Dijital İkiz Teknolojilerinin Eğitime Adaptasyonu, Potansiyelleri ve Sınırlılıkları
Abstract views: 61
/ 
PDF downloads: 42
DOI:
https://doi.org/10.5281/zenodo.15018000Anahtar Kelimeler:
Dijital ikiz teknolojileri, AEC endüstrisi, mimari tasarım eğitimi, bibliyometric analizÖzet
Dijital İkiz (DT) teknolojileri, gelişmiş veri entegrasyonu ve analitiği yoluyla dijital dönüşümü kolaylaştıran, yapılı çevre endüstrisinde çok önemli bir yeniliktir. DT'ler, yaşam döngüsü enerji kullanımını optimize etmek, operasyonel verimliliği artırmak, öngörücü bakımı etkinleştirmek ve kullanıcı uyumunu iyileştirme dahil olmak üzere bina tasarımı, inşaatı ve varlık yönetiminde önemli faydalar göstermiştir. Bu çalışma mimarlık, mühendislik ve inşaat (AEC) endüstrilerindeki DT tanımları, uygulamaları, potansiyelleri ve sınırlılıklarının kapsamlı bir incelemesine ve mimari tasarım eğitiminin dönüşümü kapsamında DT'lerin eğitim alanında sunduğu potansiyellerin ve sınırlılıkların araştırılmasına odaklanmaktadır. Araştırma 2 aşamadan oluşan sistematik bir literatür analizini içerir. Örneklem alan olarak Web of Science belirlenmiş ve elde edilen veriler VOSviewer 1.6.20 yazılımı ile analiz edilerek görselleştirilmiştir. Birinci aşamada AEC endüstrisinde DT’nin uygulanmasına ilişkin toplam 3788 makaleyi, ikinci aşamada eğitim alanında DT’nin uygulanmasına ilişkin 776 makaleyi incelemek için Sistematik Literatür İncelemesi (SLR) yaklaşımı kullanılmıştır. DT’nin uygulamaları eğitim ve AEC endüstrileri özelinde karşılaştırıldığında, eğitim ile ilgili DT araştırmalarının sayısının oldukça düşük olduğu belirlenmiştir. Bu bağlamda eğitimin dönüşümü kapsamında DT teknolojilerinin bu sürece adaptasyonu oldukça önemli görülmektedir. Sonuç olarak dijital ikiz teknolojisinin eğitim müfredatına dahil edilmesinin simülasyon odaklı ürün geliştirme metodolojileri ile uygulamalı öğrenme yaklaşımını teşvik edeceği ve disiplinler arası iş birliğini iyileştireceği düşünülmektedir. Ayrıca gerçekçi çevresel simülasyonlar sunarak, karar vermeyi iyileştireceği ve problem çözme becerilerini geliştireceği öngörülmektedir.
Referanslar
Bashabsheh, A., Altaher, A., & Amireh, K. (2021). The application of digital twin technology in the construction industry: A review. Construction Innovation, 21(3), 345-368.
Boschert, S., & Rosen, R. (2016). Digital Twin—The Simulation Aspect. In: Hehenberger, P., Bradley, D. (eds) Mechatronic Futures. Springer, Cham. https://doi.org/10.1007/978-3-319-32156-1_5
Botkina, D., Hedlind, M., Olsson, B., Henser, J., & Lundholm, T. (2018). Digital twin of a cutting tool. Procedia Cirp, 72, 215-218.
De Los Santos Melo, A., & Beriguete Alcántara, F. E. (2024). Maximizing Learning Potential: Embracing the Power of Digital Twins in Architectural and Construction Education. In D. Bienvenido-Huertas et al. (Eds.), Teaching Innovation in Architecture and Building Engineering. Springer Nature Switzerland.
Elmahadi, I., & Osman, R. (2020). Enhancing engineering education through digital twins: A case study. Journal of Engineering Education, 109(4), 675-694.
Francisco, A., Mohammadi, N., & Taylor, J. E. (2020). Smart city digital twin–enabled energy management: Toward real-time urban building energy benchmarking. Journal of Management in Engineering, 36(2), 04019045.
Fuller, A., Fan, Z., Day, C., & Barlow, C. (2020). Digital twin: enabling technologies, challenges and open research. IEEE access, 8, 108952-108971.
