De ontwikkeling van constante optimalisatie
Vandaag de dag worden de meest complexe producten en processen ontwikkeld, getest en geoptimaliseerd in de virtuele wereld voordat ze in de echte wereld worden geproduceerd. Daartoe worden toekomstige producten gecreëerd en gesimuleerd als softwaremodellen – als zogenaamde digital twin.
Tegenwoordig bestaan moderne productiefaciliteiten niet alleen in de fysieke wereld. Alles wat cruciaal is voor hun functioneren – of het nu gaat om freesmachines, assemblagelijnrobots, volautomatische magazijnen, airconditioning of verlichtingssystemen – ze sturen signalen naar computers en servers op locatie en maken zo een constante momentopname van de huidige staat van een fabriek mogelijk. Dit geeft niet alleen de operators bij de bedieningspanelen meer inzicht in wat er in hun fabrieken gebeurt. Ze kunnen deze informatie ook gebruiken om de productiviteit te verhogen, de veiligheid te garanderen en snel aanpassingen te doen wegens veranderende omstandigheden. Er is echter één tool die dit proces van continue optimalisatie als geen ander faciliteert – de digital twin.
Een digital twin is een virtuele dubbelganger van een product, een machine, een proces of van een complete productiefaciliteit, die alle gegevens en simulatiemodellen bevat die relevant zijn voor het origineel. De digital twin maakt het niet alleen mogelijk om producten sneller te ontwerpen, te simuleren en te produceren, maar ook om ze, afhankelijk van de eisen, bijzonder voordelig, krachtig, robuust of milieuvriendelijk te ontwerpen. Bovendien kan de virtuele dubbelganger een product als een digitale schaduw door alle stadia van de waardeketen begeleiden – van productie en exploitatie tot service of zelfs recycling. Naadloos verbindt hij idealiter de drie P's met elkaar: product, productie en prestaties.
Digital twins maken het mogelijk om betere producten te ontwikkelen in minder tijd, omdat simulatietechnologie niet alleen het ontwerpproces versnelt, maar ook het testen – lang voordat er fysieke prototypes worden geproduceerd. De virtuele dubbelganger verhoogt ook de efficiëntie van het ontwerpproces, omdat dit met meer configuraties kan worden doorlopen en getest dan fysiek mogelijk is in een vergelijkbare tijd.
Zo maken digital twins het bijvoorbeeld mogelijk om de energie-efficiëntie van een nieuw gebouw te verhogen: met de geometrische gegevens van alle bouwelementen, met de schema's en budgetten voor het hele project, met de relevante gegevens over energievoorziening, verlichting, brandbeveiliging en gebouwbeheer. Dit maakt het mogelijk om de CO2-voetafdruk van een gebouw te optimaliseren, nog voor de eerste spade de grond in gaat.
Het potentieel van de digital twin is echter nog lang niet uitgeput als een product is voltooid. Ze kan tijdens het gebruik gegevens blijven verzamelen over bijvoorbeeld fysieke belastingen, welke onderdelen falen of hoe een object – of het nu een freesmachine, een vliegtuig of een gebouw is – wordt gebruikt. Dergelijke informatie ondersteunt niet alleen de optimalisatie tijdens het bedrijf, maar helpt ook ontwerpers, architecten en ingenieurs bij de voorbereiding van de volgende generatie van een product. "Het doel van deze ontwikkeling is het creëren van een gesloten cyclus, die de virtuele wereld van productieontwikkeling en productieplanning koppelt aan de werkelijke prestaties van een productiesysteem en het product zelf", zegt Dirk Hartmann, een toonaangevend expert op het gebied van digital twins en simulaties bij Siemens Corporate Technology.
.
Digital twin: gebaseerd op natuurkundige modellen.
Karen Willcox is een toonaangevend lucht- en ruimtevaartonderzoeker en een expert in simulatie-gebaseerde engineering, die gespecialiseerd is in de lucht- en ruimtevaartindustrie. Haar werk aan vereenvoudigde simulatiemodellen heeft het mogelijk gemaakt om de ontwikkeling en het ontwerp van complexe systemen zoals vliegtuigen te versnellen.
Waarom wint het concept van de digital twin juist nu aan bekendheid?
Willcox: De enorme rekenkracht waarover we nu beschikken, gecombineerd met krachtige algoritmen, maakt het mogelijk om een digital twin te bouwen en te gebruiken. Machinaal leren kan helpen bij het identificeren van zinvolle patronen in de grote hoeveelheden gegevens die we kunnen verzamelen uit complexe systemen, zoals een vliegtuig, maar we hebben ook natuurkundige modellen nodig om onze digitale tweeling voorspellend en nuttig te maken. Een andere innovatie zijn nieuwe hardware-architecturen die ons in staat stellen om efficiënt gegevens te verzamelen en te analyseren om deze vervolgens te integreren in de digitale tweeling. Een voorbeeld hiervan zijn neuromorfe chips die licht en energiezuinig zijn, en dus geschikt zijn voor het analyseren van gegevens aan boord van het systeem zelf terwijl het in bedrijf is.
Moeten simulaties echte processen spiegelen voor een correct resultaat? Of is het voldoende als ze gewoon het juiste resultaat voorspellen?
Willcox: Het gebruik van een black box-model is alleen OK zolang het werkt – maar weet men dan ook, of het in de toekomst functioneert? De vraag is of je je model kunt vertrouwen - en het vertrouwen is groter als je begrijpt wat er werkelijk gebeurt. Daarom zijn natuurkundige modellen essentieel.
Welke rol speelt Siemens op dit gebied?
