业4.0通过集成机器人、人工智能和物联网等技术,促进了智能工厂的发展,实现了高度优化、自动化和互联的制造流程。

  2. 人机协作(HRC)的必要性: 在自动化水平提高的同时,忽视制造过程中的人为因素的风险也随之增加。人机协作通过人与机器人在共享工作空间中的互动,平衡自动化与人力,优化制造流程。

  3. 数字孪生(DT)技术: DT作为物理系统的虚拟副本,被探索为解决人机协作挑战的有希望的解决方案,特别是在提供现实的模拟环境以测试和优化协作策略方面。

研究方法

  1. 文献综述: 通过PRISMA方法进行系统文献回顾,识别科学文献中关于DT在人机协作中应用的研究趋势。

  2. 软件分析: 采用技术方法评估不同工具、解决方案和方法在DT框架内开发人机协作模拟模型的能力。

实验设计

  1. 文献综述: 通过Scopus和PubMed数据库进行详细搜索,筛选与DT支持人机协作在制造系统中应用相关的文献。

  2. 软件分析: 通过结构化测试、审查支持文档和参与社区论坛,评估不同工具的功能、优势和局限性。

结果分析

  1. DT在人机协作中的应用:研究发现DT在人机协作中的应用是一个相对较新的研究话题,自2017年起开始有相关文献发表,且发表数量呈上升趋势。

  2. 软件关键要求: 研究确定了开发DT以增强制造系统中人机协作的五个关键要求,包括人类操作员模拟、机器人代理模拟、人机工程学分析、时间测量分析和数据交换与互操作性。

  3. 商业软件概述: 评估了可用于开发DT以增强人机协作的商业软件,包括Wolfram Mathematica、Process Simulate、Unity 3D、Visual Components、Gazebo、CoppeliaSim、Delmia和Morse。

  4. 软件比较:对上述软件进行了比较分析,发现没有软件能够完全满足开发DT以增强人机协作的所有关键要求。

研究结论

  1. DT在人机协作中的潜力: DT技术在提供现实的模拟环境以测试和优化协作策略方面具有巨大潜力,但需要进一步的研究和开发以解决实施中的挑战和限制。

  2. 未来研究方向: 未来的研究应考虑开发创新算法以实现DT与物理实体之间的实时同步,构建强大的安全框架,创建自适应DT以及开发用户友好的界面,以促进DT在人机协作中的广泛应用。



关注公众号,后台回复“论文83”即可下载原文


相关阅读

 【意-中-美同时举行,2600余人参与】DigiTwin 2024第四届数字孪生国际会议圆满落幕!

  荷兰Sioux公司:基于数字孪生的预测性维护系统参考架构

 丹麦技术大学:机器学习和数字孪生在产线参数预测中的应用

  西电李团结教授团队:基于数字孪生技术的网状天线实验样机

  阿联酋沙迦大学:锂电池储能系统数字孪生设计方法

  瑞典斯德哥尔摩大学:AI在数字孪生中的应用综述

  人工智能综述:物理学与人工智能的跨界新范式

  美国密歇根大学:用于预测性维护的数字孪生框架

  德国PROSTEP AG公司:数字孪生自动生成方法

  英国谢菲尔德大学团队:时间演化数字孪生及其在工程动力学中的应用

  武汉科技大学夏绪辉教授团队:基于知识图谱的再制造设备资源建模方法

  东北大学孙杰教授团队:数字孪生在工业过程控制中的应用:以带钢热轧为例

 【先睹为快】李培根:AI应用对工程技术认知的启示

 米兰理工大学:土木工程结构的数字孪生体系框架

 Nature子刊:概率图模型使能的大规模预测性数字孪生

 密歇根大学:基于数字孪生和区块链的建筑项目可追溯信息共享

 弗吉尼亚理工大学:人体运动数据增强数字孪生-基于激光雷达的跟踪方法比较

 Siemens Gamesa:协作机器人数字孪生:人机交互的案例研究

 本田研究所:基于数字孪生技术与弱监督学习的现实世界异常检测研究

 瑞典隆德大学:基于数字孪生的工业自动化与控制系统安全架构

 南航郭宇教授团队:基于数字孪生的离散制造车间生产进度预测研究

 英国卡迪夫大学刘滢教授团队:面向工业5.0的人机交互:以人为本的智能制造

 北航陶飞教授团队:数字试验测试验证:理论、关键技术及应用探索丨JME封面文章

 西南交大丁国富教授团队:数字孪生应用中物理模型与虚拟模型之间连接的建模与实现



投稿邀请及版权

本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯,以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源,版权归原作者所有,仅供学术交流,未经授权不得商用。如有侵权,请联系删除。


作者如有优秀论文需推荐,请在公众号后台留言与我们取得联系,我们将审核后择优推送。感谢您的持续关注与支持!


数字孪生DigitalTwin
聚焦数字孪生与数字工程研究,依托Digital Twin和 Digital Engineering期刊及DigiTwin国际会议和国内会议,分享最新动态、成果与行业进展,助力产业升级。本公众号由北航陶飞教授发起,为研究者与从业者提供参考。
 最新文章