Digitala tvillingar: En ny form för tillverkningsindustrin

Författaren Ursula K. Le Guin sa en gång: ”Framtiden är ett säkert, sterilt laboratorium där man kan pröva idéer … ett sätt att reflektera över verkligheten, en metod.” Föreställ dig nu att nya produkter väcks till liv genom en möjlig digital återgivning av deras form. Men hur överbryggar vi klyftan mellan den verkliga och den virtuella världen? Svaret ligger i digitala tvillingar, som gör det möjligt för tillverkare att se bortom lermodeller eller till och med fysiska prototyper. Digital tvillingteknik, som rankades bland de tio främsta strategiska teknologitrenderna 2017, har vunnit betydande mark inom olika branscher. Analytiker förutspår att uppkopplade produkter, med stöd av användbar realtidsdata, i framtiden kommer att representeras av digitala tvillingar. I och med den oöverträffade tillväxten inom Internet of Things (IoT) har intresset för detta koncept plötsligt exploderat. Senast 2018 kommer organisationer som investerar i IoT-baserad kognitiv situationsmedvetenhet eller operativ avkänning att uppleva förbättringar på upp till 30 % i kritiska processcykeltider. Följaktligen kommer tillverkare att kunna jämföra både faktiska och förväntade scenarier för att fatta välgrundade affärsbeslut. Produktmiljöerna blir alltmer komplexa med nya krav på funktioner, stränga regleringsriktlinjer och snabba utvecklingscykler. Även om företag gärna samlar in stora mängder data saknar de en heltäckande digital plan för att radikalt omvandla sina kapaciteter. Dessutom tar äldre simuleringsramverk ofta inte hänsyn till utrustningens åldrande, fel- och haveri-tillstånd, slitage baserat på materialegenskaper samt den övergripande miljön. Dessutom har etablerad simuleringsprogramvara som MATLAB, PSIM och ANSYS inte utvecklats vidare. Det ideala scenariot här är att ta fram en robust färdplan som exakt kan förutsäga systemprestanda, förekomsten av fel och fastställa avkastningen på investeringen (ROI). För att lägga grunden för uppkopplade produkter och tjänster blir digitala tvillingar därför en affärsmässig nödvändighet.

Tillverkare brottas idag ofta med utmaningen att utforma effektiva produkter. Intressant nog visade en nyligen genomförd undersökning att även om företag investerar i analysverktyg, så förblir DevOps den högsta prioriteringen. Genom att anamma modellen med digitala tvillingar kan företag analysera sina data och övervaka system för att upptäcka problem i förväg och därmed förebygga driftstopp. Eftersom simulering av nya innovationer är en integrerad del av modellen med digitala tvillingar genereras ”tänk om”-scenarier för att påskynda lanseringen och eliminera kostsamma produktkvalitetsproblem. Inledningsvis samlar smarta komponenter med sensorer in realtidsdata för att möjliggöra en sömlös integration med den fysiska tillgången. Dessa komponenter är också anslutna till det molnbaserade systemet som samlar in och bearbetar de drifts- och miljödata som övervakas av sensorerna. Att skapa digitala tvillingar innefattar två avgörande metoder. Det första steget är att skissera processen för den digitala tvillingen och informationskraven som gäller produktens livscykel. Det andra steget är att utveckla tekniken som integrerar både den digitala och den fysiska tillgången för realtidsflöde av sensordata. Viktiga data från sensorerna analyseras mot kontextuella data för att identifiera förbättringsområden. Dessutom används de digitala insikterna för att skapa nya tjänster som visar sig vara banbrytande för verksamheten. Denna nästa generations modell ger en föränderlig digital profil av ett fysiskt objekt eller en process, underlättar analysen av inkommande data och identifierar avvikelser från ett optimalt tillstånd.

I takt med att industriellt IoT (IIoT) fortsätter att vinna mark kommer tillämpningen av prediktiv analys att bli en integrerad del av arbetet med att uppnå affärsmål. Det handlar om att utnyttja industriella data och använda insikter för att generera exakta prognoser. Digitala tvillingar används i allt större utsträckning inom prediktiv analys för att sortera dessa data. Inom automatiseringsområdet använder de flesta företag digitala tvillingar för optimering och virtuella driftsättningar. De utnyttjar dem dock inte för förebyggande eller prediktivt underhåll. Ett undantag är ett dotterbolag till ett amerikanskt multinationellt konglomerat som skapade en digital tvilling av en ångturbin vid en konferens som hölls i november förra året för att belysa möjliga områden för prediktivt och preskriptivt underhåll. NASA har också anammat modellen med digitala tvillingar för att utveckla färdplaner och nästa generations fordon samt för att fatta beslut om rekommendationer för nya produkter. De digitala tvillingarna av rymdfarkoster och rymdstationer säkerställer att systemen fungerar effektivt och att besättningen är utom fara. Detta paradigmskifte till den parallella programvarumodellen har säkerställt ökad tillförlitlighet och säkerhet.

År 2022 kommer 85 % av alla IoT-plattformar att använda digitala tvillingar. Följaktligen kommer företagen att minska sina investeringar i fysiska prototyper och förkorta tiden till marknadslansering. Produktlivscykeln kommer att bli mer effektiv. Dessutom kommer prediktiv teknisk analys (PEA) inom tillverkningssektorn att utnyttja modellen med digitala tvillingar för att tillhandahålla driftsdata. Denna modell tillämpas också för att uppnå PLM med sluten krets, vilket effektiviserar den digitala tråden och underlättar smartare förvaltning av företagets tillgångar. Modellen med digitala tvillingar kommer snart att fungera som en ersättning för användare med specialiserade färdigheter, däribland ingenjörer och tillverkare. Det är uppenbart att detta är nästa tekniska våg inom simulering, konceptualisering och optimering. Men kommer det att leda till en perfekt värld? Det är upp till dig att svara på.