Un digital twin, un gemello digitale che esplora mondi possibili e li comunica al suo analogo fisico perché possa migliorare i suoi comportamenti, fare meno fatica, risparmiare tempo ed energia, capire “cosa succederebbe se”. Un gemello per ogni persona, ogni industria, ogni città, strettamente connesso alla sua controparte fisica: dall’atomo al bit, e ritorno.

Può sembrare fantascienza, ma a gennaio Samsung ha dichiarato di lavorare al progetto “Neon”, che crea avatar 3D realistici di un essere umano, cioè figure digitali personalizzate che compaiono su uno schermo e non sono progettate per essere assistenti digitali ma veri e propri alter ego dell’utente.

A gennaio 2019, allo Spring Gala Festival in onda su China Central Television, quattro ospiti sono stati raggiunti dal loro gemello digitale creato da ObEN.

E i dati fisici, sanitari, di preferenze che rilasciamo sulle diverse piattaforme, non sono tracce di un potenziale gemello digitale individuale? Concetto straordinariamente affascinante, il “digital twin” nasce in ambito accademico-industriale ed è proprio nell’industria che ad oggi trova le maggiori applicazioni: di impianto e/o di processo, gemelli digitali crescono.

Un digital twin, o gemello digitale, è una copia perfetta digitale delle informazioni che descrivono un’entità reale, sia un prodotto, un processo o un sistema. Il concetto è nato da una presentazione del 2002 di Michael Grieves, oggi chief scientist for Advanced Manufacturing al Florida Institute of Technology, in occasione della costituzione di un centro di gestione del ciclo di vita del prodotto (Product Lifecycle Management – PLM).

Dato che ogni informazione nello spazio reale può essere contenuta e rispecchiarsi in quello virtuale, una volta trovata la “porta” di comunicazione e di collegamento delle informazioni tra i due spazi, ogni prodotto (o processo) sarebbe stato formato da due sistemi interagenti tra loro, quello fisico e quello digitale. Due sistemi intrecciati per tutto il ciclo di vita del prodotto, in cui quello virtuale avrebbe aiutato il fisico a esplorare i “virtual subspaces”, ovvero le diverse possibilità di scenario, in tutte le fasi di creazione, produzione, funzionamento e smaltimento.

Digital Twin: cos'è e come funziona

Un rispecchiamento dinamico di informazioni (Information Mirror Model) che è anche gemellaggio tra sistemi: dal 2009 si parla quindi di Digital twin model. Grieves distingue tra Digital twin Prototype (DTP) e Digital twin Instance (DTI), ovvero gli oggetti completi: entrambi operanti nel Digital twin Environment (DTE) che oggi è, sempre più spesso, il cloud.

Un’altra classificazione comune è tra digital twin di prodotto (progettazione efficiente), digital twin di produzione (pianificazione della fabbricazione) e Digital twin di performance (ottimizzazione dei dati).

Il concetto è comunque lo stesso: il gemello digitale viene usato sia per prevedere/prevenire il comportamento futuro e le prestazioni del prodotto/processo fisico a un cambio di variabili, sia per monitorarne in tempo reale lo stato e intervenire tempestivamente in caso di guasti o ottimizzarne le prestazioni.

In fase di progettazione, viene usato per dedurre la migliore configurazione di componenti per design e funzionalità in base ai requisiti necessari.

Test, test continui senza “agire” sul prodotto/processo reale, con la possibilità di seguirne “a distanza” tutto il ciclo di vita e risparmiare tempo, energia, risorse. Un esempio? Pensiamo ai costi, nell’industria aerospaziale, di un test finito male, con l’esplosione di un razzo sulla rampa di lancio. Con il digital twin, la simulazione ha degli effetti reali, ma è tutta virtuale.

Il gemello digitale è generalmente una suite PLM in cloud, composta da diversi software che seguono le diverse fasi di vita del prodotto/processo. La “porta” che collega spazio fisico e spazio virtuale è l’Internet of Things: i sensori e i trasduttori posizionati nel prodotto e/o nell’impianto e/o nella linea di produzione che inviano flussi di dati in tempo reale, rielaborati e archiviati grazie al machine learning.

Ma come il digital twin incide su un oggetto o su una linea di produzione?

Nell’ambito dell’ingegneria di sistema, per la fase di progettazione 3D, si utilizzano librerie che generano scenari in un unico modello e parametrizzano i componenti dai fogli dati, così da simulare la configurazione personalizzata richiesta e accelerare il processo di sviluppo.

In settori come l’automotive e le gare automobilistiche quest’accelerazione è decisiva: le scocche della Dallara vengono progettate e testate con i digital twin, così come l’ala critica anteriore della Aston Martin Red Bull. Grazie alla simulazione multifisica con il digital twin del modello di batteria, due anni fa la Volkswagen Motorsport ha raggiunto il record di velocità per un’auto elettrica da corsa.

Un altro esempio: in una industria, a una maggiore produttività spesso corrispondono maggiori vibrazioni e quindi maggiore rumore. Se il digital twin è in grado di fare un’analisi acustica, attraverso le camere acustiche e gli hotspot posizionati sugli utensili, localizzerà le fonti di rumore, le monitorerà in tempo reale e genererà delle videomappe dalle aree di colore diverso per controllare se il sistema si comporta in modo corretto e, in caso contrario, suggerire verifiche strutturali.

Un’altra azione possibile è l’analisi modale: se nell’impianto e/o nella linea di produzione sono presenti utensili da taglio, che subiscono vibrazioni e sollecitazioni meccaniche, attraverso l’analisi automatizzata dei dati dei test si recuperano le frequenze e le modalità di vibrazione “naturali” per capire l’affidabilità dell’utensile stesso e si combinano con l’analisi 3D per vedere quali parti subiscono sollecitazioni effettive e verificare che il design sia compatibile con le condizioni operative richieste.

Un altro problema comune agli impianti industriali è l’interferenza elettromagnetica dovuta alla compresenza, nella linea di produzione, di macchine elettriche che integrano dispositivi IoT e cavi di alta tensione: un’analisi elettromagnetica consente di controllare la distribuzione del campo magnetico all’interno del singolo attuatore, ma anche le prestazioni dinamiche rispetto a diverse configurazioni e, qualora non fossero ottimali, di rimodellare le caratteristiche dell’attuatore grazie alle librerie di materiali del software.

Un’altra necessità che spesso si presenta è quella di garantire il corretto raffreddamento delle componenti di un impianto, che spesso, per motivi di sicurezza, è chiuso, con bassa portata di riciclo dell’aria: in questo caso, occorre garantire già in fase di progettazione che ogni componente non surriscaldi durante lo stato operativo, attraverso un’analisi termica che controlli anche la temperatura dell’aria quando l’impianto è in funzione. Senza digital twin, occorrerebbe costruire tanti prototipi per ogni variabile, mentre con il gemello digitale si testano i diversi parametri fino a trovare la giusta configurazione.

In fase di manutenzione, l’operatore può interagire con il digital twin, comunicare la diagnostica e valutare in tempo reale il comportamento della macchina/impianto/linea di produzione, visualizzando anche i documenti e lo storico dei dati relativi a ciò che sta controllando.

La forza del digital twin è poter garantire tutti questi processi insieme, all’occorrenza, e monitorare l’intero ciclo di vita del prodotto o dell’impianto, perché ogni dato ricevuto diventa un “engineering item”, un “oggetto” esplorabile, confrontabile, tracciabile e utilizzabile per prendere decisioni.

[continua a leggere]