Цифровий двійник у структурі сучасного освітнього середовища
DOI:
https://doi.org/10.17721/1812-5409.2026/1.32Ключові слова:
освітнє середовище, SMART-лабораторія, цифровий двійник, моніторинг, KPI, мікрокліматАнотація
У сучасному світі перевагою цифрових двійників є можливість створення копій різних фізичних об’єктів, систем або навчальних середовищ тощо. Це особливо актуально для інженерних дисциплін, де моделі цифрових двійників заданої точності забезпечують проведення досліджень та експериментів без фізичних ризиків і суттєвих фінансових витрат. У контексті освітнього середовища це означає забезпечення ефективного функціонування віртуальних навчальних лабораторій, оснащених реальним обладнанням.
У представленій статті розроблено освітнє середовище з використанням цифрового двійника SMART-лабораторії, що функціонує як кіберфізична система з наскрізною інтеграцією сенсорної мережі, виконавчих механізмів і віртуальної моделі приміщення. Мета роботи – теоретичне обґрунтування й експериментальна верифікація освітнього середовища, що містить цифровий двійник, орієнтований на підвищення енергоефективності, комфортності й безпеки навчальних просторів. Методологічною основою дослідження є системний аналіз, математичне моделювання динаміки мікроклімату, а також імперативна логіка регулювання з використанням типових регуляторів.
У межах запропонованої архітектури розроблено модель мікроклімату, що поєднує підсистеми моніторингу, прогнозування й адаптивного керування. Актуалізація реального та віртуального стану здійснюється в реальному часі, що забезпечує можливість попереднього тестування керуючих дій та оцінювання їхнього впливу без ризику для матеріальної бази. Проведена серія симуляцій та експериментів підтвердила здатність розробленої системи зменшувати споживання ресурсів і стабілізувати параметри мікроклімату за умов дії зовнішніх збурень. Водночас система зберігає педагогічну гнучкість, підтримуючи різні формати організації навчального процесу.
Одержані результати засвідчують наукову новизну запропонованого підходу, що полягає в поєднанні моделей і систем керування з освітніми сценаріями в єдиному програмному середовищі. Практичне значення роботи визначається можливістю масштабування розробленого рішення на інші типи лабораторій і навчальні дисципліни, а також сприянням формуванню цифрових компетентностей майбутніх фахівців у галузі інформаційних технологій і кіберфізичних систем.
Посилання
Beke, Á. K., Gyürkés, M., Nagy, Z. K., Marosi, G., & Farkas, A. (2021). Digital twin of low dosage continuous powder blending–Artificial neural networks and residence time distribution models. European journal of pharmaceutics and biopharmaceutics, 169, 64–77. https://doi.org/10.1016/j.ejpb.2021.09.006
Delgado, J. M. D., & Oyedele, L. (2021). Digital Twins for the built environment: learning from conceptual and process models in manufacturing. Advanced Engineering Informatics, 49, 101332. https://doi.org/10.1016/j.aei.2021.101332
Diia. (2025). The Government approved the Strategy for Digital Development of Innovations until 2030. https://tinyurl.com/3y4zy6kz
European Commission. (2023). Digital Education Action Plan (2021-2027). European Education Area. https://education.ec.europa.eu/focus-topics/digital-education/action-plan
Gautam, A., Aryal, M. R., Deshpande, S., Padalkar, S., Nikolaenko, M., Tang, M., & Anand, S. (2025). IIoT-enabled digital twin for legacy and smart factory machines with LLM integration. Journal of Manufacturing Systems, 80, 511–523. https://doi.org/10.1016/j.jmsy.2025.03.022
Herrero, R., & Dasari, M. (2025). Edge-based physical asset and digital twin virtualization framework to support cognitive digital twins. Internet of Things, 31, 101601. https://doi.org/10.1016/j.iot.2025.101601
Hu, C., Fan, W., Zeng, E., Hang, Z., Wang, F., Qi, L., & Bhuiyan, M. Z. A. (2021). Digital twin-assisted real-time traffic data prediction method for 5G-enabled internet of vehicles. IEEE Transactions on Industrial Informatics, 18(4), 2811–2819. https://doi.org/10.1109/TII.2021.3083596
Huang, W., Zhang, Y., & Zeng, W. (2022). Development and application of digital twin technology for integrated regional energy systems in smart cities. Sustainable Computing: Informatics and Systems, 36, 100781. https://doi.org/10.1016/j.suscom.2022.100781
Javaid, M., Haleem, A., & Suman, R. (2023). Digital twin applications toward industry 4.0: A review. Cognitive Robotics, 3, 71–92. https://doi.org/10.1016/j.cogr.2023.04.003
