Naarmate de hoeveelheid gegevens die we hebben toeneemt, neemt ook de hoeveelheid nuttige informatie toe die we kunnen gebruiken om belangrijke beslissingen in de echte wereld te nemen. Samenvattingen, modellen en simulaties van datapunten vormen de basis voor deze beslissingen. In het tijdperk van Big Data is tDe ultieme volgende stap hierin is het concept van de digitale tweeling.
Een digitale tweeling is een virtuele weergave van een fysiek object of proces. Dit zijn simulaties die kunnen voorspellen hoe een bepaald object of bepaalde dienst zal presteren in de echte wereld.
Verschillende industrieën zijn begonnen met het implementeren van digitale tweelingen van hun eigen producten en diensten om allerlei verbeteringen aan te brengen.
Laten we eens kijken naar de geschiedenis van digitale tweelingen en hoe ze verschillen van de simulaties die tegenwoordig het meest worden gebruikt. We zullen ook bekijken hoe digitale tweelingen een revolutie teweeg kunnen brengen in verschillende industrieën, van gezondheidszorg tot productie of zelfs hele steden.
Wat is digitale tweeling?
De geschiedenis
De term "digitale tweeling" verscheen voor het eerst in NASA-documenten in 2010. De digitale tweeling werd beschreven als "een geïntegreerde multi-fysische, multi-schaal probabilistische simulatie van een voertuig of systeem dat gebruikmaakt van de best beschikbare fysieke modellen, sensorupdates, vlootgeschiedenis , enz., om het leven van zijn vliegende tweelingbroer te weerspiegelen.”
Deze technologie inspireerde later de Amerikaanse luchtmacht, die digitale tweeling van de casco's van hun vliegtuig om vermoeidheid en schade te voorspellen. Ze noemden deze technologie de Airframe Digital Twin, en het was bedoeld om te dienen als een virtuele gezondheidssensor gedurende de levenscyclus van het individuele vliegtuig.
Digitale tweeling versus modellen
Een van de belangrijkste aspecten van een digitale tweeling is dat de tweeling een overeenkomstig object in de echte wereld moet hebben. De digitale tweeling is meer dan alleen een blauwdruk of schema.
Volgens de moderne definitie van de digitale tweeling is het het beste dat het digitale model en het fysieke object tegelijkertijd worden bedacht. Deze tweelingen 'groeien' samen naarmate de tijd verstrijkt.
Een digitale tweelingbenadering van productie zou de digitale tweeling zelfs na het prototypestadium betrekken. Gegevens uit het prototype kunnen worden gebruikt om de digitale tweeling te verbeteren. Het verbeterde model kan vervolgens de prestaties van toekomstige prototypes voorspellen.
Kenmerken van digitale tweelingen
- Connectiviteit
Een digitale tweeling vereist connectiviteit. De relatie tussen een digitale tweeling en zijn echte tegenhanger vereist een betrouwbare gegevensstroom. Digital twin-technologie kan Internet of Things (IoT) en Machine Learning (ML) gebruiken om gegevens te analyseren die continu afkomstig zijn van sensoren uit meerdere bronnen. - Homogenisatie
Door de toename van de beschikbare rekenkracht zijn we nu in staat om bijna homogenisering van gegevens uit verschillende bronnen te realiseren. En omdat alle benodigde gegevens in één enkele entiteit zijn vastgelegd, is deze veel gemakkelijker te delen. - Herprogrammeerbaarheid
Digital twin-technologie stelt ons in staat om diensten en producten te herprogrammeren op basis van feedback in realtime. Met behulp van ML kunnen we digitale tweelingen hebben die zelfs intelligenter worden in de besluitvorming naarmate er meer gegevens worden verzameld. - modulariteit
Grote, complexe systemen die zijn vastgelegd met behulp van digital twin-technologie profiteren van de modulariteit van het ontwerp. DT's kunnen fabrikanten in staat stellen te achterhalen welke specifieke componenten in een apparaat ondermaats presteren.
Digital Twin-toepassingen
Digital twins kunnen in bijna elke branche worden toegepast. Zo'n krachtig model zou de ontwerp-, fabricage- en gebruiksfasen van een bepaald product of bepaalde dienst kunnen verbeteren. Hieronder volgen enkele voorbeelden van hoe digitale tweelingtechnologieën kunnen worden toegepast op bepaalde sectoren.
1. Luchtvaart
Met behulp van digitale tweelingen kunnen bedrijven nu een digitale voetafdruk hebben van de hele levensstijl van een product, van ontwerp tot operatie.
