ABSTRACT

In recent years, the literature has paid considerable attention to digital twin technology for the implementation of Industry 4.0 and intelligent manufacturing. Most of the literature argues that simulation models are a key platform for digital twins and considers discrete-event simulation to be a suitable method to model real dynamic manufacturing systems. However, the discrete-event simulation of complex manufacturing systems is a time-consuming process. Therefore, it is difficult to deal with the large-scale discrete optimisation problems in digital twin shop floors. To bridge this research gap, we propose an improved multi-fidelity simulation-based optimisation method based on multi-fidelity optimisation with ordinal transformation and optimal sampling (MO2TOS) in the current research. The proposed method embeds heuristic algorithms to accelerate the solution space search efficiency in MO2TOS. Moreover, we develop an improved multi-fidelity simulation-based optimisation system by integrating the proposed method with discrete-event simulation tools and apply this system to a digital twin-based aircraft parts production workshop. Based on this digital twin shop floor, we conduct different production planning experiments to evaluate the performance of the proposed method. The experimental results demonstrate that the proposed improved multi-fidelity simulation-based optimisation method is well-applied in solving large-scale problems and outperforms other simulation-based optimisation methods.

摘要

近年来，文献对数字孪生技术用于工业4.0和智能制造的实施给予了相当的关注。大多数文献认为，仿真模型是数字孪生的关键平台，并认为离散事件仿真是模拟真实动态制造系统的合适方法。然而，复杂制造系统的离散事件仿真是一个耗时的过程。因此，难以处理数字孪生车间的大规模离散优化问题。为了弥补这一研究空白，我们提出了一种改进的基于多保真模拟的优化方法，该方法基于当前研究中的序数变换和最优采样（MO2TOS）的多保真优化。所提出的方法嵌入了启发式算法，以加快 MO2TOS 中的解空间搜索效率。此外，我们通过将所提出的方法与离散事件仿真工具相结合，开发了一种改进的基于多保真仿真的优化系统，并将该系统应用于基于数字双胞胎的飞机零件生产车间。基于这个数字孪生车间，我们进行了不同的生产计划实验来评估所提出方法的性能。实验结果表明，所提出的改进的基于多保真仿真的优化方法在解决大规模问题中得到了很好的应用，并且优于其他基于仿真的优化方法。我们通过将所提出的方法与离散事件仿真工具相结合，开发了一种改进的基于多保真仿真的优化系统，并将该系统应用于基于数字双胞胎的飞机零件生产车间。基于这个数字孪生车间，我们进行了不同的生产计划实验来评估所提出方法的性能。实验结果表明，所提出的改进的基于多保真仿真的优化方法在解决大规模问题中得到了很好的应用，并且优于其他基于仿真的优化方法。我们通过将所提出的方法与离散事件仿真工具相结合，开发了一种改进的基于多保真仿真的优化系统，并将该系统应用于基于数字双胞胎的飞机零件生产车间。基于这个数字孪生车间，我们进行了不同的生产计划实验来评估所提出方法的性能。实验结果表明，所提出的改进的基于多保真仿真的优化方法在解决大规模问题中得到了很好的应用，并且优于其他基于仿真的优化方法。我们进行了不同的生产计划实验来评估所提出方法的性能。实验结果表明，所提出的改进的基于多保真仿真的优化方法在解决大规模问题中得到了很好的应用，并且优于其他基于仿真的优化方法。我们进行了不同的生产计划实验来评估所提出方法的性能。实验结果表明，所提出的改进的基于多保真仿真的优化方法在解决大规模问题中得到了很好的应用，并且优于其他基于仿真的优化方法。