AI digitale tweelingen: de weg naar exponentiële operationele voordelen

Wat zijn digitale tweelingen?

Het concept van de digitale tweeling gaat terug tot de NASA tijdens de ruimtewedloop van de jaren zestig, hoewel de term‘digitale tweeling’pas in 2002 doorMichael Grieveswerd geïntroduceerdtijdens een lezing bij de NASA.Een digitale tweeling is in wezen een digitale afspiegeling van een echt proces, een machine of een bewerking. Het doel ervan is om simulatie en analyse te verbeteren door te laten zien hoe het afgespiegelde systeem zou reageren in verschillende scenario’s en onder verschillende omstandigheden.

Aanvankelijk werden digitale tweelingen gebruikt om te onderzoeken hoe raketten zich onder verschillende omstandigheden gedroegen. Tegenwoordig worden ze op grote schaal ingezet om de operationele prestaties te verbeteren enzijn ze uitgegroeid tot een van de belangrijkste concepten van Industrie 4.0, misschien zelfs tot een hoeksteen van Industrie 5.0.

Hetdoel van een digitale tweeling is om met behulp data realtime data bedrijfsmiddelen, processen of systemen een digitale versie daarvan te creëren. Deze versie kan omstandigheden simuleren, reacties voorspellen, veranderingen modelleren en AI inzetten AI de resultaten te verbeteren. In wezen stelt het de bedrijfsvoering in staat om een parallelle kopie van zichzelf te laten draaien, waarbij voortdurend wordt geleerd terwijl nieuwe mogelijkheden worden getest.

Een veelvoorkomend voorbeeld is te vinden in de productiesector. Een digitale tweeling kan meten hoe de kwaliteit van grondstoffen de prestaties van machines beïnvloedt, de levensduur en storingen van apparatuur voorspellen, of beoordelen hoe verschillende operators in specifieke scenario’s reageren. Op grotere schaal, door sensoren, realtime data, ERP-systemen en geavanceerde modellen te integreren, zijn de mogelijkheden vrijwel eindeloos.

Tweelingen, simulaties en Artificial Intelligence

Digitale tweelingen worden vaak verward met simulaties of op zichzelf staande AI , maar het zijn drie verschillende zaken, hoewel ze nauw met elkaar verbonden zijn.

• Simulaties: Een simulatie is in wezen een statisch momentopname van hoe een scenario zou kunnen uitpakken. Parameters kunnen worden aangepast en er kunnen meerdere scenario’s worden getest, maar simulaties spelen niet in op realtime data. Ze werken op basis van data van gisteren“.
• Artificial Intelligence:AI kunnen dynamisch reageren op scenario's uit de praktijk en zich in de loop van de tijd aanpassen. Ze hebben echter vaak een beperkte reikwijdte en richten zich op specifieke processen of knelpunten zonder integratie in het bredere systeem.
• Digitale tweelingen: Een digitale tweeling brengt al deze elementen samen. Deze maakt gebruik van historische data, integreert AI prognoses en optimalisatie, en benut realtime data complexe systemen. Het belangrijkste is dat er een wederzijdse interactie ontstaat: de tweeling analyseert niet alleen data geeft ook directe feedback aan de bedrijfsvoering, waardoor aanpassingen in realtime mogelijk worden.

Bij de productie van glazen flessen is koeling bijvoorbeeld een cruciale stap. Dit proces wordt beïnvloed door tal van factoren, zoals de koelmethode, de timing, de luchtvochtigheid, de temperatuur en het productievolume. Een digitale tweeling kan op elk moment het optimale koeltempo bepalen, waarbij een evenwicht wordt gevonden tussen kwaliteit, energieverbruik en het gebruik van hulpbronnen. Als er veranderingen in de grondstoffen optreden die van invloed zijn op de koeling, past de tweeling zich onmiddellijk aan, geeft hij nieuwe instructies door aan de productielijn en blijft de efficiëntie gewaarborgd. Deze integratie maakt afzonderlijke aanpassingen overbodig, waardoor de productie sneller, goedkoper en effectiever verloopt.

Waar wordt het gebruikt?