Jia, K., Wang, H., Ren, D., Liu, B., Zhao, Q., & Hong, J. (2024). A general mathematic model framework for assembly process driven digital twin of assembly precision. Journal of Manufacturing Systems, 77, 196–211. https://doi.org/10.1016/j.jmsy.2024.09.007
Junior, O. C. (2025). Digital Twin in Industry 4.0: Systematic review and content analysis and an architectural reference model. Procedia Computer Science, 253, 2919–2928. https://doi.org/10.1016/j.procs.2025.02.016
Kober, C., Medina, F. G., Benfer, M., Wulfsberg, J. P., Martinez, V., & Lanza, G. (2024). Digital twin stakeholder communication: characteristics, challenges, and best practices. Computers in Industry, 161, 104135. https://doi.org/10.1016/j.compind.2024.104135
Lu, Y., Li, Y., Fu, G., Jiang, Y., Huang, Y., Zhu, J., & Sheng, B. (2024). The physical information LSTM surrogate model for establishing a digital twin model of reciprocating air compressors. Applied Soft Computing, 167, 112309. https://doi.org/10.1016/j.asoc.2024.112309
Lutska, N., Vlasenko, L., Ladanyuk, A., Zaiets, N., & Korobiichuk, I. (2022). Ontological support system of managerial decision-making of production tasks for a food enterprise. Machinery & Energetics, 13(3), 53–61. https://doi.org/10.31548/machenergy.13(3).2022.53-61
Luo, W., Hu, T., Ye, Y., Zhang, C., & Wei, Y. (2020). A hybrid predictive maintenance approach for CNC machine tool driven by Digital Twin. Robotics and Computer-Integrated Manufacturing, 65, 101974. https://doi.org/10.1016/j.rcim.2020.101974
Meyers, B., Van Noten, J., Lietaert, P., Tielemans, B., Hristov, H., Maes, D., & Gadeyne, K. (2022). Knowledge graphs in digital twins for manufacturing-lessons learned from an industrial case at Atlas Copco Airpower. IFAC-PapersOnLine, 55(10), 13–18. https://doi.org/10.1016/j.ifacol.2022.09.361
Ministry of Education and Science of Ukraine. (2025a). Digital transformation of education and science. https://tinyurl.com/2bx5he74
Ministry of Education and Science of Ukraine. (2025b). WINWIN: Ukraine approved the Strategy for Digital Development of Innovations until 2030. https://tinyurl.com/2vjz8ztd
Nezzi, C., Gufler, V., Vidoni, R., & Rauch, E. (2025). Kinematic and dynamic modeling of mechanical systems towards Digital Twins. Results in Engineering, 104874. https://doi.org/10.1016/j.rineng.2025.104874
Peldon, D., Banihashemi, S., LeNguyen, K., & Derrible, S. (2024). Navigating urban complexity: The transformative role of digital twins in smart city development. Sustainable Cities and Society, 111, 105583. https://doi.org/10.1016/j.scs.2024.105583
Pretel, E., Moya, A., Navarro, E., López-Jaquero, V., & González, P. (2024). Analysing the synergies between Multi-agent Systems and Digital Twins: A systematic literature review. Information and Software Technology, 174, 107503. https://doi.org/10.1016/j.infsof.2024.107503
Piromalis, D., & Kantaros, A. (2022). Digital twins in the automotive industry: The road toward physical-digital convergence. Applied System Innovation, 5(4), 65. https://doi.org/10.3390/asi5040065
Ramonell, C., Chacón, R., & Posada, H. (2023). Knowledge graph-based data integration system for digital twins of built assets. Automation in Construction, 156, 105109. https://doi.org/10.1016/j.autcon.2023.105109
Raza, M., Sartori, A., Bilberg, A., & Schlette, C. (2024). Communication between two distinct digital counterparts of a robotic cell digital twin via MQTT. Procedia CIRP, 130, 959–963. https://doi.org/10.1016/j.procir.2024.10.191
Ropero, J. (2022). Peer review of "Toward human digital twins for cybersecurity simulations on the metaverse: Ontological and network science approach". JMIRx Med, 3(2), e38583. https://doi.org/10.2196/38583
Sai, A. M. V. V., Wang, C., Cai, Z., & Li, Y. (2024). Navigating the digital twin network landscape: A survey on architecture, applications, privacy and security. High-Confidence Computing, 4(4), 100269. https://doi.org/10.1016/j.hcc.2024.100269
Saif, W., RazaviAlavi, S., & Kassem, M. (2024). Construction digital twin: a taxonomy and analysis of the application-technology-data triad. Automation in Construction, 167, 105715. https://doi.org/10.1016/j.autcon.2024.105715
Savchenko, T., Lutska, N., Vlasenko, L., Sashnova, M., Zahorulko, A., Minenko, S., Ibaiev, E. & Tytarenko, N. (2025). Risk analysis and cybersecurity enhancement of Digital Twins in dairy production. Technology audit and production reserves, 2(2(82)), 37–49. https://doi.org/10.15587/2706-5448.2025.325422
