Echtzeitüberwachung

Schneller, einfacher Digitaler Zwilling

Schneller, einfacher Digitaler Zwilling

Mit Open-Source zum kosteneffizienten Digitalen Zwilling und Industrie 5.0: Eine Fallstudie
Shantall Cisneros Saldana ORCID Icon, Sonali Pratap, Parth Punekar, Sampat Acharya, Heike Markus ORCID Icon
Die Einführung Digitaler Zwillinge (DZ) scheitert oft an hohen Kosten, technischer Komplexität und fehlenden Fachkenntnissen. Diese Studie stellt ein kostengünstiges Modell eines DZ, welches mit Technology Readiness Level (TRL) 5 validiert ist. Es wurde innerhalb von nur zwei Wochen mithilfe von Open-Source-Lösungen und gängigen Unternehmenswerkzeugen entwickelt und integriert sensorbasierte Echtzeitdaten, prädiktive Analysen, Anomalieerkennung und automatisierte Benachrichtigungen, um Effizienz und Nachhaltigkeit in der Landwirtschaft zu steigern. Das System erreicht eine durchschnittliche relative Abweichung von nur 7,76 % und gibt automatisierte Warnungen in Echtzeit aus. Die Ergebnisse zeigen, wie fortschrittliche digitale Werkzeuge durch die Kombination von Open-Source-Technologien und Standardwerkzeugen zugänglich gemacht werden können: skalierbar, menschenzentriert und erschwinglich im Sinne von Industrie 5.0.
Industry 4.0 Science | 41. Jahrgang | 2025 | Ausgabe 3 | Seite 62-68 | DOI 10.30844/I4SD.25.3.62
I4S 3/2025: Digitaler Zwilling

I4S 3/2025: Digitaler Zwilling

Praxisorientierte Ansätze für Fertigung, Logistik und Lernumgebungen
In der vernetzten Welt eröffnen Digitale Zwillinge völlig neue Möglichkeiten: Sie bilden physische Anlagen, Prozesse oder Produkte virtuell ab. Zentrale Herausforderungen aber bleiben bestehen, darunter die Erfassung aktueller Produktdaten. Diese Ausgabe von Industry 4.0 Science deckt ein breites Themenspektrum ab, vom Grundkonzept des Digitalen Zwillings über seinen Nutzen in der Beschaffung bis zum Einsatz im Lieferketten-Management.
Echtzeit-Reaktionen für fahrerlose Transportsysteme (FTS)

Echtzeit-Reaktionen für fahrerlose Transportsysteme (FTS)

Überwachung und Steuerung bei großen Latenzzeiten
Dominik Augenstein, Lea Basler
Das stetige Fortschreiten der Digitalisierung konfrontiert Unternehmen mit neuen Herausforderungen und Chancen. Unmittelbare Datenverarbeitung ist mittlerweile allgegenwärtig und die Vorteile sind offensichtlich. Doch in Deutschland herrscht eine lückenhafte Breitbandversorgung, was die Prozessverbesserung erschwert. Mathematische Ansätze und Machine Learning ermöglichen zeitnahe Optimierungen und eine reibungslose Produktion.
Industry 4.0 Science | 40. Jahrgang | 2024 | Ausgabe 6 | Seite 56-62