Maak kennis met de digital twin: the mind of the machine

Digital Twin

Wat is een digital twin?

Een digital twin is een zelflerend algoritme. Het is een digitale representatie van een apparaat. Het gaat vooral om een heldere representatie van alle losse elementen en de dynamiek van het apparaat. Zo’n representatie komt tot stand door sensoren aan te brengen op het fysieke apparaat. Deze sensoren verzamelen allerlei gegevens over de werking van het apparaat en sturen deze gegevens door naar de digital twin. Zo kun je in één oogopslag zien wat de conditie is van het apparaat en wat de gevolgen hiervan kunnen zijn. Een digital twin combineert metadata met omgevingsfactoren (vochtigheid, locatie en temperatuur), gegevens over incidenten (tijdsreeksen) en analytics (algoritmes). Deze interactie tussen de twin en het daadwerkelijke product kan zorgen voor behoorlijk veel businessvoordelen.

Hoe werkt een digital twin?

Een digital twin wordt gevoed met data. Deze data kan operationeel en/of contextueel zijn. Contextuele data mag niet onderschat worden. Je kunt bijvoorbeeld te maken hebben met twee dezelfde apparaten, maar met twee verschillende digital twins omdat beide apparaten zich in een andere omgeving bevinden. Een digital twin van een windmolen op de Noordpool heeft bijvoorbeeld een andere temperatuur en vochtigheidsgraad dan een digital twin van een windmolen in Spanje. Een digital twin doorloopt drie fasen: zien, denken en doen.

  1. Zien. Dit is een continu proces. Hier verzamelt de digital twin operationele en contextuele data van het apparaat. Als de digital twin iets opvallends of afwijkends ziet, word je gewaarschuwd. Je wordt bijvoorbeeld op tijd gewaarschuwd als er onderhoud nodig is van het apparaat. Dit kan jou – op de lange termijn – veel geld besparen.
  2. Denken. Naast het feit dat een digital twin zelf een apparaat analyseert, kan het ook interactief zijn met de mens. Zo kan een manager bijvoorbeeld om advies vragen als de digital twin een probleem heeft ondervonden in het apparaat. Hier komt machine learning weer om de hoek kijken: op basis van historische data en eerdere voorspellingen geeft de digital twin je verschillende adviezen.
  3. Doen. Tijdens deze fase geeft de digital twin jou ‘toegang’ tot het probleem en wordt het opgelost. Je krijgt nu hulp aangeboden in de vorm van bijvoorbeeld een handleiding of een app. Je hebt zelfs de mogelijkheid om door middel van een VR-bril het fysieke apparaat van binnen te bekijken.

De digital twin: het manusje van alles

Digital twins zijn continu aan het updaten, leren, redeneren, informeren, et cetera. Ze kunnen bijvoorbeeld fouten voorspellen die onderhoudskosten op de lange termijn kunnen voorkomen. Tevens kan het je kansen laten inzien, zodat je hier op tijd op in kunt spelen. Maar hier blijft het niet bij. Een digital twin kan ook nog eens worden gebruikt voor productontwerp, simulaties, controles, optimalisatie en onderhoud. En last but not least: het is van essentieel belang voor het Internet of Things.

Optimistische toekomstverwachtingen

Leuk, al die technologische ontwikkelingen, maar gaan er nu niet nóg meer banen verloren? In dit geval niet. De impact van digital twins op technische werknemers lijkt in eerste instantie groot. Een digital twin voert echter niet het werk uit dat vroeger door de mens werd gedaan. Geen enkele werknemers heeft tijd om urenlang de werking van één turbine te analyseren en hierover een diepgaand rapport te schrijven. Technici komen – én kwamen – er pas bij kijken na de probleemanalyse. Over voldoende banen hoeven we ons dus geen zorgen te maken. Ditzelfde geldt voor de business. Zo voorspelt onderzoeksbureau Gartner dat er in 2020 meer dan 21 miljard verbonden sensoren zullen zijn. Bovendien wordt door andere onderzoekers beweerd dat een conversatie van 10 minuten tussen een digital twin en een werknemer, op lange termijn voor een besparing van zo’n 12 miljoen kan zorgen.

Een digitale ik?

De verwachting is dus dat zaken zoals monitoring, het stellen van diagnoses en het doen van voorspellingen nauwkeuriger en sneller zullen verlopen. Dit leidt uiteindelijk tot een beter en goedkoper onderhoud van producten en tot makkelijker aan te passen productlijnen. Maar er is méér. We hebben in ons dagelijks leven al te maken met avatars en digitale zakelijke assistenten, maar er wordt nu al gefilosofeerd over een digitale representatie van jezelf. Deze ‘virtuele ik’ kun je voeden met jouw persoonlijke eigenschappen.

Want to know more?

Ben je benieuwd naar wat wij nog meer in petto hebben als het gaat om data science? Neem dan contact op met Jesse Luk via jesse@tottadatalab.nl. Je kunt natuurlijk ook even bellen naar 020 514 1328.

Posted on 27 juni 2018

Share the Story

Back to Top