Wisselwerking tussen fysieke en digitale omgeving

Dat er veel nieuwsgierigheid is naar wat digitale tweelingen voor ons kunnen betekenen, staat buiten kijf. Zo blijkt uit de statistieken van Google dat sinds 2018 steeds meer mensen het zoekbegrip ‘digital twins’ intikken. De voorbije twee jaar is dat aantal opvallend gestegen. “Volgens onderzoeksbureau Gartner zitten digitale tweelingen momenteel in hun ‘peak of inflated expectations’ in de bekende hypecyclus”, begint professor Ann Vereecke. “Dat wijst erop dat we niet enkel nieuwsgierig zijn, maar dat we er ook hoge verwachtingen rond hebben. Maar het is pas wanneer die verwachtingen binnen het supply chain domein ook effectief worden ingelost, dat digitale tweelingen echt ingebed zullen raken in de manier waarop we onze operaties runnen en optimaliseren.”.

Digitale tweelingen: het prille begin

Voor alle duidelijkheid, tweelingen van fysieke objecten zijn niet nieuw. Zo werd in de jaren zestig een – weliswaar fysieke – replica van de ruimtecapsule Apollo 13 gebouwd. Dat heeft de technici op aarde enorm geholpen om de astronauten in de ruimte efficiënt te assisteren.

Het concept van de digitale tweeling is ontstaan in de vroege jaren negentig. Toen presenteerde de computerwetenschapper Michael Grieves de digitale tweeling als conceptueel model achter product lifecycle management (PLM), aan de Society of Manufacturing Engineers conference in Michigan. Hij schreef er ook een boek over, ‘Mirror Worlds’. Daarmee was hij de eerste die vanuit computerperspectief nadacht over hoe je digitale werelden kunt bouwen. Van daaruit is het concept verder geëvolueerd tot waar we nu staan.

“Toch heerst er vandaag nog steeds veel verwarring rond het begrip. Als je bij wijze van spreken drie mensen vraagt wat een digitale tweeling is, dan is de kans groot dat je vijf antwoorden terugkrijgt”, zegt prof. Vereecke. Zo was de conclusie na een studie van 233 papers dat een eenduidige definitie voor digitale tweelingen ontbreekt (van der Valk et al, 2020). Dat komt ook omdat er tal van aanverwante termen bestaan, zoals digitale schaduw. Ook andere stellingen – zoals ‘het is een buzzword waar vaak geen heldere definitie aan vasthangt’ (McKinsey, 2020) – bevestigen dat er nog veel onduidelijkheid rond het begrip bestaat.

Verschillende types digitale tweelingen

Maar voor je kunt uitmaken of een digitale tweeling iets voor je supply chain kan betekenen, is het natuurlijk wel belangrijk om te weten waarmee je precies aan de slag gaat.
Prof. A. Vereecke: “Waar de meesten het wellicht over eens zullen zijn, is dat een digitale tweeling een digitale representatie van een fysieke entiteit is. Wat de meesten ook zullen beamen: die digitale versie is ofwel volledig accuraat (dan spreken we over een identieke tweeling) ofwel gedeeltelijk accuraat, dus geen exacte kopie.”

Binnen een productie- en logistieke context, onderscheidt prof. Ann Vereecke drie belangrijke archetypes. Om te beginnen heb je de producttweeling, die de digitale representatie van een product voorstelt. Daarnaast zijn er de zogenaamde asset-tweelingen: virtuele voorstellingen van verschillende soorten assets. Daarbij onderscheidt prof. Vereecke vier belangrijke categorieën: digitale tweelingen van fabrieken, van warehouses, van infrastructuur (wegen, spoorwegen, …) en netwerken. Tot slot kun je ook digitale tweelingen van mensen maken. Die kun je bijvoorbeeld gebruiken om een meer ergonomische manier van werken voor operatoren te ontwikkelen.

De belangrijkste binnen supply chain omgevingen zijn wel de product- en assetgerelateerde tweelingen. Aan de hand van enkele voorbeelden illustreert prof. Ann Vereecke hoe divers die kunnen zijn. Figuur 1 geeft ook een schematisch overzicht van de brede waaier toepassingen in de supply chain.

