デジタルツイン

デジタルツインとは、運用中または開発中の製品、プロセス、またはシステムのデジタル表現です。運用中の場合、デジタルツインはアセットの現在の状態を反映し、関連する過去のデータを含みます。デジタルツインはアセットの現在の状態を評価するために使用されますが、さらに重要な点として、将来の動作の予測、制御システムの調整、または運用の最適化のために使用されます。開発中の場合、デジタルツインは、開発、テスト、および妥当性確認を容易にする、構築予定の製品、プロセス、またはシステムのモデルとして機能します。

デジタルツインが重要な理由

デジタルツインは、組織が製品の開発、テスト、および妥当性確認を改善および高速化できるようにするために、物理的な製品の動作を模倣します。運用最適化、故障診断、および予知保全がサポートされ、コスト削減、信頼性の向上、顧客体験の向上につながります。さらに、製品ライフサイクル全体を通じてデジタルツインを活用すれば、組織はフィードバックと改善の好循環を生み出すことで、概念から廃棄までのバリューチェーンを大幅に強化できます。この好循環により、経時的に技術革新を推進し、コストを削減し、品質を向上させ、製品の適切性と価値を確実に維持できます。

製品開発

製品設計の促進: デジタルツインを使用すれば、複雑なシステムのリアルタイム シミュレーションが可能になります。これにより、設計者はさまざまな動作状態下でシステムの動作を観察できるため、システム応答、エネルギー消費、運用効率を最適化できます。また、コンポーネントやサブシステムの設計を調整したり、動きの精度、安定性、応答時間などの望ましい性能レベルを達成するための制御手法を開発したりするためにも使用できます。

Krones、パッケージング ロボットのデジタルツインを開発

Krones は Simulink® と Simscape Multibody™ を使用して、設計最適化、故障テスト、および予知保全をサポートするデジタルツインを作成しました。エンジニアは、動的な三脚ロボットを設計に組み込むことで、自動飲料パッケージング システムの性能を向上させることができました。

「Simulink でのデジタルツインのシミュレーションにより、ハードウェアテストでは取得できない、または単純にコストや時間がかかりすぎるデータと洞察を得ることができました。力とモーメントを可視化することで、高度に動的なロボットに対する個々のコンポーネントの影響を理解することができました。」

Benedikt Böttcher, Krones

バーチャルでの検証と妥当性確認: デジタルツインによって作成された物理的な製品やシステムのバーチャルレプリカを使用して、設計プロセスの早い段階で設計概念のテストおよび妥当性確認を行い、性能を評価し、潜在的な問題を特定できます。この手法により、物理的なプロトタイプの必要性が減り、設計サイクルが短縮されます。

Schindler Elevator、物理的テストからシミュレーションへ移行

Schindler Elevator は最近、開発プロセスにモデルベースの妥当性確認ワークフローを導入しました。EDEn (Elevator Dynamics Environment) は、Web ベースのアプリケーションを使用したオフライン シミュレーションおよびハードウェアインザループ テストを実行するために、MATLAB®、Simulink、および Simscape™ で開発された一連のツールです。EDEn を使用すれば、テストカバレッジの範囲を大幅に広げながら、ソフトウェア リリース テストを 3、4 週間から一晩での実行に短縮し、コストとリスクを大幅に低減できます。

「HIL (ハードウェアインザループ) 手法を使用することで、より多くのテストケースを一晩だけでカバーできるようになりました。また、これにより、設計パラダイムもワーストケースの防止から通常使用に合わせたソフトウェアの最適化に変化しています。」

Manuel Pijorr, Schindler Elevator Ltd.

仮想試運転: デジタルツインは仮想試運転に役立ち、バーチャル環境でのシステムの包括的なテスト、妥当性確認、および最適化を可能にします。この手法により、リスクとコストを最小限に抑え、物理的な実装によりスムーズに移行できます。

バーチャルセンシング: デジタルツインを採用すれば、企業は物理センサーへの依存を減らし、予測機能を有効にし、センサーの配置を最適化し、システムの監視と性能を向上させることで、コスト削減と効率化を実現できます。

運用とメンテナンス

運用最適化: 組織はデジタルツインを使用すると、物理アセットのリアルタイムのステータスをミラーリングすることで、運用を監視するだけでなく、動的に最適化することもできます。この最適化には、システム性能の向上、エネルギー効率、リソース割り当てなどのさまざまな側面が含まれます。デジタルツインを使用すると、オペレーターはさまざまな運用シナリオを実行して、最適な動作状態を見つけたり、運用トレーニングの一環として対応方法を学習したりできます。

