Digital Twins:het belang van semantische gegevensstructurering

Als je het woord Digital Twins hoort, zullen velen van jullie het associëren met een simulatie van een asset of een machine. Dit is echter slechts één benadering. Bij Bosch delen we de holistische kijk op Digital Twins:ze verzamelen alle gegevens die een asset produceert gedurende de hele levenscyclus. Het gaat erom heterogene data uit het fabricagedomein bij elkaar te brengen en deze data te verwerken tot algemeen begrijpelijke informatie. Hiervoor wordt het gekoppeld aan context en voorzien van een semantisch model.

Dit is precies waar de Semantic Data Structuring Working Group sinds september 2020 aan werkt. Het maakt deel uit van het Open Manufacturing Platform (OMP), een alliantie die is opgericht om productiebedrijven te helpen innovatie op schaal te versnellen door middel van sectoroverschrijdende samenwerking, kennis en data delen. Het doel van de werkgroep is om een ​​open source-aanpak te creëren voor een gestandaardiseerd semantisch model dat beschikbaar zal zijn voor bedrijven om te gebruiken en verder te ontwikkelen volgens hun specifieke behoeften.

Bosch volgt al lange tijd een open source-strategie om IoT te transformeren. Daarnaast hebben we veel kennis in huis van lopende Digital Twin-projecten. Meedoen in deze werkgroep was dan ook een logische stap. Als een van hun eerste resultaten heeft de groep de BAMM Aspect Meta Model-specificatie gemaakt. De volledige specificatie is nu beschikbaar en wordt gehost op GitHub, een gratis hostingservice voor softwareontwikkeling en versiebeheer met Git.

Terug naar de Digital Twin:aangezien niet elke ontvanger dezelfde set informatie nodig heeft, is een Digital Twin een verzameling van verschillende aspecten van een asset. Een aspect kan bijvoorbeeld alle informatie over machinestoringen bundelen. Deze aspecten worden gekenmerkt door aspectmodellen, die op hun beurt informatie zoals meeteenheden of waardebereiken voor sensoren beschrijven op een manier die gegevens begrijpelijk maakt voor domeinexperts, maar ook leesbaar is voor machines. Dit zorgt voor snellere, meer geautomatiseerde reacties op de binnenkomende gegevens en verlaagt de integratiekosten.

Een metamodel is een model dat de constructies en attributen definieert die worden gebruikt door aspectmodellen. Met andere woorden, een aspect-metamodel biedt de machineleesbare taal die wordt gebruikt in een heel systeem van aspectmodellen. Het aspect-metamodel maakt het hergebruik van eigenschappen van het ene aspectmodel naar het andere mogelijk. En tot slot maakt BAMM het mogelijk modellen te maken om de semantiek van Digital Twins te beschrijven door hun domeinspecifieke aspecten te definiëren.

Samenvattend kunnen we stellen dat het belangrijkste voordeel van het BAMM Aspect Meta Model is dat het de creatie van domeinspecifieke modellen standaardiseert en herbruikbaar maakt. Deze modulariteit en herbruikbaarheid vereenvoudigen het maken van Digital Twins voor zeer complexe systemen en ondersteunen schaalbaarheid.