Original Title: Digital Twin for Factory System Simulation
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

កូនភ្លោះឌីជីថល (Digital Twin) សម្រាប់ការក្លែងធ្វើប្រព័ន្ធរោងចក្រ

ចំណងជើងដើម៖ Digital Twin for Factory System Simulation

អ្នកនិពន្ធ៖ K. Vijayakumar (Vels Institute of Science, Technology & Advanced Studies), C. Dhanasekaran (Vels Institute of Science, Technology & Advanced Studies), R. Pugazhenthi (Vels Institute of Science, Technology & Advanced Studies), S. Sivaganesan (Vels Institute of Science, Technology & Advanced Studies)

ឆ្នាំបោះពុម្ព៖ 2019, International Journal of Recent Technology and Engineering (IJRTE)

វិស័យសិក្សា៖ Manufacturing Engineering

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ នៅក្នុងបរិបទនៃការផលិតបែបទំនើប ការធ្វើបច្ចុប្បន្នភាពប្លង់រោងចក្រ ការតាមដានស្ថានភាពម៉ាស៊ីន និងការគ្រប់គ្រងចលនាទ្រព្យសកម្មដោយប្រើប្រាស់វិធីសាស្ត្រធម្មតា ទាមទារពេលវេលានិងការចំណាយខ្ពស់។ ឯកសារនេះមានគោលបំណងដោះស្រាយបញ្ហានេះ ដោយស្នើឡើងនូវការប្រើប្រាស់បច្ចេកវិទ្យាកូនភ្លោះឌីជីថល (Digital Twin) ដើម្បីបង្កើតគំរូរោងចក្រដែលធ្វើបច្ចុប្បន្នភាព និងក្លែងធ្វើព្រឹត្តិការណ៍ក្នុងពេលវេលាជាក់ស្តែង។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានស្នើឡើង និងសាកល្បងនូវស្ថាបត្យកម្មកូនភ្លោះឌីជីថលថ្មីមួយ ដោយរួមបញ្ចូលប្រព័ន្ធចាប់សញ្ញា និងការក្លែងធ្វើទិន្នន័យ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Old Method (Manual/Conventional Simulation)
វិធីសាស្ត្រចាស់ (ការប្រមូលទិន្នន័យដោយដៃនិងប្រព័ន្ធដាច់ដោយឡែក)
មិនទាមទារការវិនិយោគខ្ពស់លើហេដ្ឋារចនាសម្ព័ន្ធបណ្តាញ IoT ស្មុគស្មាញ និងមានភាពស៊ាំក្នុងការអនុវត្តប្រចាំថ្ងៃ។ ចំណាយពេលច្រើនណាស់ក្នុងការប្រមូល និងសម្អាតទិន្នន័យពីប្រព័ន្ធផ្សេងៗគ្នា (Siloed systems) ធ្វើឱ្យការសម្រេចចិត្តមានភាពយឺតយ៉ាវ។ ចំណាយពេលរហូតដល់ ៩៦០ នាទី សម្រាប់ការកំណត់ទីតាំងទ្រព្យសកម្ម និង ១២០ នាទីសម្រាប់ការគ្រប់គ្រងឧបសគ្គរាំងស្ទះ។
Current Method (Digital Twin with RTLS & IoT)
វិធីសាស្ត្របច្ចុប្បន្ន (កូនភ្លោះឌីជីថលរួមបញ្ចូលជាមួយបច្ចេកវិទ្យា IoT និង RTLS)
ផ្តល់ទិន្នន័យក្នុងពេលវេលាជាក់ស្តែង (Real-time) កាត់បន្ថយពេលវេលាសិក្សាវិស្វកម្មបានយ៉ាងច្រើន និងជួយឱ្យមើលឃើញទិដ្ឋភាពរោងចក្រទាំងមូលក្នុងទម្រង់ 3D។ ទាមទារការរៀបចំដំបូងស្មុគស្មាញ និងចំណាយលើការបំពាក់ឧបករណ៍ចាប់សញ្ញា (Sensors, Gateways) និងការតភ្ជាប់កម្មវិធីផ្សេងៗចូលគ្នា។ កាត់បន្ថយពេលវេលាសិក្សាបានដល់ទៅ ៩៩.៧៩% ដោយការកំណត់ទីតាំងទ្រព្យសកម្មធ្លាក់ចុះមកត្រឹម ២ នាទី។

ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តស្ថាបត្យកម្មកូនភ្លោះឌីជីថលនេះ តម្រូវឱ្យមានការវិនិយោគរួមបញ្ចូលគ្នាទាំងផ្នែករឹង (Hardware) ផ្នែកទន់ (Software) និងចំណេះដឹងផ្នែកសមាហរណកម្មប្រព័ន្ធ។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានស្រាវជ្រាវ និងសាកល្បងដោយក្រុមវិស្វករមកពីវិទ្យាស្ថាន Vels ក្នុងប្រទេសឥណ្ឌា ដែលផ្អែកលើទិន្នន័យរោងចក្រមានប្រព័ន្ធស្វ័យប្រវត្តិកម្មកម្រិតខ្ពស់រួចជាស្រេច។ សម្រាប់បរិបទប្រទេសកម្ពុជា ទិន្នន័យនិងលទ្ធផលនេះអាចមានគម្លាត ដោយសាររោងចក្រភាគច្រើននៅកម្ពុជានៅពឹងផ្អែកខ្លាំងលើកម្លាំងពលកម្ម (Labor-intensive) និងមិនទាន់មានម៉ាស៊ីនទំនើបៗដែលអាចបញ្ចេញទិន្នន័យឌីជីថល (PLC data) បានពេញលេញនៅឡើយ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

ទោះបីជាយ៉ាងណាក៏ដោយ វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ជួយជំរុញវិស័យផលិតកម្មនៅកម្ពុជាឱ្យឈានទៅរកឧស្សាហកម្ម ៤.០ (Industry 4.0) ជាបណ្តើរៗ។

