Desarrollo de gemelo digital: evaluación de herramientas industriales y metodología

Use this link to cite
http://hdl.handle.net/2183/33569
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
Collections
Metadata
Show full item recordTitle
Desarrollo de gemelo digital: evaluación de herramientas industriales y metodologíaAlternative Title(s)
Development of a digital twin: evaluation of industrial software and methodologyDate
2023Citation
González, P., Gómez, J., Gómez, J., Parra, J. K., Escaño, J.M. 2023. Desarrollo de gemelo digital: evaluación de herramientas industriales y metodología. XLIV Jornadas de Automática, 150-155. https://doi.org/10.17979/spudc.9788497498609.150
Abstract
[Resumen] En el presente artículo se tiene como objetivo la evaluación de algunas herramientas industriales para la creación de gemelos digitales, así como exponer una metodología que se ha seguido para implementar un gemelo digital de una célula de fabricación flexible ubicada en el laboratorio del Departamento de Ingeniería de Sistemas y Automática de la Universidad de Sevilla. [Abstract] The objective of this paper is to evaluate some industrial tools for the creation of digital twins, as well as to expose a methodology that has been followed to implement a digital twin of a flexible manufacturing cell located in the laboratory of the Department of Systems Engineering and Automatic Control of the University of Seville.
Keywords
Gemelos digitales para la fabricación
Industria 4.0
Integración humano-automatización
Aprendizaje automático en modelización
Predicción
Control y automatización
Digital twins for manufacturing
Industry 4.0
Human-automation integration
Machine learning in modelling
Prediction
Control and automation
Industria 4.0
Integración humano-automatización
Aprendizaje automático en modelización
Predicción
Control y automatización
Digital twins for manufacturing
Industry 4.0
Human-automation integration
Machine learning in modelling
Prediction
Control and automation
Editor version
Rights
Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
ISBN
978‐84‐9749‐860‐9