Zo kun je een deels accurate digitale tweeling van een auto gebruiken voor marketingdoeleinden. Wil je met behulp van een digitale tweeling evenwel aan het design van je product sleutelen, dan ga je best voor een volledig accurate versie.

Een mooi voorbeeld van een asset-tweeling vinden we terug bij Volvo Trucks. De vrachtwagenconstructeur heeft een 360-graden film van zijn fabriek gemaakt. Je kunt er virtueel rondwandelen en inzoomen op de zaken die je interesseren. Klik je op een operator, dan zal die je vertellen hoe het is om bij Volvo Trucks te werken. Zo’n digitale tweeling kun je bijvoorbeeld gebruiken om nieuwe medewerkers aan te trekken.
Energiebedrijf Engie gebruikt dan weer een digitale tweeling om medewerkers op te leiden op het vlak van veiligheid. Stel dat ze de taak krijgen om een pomp te vervangen in de virtuele wereld en er is op dat moment net een lasser in de buurt aan het werk, dan worden ze op de hoogte gebracht van de risico’s. Op het einde van hun opdracht krijgen de operatoren ook een score en alle aandachtspunten met betrekking tot de procedures mee.
Ook Zorg en Gezondheid maakte tijdens de coronaperiode gebruik van een digitale netwerktweeling. Tijdens de covid-19 vaccinatiecampagne in Vlaanderen werd een simulatiemodel met de productiefaciliteiten, warehouses, distributiecentra en ziekenhuizen gebouwd. Elke dag berekende dat model hoe de vaccins het best konden worden gedistribueerd.

De genoemde voorbeelden maken alvast duidelijk dat digitale tweelingen voor een brede waaier aan objecten en toepassingen kunnen worden gebruikt. Bovendien zijn digitale tweelingen zowel geschikt voor toepassingen op micro- als op macroniveau, gaande van componenten en onderdelen, over assets en systemen tot volledige processen.
Prof. A. Vereecke: “Eenzelfde digitale tweeling kan trouwens zowel micro- als macroapplicaties dienen. Zo kun je een gedetailleerde digitale tweeling van je fabriek bouwen met de bedoeling een betere scheduling op de werkvloer te verkrijgen, terwijl hetzelfde model – met minder details – kan helpen bij beslissingen op het vlak van sales & operations.”

Om digitale tweelingen vorm te geven, kunnen heel wat verschillende technologieën worden ingezet. Typische technologieën die worden gebruikt om digitale tweelingen mogelijk en succesvol te maken, zijn: sensoren, IoT, augmented, virtual & mixed reality, cloud & edge computing en 360 graden-video. Voor de achterliggende analyses wordt bijvoorbeeld een beroep gedaan op visualisatie, CAD, 3D-modeling, simulaties en AI.

Wisselwerking

Het mag intussen duidelijk zijn dat digitale tweelingen in vele vormen en gedaanten komen. Prof. Ann Vereecke geeft alvast enkele karakteristieken mee die je helder in beeld moet hebben als je een digitale tweeling wilt bouwen. “Zo bestaan er toepassingen waarbij je van het fysieke object vertrekt en andere waar de digitale versie eerst komt. Een voorbeeld van het laatste geval is wanneer je eerst een digitale versie van pakweg een productielijn bouwt om te analyseren hoe de performantie zal zijn”, illustreert ze. “Een typisch voorbeeld van een toepassing waarbij de fysieke versie er eerst was, is Google Maps.”

Daarnaast moet je bepalen of je digitale tweelingen wilt die afhankelijk of onafhankelijk van elkaar zijn. Als je bijvoorbeeld een klimaatmodel van de aarde maakt, zullen de tweelingen onafhankelijk van elkaar zijn. De digitale tweeling dient dan in de eerste plaats om beter te begrijpen hoe het klimaat zal evolueren. Als je daarentegen delen van je fabriek gaat digitaliseren om een hogere performantie te verkrijgen, dan is het wellicht de bedoeling beslissingen te nemen op basis van de digitale tweeling. Dan zal er een een-op-een-relatie tussen beide bestaan.

Verder is het ook belangrijk uit te maken hoe de data moeten vloeien. De data kunnen ofwel in een richting ofwel in beide richtingen gaan. Ook moet je bepalen in welke mate je wilt synchroniseren: eenmalig, regelmatig of in real time.