性能の診断と最適化のためのガスタービンのデジタルツイン

Siemens Energy は、MATLAB と Simulink を使用して物理ベースのデジタルツインを構築し、テストベッド プロトタイプとフリートデータを使用してその妥当性を確認しました。エンジニアは、組み込みシステム、エッジシステム、クラウドシステム、リモート監視システムなどの計算プラットフォーム全体にデジタルツイン機能を分散させました。Simulink Coder™Simulink Compiler™ を使用することにより、展開において手作業によるコーディングがほとんど、あるいはまったく必要なくなりました。システムのデジタルツインを作成した結果、Siemens Energy はガスタービンの信頼性、可用性、および保守性の向上、運用の最適化、コストの削減、および動作寿命の延長を実現しました。

予知保全: 各コンポーネントまたはシステム全体の状態を理解することで、デジタルツインは潜在的な故障を示している可能性のある微妙なパターンや異常を検出し、メンテナンスや交換が必要になると思われる時期を予測できます。この予測により、最も適切な時期にメンテナンス スケジュールを設定し、計画外の停止を回避し、メンテナンスリソースの使用を最適化できます。

デジタルツインによるモデルベデザインの拡張

モデルベースデザイン (MBD、モデルベース開発) は、開発プロセス全体を通じてモデルを体系的に使用して、複雑なシステムの提供方法を改善します。モデルベースデザインは、デジタル ツイン適用のための堅牢性の高い基盤を築きます。モデルベースデザインとデジタルツインの手法は、製品開発フェーズで共生関係をもっています。デジタルツインを活用する多くのシナリオは、モデルベースデザインのユースケースでもあります。

デジタルツインとモデルベースデザインを組み合わせて使用すると、特に OEM にとって有益な場合があります。モデルベースデザインは主に製品開発フェーズに焦点を当てています。一方デジタルツインは、OEM がその範囲を拡大し、顧客の運用および保守体験をサポートし、豊かにするデジタル製品またはサービスを提供することを可能にします。物理的な製品を設計および製造するだけでなく、ライフサイクル全体を通じて製品の価値を高める一連のデジタルツールを提供することもできます。デジタルツインは、物理的な製品を対応するデジタル表現につなげる役割を果たし、リアルタイムの監視、予知保全、および運用最適化を実現します。

Atlas Copco、シミュレーションとデジタルツインを使用して所有コストを最小化

Atlas Copco は、MATLAB と Simulink を利用してモデルベース エンジニアリング プラットフォームを構築し、デジタルツインを信頼できる唯一の情報源として使用することで、エンジニアリングから量産、販売、サービスに至るシミュレーションおよびデータ解析を統合しています。このプラットフォームは、セールスエンジニアが信頼性の高い性能シミュレーションを利用できるようにし、カスタマイズされた製品を顧客に提供します。Atlas Copco のコンプレッサーの現行モデルには最大 50 個のセンサーが装備されており、予知保全の準備を整えています。サービス部門は現場の 100,000 台を超えるマシンからのリアルタイムのデータ収集に基づいて顧客固有の保全戦略を設定することで、豊富な洞察を創出できています。同社ではこうした洞察の探索を始めたところです。

デジタルツインのワークフロー

デジタルツインのユースケースには変動性がありますが、デジタル ツイン プロジェクトを確実に成功させるために採用できる共通戦略があります。これらの戦略は、明確な目的の定義、モデルの設計と妥当性確認、効果的な展開、継続的な監視とアップデートによるメンテナンスという一貫したフレームワークを中心に展開されます。

手順 1: 目標と範囲の決定

デジタルツインの適用を成功させる取り組みは、達成を目指す明確なビジョンの策定から始まります。デジタルツインの目的は何か、自問してみてください。製品開発を支援することでしょうか、機器の問題の診断を支援することでしょうか、運用を最適化することでしょうか、それともトレーニング目的でシミュレーションを提供することでしょうか。

次に、デジタルツインの範囲を定義します。デジタルツインは個々のコンポーネントを表すのでしょうか、サブシステムとして機能するコンポーネントの集合を表すのでしょうか、それともシステム全体自体を表すのでしょうか。また、単一の機能を果たすのでしょうか、それとも複数の目的を果たすのでしょうか。これらの最初の決定により、プロジェクトの複雑度と方向性が決まります。

