De digital twin verbindt 3D CAD-modellen van producten, onderdelen en processimulaties met actuele operationele data van sensoren in de fabriek. | Foto: Marco Vellinga
Van voorspellend onderhoud naar voorspellende kwaliteit, dat is de insteek van de Digital Twin. Zo’n digitale tweeling integreert R&D, productie en maintenance. Het modelleren hiervan is echter zo ingewikkeld dat toepassing in de praktijk nog even op zich laat wachten.
Wat is een Digital Twin?
Een Digital Twin overkoepelt digitale ontwikkelingen zoals Smart Industry, Internet of Things, kunstmatige intelligentie en Cyber-Physical Systems:
Bedrijven brengen hun 3D CAD-modellen van producten, onderdelen en processimulaties samen.
In de fabriek verzamelen sensoren intussen real-time operationele data.
De digitale tweeling verbindt die elementen, waardoor virtual prototyping verbetert en versnelt in een continue verbetercyclus.
Dit levert kennis op voor zowel predictive maintenance als voor sturing op productkwaliteit. Wanneer procesparameters beginnen af te wijken, kan onderhoud op maat tijdig worden gepland. Zo blijft het de productkwaliteit in het productieproces op peil.
Ook kunnen innovaties aan product en proces sneller worden doorgevoerd.
Top-tien technologietrend
ICT-onderzoeksorganisatie Gartner noemde de Digital Twin een top-tien strategische technologietrend. Hoogleraar Research Management aan de Randboud Universiteit Egbert-Jan Sol van TNO Industrie en het programmabureau Smart Industry noemt digital-twin technologie cruciaal voor het verhogen van de productiviteit: “Voor de Nederlandse industrie is het, zeker gezien het tekort aan vaklieden, zaak de productiviteit te verhogen. De digitalisering van de industrie versnelt en digital twin-technologie is daarbij een van de sleutelaspecten.”
Draadloos data uitwisselen
Voor het creëren van een digital twin moet alle apparatuur op de fabrieksvloer draadloos worden verbonden en de procesdata worden geüpload naar de cloud. Met de nieuwe 5G-technologie gaat dat met een vertraging van een fractie van een seconde. Sol schetst hoe snel de ontwikkelingen gaan: “De chemische industrie maakte tot voor kort relatief weinig gebruik van sensoriek, maar haalt de achterstand snel in. Procesdata levert in combinatie met kunstmatige intelligentie in de digitale tweeling een uiterst krachtige mix voor verbetering op, zoals sturen op productie met zero defects.”
“Koppeling van een materiaalmodel aan een productontwerp kan jarenlang testen met fysieke prototypen vervangen”
Egbert-Jan Sol, Radboud Universiteit / TNO / Smart Industry
Sneller en effectiever
Jan Post, hoogleraar Digital Fabrication aan de Universiteit Groningen en verbonden aan Philips: “Momenteel is predictive maintenance een van de belangrijkste toepassingen van industriële digitalisering. Het Digital Twin-concept is een stap verder. Hierin komt alle digitale informatie over ontwerp, productieproces en maintenance samen ten dienste van het product. Het koppelt maintenance aan kwaliteit, wat uiteindelijk leidt tot predictive quality.”
Predictive quality
Dat doel is de moeite waard, volgens Post: “Verbinding van alle data en applicaties leidt tot een dieper en integraler begrip van de ketenprocessen. Een koppeling van een materiaalmodel aan een productontwerp kan bijvoorbeeld jarenlang testen met fysieke prototypen vervangen. Enkele dagen virtueel testen om je productontwerp te optimaliseren volstaat dan in de toekomst.”
Downtime beperken
Dieper inzicht in materiaalkenmerken betaalt zich ook uit in maintenance. “Hoe beter je al die aspecten in de hand krijgt, hoe beter je product zal uitpakken”, stelt Post. “Met een Digital Twin voorkom je uiteindelijk storingen en downtime in je bestaande processen. Tegelijk optimaliseer je die processen richting hogere output en betere productkwaliteit: snellere productontwikkeling en effectievere en goedkopere productie.”
Digitale kopie van het productieproces versnelt procesoptimalisatie. | foto:Marco Vellinga
Immense opgave
Sommige bedrijven doen alsof ze al digital twins van al hun processen hebben. Post weet wel beter: “Als je alle processen rond een samengesteld product wilt snappen, de hele keten van materiaal tot gebruik van het eindproduct door de klant, moet je talloze modellen van verschillende processen en toeleveranciers samenvoegen tot een procesketen. Dat is een immense opgave.”
Een model duurt al jaren
Onderzoeker Martijn Hendriks van ESI (TNO) illustreert dit aan de hand van een praktijkvoorbeeld bij Océ Technologies. Hij werkt daar aan het modelleren van één aspect, de papierlogistiek in een high-speed printer, een machine die is te beschouwen als een kleine procesfabriek. “Al tijdens de productontwikkeling wil je de besturing van de papierloop kunnen koppelen aan de aspecten data en inkt. Als je een integraal beeld hebt, kun je de juiste ontwerpbeslissingen nemen en uitspraken doen over de productiviteit van het gehele systeem. Die productiviteit is namelijk het resultaat van een combinatie van op elkaar afgestemde ontwerpkeuzes.”
