Il digital twin aiuterà le aziende ad analizzare le macchine intelligenti in condizioni operative real-world e a prendere decisioni informate che miglioreranno le loro performance. Simulazioni di sistema e physics-based con analisi big data e dispositivi dotati di intelligenza integrata possono ridurre i rischi, evitare malfunzionamenti e velocizzare lo sviluppo di prodotto.
Dall’IoT al Digital Twin
Da molto tempo la simulazione viene impiegata per la progettazione di praticamente tutti i prodotti o processi fisici, offrendo la possibilità di valutare una vasta gamma di design alternativi prima di realizzare i prototipi fisici, utilizzando i digital twin. La simulazione viene quindi utilizzata per modellare diversi scenari operativi al fine di mettere a punto strategie che, integrate in algoritmi di controllo, ottimizzano l’operatività. L’emergere dell’Internet of Things (IoT) ha dato vita alla possibilità di realizzare un percorso di trasformazione in cui un modello simulato del prodotto o processo viene collegato via Internet a sensori che catturano i dati e ad attuatori che ne controllano il funzionamento. Il risultato è appunto il cosiddetto digital twin del prodotto fisico che può essere utilizzato per analizzare e diagnosticare l’operatività e ottimizzare performance e manutenzione in tempo reale. Utilizzando la simulazione con l’IoT, le aziende sono in grado di valutare le prestazioni dei prodotti in condizioni operative reali e fare previsioni fondate su comportamenti futuri al fine di migliorare la produttività e ridurre costi e rischi di downtime non pianificati.
L’avvento dell’Internet of Things
L’IoT sta cambiando il modo in cui le imprese approcciano l’intero ciclo di vita del prodotto, dallo sviluppo, al test, alla produzione fino a operatività e manutenzione. I prodotti intelligenti sfruttano la connettività con il cloud e altri device per offrire funzionalità senza precedenti. La proliferazione di questi oggetti smart connessi offre interessanti nuove possibilità per gli utenti e notevoli opportunità alle aziende che li sviluppano. Il numero di smart device connessi supera già quello delle persone. Le prime applicazioni IoT si focalizzavano solo su operazioni semplici quali la verifica dello stato degli asset e l’invio di comandi elementari come ad esempio accensione e spegnimento. Ma produttori e utenti di prodotti connessi intelligenti stanno dimostrando che le possibilità dell’IoT possono essere incrementate attraverso l’integrazione con la tecnologia di simulazione che può effettuare diagnosi e troubleshooting in tempo reale, anticipare rotture e determinare il momento più adatto per fare manutenzione, configurare il prodotto per ottimizzarne le performance, e catturare informazioni da utilizzare per migliorare i progetti di nuova generazione.
Il ruolo della simulazione nell’IoT
Le aziende più all’avanguardia usano la simulazione per creare prototipi virtuali completi di prodotti e sistemi complessi costituiti da componenti meccanici, elettronici e software, integrando tutti i fenomeni fisici che esistono in ambienti real-world. Per esempio, il software di fluidodinamica viene impiegato per modellare e prevedere il flusso dei fluidi, fondamentale per ottimizzare l’efficienza di numerosi prodotti e processi che vanno dalla combustione di gas nei motori delle vetture fino al passaggio di una soluzione chimica attraverso i pori di una formazione shale gas. Il software per l’analisi strutturale viene utilizzato per capire come un prodotto reagirà rispetto a pressione, calore, campi elettromagnetici, abrasioni e altri effetti fisici per valutare se un determinato progetto soddisfa le specifiche richieste. La simulazione elettromagnetica prevede l’integrità termica, di segnale e di potenza di prodotti quali chip, circuit board, cellulari, componenti elettronici di veicoli e interi sistemi di comunicazione, consentendo di perfezionare il progetto senza dover realizzare costosi prototipi. Inoltre, i software engineer si avvalgono di software development tool e generatori di codice certificati per garantire l’elevata qualità necessaria per evitare malfunzionamenti nel software embedded sempre più frequentemente utilizzato per monitorare e controllare l’operatività di molti prodotti. La simulazione si usa 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.
Vai alla pagina Machinery Solution e troverai una libreria di documenti gratuiti e webinar per approfondire
Il momento dei digital twin
L’IoT collega la simulazione al prodotto o processo quasi in tempo reale, just-in-time o in modalità replay per supportarne operatività e manutenzione. Il concetto di digital twin integra quindi il prodotto fisico, i modelli e 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 le condizioni attuali di un prodotto, tenendo per esempio in considerazione usura o 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 i risultati sulla base di tali informazioni. Questi miglioramenti al digital twin possono potenziare le sue capacità predittive e portarle molto al di là di quanto si possa ottenere nel processo di progettazione. Le previsioni del digital twin possono essere utilizzate per determinare la causa di problemi di performance, valutare i risultati di diverse strategie di controllo, definire schemi di manutenzione ottimali, ecc. Il digital twin può inoltre fornire informazioni sul prodotto o processo che non possono essere misurate con i sensori come la velocità di flusso nei passaggi interni. In sostanza, i digital twin permettono di migliorare prestazioni e affidabilità, riducendo i costi operativi.