សរុបមក ការចាប់ផ្តើមអនុវត្តកូនភ្លោះឌីជីថលពីកម្រិតតូចៗ នឹងជួយបង្កើនប្រសិទ្ធភាពនិងផលិតភាព ដែលជាកត្តាដ៏សំខាន់ក្នុងការទាក់ទាញការវិនិយោគផ្ទាល់ពីបរទេស (FDI) មកកាន់វិស័យឧស្សាហកម្មកម្ពុជា។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី ១៖ សិក្សាពីមូលដ្ឋានគ្រឹះនៃ IoT និងបច្ចេកវិទ្យា RTLS: និស្សិតគប្បីចាប់ផ្តើមរៀនសរសេរកូដ និងតភ្ជាប់ឧបករណ៍ ESP32 ជាមួយ iBeacons/Bluetooth ដើម្បីយល់ពីរបៀបចាប់យកទិន្នន័យទីតាំងជាក់ស្តែង (Trilateration method)។
  2. ជំហានទី ២៖ ស្ទាត់ជំនាញកម្មវិធីគូរប្លង់ និងក្លែងធ្វើព្រឹត្តិការណ៍ (DES): អនុវត្តការប្រើប្រាស់កម្មវិធី Autodesk Navisworks សម្រាប់បង្ហាញម៉ូដែល 3D និងកម្មវិធី Siemens Plant Simulation ដើម្បីក្លែងធ្វើ និងវិភាគខ្សែសង្វាក់ផលិតកម្ម។
  3. ជំហានទី ៣៖ ស្វែងយល់ពីប្រព័ន្ធ PLC និងការប្រមូលទិន្នន័យពីម៉ាស៊ីន: សិក្សាអំពីដំណើរការរបស់ Programmable Logic Controller (PLC) និងហ្វឹកហាត់ប្រើប្រាស់កម្មវិធី Kepware ដើម្បីទាញយកទិន្នន័យស្ថានភាពម៉ាស៊ីន (Machine States) មកកាន់កុំព្យូទ័រ។
  4. ជំហានទី ៤៖ អភិវឌ្ឍជំនាញធ្វើសមាហរណកម្មតាមរយៈ API: រៀនសរសេរកម្មវិធី (ឧទាហរណ៍ប្រើ C#) ដើម្បីភ្ជាប់ទិន្នន័យដែលបានពី IoT Gateways ទៅកាន់កម្មវិធី PLM System ដើម្បីធ្វើបច្ចុប្បន្នភាពពណ៌ ឬទីតាំងលើម៉ូដែល 3D ដោយស្វ័យប្រវត្តិ។
  5. ជំហានទី ៥៖ បង្កើតគម្រោងសាកល្បងខ្នាតតូច (Pilot Project): ចងក្រងចំណេះដឹងទាំងអស់នេះ ដើម្បីបង្កើតគំរូ Digital Twin សម្រាប់បន្ទប់ពិសោធន៍វិស្វកម្មរបស់សាកលវិទ្យាល័យ ដោយតាមដានឧបករណ៍ណាមួយពិតៗ រួចធ្វើបទបង្ហាញអំពីការកាត់បន្ថយពេលវេលាធៀបនឹងវិធីចាស់។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Digital Twin កូនភ្លោះឌីជីថល គឺជាការបង្កើតច្បាប់ចម្លងទម្រង់ឌីជីថលនៃវត្ថុ ឬប្រព័ន្ធរូបវន្តពិតៗ (ដូចជារោងចក្រ ឬម៉ាស៊ីន) ដើម្បីតាមដាន ក្លែងធ្វើ និងវិភាគដំណើរការរបស់វាក្នុងពេលវេលាជាក់ស្តែង។ វាជួយឱ្យវិស្វករអាចសាកល្បងការផ្លាស់ប្តូរផ្សេងៗដោយមិនប៉ះពាល់ដល់រោងចក្រពិត។ វាប្រៀបដូចជាការលេងហ្គេមកសាងទីក្រុង (SimCity) ដែលអ្នកអាចមើលឃើញ និងគ្រប់គ្រងទីក្រុងទាំងមូលតាមរយៈកញ្ចក់កុំព្យូទ័រ ដែលឆ្លុះបញ្ចាំងពីសកម្មភាពពិតៗរាល់វិនាទី។
Real Time Location Sensing (RTLS) បច្ចេកវិទ្យាចាប់សញ្ញាទីតាំងជាក់ស្តែង (RTLS) គឺជាប្រព័ន្ធដែលប្រើឧបករណ៍បញ្ជូន និងទទួលសញ្ញា (Sensor & Receiver) ត្រូវបានបំពាក់លើទ្រព្យសកម្ម ដើម្បីតាមដានទីតាំង និងចលនាពិតប្រាកដរបស់វានៅក្នុងទីតាំងបិទជិតដូចជារោងចក្រភ្លាមៗ។ វាស្រដៀងនឹងប្រព័ន្ធ GPS លើទូរសព្ទដៃ ដែលប្រាប់អ្នកពីទីតាំងជាក់ស្តែងរបស់អ្នកដឹកជញ្ជូនអាហារកំពុងធ្វើដំណើរតាមផ្លូវមករកអ្នក។
