Hva er en digital tvilling?

De gjør det mulig å avbilde fysiske produkter og prosesser virtuelt, overvåke og forutse hvordan de oppfører seg og optimere videreutviklingen av dem. Lær mer her.

Digitale tvillinger åpner for bruksscenarier som ikke er mulige med statisk dokumentasjon, og som er nøkkelen til fordelene ved Industry 4.0 og Industrial Internet of Things. En definisjon.

En digital tvilling er en virtuell modell av tilstanden til et produkt eller en prosess. Den forbinder virkeligheten med den virtuelle verden. Først var den en realistisk matematisk modell som gjenspeilet atferden til disse produktene eller prosessene mest mulig nøyaktig. I mellomtiden er denne definisjonen av simulerte og synlige dynamiske 3D-modeller blitt utvidet. I bilindustrien, for eksempel, med spesifikke kjøretøy og deres komponenter. Disse kalles også “Vehicle Shadows”.

Hvordan fungerer den digitale tvillingen?

Fremstillingen av en digital tvilling krever tre vesentlige elementer: Et faktisk objekt som kan avbildes, et virtuelt presentasjonsrom og kontekstspesifikk informasjon som f.eks. data om omgivelsesvilkårene.

Den digitale tvillingen benytter reelle (sanntids)data fra installerte sensorer som representerer eksempelvis arbeidsvilkårene til eller plasseringen av objektet som skal avbildes. Det gir grunnlag for å bruke maskinlæringsmodeller til å oppdage mønstre i disse dataene, utføre omfattende analyser og lage simuleringer.

Komplekse applikasjoner er ofte basert på et modulært konsept der hele den digitale tvillingen settes sammen av mange enkelttvillinger. Dermed består den digitale tvillingen eller eksempelvis kjøretøyskyggen av et kjøretøy av individuelle tvillinger av motor, karosseri, understell, dekk osv. (I detalj består motoren av digitale tvillinger av enkeltkomponenter.) Ettersom dette bygger på store datamengder fra ulike kilder og av ulik kvalitet, bruker man også datapool og Big Data-teknologier.

I den konkrete bruken går man dypt inn i detaljene. I bruksfasen fanger eksempelvis sensorer opp dataene fra et kjøretøy eller sjåføren og rapporterer disse tilbake til den digitale tvillingen. Her settes de sammen og sammenliknes og evalueres ved hjelp av maskinlæringsmodellen. På grunnlag av dette er det mulig å foreta individuelle og detaljerte analyser slik at sjåføren kan informeres i god tid og eksempelvis få anbefalt vedlikeholdsintervall i god tid eller bli tilbudt og få utført individuelle komforttjenester uten at sjåføren behøver å være aktiv.

Hva er fordelene ved den digitale tvillingen?

Digitale tvillinger og deres utallige bruksmuligheter er ikke bare tilgjengelige i bilbransjen. Hele produksjonsindustrien kan tjene på å bruke maskinlæringsmodeller til databasert utvikling og optimalisering av produkter og prosesser:

Konsepter kan valideres i forkant, og prosesser eller produkter kan testes grundig i virtuelle omgivelser. Faren for feil eller forstyrrelser i reelle prosesser reduseres, og kvaliteten og effektiviteten i produksjonen og driften økes. I tillegg reduseres utviklings- og implementeringstidene, samtidig som fleksibiliteten helt klart øker.

Eksempler fra produksjonsteknikk og maskinkonstruksjon: Hvis prototyper som oftest lages sent i produktutviklingen, er det svært nyttig med digitale tvillinger i hele livssyklusen til produktet. De gjør det mulig å ta hensyn til og implementere komplekse produktkrav uten virkelige eller forandrede prototyper.

Eksempel vindparker: Hvis det foreligger en digital tvilling av vindkraftanlegget, kan maskinlæringsmodeller fange opp mønstre i sensordataene. Ved å sammenlikne historiske data med data fra løpende drift får man viktig informasjon om mulige svake punkter, slik at man kan utføre forebyggende vedlikehold (Predictive Maintenance).

Hva skjer videre med den digitale tvillingen?

Hos Gartner er den digitale tvillingen blant årets ti viktigste strategiske IT-trender. Det anslås at halvparten av industriforetakene vil arbeide med virtuelle avatarer i 2021, og på den måten oppnå en produktivitetsøkning inntil ti prosent.