As a result of Industry 4.0 developments, the amount of product data collected over the entire product lifecycle has been growing. Advances in digitalization resulted in the intensive use of data in the manufacturing environment. Different manufacturing systems store data across the product lifecycle - PLM (Product Lifecycle Management), ERP (Enterprise Resource Planning), and MES (Manufacturing Execution Systems), among other specialized IT systems. In many cases, there is already a connection between these systems. However, the integration between company internal manufacturing data with real-time customers' usage data is still initial. Therefore, the Internet of Things (IoT) has become an important research agenda. Information and communication technologies have been employed to digitally mirror the lifecycle of a corresponding physical product in Digital Twin (DT) applications. However, Digital Twin implementation has been focused on the beginning of life and manufacturing machines data, leaving space for developing a DT model that encompasses and connects different phases of the product lifecycle. Besides, implementing such a model in a multiplatform environment - connecting various systems - is also an open issue. This thesis proposes the definition of a Closed-loop Digital Twin implemented as a middleware software that connects the PLM, ERP, and MES systems with customers' usage data. The proposed concept was implemented at a learning factory based on industry standard software. The implement DT processes product data to provide analysis results. This research also proposes a DT definition and typology model to support its understanding and implementation and an IoT selection model. Results demonstrated the concept potential to consolidate product data, support data analyses based on algorithms, and provide insights for different phases and stakeholders of the product lifecycle.

Como resultado dos desenvolvimentos da Indústria 4.0, a quantidade de dados de produtos coletados ao longo de todo o ciclo de vida do produto tem aumentado. Os avanços na digitalização resultaram no uso intensivo de dados no ambiente fabril. Diferentes sistemas de manufatura armazenam dados em todo o ciclo de vida do produto - PLM (Product Lifecycle Management), ERP (Enterprise Resource Planning) e MES (Manufacturing Execution Systems), entre outros sistemas de TI especializados. Em muitos casos, já existe uma conexão entre esses sistemas. No entanto, a integração entre os dados de fabricação internos da empresa com os dados de uso dos clientes em tempo real ainda é inicial. Portanto, a Internet das Coisas (IoT) tornou-se uma agenda de pesquisa importante. As tecnologias de informação e comunicação foram empregadas para espelhar digitalmente o ciclo de vida de um produto físico correspondente em aplicações chamadas de Digital Twin (DT). No entanto, a implementação do Digital Twin tem se concentrado no início da vida e nos dados das máquinas de manufatura, deixando espaço para o desenvolvimento de um modelo de DT que engloba e conecta diferentes fases do ciclo de vida do produto. Além disso, a implementação de tal modelo em um ambiente multiplataforma - conectando vários sistemas - também é uma questão a ser respondida. Esta tese propõe a definição de um Closed-loop Digital Twin implementado como um middleware software que conecta os sistemas PLM, ERP e MES aos dados de uso dos clientes. O conceito proposto foi implementado em uma fábrica de aprendizagem baseada em softwares padrão da indústria. O DT implementado processa os dados do produto para fornecer os resultados da análise. Esta pesquisa também propõe uma definição e modelo de tipologia de DT para apoiar seu entendimento e implementação e um modelo de seleção de DTs. Os resultados demonstraram o potencial do conceito para consolidar dados do produto, suportar análises de dados com base em algoritmos e fornecer insights para diferentes fases e partes interessadas do ciclo de vida do produto.