Data science

ใบหน้าที่หลากหลายของฝาแฝดดิจิทัล

ฝาแฝดดิจิทัลกำลังกลายเป็นเทคโนโลยีที่ร้อนแรง โดยเฉพาะอย่างยิ่งในหมู่ผู้ผลิตและบริษัทที่เกี่ยวข้องกับอินเทอร์เน็ตของอุตสาหกรรม อย่างไรก็ตาม ขึ้นอยู่กับกรณีการใช้งาน ลูกค้าอาจเลือกใช้ดิจิตอลทวินประเภทหนึ่งมากกว่าอีกประเภทหนึ่ง ในระดับหนึ่ง ดิจิตอลทวินทุกอันเป็นการสร้างสรรค์ที่ไม่เหมือนใคร ความสามารถในการสร้างสำเนาดิจิทัลของสินทรัพย์ทางกายภาพจริง เช่น กังหันลมหรือหัวรถจักร และวัดว่าโมเดลนั้นตอบสนองและตอบสนองต่อปัจจัยการผลิตที่แตกต่างกันอย่างไร เป็นความก้าวหน้าขั้นพื้นฐานที่ผลักดันการนำเทคโนโลยีดิจิทัลทวินมาใช้ แต่มีหมวดหมู่กว้างๆ ของฝาแฝดดิจิทัลอยู่สองสามประเภท และบริษัทที่กำลังพิจารณาใช้คู่แฝดดิจิทัลควรสำรวจว่ากรณีการใช้งานของพวกเขาตรงกับประเภทเหล่านี้อย่างไร Philipp Wallner ผู้จัดการอุตสาหกรรมของ MathWorks กล่าวว่า ฝาแฝดดิจิทัลมีอยู่สองประเภท: ฝาแฝดที่ใช้ฟิสิกส์และฝาแฝดที่ใช้ข้อมูล ดิจิตอลทวินที่ใช้ฟิสิกส์เป็นการจำลองรายละเอียดของชิ้นส่วนเครื่องจักรที่เข้าใจกันดีและทำงานในลักษณะที่คาดเดาได้ เช่น หุ่นยนต์หรืออุปกรณ์ในสายการผลิต ในบางกรณี ฝาแฝดดิจิทัลที่ใช้ฟิสิกส์เหล่านี้สร้างขึ้นโดยการนำเข้าไฟล์ CAD ลงในแพลตฟอร์มการจำลอง กังหันเป็นเป้าหมายทั่วไปสำหรับเทคโนโลยีดิจิตอลทวิน (Chesky/Shutterstock) ในทางกลับกัน ทวินที่ใช้ข้อมูลเป็นแบบจำลองที่เครื่องจักรหรือกระบวนการที่ไม่เข้าใจเป็นอย่างดีและมีปฏิสัมพันธ์ที่ซับซ้อนมาก เช่น คอมเพรสเซอร์ ในขณะที่ฟิสิกส์ขับเคลื่อนเครื่องจักรเหล่านี้เป็นที่เข้าใจกันโดยทั่วไป ตัวแปรที่เกี่ยวข้องจำนวนมาก รวมทั้งรูปร่างของเรือ ขัดขวางการสร้างแบบจำลองโดยตรงบนฟิสิกส์ อย่างไรก็ตาม ผู้ใช้มีข้อมูลจำนวนมากที่อธิบายพฤติกรรมของเครื่อง ซึ่งจะกลายเป็นพื้นฐานสำหรับโมเดล MathWorks ช่วยลูกค้าสร้างฝาแฝดดิจิทัลทั้งสองประเภท หนึ่งในลูกค้าของบริษัท Krones ได้พัฒนาคู่แฝดดิจิทัลในซอฟต์แวร์ของ MathWorks โดยอิงจากแบบร่าง CAD ของหุ่นยนต์จัดการขวด “สิ่งที่เรานำเสนอคือฟังก์ชันการนำเข้า CAD” Wallner กล่าว “ดังนั้น คุณใช้โมเดล CAD เหล่านี้และนำเข้ามา แล้วคุณมีพื้นฐานที่ดีสำหรับโมเดลของคุณอยู่แล้ว คุณยังต้องเพิ่มพารามิเตอร์เพิ่มเติมและฟังก์ชันการทำงานบางอย่างที่ไม่ได้อยู่ในโมเดล CAD” ในขั้นต้น Krones ได้พัฒนาคู่แฝดดิจิทัลในซอฟต์แวร์ Simulink ของ MathWorks ด้วยแนวคิดในการตรวจสอบสุขภาพของหุ่นยนต์ Robobox T-GM ซึ่งลูกค้านำไปใช้ในภาคสนาม เมื่อใช้คู่แฝดดิจิทัลถัดจากหุ่นยนต์ที่ใช้งานภาคสนาม และป้อนข้อมูลเซ็นเซอร์ตัวเดียวกันที่เล็ดลอดออกมาจากหุ่นยนต์จริงกับคู่แฝด ลูกค้าจะได้รับการแจ้งเตือนล่วงหน้าถึงปัญหาที่อาจเกิดขึ้น เช่น ตลับลูกปืนที่ใกล้จะหมด “นั่นเป็นแนวคิดดั้งเดิม” Wallner บอกกับ Datanami “แต่พวกเขาก้าวไปอีกขั้นหนึ่งแล้วพูดว่า ทำไมไม่ใช้สิ่งนี้เพื่อเพิ่มประสิทธิภาพพฤติกรรมของสินทรัพย์ทางกายภาพล่ะ” ลูกค้าที่ใช้ดิจิตอลฝาแฝดอาจแตกต่างกันไป ตัวอย่างเช่น ในกรณีของ Krones การปรับใช้เริ่มต้นจากการเป็นดิจิตอลแฝดการตรวจสอบที่ดี แต่สุดท้ายก็เปลี่ยนเป็นดิจิทัลทวินที่เพิ่มประสิทธิภาพ โดยทั่วไปบริษัทต่างๆ จะไม่ดำเนินการแยกฝาแฝดดิจิทัลสำหรับสินทรัพย์เดียวกัน Wallner กล่าวว่ามีการใช้ดิจิตอลทวินตัวเดียวกันในรูปแบบที่ต่างกัน Krones ได้สร้างฝาแฝดดิจิทัลของเครื่องหยิบและวาง Robobox T-GM โดยใช้ซอฟต์แวร์ MathWorks “เมื่อคุณมีฝาแฝดดิจิทัล คุณสามารถใช้แฝดดิจิทัลนั้นเป็นพื้นฐานในการฝึกโมเดลการเรียนรู้ของเครื่อง เช่น สำหรับการตรวจสุขภาพ หรือการเพิ่มประสิทธิภาพ” เขากล่าว Thomas Albrecht หัวหน้าฝ่ายการวิเคราะห์และการจำลองที่ Krones ให้เครดิตซอฟต์แวร์ MathWorks ในเรื่องการปรับปรุงการพัฒนาผลิตภัณฑ์ “แฝดดิจิตอลที่เราสร้างขึ้นใน Simulink และ Simscape Multibody ช่วยให้เราสามารถเพิ่มประสิทธิภาพการออกแบบฮาร์ดแวร์ของเรา และลดเวลาในการพัฒนาและทดสอบ” Thomas Albrecht หัวหน้าฝ่ายการวิเคราะห์และการจำลองที่ Krones กล่าว ซอฟต์แวร์ Simulink ของ MathWorks ผสมผสานการเรียนรู้ของเครื่องและเทคนิคการจำลอง เพื่อให้ลูกค้าเช่น Krones ได้ลองใช้สถานการณ์ต่างๆ มากมายเพื่อกำหนดวิธีที่ดีที่สุดในการใช้งานเครื่องจักร สิ่งที่เจ้าของเครื่องจักรต้องการคือการจัดหาพารามิเตอร์ที่เหมาะสม และซอฟต์แวร์จะเข้ามาแทนที่และแก้ปัญหาการปรับให้เหมาะสมโดยอัตโนมัติ Wallner กล่าว ฝาแฝดดิจิทัลมักจะเป็นการผสมผสานระหว่างฝาแฝดดิจิทัลประเภทต่างๆ ในกรณีของ Krones บริษัทเริ่มต้นด้วยการเขียนแบบ CAD ซึ่งเป็นพื้นฐานของฝาแฝดดิจิทัลที่ใช้ฟิสิกส์ใน Simulink แต่แล้วบริษัทก็ได้เพิ่มตัวแปรเพิ่มเติมตามข้อมูลที่รวบรวมจากการสังเกตการทำงานของหุ่นยนต์ “นั่นเป็นหนึ่งในความงามที่ Simulink นำเสนอที่นี่ ไม่ใช่ว่าคุณเลือกอย่างใดอย่างหนึ่ง/หรือ” Wallner กล่าว “คุณสามารถรวม Simulink ในรูปแบบเดียว กับกราฟิกที่ใช้ฟิสิกส์ หรือสมมติว่าเป็นชิ้นส่วนกลไก แล้วเพิ่มบางส่วน ที่เป็นตัวแทนของโมเดลที่ขับเคลื่อนด้วยข้อมูลจริงๆ” บริษัทที่มีกระบวนการผลิตที่ซับซ้อนมักจะใช้แนวทางที่ขับเคลื่อนด้วยข้อมูลมากกว่า Wallner กล่าว “ถ้าคุณนึกถึงเครื่องอัดรีดพลาสติกหรือบริษัทที่ผลิตกระดาษหรือพลาสติก มันยากมากที่จะแก้สมการอนุพันธ์ทั้งหมดที่นี่ แต่มีข้อมูลที่วัดได้มากมาย” เขากล่าว “คุณมีพารามิเตอร์ที่แตกต่างกันหลายร้อยตัว หรือหลายพันตัวในหลายกรณี ที่ส่งผลต่ออุณหภูมิและความดันในกระบวนการนั้น ดังนั้นในกรณีเหล่านี้ สิ่งที่เราเห็นมักจะง่ายกว่าที่จะทำ นำการวัดที่คุณมีและจำลองสิ่งนั้น” MathWorks ไม่ได้นำเสนอผลิตภัณฑ์ดิจิทัลแฝดเพียงชิ้นเดียว แต่ข้อเสนอดิจิทัลแฝดนั้นใช้ผลิตภัณฑ์ซอฟต์แวร์ต่างๆ รวมกัน โมเดลที่ใช้ฟิสิกส์มักจะเริ่มต้นด้วยกลุ่มผลิตภัณฑ์ Simulink ในขณะที่โมเดลตามข้อมูลมักจะเริ่มต้นด้วย MatLab ซึ่งเป็นกลุ่มเครื่องมือทางสถิติ AI และการเรียนรู้ของเครื่องที่ได้รับความนิยม สิ่งที่ทำให้ MathWorks แตกต่างไปจากโลกคู่ดิจิทัลที่กำลังเติบโต Walner กล่าวคือสถานการณ์การใช้งาน หากมีการใช้ดิจิตอลทวินบนตัวควบคุมลอจิกแบบตั้งโปรแกรมได้ (PLC) หรือพีซีอุตสาหกรรม อาจใช้ Simulink เพื่อสร้างโค้ด C ที่ปรับให้เหมาะสมซึ่งฝังอยู่ในพีซีหรือ PLC นั้น หากฝาแฝดดิจิทัลกำลังจะใช้งานบนเซิร์ฟเวอร์หรือในสภาพแวดล้อมคลาวด์ มันจะใช้รหัสที่สร้างโดย MATLAB หรือ Simulink เขากล่าว อนาคตของฝาแฝดดิจิทัลนั้นสดใส จากการสำรวจของ Gartner 2019 บริษัทสามในสี่ที่ใช้ IoT มีฝาแฝดดิจิทัลอยู่แล้วหรือวางแผนไว้ภายในหนึ่งปี การระบาดใหญ่เร่งการยอมรับฝาแฝดดิจิทัล “ฉันคิดว่ามันกำลังจะเริ่มต้นขึ้นอย่างแน่นอน” วอลเนอร์กล่าว “โดยหลักแล้วการหยุดทำงานของอุปกรณ์หรือแม้แต่พฤติกรรมที่ไม่เหมาะสมของอุปกรณ์จะทำให้เกิดการสูญเสียครั้งใหญ่ในแง่ของธุรกิจของบริษัท นั่นคือจุดที่เราเห็นว่าพวกเขาสนใจที่จะสร้างฝาแฝดดิจิทัลและใช้เทคนิคการเรียนรู้ของเครื่องมากที่สุด” รายการที่เกี่ยวข้อง: Digital Twins สามารถช่วยปรับปรุงกริดไฟฟ้าให้ทันสมัยได้หรือไม่? Digital Twins และ AI ทำให้อุตสาหกรรมมีความยืดหยุ่นในช่วง COVID-19 การนำนักวิทยาศาสตร์ข้อมูลออกจาก Data Science

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button