Questa affascinante tecnologia, rappresenta un trend per l’industria del presente e del futuro. La parola digital twin (tradotta come gemello digitale) trova le sue origini nei primi anni 2000. Il concetto e il modello sono stati introdotti pubblicamente nel 2002 dal dott. Michael Grieves (Michigan University). All’inizio però questa tecnologia non aveva un nome preciso. Bisognerà aspettare il 2010 quando John Vickers (NASA) conia il termine Digital Twin. La definizione che oggi molti studiosi approva è: “Un gemello digitale è una simulazione multifisica integrata, multiscala e probabilistica di un veicolo o di un sistema che utilizza i migliori modelli fisici disponibili, aggiornamenti di sensori, dati storici, ecc. Per rispecchiare la vita del suo corrispondente velivolo gemello".
Principali sfide ingegneristiche nei Digital Twin
A fronte dei molteplici vantaggi che l’introduzione di questa tecnologia può portare in azienda, diverse sono le sfide. Per un digital twin la connettività è molto importante, essa deve essere veloce, garantita e disponibile nelle diverse aree in cui l’azienda risiede per dare l’opportunità di interagire con il “gemello digitale” e prendere decisioni in tempo reale.
Una condizione infrastrutturale purtroppo ancora non scontata in molte realtà italiane. Sul fronte hardware, gli ingegneri hanno bisogno di avere le giuste macchine ovvero potenza di calcolo da poter impiegare per poter consentire l’elaborazione in tempo reale dei dati a disposizione, per gestire in modo efficiente la sensoristica connessa indispensabile al digital twin. A questo si aggiunge che un’azienda deve essere capace di sviluppare soluzioni software vista la necessità di adoperare algoritmi e modelli di sistema in grado di gestire ed elaborare i dati in modo affidabile, efficiente e rappresentativo della realtà.
Questo è un aspetto centrale poiché un buon modello, rappresentativo della fisica del sistema, risulta essere la chiave di volta per l’intero ecosistema digitale. Un’ulteriore sfida che gli ingegneri devono affrontare è progettare il gemello digitale tenendo conto del fatto che molti asset per i quali viene impiegata questa tecnologia sono caratterizzati da un lungo ciclo di vita, che generalmente si estende ben oltre la validità dei software proprietari utilizzati per il loro design, simulazione o analytics.
Questo porta a considerare come un fattore di successo la selezione delle tecnologie da utilizzare, tenendo conto della loro obsolescenza. Infine un aspetto che può essere genesi di problemi sono il reperimento delle risorse umane, che sono al centro anche del Digital Twin, con le loro competenze da mettere a disposizione per lo sviluppo e la gestione di questa tecnologia, possono rivelarsi decisivi.
La simulazione a supporto del Digital Twin
La simulazione numerica se applicata ai digital twin ne aumenta il valore. Questo perché è possibile creare modelli 3D estremamente complessi, che riproducono fedelmente la fisica dei fenomeni ed il funzionamento dei sistemi consente di avere una rappresentazione affidabile. Sfruttando i modelli di ordine ridotto, anche conosciuti come ROM (Reduced Order Model) mediante tecniche di machine learning, è possibile sacrificare il livello di dettaglio costruendo modelli performanti che richiedono limitate risorse e tempi di calcolo.
L’utilizzo dei ROM apre la strada alla creazione di modelli di sistema altamente complessi, favorendo quindi efficacia, efficienza e fedele rappresentazione del comportamento dell’asset da monitorare. I digital twin aprono alla possibilità di usare i modelli di sistema sia in fase di esercizio ma anche in fase di re-design, potendo cogliere con anticipo non solo eventuali problematiche di funzionamento ma anche suggerire modifiche prestazionali al sistema reale.
La simulazione numerica permette di ottimizzare i cicli di manutenzione e le performance dell’asset reale. I gemelli digitali sono in grado di sfruttare sia dati provenienti dal campo sia da modelli 3D complessi, migliorando l’affidabilità previsionale ed il risultato finale in termini di prognosi. Infine gli ingegneri riescono a generare modelli di sistema in grado di interfacciarsi in modo diretto agli asset aziendali mediante piattaforme di IoT proprietarie o commerciali.
Vantaggi derivanti dalla Simulazione nei Digital Twin
Affrontare le sfide, sicuramente non banali, porta le aziende a ottenere però benefici molto importanti. Tra i primi il miglioramento continuo, perché l’implementazione del concetto di digital twin coinvolge molte altre tecnologie digitali e innovazioni che, a loro volta, possono configurarsi come fattori chiave per innescare innovazione di processo e di business in azienda. La simulazione è un key-enabler in questo aspetto, permettendo il design rapido di soluzioni sia in termini di progettazione sia di manutenzione.
Poi c’è la capacità della predittività, perché impiegando diverse tecniche di modellazione, il Digital Twin porta a prevedere lo stato futuro di asset aziendali rilevanti oltre che ad analizzare gli impatti di eventuali criticità da affrontare. In un modo dove il servizio di manutenzione è un vantaggio competitivo, conoscere in anticipo determinate problematiche consente quindi di predisporre il ciclo di manutenzioni in modo più efficiente, non solo dal punto di vista dei costi ma anche dei tempi e delle risorse tecniche da impiegare. L’impatto è quindi a livello corporate.
Analisi di scenario (what-if), permettono attraverso interfacce utente correttamente progettate,di interagire con il Digital Twin e grazie a questo si possono testare diversi scenari per identificare le migliori azioni da implementare nel sistema reale. Non solo, potendo usare il digital twin anche in fase di re-desing prodotto, è possibile ottimizzare le performance di prodotto stesso, in modo rapido, modulabile e scalabile. Un’altro vantaggio ottenuto grazie alla simulazione è la visibilità, perché attraverso l’introduzione di questa tecnologia in azienda si può migliorare la visibilità relativa al funzionamento di macchine o altri asset aziendali, oltre che di sistemi interconnessi più grandi.
Inoltre la simulazione numerica permette di accumulare conoscenza, perché il gemello digitale può essere sfruttato anche come strumento di comunicazione e documentazione, per comprendere e spiegare i comportamenti di uno o più sistemi, il digital twin consente un maggiore knowledge capture ed incremento del know how aziendale su asset, prodotti e processi. La simulazione numerica permette ai gemelli digitali di essere dei veri e propri system Integration, riescono a connettersi con altre applicazioni aziendali o piattaforme quali le piattaforme IIoT (dall’inglese Industrial Internet of Things) per estrarre i dati necessari al suo funzionamento.
Infine si può parlare anche che la simulazione numerica potenzia i digital twin rendendoli disruptive business models (dirompenti modelli di business), perché questa tecnologia non solo potenzia i modelli di business tradizionali, ma ne abilita di nuovi, come quelli basati su concetti di servitization, in cui la conoscenza circa lo stato di salute di un asset e la corretta pianificazione delle attività di manutenzione sono fondamentali per garantire un livello di servizio adeguato. Tutti questi vantaggi rendono la simulazione numerica una strategia vincente per aumentare il valore dei digital twin.
