Predictive Object Transfer in Remanufacturing: A Cyber-Physical Approach Using Digital Twins

Um die Auswirkungen der globalen Erwärmung zu mildern, haben Regierungen weltweit Ziele zur Reduktion der Treibhausgasemissionen festgelegt. Um diese Ziele zu erreichen, ist eine sozial-ökologische Transformation des Industriesektors von einem "take, make, waste"-Ansatz hin zu einer Kreislaufwirtschaft erforderlich.
Das Remanufacturing, eine der so genannten End-of-Life-Strategien, wird häufig als die effektivste Möglichkeit zur Material- und Energieeinsparung angesehen (Nasr and Thurston 2006). Wirtschaftliche Hürden auf Lieferketten und Fabrikebene verhindern jedoch eine breitere Anwendung in verschiedenen Industrien. ... mehrEine der größten Herausforderungen beim Remanufacturing ist der Umgang mit der hohen Unsicherheit über den Zustand der zurückgegebenen Produkte. Remanufacturing-Prozesse erfordern eine hohe Prozessflexibilität, die mit den derzeitigen Automatisierungsansätzen nicht erreicht werden kann. Industrie 4.0 Methoden werden häufig als Lösungsansätze zur Reduzierung der Unsicherheiten angeführt. Aus Sicht der Forschung besteht jedoch eine Lücke in der erfolgreichen Demonstration von Implementierungen, die die Vorteile dieser Methoden aufzeigen.

Diese Arbeit trägt dazu bei, diese Forschungslücke zu schließen, indem sie eine reale Anwendung von digitalen Zwillingen im Kontext eines flexiblen Übergabesystems für eine Remanufacturing-Anwendung demonstriert. Der Forschungsbeitrag gliedert sich in vier Teile. Im ersten Schritt wird eine nichthierarchische Architektur für digitale Zwillinge vorgestellt. Darauf folgt die Einführung eines generalisierten Beschreibungsmodells einesÜbergabesystems. Im dritten Schritt wird die reale Implementierung eines Übergabesystems als cyberphysisches System vorgestellt, das sowohl die Architektur als auch das formale Beschreibungsmodell in einer Demonstrationsumgebung umsetzt. In einer umfangreichen Anwendungsstudie werden die digitalen Zwillinge hinsichtlich ihrer Vorhersagefähigkeit für die Übergabe gebrauchter Startermotoren evaluiert.
Die vorgestellte Architektur zeichnet sich durch eine nicht-hierarchische Koexistenz von physischen und logischen Assets (einschließlich virtueller Modelle) aus, die durch die Verknüpfung ihrer virtuellen Repräsentationen ein cyberphysisches System bilden. Die Architektur ermöglicht dezentrale Interaktionen zwischen allen Assets und stellt eine gemeinsame Semantik durch die Integration eines Wissensgraphen sicher.

Das verallgemeinerte Beschreibungsmodell eines Übergabesystems basiert im Wesentlichen auf der Beschreibung des Objektzustandes. Zunächst wird der Formierungsprozess des verallgemeinerten Übergabesystems dargestellt. Der Übergabeprozess selbst wird als Funktion von Zustandsübergängen des Objekts abgebildet. Während des Übergabeprozesses wird der Objektzustand kontinuierlich validiert. Dazu werden mehrere kritische Zustandsmengen eingeführt, die zur Steuerung des Übergabesystems verwendet werden. Anhand von Beispielen wird gezeigt, dass das Beschreibungsmodell auf verschiedene Übergabeszenarien angewendet werden kann.

In einer realen Demonstrationsumgebung für die Erforschung von neuen Methoden im Remanufacturing wird ein flexibles Übergabesystem implementiert, das aus einem autonomen mobilen Roboter und mehreren stationären Transfereinheiten besteht. Das System ermöglicht die Übergabe einer Vielzahl von Objekten, ohne dass ein Behälter oder ein anderes Lastaufnahmemittel benötigt wird. Die umgesetzten physischen Assets werden zusätzlich in einer physikalischen Simulationsumgebung modelliert und im cyber-physischen System mit den realen Assets verknüpft.
In einer umfangreichen Anwendungsstudie werden sowohl reale als auch virtuelle Experimente für den Transfer von insgesamt 37 verschiedenen gebrauchten Startermotoren durchgeführt. Zunächst werden die virtuellen Modelle anhand einer kleinen Anzahl realer Experimente kalibriert. Dabei ergibt sich ein F0.5-Score von 0,84 für die virtuelle Vorhersage über den Erfolg einer Objektübergabe. Anschließend werden die kalibrierten Modelle als digitale Zwillinge verwendet, um den vielversprechendsten initialen Zustands jedes Startermotors vor der Übergabe vorherzusagen. Die Ergebnisse dieser Vorhersagen werden durch zusätzliche reale Experimente validiert. Trotz einiger Ungenauigkeiten zeigen die Ergebnisse erfolgreich das Potential für den Einsatz digitaler Zwillinge zur Vorhersage unsicherer Objektübergaben in einem Remanufacturing-Szenario.

To mitigate the effects of global warming, governments worldwide have set targets for reducing greenhouse gas emissions. Achieving these targets necessitates a socio-ecological transformation in the industrial sector, shifting from the linear "take, make, waste" model to a circular economy. Remanufacturing, one of the end-of-life strategies, is often considered to be the most effective strategy for saving materials and energy (Nasr and Thurston 2006). However, economic barriers at both the supply chain and factory levels hinder the broader implementation of remanufacturing across various industries. ... mehrThe primary challenge is the high level of uncertainty associated with returned products, requiring significant process flexibility that current automation approaches cannot accommodate. Industry 4.0 methods are frequently proposed as a solution to reduce this uncertainty in remanufacturing processes. Nonetheless, there is a notable scarcity of implementations that effectively demonstrate these benefits, highlighting a critical research gap.

In this thesis, we contribute to closing this gap by demonstrating a real-world application of a flexible, digital twin-driven object transfer system. Our contributions are four-fold. First, we propose a non-hierarchical Digital Twin architecture.
Second, we develop a formal description model for a generalised object transfer system. Third, we implement both the architecture and the model in a real-world cyber-physical system for object transfer within a remanufacturing demonstration environment. Finally, we conduct an application study using the proposed system, where digital twins are employed to forecast the most promising pre-transfer states for starter motor cores that have never been physically transferred.

The proposed Digital Twin architecture is characterised by a non-hierarchical co-existence of both physical and logical assets (including virtual models) that form a cyber-physical system through the interconnection of their virtual representations.
The architecture emphasises decentralised interactions and ensures semantics through the integration of a knowledge graph.
The description model of a generalised object transfer system centers around a description of the object state. We describe the requirements for the formation process of the an object transfer system and the process itself through a state transition function. The process is driven by continuous evaluation of the object state. We introduce several important sets of states and demonstrate how the approach can be utilized in different object transfer scenarios.

We implemented an object transfer system based on a vision-controlled autonomous mobile robot and stationary transfer units to realise the flexible transfer of a wide range of objects without the need for a load handling device. The physical assets are also virtually modeled in a physics-engine-based simulation environment.

In our application study, we conduct an extensive set of both real-world and virtual experiments for transferring a 37 unique starter motor cores. The virtual models were initially calibrated using a small set of real-world experiments, resulting in a F0.5 score of 0.84 when comparing the binary predictions between the virtual and physical systems. Subsequently, the calibrated models are used as digital twins to predict the most promising pre-transfer state for each individual starter motor core. We validated the results through additional real-world experiments. Despite some inaccuracies, the results successfully demonstrate the potential of digital twins for predicting probabilistic object transfers in a remanufacturing use-case.