Digitale tweeling-technologie benutten voor productie-efficiëntie en kostenbesparing

Digitale tweeling-technologie is een software-oplossing die sensoren, camera's en andere vormen van IoT-dataverzameling gebruikt om een virtueel model van een proces of product te creëren dat niet alleen interactief update met zijn fysieke tegenhanger, maar ook gebruikt kan worden om te testen hoe het onderdeel of proces reageert in verschillende scenario's. Correct gebruikt, kan digitale tweeling-technologie bedrijven helpen hun producten en processen te optimaliseren om efficiënter en kosteneffectiever te zijn.

Het concept is nog relatief jong, maar digitale tweelingen hebben al diepgaande praktische toepassingen gedemonstreerd. De supply chain management sector gebruikt ze bijvoorbeeld om magazijnlay-outs en omstandigheden te modelleren voordat wijzigingen geïmplementeerd worden — wat onderzoek van McKinsey laat zien kan de magazijnefficiëntie met tot 25% verbeteren. Er zijn een paar toepassingen die bijzonder relevant zijn voor fabrikanten: verwerking en productie, en voorspellend onderhoud. Hier is hoe ze werken.

Digitale tweelingen: Data-gedreven virtuele modellen

De eerste relevante toepassing voor digitale tweelingen in productie gebruikt de technologie om virtuele kopieën van een onderdeel te creëren terwijl het onderdeel wordt gecreëerd en na-verwerkt. Als ingenieurs het productieproces grondig genoeg begrijpen, kunnen ze modelleren hoe de onderdeeleigenschappen zullen veranderen tijdens elk proces en elke fase van productie voordat onderdelen ooit gemaakt worden.

Digitale tweelingen stellen ook virtuele veldtesten in staat via real-time omstandigheden voor producten, wat bijzonder nuttig is voor onderdelen en componenten die constant blootgesteld zijn aan verschillende omstandigheden voor lange periodes. Deze stukken kunnen na zes maanden of na meerdere jaren falen afhankelijk van omstandigheden, maar het invoeren van metingen voor temperatuur, vochtigheid, draaitijd en verschillende operatieomstandigheden (zoals of het deel uitmaakt van een motorsysteem) in een digitale tweeling kan fabrikanten een helderder beeld geven van hoe het product in real-time presteert, evenals wat de levensduur ervan is.

Een digitale tweeling kan helpen voorspellen wanneer een gegeven onderdeel een hoge kans op falen heeft, zodat het preventief geserviced kan worden om enige onderbreking van operaties te vermijden. Zoals het nu staat, kan het moeilijk zijn om relatieve slijtage te beoordelen of de levensduur van een onderdeel met nauwkeurigheid te voorspellen, wat kan leiden tot kostbare onderdeelfalen of onnodig vroege onderdeelvervanging. Het juiste moment om componenten te servicen zal natuurlijk afhangen van een aantal factoren — inclusief toepassing, duurzaamheid, slijtage en omgeving — maar digitale tweeling-technologie kan helpen de effectieve levensduur en waarde van een onderdeel te verlengen door data-gedreven strategisch serviceren.

Het primaire nadeel van digitale tweeling-technologie is dat het goede data en modellen vereist om nuttig te zijn. De technologie-infrastructuur die nodig is om een digitale tweeling op te bouwen die de juiste data verzamelt, verschillende data-bronnen consolideert en de data correct analyseert, kan complexer zijn dan het ontwerpen van het onderdeel zelf.

De databronnen die meest relevant zijn, zullen variëren per toepassing, maar in het algemeen zijn de omgevings- en operatieomstandigheden van het onderdeel (zoals temperatuur, vochtigheid, snelheid van operatie, etc.) vitaal. De materiaalinformatie van het onderdeel is even belangrijk als de geometrie, en die informatie moet ook overgelapt worden.

De toekomst van digitale tweeling-technologie

Digitale tweeling-technologie gebruikt grote datasets om grotere zichtbaarheid te bieden in de staat van verschillende onderdelen, wat bedrijven helpt cruciale infrastructuurbehoeftes te identificeren en voorspellend onderhoud te praktiseren. Het moet dan geen verrassing zijn dat bedrijven over marktsectoren heen snel gebruik hebben gemaakt van de voordelen die digitale tweelingen bieden. Feitelijk voorspelt Gartner dat de helft van alle industriële bedrijven de technologie in een of andere capaciteit zal gebruiken tot 2021, en additioneel onderzoek voorspelt dat niet alleen bijna 90% van IoT-platforms digitale tweeling zal ondersteunen tot 2025, maar dat het een standaardfunctie voor IoT-apps zal worden tot 2025. De technologie heeft een breed scala aan potentiële toepassingen en gebruik, waarvan veel nog onontgonnen zijn.

Om actionable inzichten in producten of processen te krijgen die digitale tweelingen bieden, zullen fabrikanten en productteams of een softwarepartner moeten vinden om de data te verzamelen en te analyseren, of die mogelijkheden intern ontwikkelen. Dataverzameling is belangrijk, maar het is ver verwijderd van een uitgebreide oplossing: het verkrijgen van waardevolle inzichten vereist zowel een brede verscheidenheid aan data als de tools en vaardigheidensets nodig om het correct te analyseren. Als de digitale tweeling van een complex systeem data verzamelt van vijf of zes verschillende bronnen, kan het centraliseren van die data in één plaats gespecialiseerde software-oplossingen vereisen om een geïntegreerde manier te garanderen om de data te ondervragen en te analyseren.

Fast Radius is een toegewijd team van ingenieurs, ontwerpers, strategen en technologen vastbesloten om productie anders te doen. We begrijpen de voorhoede van productie, omdat we het definiëren. We collaboreren met elk van onze klanten om onderdelen te begeleiden van ontwerp tot na-verwerking, op tijd en zonder problemen. Wilt u de revolutionaire kracht van digitale tweelingen benutten? Neem vandaag nog contact met ons op om te beginnen.