디지털 트윈 데이터 모델의 정확성이 성공의 열쇠입니다

이 기사의 주요 내용은 다음과 같습니다. <울>

디지털 트윈은 아직 초기 단계이지만 산업 부문 및 기타 분야에서 디지털 혁신을 가속화하고 있습니다.

COVID-19는 원격 모니터링, 예측 유지보수 및 자동 처리와 같은 작업을 지원하면서 디지털 트윈 기술에 새로운 관련성을 부여했습니다.

디지털 트윈 모델의 신뢰성은 디지털 트윈 데이터 모델의 정밀도에 달려 있습니다.

디지털 트윈은 기업이 디지털 혁신의 길을 갈 때 중요한 도구입니다. 공상 과학과 같은 지위에도 불구하고 디지털 트윈은 실생활과 산업 및 기타 환경에서 등장하기 시작했습니다.

디지털 트윈은 아직 초기 단계이지만 이미 기업의 디지털화 노력을 극적으로 지원하기 시작했습니다. 정의는 여전히 발전 중인 분야에서 유동적입니다. 일부의 경우 디지털 트윈은 설계 단계의 프로토타입이거나 배포될 때의 인스턴스이거나 운영 중인 다른 트윈과 결합될 때 집합체입니다. 일부는 쌍둥이를 자산 쌍, 네트워크 쌍 또는 프로세스 쌍으로 분류하여 케이크를 다르게 잘라냅니다.

이러한 디지털 트윈의 사용과 사물 인터넷(IoT) 장치와의 융합을 고려하십시오.

<울>

발전은 다양한 형태로 나타납니다. Rotterdam Port of Authority는 IBM 디지털 트윈 및 센서를 사용하여 효율적인 계류 및 출발 시간을 예측했습니다.

전력 산업 자산 관리자 CPV는 GE Digital 성능 관리 소프트웨어를 사용하여 중요한 플랜트 프로세스의 디지털 트윈을 생성하는 동시에 AI를 적용하여 용량을 늘리고 연료 사용을 줄입니다.

Ford는 예측 디지털 트윈 기술을 자동차 파워트레인 제조 프로세스에 통합했습니다.

Atos와 Siemens는 중대한 COVID-19 대유행 생산 압력에 대응하기 위한 대규모 제약회사의 노력의 일환으로 디지털 트윈 파일럿 프로젝트에 착수했습니다.

이러한 디지털 트윈 예제는 컴퓨터 시뮬레이션, 제품 수명 주기 관리, 소프트웨어 모델링, 가상 현실 및 증강 현실, 로봇, 기계 학습 등을 비롯한 여러 고유한 기술을 결합합니다. 디지털 트윈은 객체 및 시스템에 대한 점점 더 정교한 가상 소프트웨어 표현을 생성하고 "디지털 스레드"의 피드백이 설계 옵션에 정보를 제공할 수 있습니다. 경우에 따라 제품, 프로세스 또는 모델 간의 데이터가 종단 간 운영을 적극적으로 안내할 수 있습니다.

오늘날 산업용 IoT의 디지털 트윈은 IT 관리자에게 친숙한 트레이드오프에 대한 새로운 관점을 제시합니다. 구현자가 첨단 기술을 자신의 디지털 트윈 사용 사례로 조심스럽게 추출해야 하기 때문에 기회가 있지만 이 경계에 위험도 있습니다.

디지털 트윈 기술:하룻밤 사이에 장기간의 성공

대부분의 "야간 성공" 스토리와 마찬가지로 디지털 트윈은 새로운 것이 아닙니다. NASA가 Apollo 우주 프로그램에서 시뮬레이션을 사용한 것은 디지털 트윈 기술의 씨앗이 되었습니다. 오늘날 쌍둥이의 토대는 1970년대로 거슬러 올라가는 CAD(Computer-Aided Drafting) 및 체적 모델링의 발전으로 크게 가능해졌습니다. "디지털 트윈"이라는 용어는 20년 전에 제품 수명 주기 관리 영역에서 유행하기 시작했습니다. 오늘날 GE는 2백만 개 이상의 디지털 트윈을 생산하고 있습니다. Tesla는 판매하는 모든 자동차의 디지털 트윈을 생성한다고 합니다.