手順 2: 設計と構築

デジタルツインの作成には、専門知識、望ましい方法論、そして多くの場合は利用できるものに応じた、考え抜かれた手法が必要です。完全に新しい製品設計の場合、テストや運用のデータが不足しているため、物理法則に依拠してデジタルツインのフレームワークを構築する物理ベースモデリングから始めなければならない場合が多くあります。十分なデータが利用可能な場合は、データ駆動型の手法または AI ベースの手法を使用できます。これらの手法により、機械学習またはディープラーニングを組み込むことで結果と動作を予測できます。また、デジタルツインの開発を促進するために再利用できる既存のモデルやデータを検討し、既存のものを再構築しないようにします。

手順 3: テストと妥当性確認

デジタルツインが構築されたら、その厳格なテストと検証を実施します。この段階では、対応する物理的な製品をデジタルツインがどの程度正確に反映しているかを評価することで、デジタルツインの信頼性を確立します。また、予測とシミュレーションの正確性を測定する必要もあります。同様に重要なこととして、デジタルツインの洞察に基づいた意思決定に伴うリスクを理解します。デジタルツインが単なる高度なモデルではなく、実際の適用において信頼できるツールであることを保証する必要があります。

手順 4: デプロイおよび運用

妥当性確認済みのデジタルツインが構築されたら、それを展開する準備ができています。オンサイトの対応する物理的な製品に直接接続するのか、エッジ コンピューティングを使用して近さとレイテンシの短縮による恩恵を受けるのか、クラウドを活用して膨大な計算リソースとスケーラビリティを実現するのかにかかわらず、展開戦略は、デジタルツインの目的の用途に沿ったものでなければなりません。

手順 5: 監視とアップデート

デジタルツインは、一度設定すれば後は何もしなくてよいというソリューションではありません。デジタルツインが対応する物理的な製品を忠実かつ正確に表現し続けていることを保証するために、継続的な監視が必要です。パフォーマンス メトリクスを確立し、実データに対してデジタルツインの妥当性を定期的に確認することで、その整合性を維持できます。さらに、デジタルツインは、特定のしきい値を超えた場合にパラメーターの調整やモデルの完全なリビルドを行うためのメカニズムを実装して、経時的に進化させなければならない可能性があります。この適応性が、デジタルツインの寿命と有用性の要となります。

このトピックについてさらに詳しく

MATLAB と Simulink によるデジタルツイン

MATLABSimulink は、デジタルツインの作成、シミュレーション、検証、および実装のための包括的なプラットフォームを提供します。物理ベースモデリング高度なデータ解析、および AI を組み合わせた強みおよび簡単な展開オプション (PLC組み込みWeb、クラウドなど) により、複雑な物理システムの理解、運用、およびメンテナンスを強化するデジタルツインを設計できます。

Simscape を使用すると、エンジニアは Simulink 環境で物理システムのモデルをすばやく作成できるようになります。基礎コンポーネントを使用して回路図を組み立てることにより、電気モーター、ブリッジ整流器、油圧アクチュエータ、冷凍システムなどのシステムをモデル化できます。Simscape アドオン製品を使用すれば、より複雑なコンポーネントやシステムをモデル化し、解析できます。

データ駆動側では、MATLAB は統計、機械学習ディープラーニング、およびシステム同定向けの豊富なツールセットを提供します。エンジニアはこれらのツールを使用してデータ駆動型のデジタルツインを構築し、パターンの特定、パフォーマンスの最適化、メンテナンスの必要性の予測などを行うことができます。これらのデータ駆動型のデジタルツインと物理ベースのデジタルツインをシームレスに統合することで、システムのパフォーマンスと潜在的な問題を総合的に把握できます。

妥当性確認と検証は、デジタルツインが対応する物理的な製品を正確に反映し、想定どおりに動作することを保証する上で重要なステップです。高信頼性検証ワークフローに従うことで、エンジニアはシミュレーションに基づいたテストと静的解析を使用して、高水準の品質を維持しながら、欠陥を検出して市場投入までの時間を短縮できます。

MATLAB および Simulink での展開オプションは汎用性が高く、PLC、産業用コントローラー、組み込みシステム、Web プラットフォーム、クラウドでの実装をサポートしています。この柔軟性により、デジタルツインを既存のワークフローやインフラストラクチャに統合し、さまざまな環境にわたってリアルタイムの監視、予知保全、および運用の最適化を実行可能にすることができます。最終的に、デジタルツインの価値はその実装を介して実現されます。これにより、ステークホルダーは洞察と予測を活用して、情報に基づいた意思決定を行い、運用の卓越性を実現できます。