Discrete Event Simulation ការក្លែងធ្វើព្រឹត្តិការណ៍ដាច់ដោយឡែក គឺជាកម្មវិធីកុំព្យូទ័រសម្រាប់ក្លែងធ្វើដំណើរការផលិតកម្មជាជំហានៗ។ វាត្រូវបានប្រើដើម្បីរកមើលចំណុចរាំងស្ទះ (Bottlenecks) និងវាយតម្លៃប្រសិទ្ធភាពនៃខ្សែសង្វាក់ផលិតកម្មនៅពេលមានការផ្លាស់ប្តូរអ្វីមួយ។ វាដូចជាការប្រើកម្មវិធីគណនាដើម្បីទស្សន៍ទាយថា តើចរាចរណ៍នឹងស្ទះនៅស្តុបណាខ្លះ ប្រសិនបើយើងបន្ថែមចំនួនឡាននៅលើផ្លូវនាពេលព្រឹក។
Product Lifecycle Management (PLM) ប្រព័ន្ធគ្រប់គ្រងវដ្តជីវិតផលិតផល គឺជាកម្មវិធីស្នូលដែលប្រមូលផ្តុំទិន្នន័យ និងដំណើរការទាំងអស់ទាក់ទងនឹងផលិតផលមួយ ចាប់ពីការរចនាដំបូង ការសាកល្បង រហូតដល់ការផលិតពេញលេញ ដើម្បីឱ្យក្រុមវិស្វករធ្វើការរួមគ្នាបានរលូន។ វាប្រៀបដូចជាសៀវភៅប្រវត្តិរូបសិស្ស ដែលកត់ត្រាគ្រប់សកម្មភាព លទ្ធផលសិក្សា និងការវិវត្តរបស់សិស្សម្នាក់ តាំងពីចូលរៀនថ្នាក់មត្តេយ្យរហូតដល់រៀនចប់សាកលវិទ្យាល័យ។
Programmable Logic Controller (PLC) ឧបករណ៍បញ្ជាតក្កវិជ្ជាដែលអាចសរសេរកម្មវិធីបាន (PLC) គឺជាកុំព្យូទ័រឧស្សាហកម្មពិសេស ដែលត្រូវបានប្រើប្រាស់ដើម្បីទាញយកទិន្នន័យពីម៉ាស៊ីន និងបញ្ជាយន្តការស្វ័យប្រវត្តិផ្សេងៗនៅក្នុងរោងចក្រ ឱ្យដំណើរការតាមលក្ខខណ្ឌដែលគេបានកំណត់។ វាប្រៀបបាននឹងខួរក្បាលរបស់មនុស្សយន្ត ដែលទទួលការបង្រៀនពីយើង ហើយបញ្ជាទៅដៃជើងឱ្យធ្វើការងារច្រំដែលៗដោយស្វ័យប្រវត្តិ និងច្បាស់លាស់។
Trilateration ត្រីកោណមាត្រទីតាំង គឺជាវិធីសាស្ត្រគណនាដើម្បីរកទីតាំងពិតប្រាកដរបស់វត្ថុមួយ ដោយការវាស់កម្លាំង និងពេលវេលានៃរលកសញ្ញាវិទ្យុពីចំណុចយោង (Anchors) ចំនួនបី ឬច្រើនដែលនៅជុំវិញវត្ថុនោះ។ វាដូចជាការស្វែងរកកន្លែងលាក់ខ្លួនរបស់មិត្តភក្តិ ដោយសួរអ្នកដែលឈរនៅជុំវិញចំនួន ៣ នាក់ផ្សេងគ្នាថា តើពួកគេឮសំឡេងមិត្តនោះនៅចម្ងាយប៉ុន្មានម៉ែត្រពីពួកគេ ដើម្បីកំណត់ទីតាំងរួម។
Internet of Things (IoT) អ៊ីនធឺណិតនៃវត្ថុ គឺជាបណ្តាញនៃឧបករណ៍ប្រើប្រាស់ គ្រឿងយន្ត ឬសេនស័រ (Sensors) ផ្សេងៗ ដែលត្រូវបានភ្ជាប់ទៅប្រព័ន្ធអ៊ីនធឺណិត ដើម្បីអាចប្រមូល បញ្ជូន និងផ្លាស់ប្តូរទិន្នន័យគ្នាទៅវិញទៅមកដោយស្វ័យប្រវត្តិ ដោយមិនចាំបាច់មានមនុស្សបញ្ជា។ វាដូចជាទូទឹកកកឆ្លាតវៃដែលអាចដឹងថាអ្នកអស់ស៊ុត ហើយផ្ញើសាររំលឹកចូលទូរសព្ទដៃរបស់អ្នកដោយស្វ័យប្រវត្តិនៅពេលអ្នកកំពុងដើរផ្សារ។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