Willcox: Ik heb Siemens-experts ontmoet tijdens workshops en conferenties en heb met hen van gedachten gewisseld. Siemens speelt een sleutelrol in het stimuleren van deze modelleringstechnologieën en is een leider in de ontwikkeling en het gebruik van de digital twin voor echte systemen.
Zal de digital twin deel gaan uitmaken van ons dagelijks leven?
Willcox: Computermodellering en digitale tweelingen worden steeds belangrijker. Ze verbeteren de prestaties van een systeem, verlengen de levensduur en helpen de kosten te verlagen. Momenteel wordt dit vooral gebruikt voor dure en complexe machines. In de toekomst kan het gebruik van digital twins echter deel gaan uitmaken van ons dagelijks leven, bijvoorbeeld wanneer je het energiemanagement van je huis optimaliseert. Maar bovenal verwacht ik dat we meer toepassingen van de digital twin in de industrie zullen zien. Om dit te bereiken zullen er echter veranderingen nodig zijn in de technische curricula en opleidingen. De ingenieurs en technici van de volgende generatie moeten niet alleen worden toegerust om deze nieuwe instrumenten te gebruiken, ze moeten ook de mogelijkheden en beperkingen ervan begrijpen.
Vanzelfsprekend gebruikt Siemens een digital twin voor haar eigen producten, of het nu gaat om het ontwerp van gasturbines, fabrieken zoals de elektronicafabriek van Siemens in Amberg, Duitsland, of in nieuwe gebouwen zoals het hoofdkantoor van Siemens Building Technologies in Zug, Zwitserland.
Een van de belangrijkste gebruikers van de digital twin-technologie is de nieuwe Siemens Operating Company: Digital Industries (DI). Zo hielpen technologieën van DI bij het creëren van de nieuwe elektrische auto "Solo" van de Canadese start-up Electra Meccanica. De auto, die onlangs op de Noord-Amerikaanse markt is gebracht, is ontworpen, gesimuleerd en geproduceerd met behulp van Siemens-software voor de digital twin. Electra Meccanica kon alle elementen van het voertuig – mechanisch, elektronisch, software en systeemprestaties – vooraf testen en optimaliseren met behulp van de digital twin. Ook andere ondernemingen maken gebruik van deze software: zo is de futuristische vorm van het lichtgewichtchassis voor een prototype van een racewagen van het Californische bedrijf Hackrod ook gebaseerd op een digital twin van Siemens.
Virtual twins zijn er niet alleen voor producten, maar ook voor complete fabrieken en hun processen. Bausch + Ströbel bijvoorbeeld, een Duitse fabrikant van geautomatiseerde verpakkings- en vulsystemen voor de farmaceutische industrie, vertrouwt voor speciale machines volledig op digital twins. Deze twins, die met behulp van Siemens-software zijn ontwikkeld, maken simulatie en dus continue verbetering mogelijk. Het bedrijf verwacht dat het hierdoor de ontwikkeling van zijn systemen in 2020 aanzienlijk kan versnellen.
Dit alles leidt tot industrie 4.0 – de veelgeprezen digitale transformatie van industriële processen, die nu al praktijk is in de Siemens-fabriek Amberg Electronics. De sensoren van de fabriek registreren dagelijks miljoenen procesgegevens uit de productie van Simatic-controllers. Dankzij Mindsphere, het open IoT-besturingssysteem van de fabriek, wordt deze informatie toegewezen aan een digitaal model van de fabriek, waar het de voortdurende procesoptimalisatie ondersteunt. Het resultaat is een extreem hoge procesnauwkeurigheid en vrijwel geen afkeuringen.
IT-analyse- en marktonderzoeksbureau Gartner voorspelt dat de helft van alle grote industriële bedrijven tegen 2021 een digital twin zal gebruiken. De verwachte groeicijfers zijn navenant hoog. Marktonderzoek uitgevoerd door analisten van Grand View Research voorziet inderdaad dat de markt voor digital twins tegen 2025 26 miljard dollar zal bedragen – een jaarlijkse groei van ongeveer 38 procent.
Deze groei wordt grotendeels gedreven door de toenemende implementatie van het Internet of things (IoT), intelligente data-analyse en industriële procesoptimalisatie – allemaal Global Technology Fields waarin Siemens een prominente rol speelt. En Siemens is prominent vertegenwoordigd in veel van de sectoren waarin digital twin-technologie naar verwachting succesvol zal zijn, zoals productie, gezondheidszorg, transport, energie en infrastructuur. "Het is onze ambitie om niet alleen te profiteren van deze trend, maar deze ook beslissend mede vorm te geven. Daarom heeft Siemens de digital twin uitgeroepen tot Company Core Technology – een gebied waarop wij als onderneming voorop willen lopen", zegt Herman Van der Auweraer, software-expert en leider op dit technologisch gebied bij Siemens.
Digital twins worden steeds meer de geaccepteerde standaard in de ontwikkeling van producten, installaties en complete systemen. Dankzij deze trend kunnen we verwachten dat de technologie ook wordt geaccepteerd voor certificeringen zoals veiligheids- en milieunormen. Binnen afzienbare tijd zullen producten worden geleverd met hun digital twin. Zo kunnen gebruikers bijvoorbeeld testen en voorspellen hoe aanpassingen aan een elektromotor, aan het ontwerp van een gebouw of aan het productieproces van een fabriek van invloed zullen zijn op het energieverbruik en de efficiëntie. Sterker nog, de digital twin kan uiteindelijk een integraal onderdeel worden van ons dagelijks leven, omdat ze mensen zonder technische voorkennis eenvoudige antwoorden geven op complexe vragen.
Digital twin bij Siemens
Fotocredits van boven: foto 6. en 7.: Oden Institute for Computational Engineering and Sciences, 8. Hackrod