Semeraro, C., Lezoche, M., Panetto, H., & Dassisti, M. (2021). Digital twin paradigm: A systematic literature review. Computers in Industry, 130, 103469. https://doi.org/10.1016/j.compind.2021.103469
Schlenger, J., Pluta, K., Mathew, A., Yeung, T., Sacks, R., & Borrmann, A. (2025). Reference architecture and ontology framework for digital twin construction. Automation in Construction, 174, 106111. https://doi.org/10.1016/j.autcon.2025.106111
Sharma, A., Kosasih, E., Zhang, J., Brintrup, A., & Calinescu, A. (2022). Digital Twins: State of the art theory and practice, challenges, and open research questions. Journal of Industrial Information Integration, 30, 100383. https://doi.org/10.1016/j.jii.2022.100383
Thelen, A., Zhang, X., Fink, O., Lu, Y., Ghosh, S., Youn, B. D., Todd, M. D., Mahadevan, S., Hu, Ch., & Hu, Z. (2022). A comprehensive review of digital twin–part 1: modeling and twinning enabling technologies. Structural and Multidisciplinary Optimization, 65(12), 354. http://dx.doi.org/10.48550/arXiv.2208.14197
Tuhaise, V. V., Tah, J. H. M., & Abanda, F. H. (2023). Technologies for digital twin applications in construction. Automation in Construction, 152, 104931. https://doi.org/10.1016/j.autcon.2023.104931
Van der Valk, H., Schmelzer, R., Rose, D., & Dinter, B. (2024). Towards a Process Model for Digital Twin Implementation: The Implementation Canvas. Procedia CIRP, 122, 903–908. https://doi.org/10.1016/j.procir.2024.01.123
Vlasenko, L., Lutska, N., Zaiets, N., Korobiichuk, I., & Hrybkov, S. (2022). Core ontology for describing production equipment according to intelligent production. Applied System Innovation, 5(5), 98. https://doi.org/10.3390/asi5050098
Wallner, B., Zwölfer, B., Trautner, T., & Bleicher, F. (2023). Digital twin development and operation of a flexible manufacturing cell using iso 23247. Procedia CIRP, 120, 1149–1154. https://doi.org/10.1016/j.procir.2023.09.140
Weil, C., Bibri, S. E., Longchamp, R., Golay, F., & Alahi, A. (2023). Urban digital twin challenges: A systematic review and perspectives for sustainable smart cities. Sustainable Cities and Society, 99, 104862. https://doi.org/10.1016/j.scs.2023.104862
Xia, H., Liu, Z., Efremochkina, M., Liu, X., & Lin, C. (2022). Study on city digital twin technologies for sustainable smart city design: A review and bibliometric analysis of geographic information system and building information modeling integration. Sustainable Cities and Society, 84, 104009. https://doi.org/10.1016/j.scs.2022.104009
Xie, W., Zeng, Y., Zhang, X., Wong, H. Y., Zhang, T., Wang, Z., Wu, X., Shi, J., Huang, X., Xiao, F., & Usmani, A. (2025). AIoT-powered building digital twin for smart firefighting and super real-time fire forecast. Advanced Engineering Informatics, 65, 103117. https://doi.org/10.1016/j.aei.2025.103117
Yao, Y., Yang, K., Huang, M., & Wang, L. (2013). A state-space model for dynamic response of indoor air temperature and humidity. Building and environment, 64, 26–37. https://doi.org/10.1016/j.buildenv.2013.03.009
Yu, J., Liu, P., & Li, Z. (2020). Hybrid modelling and digital twin development of a steam turbine control stage for online performance monitoring. Renewable and Sustainable Energy Reviews, 133, 110077. https://doi.org/10.1016/j.rser.2020.110077
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Tetiana Savchenko, Nataliia Lutska, Lidiia Vlasenko, Ivan Parkhomenko
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
Автори, роботи яких публікуються у цьому журналі, погоджуються з такими умовами:
- Автори зберігають авторські права та надають журналу право на першу публікацію роботи, яка одночасно ліцензується згідно із Creative Commons Attribution License, тобто надається дозвіл іншим ділитися роботою з визнанням авторства роботи та першої публікації в цьому журналі.
- Автори можуть укладати окремі додаткові угоди щодо невиключного розповсюдження опублікованої журналом версії роботи (наприклад, розмістити її у репозитарії наукової установи чи опублікувати у книзі) з підтвердженням її початкової публікації у цьому журналі.
- Дозволяється та заохочується розміщення своїх робіт в мережі Інтернет авторами (наприклад, у репозитаріях наукових установ або на особистих веб-сторінках) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш ранніх цитувань опублікованої роботи та їх більшої кількості (див. The Effect of Open Access).