Prof. A. Vereecke: “Zo hebben we jaren geleden de business game IMex ontwikkeld. Dat spel is gebaseerd op een complexe replica van een echte fabriek. Toen hebben we eenmalig de data van die fabriek gebruikt om de replica te maken en vervolgens zijn beide modellen onafhankelijk van elkaar hun eigen weg uit gegaan. Vandaag zouden beide elkaar niet herkennen. Maar als een bedrijf bijvoorbeeld palletstromen in de supply chain wil monitoren, dan wil het natuurlijk meteen weten wanneer er een probleem optreedt. Dan kies je maar beter voor een oplossing die (bijna) in real time data kan uitwisselen. In dat geval gaan de data van de fysieke objecten naar de digitale tweeling, maar omgekeerd kan natuurlijk ook. Zodra je een digitale tweeling hebt, kun je daar ook heel creatief mee zijn. Zo staat er in Amsterdam een brug die in de virtuele wereld is ontworpen en waarvan vervolgens een fysieke 3D-print is gemaakt. De transitie van data van de virtuele naar de echte wereld was dus eenmalig. Maar toen werden er sensoren op de brug geplaatst om bijvoorbeeld de vibraties te meten. De feedback daarvan gaat vervolgens naar het digitale model om potentiële problemen te kunnen detecteren.”

Het kan dus heel interessant zijn om te profiteren van een (al dan niet continue) wisselwerking tussen het fysieke en het virtuele model.
Prof. A. Vereecke: “Digitale tweelingen kunnen de poort naar nieuwe businessmodellen openen. Doordat Tesla een digitale tweeling van je auto heeft, kan het bedrijf aanpassingen maken in de virtuele versie en die vervolgens naar je fysieke wagen doorsturen. Andersom: heb je een probleem met je auto, dan kunnen er data vanuit die auto worden opgehaald om simulaties in de digitale versie uit te voeren en zo te zien waar het probleem zit. In feite kopen we zo twee auto’s voor ons geld: een fysieke én een digitale versie.”

De data achter de digitale tweeling

Wil je een digitale tweeling van een fysieke entiteit, dan heb je uiteraard heel wat data nodig om die te kunnen bouwen. Achter elke digitale tweeling zit dan ook een laag met zeer gedetailleerde gegevens. Niet alleen moet je de nodige data hebben en verzamelen, je hebt ook heel wat expertise en intelligentie nodig om een en ander correct te kunnen analyseren. Vervolgens moet je je proces en KPI’s visualiseren om dan de masterdatamodellen te bouwen.
Prof. A. Vereecke: “De technologie om digitale tweelingen te bouwen is er. Vaak bestaat de grootste uitdaging erin voldoende kwalitatieve data en de mensen en systemen in huis te hebben om die data om te zetten naar een digitaal model. BMW is nu bijvoorbeeld data vanuit al zijn fabrieken aan het verzamelen om uiteindelijk een digitale tweeling van het productienetwerk te maken. Die moet de autofabrikant helpen op zoek te gaan naar best practices. Op die manier wordt het mogelijk van andere sites binnen het netwerk te leren.”

Samengevat is de ultieme digitale tweeling binnen supply chains een levende replica van een of meerdere fysieke assets. Dat wil zeggen dat die zichzelf constant zal verbeteren op basis van wat er zich in de veranderende fysieke wereld afspeelt. Daarbij kunnen data vanuit meerdere bronnen worden gebruikt. Door op een dynamische manier van de informatie en de context te leren, zal de digitale tweeling continu evolueren. Zo’n tweeling kan worden gebruikt om operationele, tactische en/of strategische beslissingen te nemen.

“Er kunnen heel wat redenen zijn om een digitale tweeling te creëren, denk maar aan kostenreducties, hogere visibiliteit in je supply chain, beter gebruik van assets, betere werkomstandigheden, een kortere time-to-market, energiereducties, enzovoort”, besluit prof. Ann Vereecke. “Tegelijk vraagt een digitale tweeling de nodige investeringen en veel voorbereidingswerk, denken we maar aan de keuzes die je moet maken op het vlak van karakteristieken en de data die je nodig hebt om je digitale tweeling vorm te geven. Daarom is het belangrijk dat je eerst bekijkt welke toepassingen het meest waardevol zijn in jouw supply chain en wat je er precies mee wilt bereiken.”