Real-time validation of discrete event simulation models in a digital twin framework : an approach based on sequence comparison techniques

In the recent years, the manufacturing sector is facing an important digital transformation and it is evolving towards the concept of Industry 4.0. The Digital Twin technology is considered an important tool to optimize production and support decision-making. The Digital Twin allows to create a digital copy of a manufacturing system and represent in real-time its behaviour. To benefit from the Digital Twin functionalities, it is essential to reach a correct mirroring between the physical system and the associated Discrete Event Simulation (DES) model. This condition is achieved by means of a validation procedure repeated over time. This type of validation is referred to as real-time validation, it should be conducted rapidly, with one replication and a limited dataset available; in addition, the whole system behaviour in time must be analysed. In a context in which the model has to adapt to a continuously evolving system, traditional validation techniques cannot be applied. To the best of the authors’ knowledge, no significant contribution on real-time validation of DES models is present in literature. This work aims at proposing a validation methodology to assess similarity between the physical system and the model by comparing sequences of events and sequences of Key Performance Indicators (KPIs). Events are able to reach a higher level of detail of the system behaviour, KPIs instead analyse the general performance of the system. The following work is conducted treating both information types as sequences, hence sequence comparison techniques are exploited to measure the similarity. Offline experiments are conducted to understand the potentiality of techniques available in literature adapted for validation purposes, dynamic time warping and longest common subsequence are identified as the most appropriate. Moreover, the proposed methodology is applied in real-time on a lab-scale manufacturing system in order to reach a proof-of-concept Digital Twin. Results confirm the applicability of the proposed approach to validate in real-time a DES model.

Negli ultimi anni, il settore manifatturiero sta attraversando un’importante trasformazione digitale e sta evolvendo verso il concetto di Industria 4.0. Il Digital Twin è considerato un importante strumento per ottimizzare la produzione e supportare il processo decisionale. Quest’ultimo permette di creare una copia digitale di un sistema produttivo e rappresentare in tempo reale il suo comportamento. Per usufruire delle funzionalità del Digital Twin, è essenziale riprodurre correttamente il comportamento del sistema fisico attraverso il rispettivo modello di simulazione a eventi discreti (DES). Questa condizione è ottenuta tramite una procedura di validazione ripetuta nel tempo. Questa tipologia di validazione è definita validazione in tempo reale, deve essere effettuata rapidamente, con una sola replicazione disponibile e una quantità di dati limitata; inoltre l’intero comportamento del sistema deve essere analizzato. In un contesto in cui il modello deve adattarsi ad un sistema in continua evoluzione, le tecniche di validazione tradizionali non possono essere applicate. Al meglio delle conoscenze delle autrici, in letteratura non sono presenti contributi significativi riguardo alla validazione in tempo reale di un modello DES. Questa tesi propone una metodologia di validazione in cui la somiglianza fra il sistema fisico e il modello è valutata comparando sequenze di eventi e sequenze di Key Performance Indicators (KPIs). Gli eventi sono in grado di valutare il comportamento del sistema con un alto livello di dettaglio, i KPIs invece analizzano le performance generali del sistema. In questo lavoro di tesi, entrambe le informazioni sono trattate come sequenze e tecniche di comparazione di sequenze sono utilizzate per misurare la somiglianza. Una campagna sperimentale è condotta per capire le potenzialità dei metodi proposti ai fini della validazione, dynamic time warping e longest common subsequence sono identificati come i più adatti. Inoltre, la metodologia proposta è applicata in tempo reale per validare il modello digitale di un sistema produttivo in scala da laboratorio, con lo scopo di ottenere un proof-of-concept di Digital Twin. I risultati confermano l’applicabilità della metodologia proposta per validare in tempo reale modelli DES.