¿Qué son los gemelos digitales?

Tres cosas que es necesario saber

Los gemelos digitales son representaciones actualizadas, modelos, de un activo físico real en funcionamiento. Reflejan el estado actual del activo e incluyen datos históricos relevantes acerca de él. Los gemelos digitales se pueden utilizar para evaluar el estado actual del activo y, lo que es más importante, predecir su comportamiento futuro, refinar el control u optimizar el funcionamiento.

Los gemelos digitales pueden ser modelos de un componente, de un sistema de componentes o de un sistema de sistemas; por ejemplo, bombas, motores, plantas energéticas, líneas de fabricación o una flota de vehículos. Los modelos de gemelos digitales pueden incluir enfoques basados en física o enfoques estadísticos. Los modelos reflejan el entorno actual, la antigüedad y la configuración del activo en funcionamiento, lo que suele implicar el streaming directo de los datos de activos hacia algoritmos de ajuste.

Qué importancia tienen los gemelos digitales

La creación y el uso de gemelos digitales aumenta la inteligencia como parte del sistema de operaciones. Contar con una representación actualizada de activos reales en funcionamiento permite controlar u optimizar los activos y el sistema en el que están incluidos. La representación no solo captura el estado actual, sino con frecuencia también el historial operativo del activo. Los gemelos digitales permiten optimizar, mejorar eficiencias, automatizar y evaluar el rendimiento futuro. Puede utilizar los modelos para otros fines, como la puesta en servicio virtual o para influir en diseños de próxima generación.

Los modelos de gemelos digitales suelen utilizarse en varias áreas:

  1. Optimización de operaciones. Mediante el uso de variables como el tiempo atmosférico, el tamaño de una flota, los costes energéticos o los factores de rendimiento, se activan modelos que ejecutan cientos o miles de simulaciones what-if para evaluar la aptitud de los puntos de control actuales del sistema o la necesidad de realizar ajustes en ellos. Esto permite optimizar o controlar las operaciones del sistema durante el funcionamiento y así mitigar riesgos, reducir costes o mejorar eficiencias.

Simulaciones Monte Carlo para evaluar posibles comportamientos.

  1. Mantenimiento predictivo. En aplicaciones 4.0 del sector industrial, los modelos pueden determinar la vida útil restante e informar a los encargados de operaciones sobre el momento más oportuno de realizar tareas de mantenimiento o sustituir equipamiento.

Sistema de alarma de mantenimiento predictivo de Baker Hughes, basado en MATLAB.

  1. Detección de anomalías. El modelo se ejecuta en paralelo a los activos reales y señala de inmediato cualquier comportamiento operativo que se desvíe del comportamiento (simulado) esperado. Por ejemplo, una empresa petrolera puede enviar por streaming datos de sensores procedentes de plataformas petroleras marinas en funcionamiento continuo. El modelo de gemelos digitales buscará anomalías en el comportamiento operativo para ayudar a evitar daños catastróficos.

Prototipo de despliegue de IoT industrial en una plataforma petrolera mediante Simulink Real-Time. Imagen cortesía de National Oilwell Varco.

  1. Aislamiento de fallos. Las anomalías pueden activar una batería de simulaciones para aislar el fallo e identificar la causa raíz; de este modo, los ingenieros o el sistema podrán tomar las medidas adecuadas.

Aislamiento de fallos en un sistema de control de combustible.

Cómo funcionan los gemelos digitales

La aplicación de IoT determina lo que se necesita modelar como parte de un gemelo digital. Un modelo de gemelo digital incluirá los componentes, comportamientos y dinámicas necesarios del activo de IoT.

Los métodos de modelado, por lo general, pueden agruparse en dos tipos: los primeros principios, o métodos basados en la física (por ejemplo, el modelado mecánico), y los métodos basados en datos (por ejemplo, el deep learning). Los modelos digitales también pueden consistir en una combinación de varios comportamientos modelados y métodos de modelado, y es probable que su evolución continúe a lo largo del tiempo, a medida que se identifiquen más usos.

Métodos de modelado para gemelos digitales: primeros principios y basados en datos.

Los modelos deben mantenerse actualizados y ajustarse a los activos que estén en funcionamiento; por lo general, esto suele implicar streaming directo de datos desde los activos hacia algoritmos que ajusten los gemelos digitales, y permite considerar aspectos como el entorno, la antigüedad y la configuración de los activos.

Una vez que los gemelos digitales están disponibles y actualizados, se pueden utilizar de varias formas para predecir comportamientos futuros, refinar el control u optimizar el funcionamiento del activo. Por ejemplo, se pueden utilizar para simular sensores que no estén presentes en el activo real, simular diversos escenarios futuros para informar sobre operaciones actuales y futuras o para extraer el estado operativo actual enviando entradas de datos reales y actuales.

Gemelos digitales con MATLAB y Simulink

Con MATLAB, es posible definir un modelo usando datos procedentes de sus activos conectados. También se puede utilizar Simulink para crear un modelo basado en física mediante herramientas de modelado multidominio. Tanto los modelos basados en datos como los basados en física se pueden ajustar con datos procedentes del activo operativo de forma que actúen como gemelos digitales. Estos gemelos digitales se pueden utilizar para predicción, simulaciones what-if, detección de anomalías, aislamiento de fallos, etc.

Entre los métodos basados en datos disponibles con MATLAB se incluyen el machine learning, el deep learning, las redes neuronales y la identificación de sistemas. Lo habitual es utilizar un conjunto de datos para entrenar o extraer un modelo y un conjunto separado de datos de validación para valorar la idoneidad o probar los modelos. Con las apps de MATLAB, puede explorar estos métodos de modelado con idea de encontrar el método más preciso para su aplicación.

App Classification Learner para el entrenamiento, la validación y el ajuste interactivos de modelos de clasificación.

El modelado basado en física con Simulink implica el diseño del sistema a partir de los primeros principios. Los modelos pueden incluir componentes mecánicos, hidráulicos y eléctricos. Los modelos también pueden provenir de trabajos de diseño upstream que utilizan diseño basado en modelos con Simulink.

Modelo de gemelo digital de Simulink de una red eléctrica. Recibe mediciones de la red para la estimación de parámetros; a continuación, ejecuta miles de escenarios de simulación para determinar si la reserva de energía es suficiente y si es necesario o no ajustar los controladores de la red.

Los modelos de gemelos digitales se pueden ajustar a través de métodos de optimización y mantenerse actualizados mediante protocolos estándar como MQTT para corrientes entrantes de datos.

Puede implementar sus gemelos digitales allí donde tengan sentido para su aplicación, en nodos edge computing, infraestructura tecnológica operativa o sistemas informáticos. Intégrelos en sistemas disponibles comercialmente, como Azure IoT Hub o AWS IoT, o implemente la integración personalizada según necesite a través de API y otros métodos habituales de integración, como bibliotecas compartidas y llamadas RESTFul.

Topología de IoT: implemente gemelos digitales allí donde tengan sentido para la aplicación.

Aplicaciones de IoT que utilizan gemelos digitales