Este marco innovador explica tanto la incertidumbre de los parámetros como la discrepancia, cuestiones clave que afectan la precisión de la predicción de los gemelos digitales de los sistemas automatizados de manejo de materiales en las industrias de fabricación de semiconductores y exhibición, mejorando las capacidades de toma de decisiones y el rendimiento de producción. Crédito: Prof. Soondo Hong de la Universidad Nacional de Pusan
Para gestionar sistemas de fabricación cada vez más complejos, que involucran flujos de materiales en numerosos transportadores, máquinas y ubicaciones de almacenamiento, los semiconductores y las industrias de fabricación de pantalla han implementado sistemas automatizados de manejo de materiales (AMHSS). AMHSS generalmente implica pasos de fabricación complejos y lógica de control, y los modelos gemelos digitales han surgido como una solución prometedora para mejorar la visibilidad, la previsibilidad y la capacidad de respuesta de los sistemas de operación de producción y manejo de materiales. Sin embargo, los gemelos digitales no siempre reflejan completamente la realidad, potencialmente afectando el rendimiento de la producción y pueden dar lugar a retrasos.
Los gemelos digitales de AMHSS enfrentan dos problemas principales: la incertidumbre y la discrepancia de los parámetros. La incertidumbre de los parámetros surge de los parámetros del mundo real que son difíciles de medir con precisión pero son esenciales para un modelado preciso. Por ejemplo, la aceleración de un vehículo automatizado en AMHSS puede variar ligeramente en el campo pero se fija en el gemelo digital.
La discrepancia, por otro lado, se origina en la diferencia en la lógica operativa entre el sistema del mundo real y el gemelo digital. Esto es especialmente importante ya que los gemelos digitales generalmente simplifican o se parecen a procesos reales, y las discrepancias acumuladas con el tiempo conducen a predicciones inexactas. A pesar de su importancia, la mayoría de los marcos de calibración de nivel de rendimiento pasan por alto la discrepancia y se centran solo en la incertidumbre de los parámetros. Además, a menudo requieren una gran cantidad de datos de campo.
Para abordar esta brecha, un equipo de investigación dirigido por el profesor Soondo Hong del Departamento de Ingeniería Industrial de la Universidad Nacional de Pusan, Corea del Sur, desarrolló un nuevo marco de calibración bayesiana.
“Nuestro marco nos permite optimizar simultáneamente los parámetros de calibración y compensar la discrepancia”, explica el Prof. Hong. “Está diseñado para escalar en grandes entornos de fábrica inteligente, ofreciendo un rendimiento de calibración confiable con datos de campo significativamente menos que los métodos convencionales”.
Su estudio fue publicado en el Revista de sistemas de fabricación el 01 de junio de 2025.
Los investigadores aplicaron la calibración bayesiana modular para varios escenarios operativos. La calibración bayesiana puede usar datos escasos del mundo real para estimar los parámetros inciertos y al mismo tiempo tener en cuenta la discrepancia. Funciona combinando observaciones de campo y conocimiento previo disponible con resultados de simulación gemela digital a través de modelos probabilísticos, específicamente procesos gaussianos, para obtener una distribución posterior de resultados gemelos digitales calibrados en varios escenarios operativos.
Compararon el rendimiento de tres modelos: un sustituto de solo campo que predice el comportamiento del mundo real directamente a partir de los datos observados; un modelo gemelo digital de línea de base que usa solo parámetros calibrados; y el modelo gemelo digital calibrado que representa la incertidumbre de los parámetros y la discrepancia.
El modelo gemelo digital calibrado superó significativamente el sustituto de solo campo y mostró mejoras concretas en la precisión de la predicción sobre los modelos digitales de referencia. “Nuestro enfoque permite una calibración efectiva incluso con escasas observaciones del mundo real, al tiempo que explica la discrepancia del modelo inherente”. Notas Prof. Hong, “Es importante destacar que ofrece un procedimiento de calibración práctico y reutilizable validado a través de experimentos empíricos, y se puede personalizar para las características de cada instalación”.
El marco desarrollado es un enfoque práctico y reutilizable que se puede utilizar para calibrar y optimizar con precisión gemelos digitales, obstaculizado por la escala, la discrepancia, la complejidad o la necesidad de ser flexible para una aplicación transversal generalizada. Este enfoque predijo con precisión las respuestas del sistema de campo para sistemas a gran escala con escasas observaciones de campo y respaldó la calibración rápida de futuros horarios de producción en sistemas del mundo real. El sistema de calibración también es apto para modelos digitales propensos a discrepancias que se comportan de manera diferente a sus homólogos del mundo real debido a la lógica o código simplificado.
Los entornos de producción y manejo de materiales de alta complejidad, donde la optimización manual es un desafío, también puede beneficiarse de este marco de calibración. También permite el desarrollo de marcos gemelos digitales reutilizables y sostenibles que se pueden aplicar a diferentes industrias. Además, este enfoque se aplica y se escala en Samsung Display, donde los investigadores han colaborado estrechamente con los equipos de operación para personalizar el marco para las complejidades del mundo real.
En general, este nuevo marco tiene el potencial de cambiar la aplicabilidad y la efectividad de AMHSS. Mirando hacia el futuro, el profesor Hong concluye: “Nuestra investigación ofrece una vía hacia gemelos digitales autoadaptativos, y en el futuro tiene un fuerte potencial para convertirse en un facilitador central de la fabricación inteligente”.
Más información: Bonggwon Kang et al, una calibración gemela digital para un sistema de manejo de materiales automatizado en un semiconductor Fab, Journal of Manufacturing Systems (2025). Doi: 10.1016/j.jmsy.2025.04.015
Proporcionado por la Universidad Nacional de Pusan
Cita: el marco de calibración para gemelos digitales mejora la precisión de la predicción (2025, 22 de julio) Recuperado el 22 de julio de 2025 de https://techxplore.com/news/2025-07-calibration-framework-digital-twins-accuracy.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