그러나 디지털 트윈에 오랜 역사가 있다면 현재에서 새로운 관련성을 찾았습니다. COVID-19는 디지털 트윈에 새로운 주목을 받았습니다. 원격 자산 모니터링, 예측 유지 관리 및 프로세스 자동화는 이미 쌍둥이에게 적합한 목표였지만 COVID-19는 더 많은 근거를 제공했습니다.

최근 Gartner 설문 조사에 따르면 기업의 27%가 디지털 트윈을 자율 장비, 로봇 또는 차량으로 사용할 계획이라고 밝혔습니다. COVID-19 경험은 큰 동인입니다. 이 리서치 회사는 2023년까지 IoT를 구축한 중대형 기업의 1/3이 COVID-19 관련 사용 사례에서 동기를 부여받은 하나 이상의 디지털 트윈을 구현하게 될 것으로 예상합니다.

디지털 트윈의 아버지

오늘날 디지털 트윈의 새로운 점은 산업용 사물 인터넷(IIoT)에 참여할 수 있다는 것입니다. Michael Grieves 박사에 따르면 IoT 센서 데이터를 활용하는 것은 디지털 트윈의 다음 단계로 가는 열쇠입니다. 그는 2002년에 기반을 마련하여 제조 분야에서 디지털 트윈 개념을 최초로 제시한 사람으로 널리 알려져 있습니다.

최근 Grieves가 ASME(American Society of Mechanical Engineers)의 Digital Twin Summit에서 연설할 때 IoT는 핵심이었습니다. 앞으로 해야 할 일이 있다고 그는 조언했습니다.

현재 Florida Tech의 첨단 제조 수석 과학자인 Grieves는 "기본적으로 제품 자체에서 IoT 정보를 수집하고 해당 정보를 통합할 수 있어야 합니다."라고 말했습니다.

그는 오늘날 디지털 트윈 데이터 수집은 대부분 임시방편이지만 곧 더 큰 공장 설정 내에서 디지털 트윈의 통합에 초점이 맞춰질 것이라고 말했습니다. 그는 디지털 트윈의 다음 단계는 "운영 유지"라고 말했습니다. AI와 머신 러닝을 실시간 센서 데이터와 결합하면 "지능형 디지털 트윈"이 탄생할 것으로 예상됩니다. 이러한 구현을 통해 디지털 트윈은 시뮬레이션 및 프로토타입 모델링의 뿌리에서 벗어나 진행 중인 작업으로 더 깊이 이동합니다.

디지털 트윈 데이터

산업 환경에서 디지털 트윈의 잠재력은 주로 운영 효율성 창출과 관련이 있습니다. 리소스, 프로세스 단계 또는 가동 중지 시간의 약간의 절감이 기업 전체에 걸쳐 큰 절감으로 확장될 수 있습니다.

성공적인 구현은 충실도에 대한 신중한 고려에 달려 있습니다. 즉, 디지털 트윈이 물리적 도메인과 가상 도메인 간에 전송하는 매개변수의 정밀도 수준입니다.

Fidelity는 디지털 트윈 데이터 수집의 정확성과 밀접한 관련이 있으며 사용 사례에 따라 신중하게 관리해야 합니다. 디지털 트윈이 제 역할을 하는 데 모든 데이터가 필요한 것은 아니지만 데이터 수집의 초점을 좁히려면 시행착오가 필요할 수 있습니다.

그리고 항상 그렇듯이 명확한 비즈니스 목표가 전반적인 노력을 주도해야 한다고 업계 전문가들은 강조했습니다.

CTO Digital Twin Consortium의 부사장 겸 이사인 Dan Isaacs에 따르면 질문은 "디지털 트윈이 수행하는 작업은 무엇입니까?"입니다.

“우리는 접근 방식이 혼합된 것을 보았습니다. 그러나 명확하게 정의된 문제로 시작하여 생산성을 높이고 가동 중지 시간을 줄이는 것과 같은 목표를 추구하여 실현 가능한 것에 집중하는 것이 가장 좋습니다.”라고 그는 말했습니다.

