Інструментарій для створення цифрових двійників металообробних верстатів

Сергій  Сапон; Володимир  Фролов; Василь  Приходько; Олеся Драчук

doi:10.25140/2411-5363-2026-2(44)-116-130

Автор(и)

Сергій Сапон Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0003-1082-6431
Володимир Фролов Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0002-3697-286X
Василь Приходько Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Україна https://orcid.org/0000-0003-1852-3777
Олеся Драчук Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» , Україна https://orcid.org/0000-0003-2541-0316

DOI:

https://doi.org/10.25140/2411-5363-2026-2(44)-116-130

Ключові слова:

цифровий двійник; металообробні верстати; кіберфізичні системи; Smart Manufacturing

Анотація

У статті проведено комплексний аналіз сучасного інструментарію створення цифрових двійників металообробних верстатів у контексті розвитку кіберфізичних виробничих систем та концепції Smart Manufacturing. Розглянуто еволюцію підходів до моделювання – від фізично-орієнтованих і дані-орієнтованих до гібридних методів, що поєднують переваги обох парадигм. Систематизовано архітектури цифрових двійників відповідно до стандарту ISO 23247, визначено ключові етапи їх створення, включаючи інтеграцію датчиків, обробку даних, побудову моделей та синхронізацію з фізичним об’єктом. Проаналізовано роль IIoT, Edge/Cloud-обчислень і промислових протоколів (OPC UA, MTConnect) у забезпеченні інтероперабельності різнорідного обладнання. Обґрунтовано перспективність когнітивних цифрових двійників та їх вплив на підвищення ефективності, надійності й адаптивності технологічного обладнання.

Посилання

Liu, Chao & Xu, Xun. (2017). Cyber-physical machine tool – the era of machine tool 4.0. Procedia CIRP, 63, 70-75. https://doi.org/10.1016/j.procir.2017.03.078.

Liu, C., Vengayil, H., Zhong, R. Y., & Xu, X. (2018). A systematic development method for cyber-physical machine tools. Journal of Manufacturing Systems, 48, 13-24. https://doi.org/10.1016/j.jmsy.2018.02.001.

Segovia, M., & Garcia-Alfaro, J. (2022). Design, modeling and implementation of digital twins. Sensors, 22(14), 5396. https://doi.org/10.3390/s22145396.

Bergs, T., Gierlings, S., Auerbach, T., Klink, A., Schraknepper, D., & Augspurger, T. (2021). The concept of digital twin and digital shadow in manufacturing. Procedia CIRP, 101, 81-84. https://doi.org/10.1016/j.procir.2021.02.010.

Kritzinger, W. et al. (2018). Digital Twin in manufacturing: A categorical literature review and classification. IFAC-PapersOnLine, 51(11), 1016-1022.

Seipolt, A., Buschermöhle, R., & Hasselbring, W. (2025). Digital Twins in manufacturing: A systematic literature review with retrieval-augmented generation. IEEE Access, 13, 172562-172583.

Emmert-Streib, F. (2023). Defining a digital twin: A data science-based unifica-tion. Machine Learning and Knowledge Extraction, 5(3), 1036-1054. https://doi.org/10.3390/make5030054.

Grieves, M. (2014). Digital twin: manufacturing excellence through virtual factory repli-cation. White paper, (1), 1-7.

Grieves, M., & Vickers, J. (2017). Digital twin: Mitigating unpredictable, undesirable emergent behavior in complex systems. In B. Kahlen, S. Flumerfelt, & A. Alves (Eds.), Trans-disciplinary perspectives on complex systems (pp. 85-113). Springer. https://doi.org/10.1007/978-3-319-38756-7_4.

Zhang, He & Qi, Qinglin & Tao, Fei. (2022). A multi-scale modeling method for digital twin shop-floor. Journal of Manufacturing Systems. 62. 417-428. https://doi.org/10.1016/j.jmsy.2021.12.011.

Tao, F., & Zhang, M. (2017). Digital twin shop-floor: a new shop-floor paradigm to-wards smart manufacturing. IEEE Access, 5, 20418-20427.

Armendia, M., Ghassempouri, M., Ozturk, E., & Peysson, F. (Eds.). (2019). Twin-control: A digital twin approach to improve machine tools lifecycle. Springer. https://doi.org/10.1007/978-3-030-02203-7.

Luo, W., Hu, T., Zhang, C., & Wei, Y. (2018). Digital twin for CNC machine tool: Mod-eling and using strategy. Journal of Ambient Intelligence and Humanized Computing, 10(3), 1129-1140. https://doi.org/10.1007/s12652-018-0946-5.

Luo, W., Hu, T., Ye, Y., Zhang, C., & Wei, Y. (2020). A hybrid predictive maintenance approach for CNC machine tool driven by Digital Twin. Robotics and Computer-Integrated Manufacturing, 65, 101974. https://doi.org/10.1016/j.rcim.2020.101974.

Zhao, P., & Sun, B. (2021). Adaptive modification of digital twin model of CNC machine tools coordinately driven by mechanism model and data model. Journal of Physics: Conference Series, 1875, 012003. https://doi.org/10.1088/1742-6596/1875/1/012003.

