《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》:Applying sequential bifurcation and feed-forward simulation to reduce the prescriptive response time of a digital twin
编辑推荐:
本研究提出结合顺序二分法和前馈离散事件模拟的集成方法,以加速数字孪生在动态环境下的实时决策能力。通过实验验证,该方法在减少决策时间的同时保持决策质量,有效平衡了决策速度与深度。
Ryan B. Walton | Frank W. Ciarallo | Lance E. Champagne
美国俄亥俄州赖特-帕特森空军基地空军技术学院,邮编45433
摘要
数字孪生技术的最新进展日益强调了其在生产和物流系统实时决策支持中的作用,但在实现及时规范性分析方面仍存在重要的方法论差距。本研究通过提出并评估一种集成方法来弥补这些差距,该方法能够加速数字孪生在动态运行条件下生成有效且计算上可行的决策。该研究将数字孪生视为一个能够进行及时、相关且有效决策的决策支持系统。为了实现这一目标,数字孪生可以描述其环境、预测未来事件、制定行动方案,并在物理系统中实施该方案。为确保决策的及时性、相关性和有效性,快速制定行动方案的能力变得至关重要。本研究探讨了决策速度与洞察深度之间的基本权衡。通过有效利用模型来生成及时信息、快速识别影响决策的关键因素以及在具备足够洞察时实施决策,有助于解决这一权衡问题。
为了解决这一需求,本研究结合了顺序分岔和前馈离散事件仿真技术,以加速数字孪生在实时情况下制定有效行动的能力。顺序分岔通过识别关键输入因素有效地缩小了决策空间,而前馈仿真将长仿真过程分解为更短的部分,从而实现更早的、部分性的决策。这两种方法共同显著减少了规范性响应时间,同时不牺牲决策质量,支持数字孪生作为响应式决策支持系统的角色。本文还明确了决策速度与洞察深度之间的权衡,并提供了一种分层决策策略来平衡这些相互竞争的需求。实验结果表明,在决策及时性和运营性能方面取得了显著改进。
引言
数字孪生(DTs)迅速成为制造业和物流系统转型的核心概念。通过在物理系统与其数字对应物之间建立动态的实时连接,数字孪生有望提升监控、预测能力,尤其是决策能力。然而,在实时运营环境中实现这一潜力仍然是一个重大挑战。特别是,数字孪生能否以及时、相关且有效的方式制定和实施决策,取决于在动态条件下进行基于仿真的分析的速度。
本文重点关注从基于仿真的数字孪生中实时提供规范性决策时所面临的计算瓶颈。传统的离散事件仿真(DES)虽然分析能力强,但往往无法在高速度生产或物流系统要求的时间范围内提供可操作的输出。在这种情况下,规范性响应时间(PRT)——即评估和实施决策所需的时间——直接影响干预措施的质量和效果。延迟可能导致相关性下降和效果滞后,从而降低即使是分析上合理的建议的价值。
为了解决这个问题,我们提出了一种结合方法,该方法既减少了决策搜索空间的规模,也缩短了仿真执行所需的时间。该方法整合了两种成熟但很少结合使用的技术:顺序分岔(SB)用于高效筛选因素,以及一种新颖的前馈仿真改进方法,通过部分仿真运行来加速初步决策。这些技术被嵌入到操作型数字孪生架构中,并在现实且时间受限的条件下进行了测试。
尽管自2016年以来关于数字孪生的文献大幅增加,但其中许多工作仍然停留在概念层面或专注于离线分析。很少有研究探讨在实时、基于仿真的决策环境中部署规范性分析时遇到的具体计算障碍。此外,虽然顺序分岔和仿真分解在仿真优化文献中分别得到了关注,但它们结合应用于减少数字孪生中的规范性决策延迟的情况尚未得到充分研究。
本研究通过以下研究问题来解决这一差距:
RQ1:如何在数字孪生环境中有效应用顺序分岔进行因素筛选,以减少模拟行动方案的数量而不影响决策质量?