Issacs는 Digital Twin Consortium을 OMG(Object Management Group)가 표준 정의를 달성하고 산업 전반의 노력을 결합하기 위해 시작한 프로그램으로 설명했습니다. 그는 그룹이 올해 초 결성된 이후 거의 150명의 회원으로 성장했다고 말했다. 회원 목록에는 Autodesk, Bentley Systems, Dell, GE Digital, Microsoft, Northrop Grumman 및 University of Maryland가 포함됩니다.

OMG의 Industrial Internet Consortium 이사이자 Dell Technologies CTO Office의 수석 설계자인 Said Tabet에 따르면 디지털 트윈을 사용하면 구현자와 설계자는 모두 시스템의 대기 시간 요구 사항을 이해해야 합니다.

"모든 것이 실시간이 아니며 모든 실시간이 동일하지도 않습니다."라고 Tabet은 말했습니다. 즉, 초실시간 응답률을 추구하는 것은 실현 가능하지 않거나 필요하지 않을 수 있습니다.

한편, 물리적인 것과 디지털적인 것 사이의 동기화에 주의를 기울이는 것도 중요합니다.

“성숙 모델을 구현하면 이 프로세스를 안내하는 데 도움이 됩니다. 그리고 [데이터] 세분성과 관련하여 사용 사례에 따라 달라지기 때문에 결과와 초기 결과에 초점을 맞추는 것이 중요합니다."라고 Tabet은 경고했습니다.

공급망 및 물류는 디지털 트윈이 발판을 마련하는 영역이며 모델링 측면에서 디지털 트윈의 물리학 충실도에 대한 결정이 어떻게 설정될 수 있는지에 대한 예를 제공한다고 Ansys의 디지털 트윈 수석 이사인 Sameer Kher가 말했습니다. Twin Builder 소프트웨어.

Kher는 "공급망에는 중요한 구성 요소가 있으며 이 중 일부는 더 깊은 수준의 모델링이 필요합니다."라고 말했습니다. "제품에는 물리학이 있습니다."

예를 들어, 그는 COVID-19 대유행의 첫 날에 잘 알려진 제조 라인 전환의 대상인 손 소독제를 지적했습니다.

손 소독제를 구성하는 유체의 점도와 이것이 장비에 가할 수 있는 배압을 측정하는 것은 디지털 트윈 생산 모니터링의 중요한 부분이 될 수 있습니다.

그는 설계 단계의 디지털 트윈을 통해 가상 분석을 통해 운영을 개선할 수 있다고 말했습니다.

디지털 트윈 디자인을 지나치게 생각하지 마세요

Simulink 및 기타 모델링 도구 제조업체인 MathWorks의 펠로우인 Jim Tung에 따르면 잠재적인 사용자는 디지털 트윈 모델을 생성할 때 지나치게 접근하지 않도록 주의해야 합니다.

"때로는 전체 워크플로에 대한 완전 충실도의 개별 시뮬레이션 모델이 과도합니다."라고 그는 말했습니다. 대신 사용자는 특히 고가의 자산에 집중할 수 있습니다. 생산 대기열을 통해 이러한 요소를 더 빠르게 이동하면 비용 이점을 얻을 수 있습니다.

"모든 경우에 비즈니스 가치를 이해하는 것이 중요합니다."라고 Tung은 말했습니다. 이는 사용자가 디지털 트윈 모델의 적절한 충실도에 대한 질문에 답하기 위해 그 결정에서 이끌렸기 때문이라고 그는 지적했습니다.

Atos SE의 IoT 및 AI에 대한 Insight Practice를 이끌고 있는 Niels Thomsen은 디지털 트윈 기술이 인상적일 수 있지만 기술이 핵심이 아니라고 상기시킵니다.

그는 “비즈니스 관점에서 시작해야 한다”고 말했다. 제약 산업에서 Atos의 작업에서 이는 화학 배치의 전반적인 품질을 결정하는 중요한 프로세스부터 시작하는 것을 의미했습니다.

이를 위해서는 측정할 디지털 트윈 모델을 구축하고, 실제 화학 혼합물을 해당 모델과 실시간으로 비교하고, 어떤 경우에는 온도, 압력 및 흐름 속도와 같은 매개변수를 자동으로 조정하여 결과적인 혼합물 품질을 개선해야 합니다.