Shao, G., Frechette, S. P., & Srinivasan, V. (2023). An analysis of the new ISO 23247 series of standards on digital twin framework for manufacturing. In Proceedings of the ASME 2023 18th International Manufacturing Science and Engineering Conference. ASME.

International Organization for Standardization. (2021). Automation systems and integration–Digital twin framework for manufacturing–Part 1: Overview and general principles (ISO 23247-1:2021). https://www.iso.org/standard/75066.html.

International Organization for Standardization. (2021). Automation systems and integration–Digital twin framework for manufacturing–Part 2: Reference architecture (ISO 23247-2:2021). https://www.iso.org/standard/75067.html.

Stark, R., & Damerau, T. (2019). Digital Twin. In CIRP Encyclopedia of Production En-gineering. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-35950-7_16870-1.

Jones, D., Snider, C., Nassehi, A., Yon, J., & Hicks, B. (2020). Characterising the Digital Twin: A systematic literature review. CIRP Journal of Manufacturing Science and Technolo-gy, 29, 36-52. https://doi.org/10.1016/j.cirpj.2020.02.002.

Liu, M., Fang, S., Dong, H., & Xu, C. (2020). Review of digital twin about concepts, technologies, and industrial applications. Journal of Manufacturing Systems. https://doi.org/10.1016/j.jmsy.2020.06.017.

Сапон, С. (2023). Концепція створення моделі цифрового двійника інтелектуального шпиндельного вузла. Технічні науки та технології, 4 (30), 80-90. https://doi.org/10.25140/2411-5363-2022-4(30)-80-90.

International Organization for Standardization & International Electrotechnical Commis-sion. (2025). Digital twin–Maturity model and guidance for a maturity assessment (ISO/IEC TR 30186:2025). https://www.iso.org/standard/.

Kim, Y.-W. (2020). Digital twin maturity models. https://doi.org/10.13140/RG.2.2.28750.48967.

International Organization for Standardization. (2020). Automation systems and integration–Assessment on convergence of informatization and industrialization for industrial enterprises. Part 2: Maturity model and evaluation methodology (ISO 22549-2:2020). https://www.iso.org/standard/.

Aivaliotis, P., Georgoulias, K., & Makris, S. (2019). Methodology for enabling digital twin using advanced physics-based modelling in predictive maintenance. Procedia CIRP, 81, 417-422. https://doi.org/10.1016/j.procir.2019.03.072.

Hunde, J. M., Ochono, T. S., Senevirathne, D., Eneyew, D. D., Bitsuamlak, G. T., Capretz, M. A. M., & Grolinger, K. (2025). Data-driven and physics-based modeling approaches and their integration in building digital twins: A systematic review. Journal of Building Engi-neering, 114, 114214. https://doi.org/10.1016/j.jobe.2025.114214.

Wagner, M., Sousa, F., Klar, M., & Aurich, J. (2025). Theoretical analyses and perfor-mance comparison of physics-based, data-driven, and hybrid models for digital twin applications in manufacturing. Research Square (Preprint). https://doi.org/10.21203/rs.3.rs-7807793/v1.

Owen, S., & James, A. (2025). Exploring the integration of model-based systems engineering and digital twins in complex system lifecycle management: efficacy, challenges, and potential outcomes. Australian Journal of Multi-Disciplinary Engineering, 1-12. https://doi.org/10.1080/14488388.2025.2559551.

Wei, Y., Hu, T., Yue, P. et al. Study on the construction theory of digital twin mechanism model for mechatronics equipment. The International Journal of Advanced Manufacturing Technology 131, 5383-5401 (2024). https://doi.org/10.1007/s00170-022-09144-w.

Lopez, Viviana & Akundi, Aditya. (2022). A Conceptual Model-based Systems Engi-neering (MBSE) approach to develop Digital Twins. IEEE International Systems Conference 1-5. https://doi.org/10.1109/SysCon53536.2022.9773869.

Liu, Z., Zheng, P., & Xu, X. (2021). Digitalisation and servitisation of machine tools in the era of Industry 4.0: a review. International Journal of Production Research, 59(14), 4304-4322.

Cabral, J. V. A., Rodriguez, E., & Alvares, A. (2023). Digital Twin Implementation for Machining Center Based on ISO 23247 Standard. IEEE Latin America Transactions, 21(5), 628-635.

Liu, C., Vengayil, H., Lu, Y., & Xu, X. (2019). A Cyber-Physical Machine Tools Plat-form using OPC UA and MTConnect. Journal of Manufacturing Systems, 51, 61-74. https://doi.org/10.1016/j.jmsy.2019.04.006.

Qi, Q., Tao, F., et al. (2021). Enabling technologies and tools for digital twin. Journal of Manufacturing Systems, 58, 3-21. https://doi.org/10.1016/j.jmsy.2019.10.001.

Singh, S., Weeber, M., & Birke, K.-P. (2021). Advancing digital twin implementation: A toolbox for modelling and simulation. Procedia CIRP, 99, 567-572. https://doi.org/10.1016/j.procir.2021.03.078.

Zhang, X., & Zhu, W. (2019). Application framework of digital twin-driven product smart manufacturing system: A case study of aeroengine blade manufacturing. International Journal of Advanced Robotic Systems, 16(5), 172988141988066. https://doi.org/10.1177/1729881419880663.