The paper presents possible approaches for reducing the volume of data generated by simulation optimisation performed with a digital twin created in accordance with the Industry 4.0 concept. The methodology is validated using an application developed for controlling the execution of parallel simulation experiments (using client–server architecture) with the digital twin. The paper describes various pseudo-gradient, stochastic, and metaheuristic methods used for finding the global optimum without performing a complete pruning of the search space. The remote simulation optimisers reduce the volume of generated data by hashing the data. The data are sent to a remote database of simulation experiments for the digital twin for use by other simulation optimisers.
Technické vzdělání není, a ani nemůže být souborem samostatných znalostí a dovedností bez jakékoliv provázanosti. Více než v jakémkoliv jiném typu vzdělání je u technického vzdělání, a zejména u multioborových zaměření typu průmyslových inženýrů, potřeba klást důraz na provázanost znalostí a dovedností a dosáhnout tak synergie. Dá se říci, že toto platilo již dávno v historii, kdy největší objevitelé a vynálezci měli znalosti nejen průřezové v rámci jedné vědní kategorie, ale i napříč vědními disciplínami (přírodní vědy, technické vědy, filosofie, umění). V době čtvrté průmyslové revoluce (Průmysl 4.0) toto začíná být opět aktuální, protože nejen takto vzdělaný člověk bude mít pro společnost vysokou hodnotu, ale také bude mít ty nejlepší možné předpoklady pro to, aby v konkurenčním světě obstál.
The paper focuses on the use of augmented reality (AR) by industrial engineers, especially for determining the necessary competencies required for its use. Industrial engineers are not inherently programmers. Nevertheless, augmented reality is a modern trend in their field, especially in relation to the concept of Industry 4.0 and industry in general, where it has a higher potential than virtual reality. In the first part of this paper, we placed augmented reality and the competencies required for its use in the context of industrial engineering. Subsequently, we described our own methods of implementing an augmented reality industrial metadata visualization system, namely Help Lightning Fieldbit and Unity 3D, using the Vuforia extension. We chose the metadata used in the methods with regard to their environmental potential. In this part of the paper, we also described the chosen and applied testing methodology using a questionnaire survey. Subsequently, we described the results from the questionnaire surveys of both these approaches of implementing augmented reality methods. Finally, we evaluated the results and compared them with each other and with results from other authors. As the results show, the most important competencies for creating the described AR environments are analytical competencies. We draw conclusions from the collected data regarding the necessary competencies for the creation of AR scenes using these methods and their deployment in industry, including an outline for further research.
Příspěvek je rešerší článků, zveřejněných hlavně v databázích Web of Science (WoS) a Scopus, zaměřených na využívání hardwarových modelů používaných pro tvorbu digitálních dvojčat, nebo např. pro ověřování nových algoritmů, optimalizaci procesů a algoritmů, vzdělávání studentů a pracovníků apod. Tyto training factories často využívají průmysloví inženýři, proto je součástí i popis průmyslového inženýrství a průmyslového inženýra včetně legislativního omezení, které má na vztah průmyslového inženýra a tématu training factories nezanedbatelný dopad.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.