RQ2:前馈仿真如何有助于更快地提供部分有效的建议,以及这如何影响动态环境中的整体系统性能?
RQ3:在实时结合筛选和前馈方法时,决策及时性、建议有效性和计算工作量之间会出现哪些权衡?
RQ4:仿真运行长度、确定性和反馈延迟的变化如何影响数字孪生推荐行动的准确性和稳定性?
通过回答这些问题,本文为数字孪生和生产经济学文献做出了贡献,提出并评估了一个实用的决策框架,以提高计算密集型环境中规范性分析的及时性。
本文的其余部分安排如下:第2节回顾了数字孪生、因素筛选和仿真加速的基础工作,指出了实时规范性分析中的差距。第3节定义了一种能够基于数据做出及时决策的基于仿真的数字孪生架构,强调了决策速度与洞察深度之间的权衡。第4节详细介绍了在离散事件仿真环境中整合顺序分岔和前馈仿真的方法。第5节提出了八种实验设计,以评估这些技术对规范性响应时间和决策质量的影响。第6节证明了分层决策——结合早期筛选和部分仿真——优于传统的穷举方法。第7节根据研究问题解释了这些发现,强调了混合策略的价值。最后,第7.6节指出了进一步验证的领域,包括实际应用、替代建模和生产系统中的扩展应用。
章节片段
文献综述
本节回顾了与实时系统中基于仿真的决策制定相关的基础文献,特别关注(1)在线仿真和数字孪生,(2)因素筛选方法,以及(3)仿真效率和前馈方法。
概念框架
本研究基于将数字孪生定义为一种基于仿真的决策支持系统的操作定义,该系统能够持续观察物理环境、预测未来系统状态、评估潜在行动、制定最佳响应并在物理世界中实施决策。这些能力通过物理系统与数字模型之间的双向数据交换来实现,通常通过离散事件仿真(DES)来执行。
为了实现这些功能
数字孪生决策方法
本节描述了实验系统、仿真架构以及用于减少基于仿真的数字孪生规范性响应时间(PRT)的方法论组件。具体来说,我们详细介绍了将顺序分岔作为因素筛选方法以及前馈离散事件仿真策略的集成,以加速规范性决策的提供。这些组件在一个连接到SimCon的HIVE实时决策环境中实现。
实验方法与设计
为了测试顺序分岔和前馈仿真对PRT和系统性能的影响,我们构建了八个实验运行,如表3所示,并在图6中进行了说明。这种系统化的方法清楚地展示了这些数字孪生决策组件在此实验设置中对决策质量和速度的影响。这种设计展示的敏感性对于类似结构的数字孪生应具有指导意义。每个设计探索了不同的组合:
结果
实验中触发评估和确定行动方案(COA)的初始条件列在表2中。每种设计获得的结果分别在第6.3节中讨论。然而,我们首先在第6.1节提供了关键发现的概述。
讨论
本研究解决了数字孪生系统中规范性敏捷性的核心挑战:尽管计算时间有限,仍能生成及时、相关且有效的决策。通过对八种实验设计的系统评估,我们证明了在基于离散事件仿真的数字孪生中结合顺序分岔和前馈仿真可以显著减少PRT,同时保持或提高决策质量。
结论
本研究提出并验证了一种数字孪生架构,通过整合顺序分岔和前馈仿真,能够在实时环境中提供及时且考虑成本的决策。在八种设计变体中,我们观察到分层策略——早期筛选、部分决策和状态感知的持续——优于传统的穷举仿真方法。
通过回答RQ1至RQ4,我们证明了数字孪生可以在不牺牲决策质量的情况下同时实现速度和洞察力。
CRediT作者贡献声明
Ryan B. Walton:撰写 – 审稿与编辑、撰写 – 原稿、验证、软件开发、方法论研究、形式化分析、概念化。Frank W. Ciarallo:撰写 – 审稿与编辑、验证、资源管理、项目协调、方法论研究、概念化。Lance E. Champagne:撰写 – 审稿与编辑、资源管理。