Gharineiat, Z., Karimi, A. A., & McDougall, K. (2024). Urban digital twin frameworks for predictive maintenance. Journal of Urban Analytics, 15(3), 147–169. https://doi.org/10.1016/j.urban.2024.03.005
Grieves, M, (2005), Product lifecycle management: the new paradigm for enterprises. International Journal of Product Development, 2(1/2), 71-84. https://doi:10.1504/ijpd.2005.006669
Grieves, M., & Vickers, J. (2017). Digital Twin: Mitigating unpredictable, undesirable emergent behavior in complex systems. In Transdisciplinary Perspectives on Complex Systems: New Findings and Approaches (pp. 85–113). Springer. https://doi.org/10.1007/978-3-319-38756-7_4
Karimi, A. A., McDougall, K., & Mousavi, Y. (2024). Integrating geospatial data with digital twins for urban resilience. International Journal of Geospatial Analysis, 10(4), 88–110. https://doi.org/10.1007/s12345-024-00987-6
Khajavi, S. H., Motlagh, N. H., Jaribion, A., Werner, L. C., & Holmström, J. (2019). Digital twin: vision, benefits, boundaries, and creation for buildings. IEEE access, 7, 147406-147419.
Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital Twin in manufacturing: A categorical literature review and classification. Ifac-PapersOnline, 51(11), 1016-1022.
Li, X., Liu, H., Wang, W., Zheng, Y., Lv, H., & Lv, Z. (2022). Big data analysis of the internet of things in the digital twins of smart city based on deep learning. Future Generation Computer Systems, 128, 167-177.
Liljaniemi, A., & Paavilainen, H. (2020). Using digital twin technology in engineering education–course concept to explore benefits and barriers. Open Engineering, 10(1), 377-385.
Lu, Q., Xie, X., Parlikad, A. K., & Schooling, J. M. (2020). Digital twin-enabled anomaly detection for built asset monitoring in operation and maintenance. Automation in Construction, 118, 103277.
Motyl, B., Baronio, G., Uberti, S., Speranza, D., & Filippi, S. (2017). How will change the future engineers’ skills in the Industry 4.0 framework? A questionnaire survey. Procedia manufacturing, 11, 1501-1509.
Mousavi, Y., Gharineiat, Z., Karimi, A. A., McDougall, K., Rossi, A., & Gonizzi Barsanti, S. (2024). Digital Twin Technology in Built Environment: A Review of Applications, Capabilities and Challenges. Smart Cities, 7(5), 2594-2615.
Negri, E., Fumagalli, L., & Macchi, M. (2017). A review of the roles of digital twin in CPS-based production systems. Procedia manufacturing, 11, 939-948.
Qi, Q., & Tao, F. (2018). Digital twin and big data towards smart manufacturing and industry 4.0: 360 degree comparison. Ieee Access, 6, 3585-3593.
Qi, Q., Tao, F., Hu, T., Anwer, N., Liu, A., Wei, Y., Wang, L. & Nee, A. Y. (2019). Enabling technologies and tools for digital twin. Journal of Manufacturing Systems, 58, 3-21.
Rasheed, A., San, O., & Kvamsdal, T. (2020). Digital twin: Values, challenges and enablers from a modeling perspective. IEEE access, 8, 21980-22012.
Schleich, B., Anwer, N., Mathieu, L., & Wartzack, S. (2017). Shaping the digital twin for design and production engineering. CIRP annals, 66(1), 141-144.
Sepasgozar, S. (2020). Digital twin applications for construction: Current trends and future perspectives. Construction Innovation, 20(3), 343–361.
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.
Tao, F. & Qi, Q. (2019). Make more digital twins. Nature.
Tao, F., Cheng, J., Qi, Q., Zhang, M., Zhang, H., & Sui, F. (2018). Digital twin-driven product design, manufacturing and service with big data. The International Journal of Advanced Manufacturing Technology, 94, 3563-3576.
Tao, F., Qi, Q., Wang, L., & Nee, A. Y. C. (2019). Digital twins and cyber–physical systems toward smart manufacturing and industry 4.0: Correlation and comparison. Engineering, 5(4), 653-661.
Tuegel, E. J., Ingraffea, A. R., Eason, T. G., & Spottswood, S. M. (2011). Reengineering aircraft structural life prediction using a digital twin. International Journal of Aerospace Engineering, 2011(1), 154798.
White, G., Zink, A., Codecá, L., & Clarke, S. (2021). A digital twin smart city for citizen feedback. Cities, 110, 103064.
Wu, Y., Zhou, L., Zheng, P., Sun, Y., & Zhang, K. (2022). A digital twin-based multidisciplinary collaborative design approach for complex engineering product development. Advanced Engineering Informatics, 52, 101635.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2025 International Journal of Social and Humanities Sciences Research (JSHSR)
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.
