The Concept of a Digital Twin as a Virtual Copy of Physical Objects, Processes, and Systems

Abstract

The work examines the concept of the digital twin as a modern technology for creating a virtual copy of a physical object, process, or system. A five-level architecture of the digital twin is analyzed, which includes the physical level, data collection level, communication level, digital level, and analytical level, as well as the principles of their interaction. A comparative analysis of the digital twin with traditional modeling approaches is conducted based on criteria such as data updating, connection with the object, lifecycle, and forecasting capabilities. Practical examples of using Digital Twin in industry, construction, and smart cities are considered, identifying the main tasks for each sector. Modern software platforms for creating digital twins, including Azure Digital Twins, AWS IoT TwinMaker, and Siemens MindSphere, are analyzed. The main advantages and disadvantages of the technology are identified, as well as the prospects for its further development in the context of Industry 4.0 with the use of artificial intelligence and machine learning. У роботі розглянуто концепцію цифрового двійника як сучасної технології створення віртуальної копії фізичного об'єкта, процесу або системи. Проаналізовано п'ятирівневу архітектуру цифрового двійника, що включає фізичний, рівень збору даних, комунікаційний, цифровий та аналітичний рівні, а також принципи їх взаємодії. Проведено порівняльний аналіз цифрового двійника з традиційними підходами до моделювання за критеріями оновлення даних, зв'язку з об'єктом, життєвого циклу та можливостей прогнозування. Розглянуто практичні приклади застосування Digital Twin у промисловості, будівництві та розумних містах з визначенням основних задач для кожної галузі. Проаналізовано сучасні програмні платформи для створення цифрових двійників, зокрема Azure Digital Twins, AWS IoT TwinMaker та Siemens MindSphere. Визначено основні переваги та недоліки технології, а також перспективи її подальшого розвитку в умовах Industry 4.0 з використанням штучного інтелекту та машинного навчання.