Il concetto di digitalizzazione caratterizza il paradigma di Industry 4.0. Corrisponde ad una crescita, in ogni settore industriale dell’importanza della simulazione dei processi produttivi e dei macchinari impiegati negli stessi. Sempre più di frequente si sente parlare di “digital twin”, ovvero del gemello digitale associato ad una macchina, ad un processo o anche ad un impianto complesso.
Che cos’è un digital twin?
Volendo semplificare il concetto, il digital twin è una replica virtuale in grado di riprodurre il comportamento di un sistema in reazione a “stimoli esterni”.
Questi stimoli sono i dati di input. Possono essere inseriti nel sistema digitale sotto forma di:
- istruzioni di controllo;
- di segnali forniti da sensori montati sul sistema reale o da altri componenti che con esso interagiscono;
- di input di materiali ed energia;
- o di flussi di informazione di qualsivoglia natura.
Il simulatore, sollecitato dagli input esterni, produce un output, spesso in forma grafica. Questo riproduce l’evoluzione del sistema fisico e che fornisce le principali caratteristiche quantitative e qualitative del prodotto, come ad esempio i consumi di energia e le eventuali emissioni del processo.
Utilizzo di tipo sperimentale e previsionale
L’utilizzo di una replica virtuale può essere di tipo sperimentale e previsionale. Ciò significa che viene effettuato un ciclo di simulazioni preliminari per trovare le condizioni operative ottimali, per verificare la correttezza e l’efficienza del processo o per sperimentare condizioni operative diverse da quelle standard, dando il modo di esplorare nuove pratiche in maniera sicura, limitando costi e rischi.
Vantaggi
Utilizzando la simulazione con l’IoT, le aziende sono in grado di valutare in anticipo le prestazioni dei prodotti in condizioni operative reali e possono fare previsioni fondate sui comportamenti futuri al fine di migliorare la produttività e di ridurre costi e rischi di downtime non pianificati.
Il ruolo della simulazione nell’IoT
Molte aziende ormai si sono dotate di strumenti di simulazione per creare prototipi virtuali completi dei loro prodotti che sono sistemi sempre più complessi, costituiti da componenti meccanici, elettronici e software, che integrano molti dei fenomeni fisici che esistono nell’ambiente reale. Di seguito alcuni esempi.
Analisi fluidodinamica
Il software di analisi fluidodinamica viene impiegato per prevedere il flusso dei fluidi, fondamentale per aumentare l’efficienza di numerosi prodotti ed ottimizzare molti processi, quali ad esempio la combustione dei gas nei motori delle vetture o il passaggio di una soluzione chimica attraverso i pori di una formazione di shale gas.
Analisi strutturale
Il software per l’analisi strutturale viene utilizzato per capire come un prodotto reagirà alle sollecitazioni prodotte da forze, pressioni, calore, abrasioni e altri effetti fisici, per valutare se soddisfi o meno le specifiche richieste.
Simulazione elettromagnetica
La simulazione elettromagnetica serve per studiare l’integrità termica, di segnale e di potenza dei prodotti elettronici, quali ad esempio semplici chip, complesse PCB, componenti di veicoli o interi sistemi di comunicazione, consentendo di perfezionare il progetto senza dover realizzare costosi prototipi. Inoltre, i software engineer si avvalgono di strumenti per sviluppare software e generatori di codice certificati per garantire la qualità necessaria ad evitare malfunzionamenti nel software embedded, utilizzato sempre più di frequente per monitorare e controllare l’operatività di molti prodotti.
I vari ambiti della simulazione servono quindi per progettare modelli semplificati di ordine minore, integrati in algoritmi di controllo per gestire il funzionamento di automobili, centrali elettriche, macchine utensili, presse, reattori chimici e così via…
Consigli
La simulazione è la soluzione ideale per progettare algoritmi, grazie alla sua capacità di integrare modelli 3D fisici (fluidodinamici e meccanici) nella simulazione dell’intero circuito di controllo. Metodologie come la parametrizzazione e la sperimentazione vengono utilizzate per identificare i migliori parametri di controllo per ciascun set di condizioni operative.
Il momento dei digital twin
L’IoT collega la simulazione al prodotto o processo quasi in tempo reale o in modalità replay per supportarne operatività e manutenzione. Il concetto di digital twin simulation-based integra quindi il prodotto fisico ed i relativi modelli con le connessioni che rendono possibile la comunicazione tra i due. Il digital twin può consistere in un modello di simulazione messo a punto per duplicare determinate condizioni reali di un prodotto. Ad esempio, tenendo in considerazione l’usura o il degrado delle performance. I dati dei sensori connessi al prodotto possono essere impiegati per fornire condizioni limite in tempo reale al digital twin. E calibrare, quindi, i risultati sulla base di tali informazioni.
Ricorda
Tutti i miglioramenti apportati al digital twin possono potenziare le sue capacità predittive e portarle molto al di là di quanto si possa ottenere col solo processo di progettazione. Le previsioni del digital twin possono essere utilizzate per determinare la causa di problemi di performance. Ma anche per valutare i risultati di diverse strategie di controllo, per definire schemi di manutenzione ottimali, etc…
Il digital twin può inoltre fornire informazioni su un prodotto o su un processo che non possono essere misurate con sensori. Possiamo pensare, Ad esempio la velocità di flusso nei passaggi interni. In sostanza, un digital twin ben concepito permette di migliorare prestazioni ed affidabilità, riducendo al contempo i costi operativi.
Siamo parte del gruppo TeamSystem, leader in Italia nei software e nei servizi di formazione per aziende e professionisti.