Il digital twin è un modello digitale che permette di prevedere malfunzionamenti e velocizzare i processi aziendali di sperimentazione. Vediamo cos’è, come funziona e dove si usa.
Un digital twin, conosciuto anche come gemello digitale, è un alter-ego virtuale di una risorsa fisica con cui può scambiare dati in forma sincrona o asincrona. Un digital twin può replicare diverse cose: oggetti, processi, infrastrutture e molte altre ancora.
Questi modelli digitali sono molto apprezzati per la loro capacità predittiva e di sperimentazione. Testando un sistema complesso, come può essere una macchina per realizzare delle scatole, si può sperimentare il suo funzionamento e prevedere eventuali malfunzionamenti grazie all’intelligenza artificiale. In questo modo l’azienda che utilizza questa tecnologia può risparmiare molti soldi, perché testare un oggetto nella realtà virtuale garantisce la sua integrità in fase sperimentale, senza il rischio che esso si danneggi. Inoltre, grazie all’IA, è possibile prevedere eventuali imprevisti dovuti al funzionamento.
Immaginate di voler costruire un’automobile: fare un crush test può essere estremamente costoso, specialmente perché poi l’auto andrebbe distrutta. Simulare lo stesso incidente in uno spazio virtuale con un gemello digitale è molto meno costoso ed evita sprechi. Questa logica può essere applicata potenzialmente a un’infinità di sistemi complessi: costruzioni, processi nelle macchine da lavoro, ecc.
Come funziona un digital twin
Idealmente un digital twin racchiude al suo interno tutte le informazioni del gemello fisico attraverso una rappresentazione 3D dei suoi aspetti a tutti i livelli (elettronico, meccanico, geometrico, ecc.).
Grazie a queste informazioni è possibile sviluppare un modello predittivo e uno sperimentale. Con il modello predittivo è possibile simulare il comportamento di un sistema complesso che metta in risalto potenziali errori e malfunzionamenti; mentre con quello sperimentale, testando un prodotto, è possibile risparmiare sulla creazione di un costoso prototipo fisico.
I digital twin possono essere di quattro tipi:
- Gemelli di componenti/di parti: i gemelli di componenti sono l’unità fondamentale di un digital twin. Si tratta di parti essenziali del funzionamento di un asset, come ad esempio il motore all’interno di un’automobile.
- Gemelli di asset: quando due o più componenti funzionano nello stesso momento, formano quello che si chiama asset. I gemelli di asset permettono di analizzare l’interazione tra le parti fisiche, generando molti dati relativi alla performance che possono essere elaborati e trasformati in insight.
- Gemelli di sistema: il livello successivo riguarda i gemelli di sistema (o unità), che consentono di comprendere in che modo i diversi asset si combinano per formare un intero sistema funzionante. I gemelli di sistema forniscono una panoramica su come gli asset interagiscono e possono suggerire possibili miglioramenti in termini di prestazioni.
- Gemelli di processo: i gemelli di processo mostrano il modo in cui i sistemi lavorano congiuntamente per formare un intero impianto di produzione. I gemelli di processo permettono di determinare tempistiche precise capaci di influenzare al massimo l’efficacia complessiva.
Come si crea un digital twin
I digital twin sono realizzati grazie a dei sofisticati software, progettati da aziende tech di primo piano come Amazon AWS, Dassault Systèmes, IBM, Oracle, PTC e Siemens. Secondo McKinsey creare un digital twin è un processo complesso che può essere diviso in tre fasi: creare un progetto, costruire il gemello digitale iniziale e poi aumentare le sue capacità.
Nella fase di creazione del progetto è importante concentrarsi sui propri obiettivi: cosa si vuole fare col gemello digitale? Quali dati sono necessari per svilupparlo nel miglior modo possibile? Dove è possibile reperire i dati che servono? Una volta raccolte tutte le informazioni di partenza gli ingegneri assemblano i dati fondamentali, creando così un primo modello primordiale che permette la visualizzazione di alcuni casi d’uso. Grazie ai dati che si raccolgono dalle prime sperimentazioni è successivamente possibile iniziare gradualmente a migliorare il digital twin.
Una volta che i casi d’uso iniziali del digital twin sono operativi, è il momento di espandere le sue capacità aggiungendo più dati e analisi per supportare nuovi casi d’uso. In questa fase, le aziende utilizzano i loro digital twin insieme all’intelligenza artificiale per simulare scenari o possibili situazioni.
Dove si usa un digital twin
Come detto, il digital twin può essere usato in molte situazioni diverse ed è in grado di fornire preziosi insight alle aziende che lo utilizzano. General Electric, ad esempio, ha dotato le sue turbine di alcuni sensori che comunicano con il loro gemello digitale. In questo modo, l’azienda è in grado di fornire un servizio post-vendita molto all’avanguardia, poiché il digital twin comunica con quello fisico quasi in tempo reale fornendo tutti i dati necessari a prestare assistenza in caso di necessità.
Ma non finisce qui, il digital twin può infatti essere usato nell’ambito sanitario, ad esempio quando un medico deve operare. Realizzando un gemello digitale del paziente, è possibile sperimentare delle procedure in un ambiente simulato, non mettendo così a rischio la sua vita.
Può inoltre essere utilizzato per verificare la tenuta di un edificio prima che venga effettivamente costruito. Realizzando infatti un digital twin di una costruzione (un palazzo, una torre, una casa) è possibile sottoporlo a scosse e urti di vario genere, con l’obiettivo di verificarne la tenuta.
Infine, un altro esempio molto calzante può essere quello della Formula 1, in cui i digital twin sono utilizzati per simulare le corse e provare a prevedere la performance dell’automobile.
In Italia, tra le aziende che utilizzano il digital twin c’è Dallara, importante casa automobilistica che utilizza questa tecnologia per testare le performance delle auto che progetta. In questo modo Dallara è libera di cambiare un componente a una macchina con semplicità e rapidità e testarne le prestazioni in un ambiente sicuro.
Molte aziende, soprattutto quelle specializzate nella produzione industriale, utilizzano già il digital twin, poiché queste traggono grandi benefici dalle sue caratteristiche. In futuro è possibile aspettarsi che questa tecnologia non soltanto migliori ma venga utilizzata sempre in più settori.
© RIPRODUZIONE RISERVATA