“Het gaat om talloze modellen die op zichzelf allemaal complex zijn, en als je die gaat koppelen, komen er weer allerlei nieuwe technische uitdagingen in beeld”
Martijn Hendriks, ESI / TNO
Interacties modelleren
Het modelleren is een project voor jaren. Alleen al de interactie tussen inktdruppeltjes en papier en het drogen daarvan is chemisch en fysisch een zeer complex proces. Daarbij hebben ontwerpbeslissingen grote effecten op de productiviteit van de machine. Hendriks: “Zo heeft een maintenance-aspect als vervuiling van de printkop een groot effect op zowel printkwaliteit als productiviteit. Hetzelfde geldt voor een ontwerp- en maintenance-aspect als de papierloop. In een te scherpe bocht kan het papier vastlopen. Een ander belangrijk aspect is de logistiek van papiervellen van verschillende dikten en afmetingen. Dat is zo complex, dat de TU/e, Océ en wij daar gezamenlijk aan werken. Tijdens het ontwerp moet bijvoorbeeld de software in simulaties worden getest om te kijken of die de vellen goed bestuurt.”
Interacties koppelen
In totaal gaat het om honderden modellen van complexe interacties die allemaal geïntegreerd moeten worden in een digital twin. “Misschien kunnen sommige bedrijven voor globale vragen volstaan met een simpel model”, veronderstelt Hendriks. “Bij Océ gaat het in elk geval om talloze aspecten die op zichzelf allemaal complex zijn. En als het om het koppelen van modellen gaat, komen er weer allerlei nieuwe technische uitdagingen in beeld.”
Acceptatie in de organisatie
“Daarnaast is het belangrijk om sociaalpsychologische aspecten mee te nemen om het Digital Twin-concept binnen een organisatie geaccepteerd te krijgen”, zegt Hendriks. Het helpt daarbij dat het concept op zichzelf mensen aanspreekt, stelt Post vast. “De notie dat het product centraal staat is eenvoudig en wordt positief ontvangen. Het Digital Twin-concept wordt daardoor breed geaccepteerd. Dat is nodig, want geen enkel bedrijf kan alleen een Digital Twin maken. Dat moet samen met toeleveranciers en partners in bijvoorbeeld Europese projecten.” Een digitaal model van materiaal(gedrag) zal van de materiaalleverancier moeten komen, een model van de machine van de machinefabrikant. “Modellen van processen kun je met collega-bedrijven opzetten. Het gaat om een ontwikkeling voor de lange termijn. Bedrijven moeten voor de toekomst bedenken hoe ze hun digitale informatie laten samenwerken. Standaardisering en interoperabiliteit zijn belangrijk.”
Samenwerking én concurrentie
Samenwerking is essentieel, maar tegelijk niet zonder risico. Biba Visnjicki van het Fraunhofer Project Center in Enschede ziet een titanenstrijd in de industrie ontstaan tussen Amerikaanse tech-reuzen en Europese industriebedrijven. “Door digitalisering van de industrie groeien industrie en ICT-sector naar elkaar toe. Tech-reuzen passen hun internetkennis meer en meer toe in de totstandkoming van fysieke goederen zoals (zelfrijdende) auto’s. De koppeling met fysieke producten maakt hun businessmodel toekomstbestendig. Tegelijkertijd genereren Europese industriebedrijven steeds meer data en digitale kennis.”
“Als procesbedrijven hun domeinkennis onvoorwaardelijk aanleveren aan IT-bedrijven geven ze de softwarebedrijven de regie over productieketens in handen”
Jan Post, hoogleraar Digital Fabrication RUG
Gevoelige data zeker stellen
Vanzelfsprekend moeten bedrijven bij het delen van procesdetails hun gevoelige data goed beveiligen, anders liggen hun bedrijfsgeheimen straks op straat. Visnjicki waarschuwt dat data zo essentieel zijn voor het voortbestaan en succes van bedrijven, dat ze daarover altijd zeggenschap moeten houden. Post: “Om bij te dragen aan een goede Digital Twin, moet een softwareleverancier weten welke domeinkennis zijn software dient te bevatten. Maar als industriebedrijven die kennis onvoorwaardelijk aanleveren, geven ze softwarebedrijven de regie over productieketens in handen. Bedrijven moeten goed bedenken hoe ze hun domeinkennis zeker stellen, zoals dit nu al in het spel tussen leveranciers en OEMs het geval is. Post: “Wie de datastromen slim aanpakt, kan juist minder in zijn keuken laten kijken dan nu. Wie de ontwikkeling goed overdenkt, kan de stappen richting de Digital Twin zetten die in het belang van de continuïteit van zijn bedrijf zijn.”