디지털 트윈 성숙도 모델링

Annie Zeng 박사에 따르면 오늘날의 디지털 트윈으로 가는 과정은 선도적인 자동차 제조업체인 Ford에게 긴 과정이었습니다. 포드는 30년 전에 이 길을 걷기 시작했다고 Zeng는 말했습니다. “C3P(CAD/CAM/CAE/PIM) 또는 컴퓨터 지원 설계/컴퓨터 지원 제조/컴퓨터 지원 엔지니어링/제품 정보 관리의 시대를 회상합니다. .

오늘날 포드는 부품과 프로세스의 모델을 모두 갖추고 있으므로 공장 운영의 전체 모델 맥락에서 주요 자동차 구성 요소의 트윈 모델을 모니터링할 수 있다고 포드 첨단 제조 그룹의 디지털 트윈 및 AI 기술 전문가인 Zeng은 말했습니다. Zeng는 Grieves와 마찬가지로 ASME Digital Twin Summit에서 연설했습니다.

Zeng은 Ford에게 디지털 트윈은 실제로 제품과 생산을 나타내는 데이터 모음이라고 말했습니다.

"우리의 비전은 관련 데이터에 대한 적시 액세스 및 통찰력을 제공하는 것입니다."라고 그녀는 말했습니다. 이는 팀과 협력하여 효율성 추구에 가장 시의적절하고 적절한 데이터 포인트를 찾아내는 것을 의미합니다. 프로젝트는 팀에게 가장 즉각적이고 유용한 데이터가 무엇인지 토론하도록 요청하는 것으로 시작됩니다.

Zeng의 경험에 따르면 디지털 트윈 빌더는 고려 중인 기술의 상대적 성숙도를 측정해야 합니다. Zeng에 따르면 물어봐야 할 질문은 "지금입니까? 근처에 있습니까? 먼가요?”

그녀는 “회사가 달성하고자 하는 바에 따라 답이 달라질 것”이라고 말했다. 해결해야 할 다른 질문은 전체 기술을 내부적으로 개발할 것인지 아니면 기술의 어느 부분을 사내에서 개발할 것인지입니다.

이러한 질문에 대한 답변은 사용자가 보유하고 있는 개발 또는 배포 프레임워크의 유형을 설명해야 합니다. Zeng은 "모든 회사에 일종의 프레임워크가 있을 것이라고 확신합니다."라고 말했습니다. "없으시면 가지고 있는 것이 좋습니다."

디지털 트윈은 비디오 게임이 아닙니다

ASME 정상 회담의 일환으로 디지털 트윈의 선구자인 Grieves는 비즈니스 리더가 디지털 트윈을 사용하기 전에 알아야 할 사항에 대한 질문을 받았습니다.

"우선, 비디오 게임이 아니라는 것을 이해해야 합니다."라고 Grieves가 말했습니다. "실제로는 실생활에서 오는 데이터와 그 데이터로 무언가를 할 수 있다는 사실이 중요합니다."

데이터 수집은 상식적으로 접근해야 한다고 그는 주장했습니다. 따라서 모든 데이터 포인트를 수집하는 것이 문제가 아닙니다.

"내가 경고하는 것 중 하나는 엄청난 양의 '데이터'를 [수집]하지만 '정보'가 없다는 것입니다."라고 그는 말했습니다. 따라서 각 경우에 구체적으로 어떤 데이터가 필요한지 살펴보는 것이 중요합니다.

Grieves는 비즈니스 측과의 대화에서 가장 중요한 것은 문제 지점이 이미 일반적인 지식인 경우에 집중하는 것이라고 말했습니다.

"어디서 가치를 얻습니까? 사업가들이 '멋진 그림을 찍으려면 이 돈을 다 써야 한다'고 생각하면 하지 않을 것"이라고 말했다. "기본적으로 이것을 가치 제안으로 요약해야 합니다."

그래도 "회계사가 너무 일찍 들어오게 내버려 둘 수는 없습니다."라고 Grieves는 약간의 윙크와 함께 덧붙입니다. "그들은 기쁨의 살인자입니다."