De bedrijfsactiviteiten reiken verder dan alleen de productie en omvatten ook planning, inkoop, opslag en logistiek. Digitale tweelingen kunnen in de gehele waardeketen worden toegepast:

• Planning: Verbetering van S&OP en S&OE door realtime productie-, verkoop- en data te combineren data AI en optimalisatiemodellen. Als de vraag in een bepaalde regio bijvoorbeeld afneemt, kan de twin de reikwijdte van S&OP aanpassen, de voorraad verminderen en de productieplanning bijwerken.
• Inkoop: het beoordelen van de invloed van de eigenschappen van grondstoffen en verpakkingsmateriaal. Door data, laboratoriumresultaten en productie-informatie te combineren, kunnen digitale tweelingen vaststellen of de kwaliteit van grondstoffen van invloed is op de efficiëntie, de marges of de veiligheid. Zo kunnen sojabonen met een hoog vochtgehalte processen vertragen, verliezen veroorzaken en machines beschadigen – inzichten die een digitale tweeling kan signaleren en waarop hij kan reageren.
• Productie: De meest traditionele toepassing, waarbij digitale replica’s van productiefaciliteiten monitoring, aanpassing van instelwaarden en voorspellende modellen mogelijk maken. Zo kunnen sensoren bijvoorbeeld de kleur van het bier tijdens het brouwproces voorspellen, waardoor het gebruik van geroosterde mout kan worden geoptimaliseerd.
• Magazijnbeheer: het gebruik data voorraadniveaus te optimaliseren en processen te stroomlijnen. Met digitale tweelingen kan een controletoren worden opgezet om alle activiteiten, zoals orderverzamelen en verpakken, te monitoren, inefficiënties op te sporen en kosten te verlagen.
• Logistiek: het benutten van telemetrie-, GPS- en data leverings- en transportprocessen te optimaliseren. Voorbeelden hiervan zijn het optimaliseren van de belading van vrachtwagens in 3D, routeplanning en het afstemmen van vrachtwagens, chauffeurs en orders, waarbij de kosten tot een minimum worden beperkt.

Voordelen van digitale tweelingen

Digitale tweelingen zorgen voor meetbare verbeteringen in alle bedrijfsactiviteiten:

1. Prestatieoptimalisatie: Zebieden een dynamische, realtime weergave van processen, waardoor continue monitoring, het opsporen van knelpunten en het veilig testen van verbeteringen vóór de implementatie mogelijk worden.
2. Voorkomen van storingen en kostenbesparing:Voorspellend onderhoud beperkt stilstand tot een minimum, verlaagt de reparatiekosten, voorkomt verspilling en verlengt de levensduur van apparatuur.
3. Verbeterde besluitvorming:realtime analyses zetten ruwe data om data bruikbare inzichten, waardoor besluitvormers scenario’s kunnen doorrekenen, risico’s kunnen beoordelen en met vertrouwen kunnen handelen.
4. Holistisch operationeel overzicht: doormonitoring, voorspelling en optimalisatie in één platform te integreren, zorgen digitale tweelingen voor meer efficiëntie, lagere kosten en een beter aanpassingsvermogen aan veranderingen in de markt of de bedrijfsvoering.

Uitdagingen bij de implementatie

Hoewel digitale tweelingen veel mogelijkheden bieden, brengt de implementatie ervan ook uitdagingen met zich mee, met name vanuit het oogpunt van operationele technologie (OT):

• IT-OT-integratie:Voor data realtime, bidirectionele data tussen bedrijfsmiddelen, cloud en operationele lagen is een veilige, interoperabele en robuuste infrastructuur vereist.
• Instrumentatie met hoge resolutie: Het verzamelen van data met een hoge resolutie, data microtrillingen of snelle veranderingen in de omgeving, verhoogt de nauwkeurigheid, maar leidt ook tot hogere kosten, een complexere installatie en meer onderhoud.
• Data en betrouwbaarheid:Zware industriële omgevingen kunnen data in gevaar brengen. Om de nauwkeurigheid te waarborgen, zijn kalibratie-, redundantie- en validatieprocessen noodzakelijk.
• Integratie van verouderde systemen: Veelfabrieken maken gebruik van oudere PLC-, SCADA- of DCS-systemen die niet zijn ontworpen voor moderne connectiviteit. Om deze te integreren zijn vaak dure aanpassingen, middleware of converters nodig.

Deze belemmeringen laten zien waarom de invoering van digitale tweelingen gefaseerd en strategisch moet worden aangepakt.