URI | http://purl.tuc.gr/dl/dias/35055017-A7F2-4523-ADC4-01DF31444BB2 | - |
Αναγνωριστικό | https://doi.org/10.3390/info13010033 | - |
Αναγνωριστικό | https://www.mdpi.com/2078-2489/13/1/33 | - |
Γλώσσα | en | - |
Μέγεθος | 15 pages | en |
Τίτλος | Cognitive digital twins for resilience in production: a conceptual framework | en |
Δημιουργός | Eirinakis Pavlos | en |
Δημιουργός | Lounis Stavros | en |
Δημιουργός | Plitsos Stathis | en |
Δημιουργός | Arampatzis Georgios | en |
Δημιουργός | Αραμπατζης Γεωργιος | el |
Δημιουργός | Kalaboukas Kostas | en |
Δημιουργός | Kenda Klemen | en |
Δημιουργός | Lu Jinzhi | en |
Δημιουργός | Rožanec, Jože Martin | en |
Δημιουργός | Stojanovic Nenad | en |
Εκδότης | MDPI | en |
Περίληψη | Digital Twins (DTs) are a core enabler of Industry 4.0 in manufacturing. Cognitive Digital Twins (CDTs), as an evolution, utilize services and tools towards enabling human-like cognitive capabilities in DTs. This paper proposes a conceptual framework for implementing CDTs to support resilience in production, i.e., to enable manufacturing systems to identify and handle anomalies and disruptive events in production processes and to support decisions to alleviate their consequences. Through analyzing five real-life production cases in different industries, similarities and differences in their corresponding needs are identified. Moreover, a connection between resilience and cognition is established. Further, a conceptual architecture is proposed that maps the tools materializing cognition within the DT core together with a cognitive process that enables resilience in production by utilizing CDTs. | en |
Τύπος | Peer-Reviewed Journal Publication | en |
Τύπος | Δημοσίευση σε Περιοδικό με Κριτές | el |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2023-09-19 | - |
Ημερομηνία Δημοσίευσης | 2022 | - |
Θεματική Κατηγορία | Digital twin | en |
Θεματική Κατηγορία | Cognitive manufacturing | en |
Θεματική Κατηγορία | Resilient manufacturing | en |
Θεματική Κατηγορία | Industry 4.0 | en |
Θεματική Κατηγορία | ISO 23247 | en |
Θεματική Κατηγορία | Optimization | en |
Θεματική Κατηγορία | Simulation | en |
Θεματική Κατηγορία | Knowledge graph | en |
Βιβλιογραφική Αναφορά | P. Eirinakis, S. Lounis, S. Plitsos, G. Arampatzis, K. Kalaboukas, K. Kenda, J. Lu, J. M. Rožanec, and N. Stojanovic, “Cognitive digital twins for resilience in production: a conceptual framework,” Information, vol. 13, no. 1, Jan. 2022, doi: 10.3390/info13010033. | en |