Gerenciamento de dados – A base do gêmeo digital

Para explicar os usos do gêmeo digital, ou digital twin, busquei dados de diversas fontes, como o site Beyond PLM, um artigo da Forbes e uma entrevista de um especialista para o blog Machine Design. A seguir, trago um resumo das definições dadas nestas fontes, a fim de sintetizar o conceito desta tecnologia. 

Artigo da Forbes

O visionário em tecnologia Bernard Marr, defendeu em um artigo publicado na Forbes uma definição simples e direta sobre o que é  digital twin: “O gêmeo digital, do inglês digital twin, é uma ponte entre o mundo real e digital”. 

Complementando e exemplificando a explicação de Marr, o artigo ainda traz comentários de um engenheiro da Nasa:   “O estado da ate para digital twin é criar, testar e construir nosso equipamento em um ambiente virtual [...] Somente o fabricamos quando ele estiver apto a atender nossos requisitos especificados ”.

Segundo o artigo, a tecnologia do digital twin auxilia as empresas a melhorarem a experiência de consumo e uso através do entendimento das necessidades dos clientes, desenvolvimento de melhorias nos produtos, operações, serviços e inovação .

Artigo da Machine Design

Em outro artigo, agora do site Machine Design, um líder de arquitetura de soluções da Razorleaf expõe os conceitos tecnológicos sobre a técnica. Para ele,  o futuro do projeto assistido por computador em um mundo com internet das coisas é ligado ao digital twin: o gêmeo digital atua interligando dados CAD e sistemas de controle de ciclo de vida de produtos e sensores, para criar uma representação virtual dos produtos, nos permitindo prever performance, manutenção e falhas.

O arquiteto defende que o conceito de Digital Twin é embrionário, as empresas se adequam a ele conforme necessidades pontuais. Alguns negócios se utilizam dessa tecnologia, por exemplo,  validando o comportamento físico dos componentes integrados a comandos executados por softwares. Outros usam gêmeo digital para realizar previsões mais confiáveis de performance do produto, assegurando  que as especificações de uso sejam mais precisas. Entretanto, a maior parte das organizações ainda está tentando definir o valor desta tecnologia para a construção de um modelo que represente o seu produto no mundo virtual, já que todos estamos longe de termos uma representação completa de cada instância de um produto.

No que tange o  gerenciamento, as ferramentas de PDM (Product Data Management), através de um sistema completo de PLM (Product Lifecycle Management), são a base para um gêmeo digital, agrupado com camadas de soluções IoT (internet of things) e IIoT (industrial Internet of Things). Os serviços de coleta de dados dos sistemas MES, Manufacturing Execution Systems, são os principais provedores de dados de IoT e IIoT com os dados integrados.

Um exemplo prático de aplicação dos sistemas MES são os fabricantes de grandes equipamentos, como aviões. Eles realmente rastreiam todas as peças físicas em produção através da planta fabril. Todos os dados coletados são utilizados para qualidade e SPC (controle estatístico de processos), informações extremamente ricas para consulta e análise.

Negócios que criam gêmeos digitais de grandes equipamentos, como nesse caso dos fabricantes de aviões, estão visualizando o retorno sobre o investimento. Quando observado que o item analisado está com parâmetros de vibração e temperatura fora de valores padrões, por exemplo, é possível realizar uma parada preventiva para uma inspeção. Não se trata necessariamente de uma falha, mas quando se sabe que algo anormal está ocorrendo, a tecnologia permite a análise virtual de tal comportamento, atuando na prevenção. Esse tipo de aplicação, aliás, tem sido a mais popular para obtenção de um rápido retorno do investimento para o Digital Twin.

Conclusão no gerenciamento

É relativamente complexo gerenciar a integração entre a performance do mundo real (IIoT e IoT) e ações preventivas sem  que exista qualquer modelo de referência para aplicar e consultar dados. Ou seja, sem qualquer modelo virtual relevante de um produto, é extremamente complexo extrair informações relevantes de campo.

Para finalizar, considerando  que o gerenciamento Model Based seria o framework adequado para incorporar os dados de digital twin, os ambientes PLMs seriam a base adequada para este tipo de solução.