Bijvoorbeeld het ruimtevaartbedrijf Boeing gebruikt digitale tweelingen om hun vliegtuig te ontwerpen. Ze kunnen simulaties uitvoeren van alle onderdelen van het vliegtuig om te voorspellen hoe en wanneer ze in de toekomst zouden kunnen falen.
Dit soort op modellen gebaseerde techniek versnelt onderzoek en ontwikkeling en maakt een geïntegreerd systeem mogelijk. De ontwerp-, fabricage- en exploitatiefasen lopen nu parallel en delen gegevens met elkaar.
2. Toeleveringsketens
Digitale tweelingen kunnen in het echt worden gebruikt supply chains om een gedetailleerd model van het gedrag van de toeleveringsketen te maken. Digitale tweeling maken on-the-fly aanpassingen en een zeer gedetailleerd overzicht van de gehele supply chain mogelijk.
Supply chain digital twins gebruiken realtime informatiefeeds. Gegevens zoals aankomende zendingen, voertuiglocaties en inventaris kunnen helpen bij het beoordelen van de huidige staat van de toeleveringsketen. Deze digitale tweelingen kunnen worden geprogrammeerd om een specifieke actie te ondernemen zodra bepaalde gebeurtenissen plaatsvinden, zoals wanneer een product niet op voorraad is.
In het licht van de COVID-19-pandemie kunnen digitale modellen van de toeleveringsketen helpen om risico's te beperken. Digitale tweelingen maken nauwkeurige tracking en levering van belangrijke activa mogelijk, zoals vaccins, laboratoriummonsters en andere medische apparatuur.
Activa zoals vaccins hebben tijdens het transport bepaalde temperaturen nodig, die kunnen worden gecontroleerd met behulp van digitale tweelingen.
3. Gezondheidszorg
Met behulp van digitale tweelingtechnologie kunnen artsen binnenkort virtuele organen maken die kunnen worden aangepast aan een specifieke patiënt. Wetenschappers van de kliniek voor cardiologie van het universiteitsziekenhuis van Heidelberg, Duitsland zijn al begonnen met het simuleren van een digitale tweeling van een hart-. Het virtuele hart kan worden gebruikt om de progressie van de hartziekte van een patiënt en reacties op medicamenteuze behandelingen te voorspellen.
Met behulp van deze digitale tweelingen kunnen artsen het slagingspercentage van een hartoperatie zien voordat er beslissingen worden genomen. Complexere risicomodellen zoals digitale tweelingen kunnen oplossingen vinden die passen bij een specifieke patiënt en niet alleen een oplossing voor een specifieke risicogroep.
4. Digitale tweelingsteden
Met de stijgende vraag naar slimme steden, wordt er binnenkort een enorme hoeveelheid data verzameld in steden. Slimme steden zijn bedoeld om allerlei soorten stadsactiviteiten te volgen, van verkeersgegevens, contactopsporing en milieu-indicatoren.
Als gevolg hiervan zullen we dankzij de beschikbaarheid van deze gegevens binnenkort digitale tweelingen kunnen maken van hele steden.
Think Arup, "de belofte van de digitale tweeling van de stad is om te helpen een simulatieomgeving te bieden, beleidsopties te testen, afhankelijkheden naar voren te brengen en samenwerking tussen beleidsgebieden mogelijk te maken, terwijl de betrokkenheid bij burgers en gemeenschappen wordt verbeterd."
Al deze gegevens kunnen worden gebruikt voor scenarioplanning en het voorkomen van toekomstige rampen.
Een succesvolle digitale zusterstad helpt bij het informeren beleidsbepalende beslissingen ook. Gegevens over het weer, transportpatronen en volkstellingsgegevens kunnen leiden tot meer gegevensgestuurde initiatieven van lokale overheidsfunctionarissen.
Als steden nuttige portalen voor haar burgers kunnen bieden, kan de digitale tweeling van een stad ook de behoeften en vereisten van zijn echte tegenhanger vastleggen.
Conclusie
Digital twin-technologie stelt verschillende industrieën in staat om betere beslissingen te nemen.
Wanneer er veel op het spel staat, zoals in de gezondheidszorg of de luchtvaartindustrie, zijn bedrijven bereid te investeren in digitale tweelingen om ervoor te zorgen dat elk risico wordt beperkt.
Complexe sectoren zoals supply chain management hebben baat bij het kunnen zien van vrijwel elk detailniveau in een systeem.
Bovendien kunnen deze sectoren vervolgens AI en Machine Learning gebruiken om het systeem te verbeteren naarmate er meer gegevens uit de echte wereld worden verzameld.
Als je dit artikel inzichtelijk vond, deel dit artikel dan en abonneer je op HashDork's wekelijkse nieuwsbrief voor meer artikelen over het laatste AI & Future Tech-nieuws.
Laat een reactie achter