Januari 2023
Digital twins worden volwassen en slimmer
Van 3D-Cad via Bim naar digital twins
Digital twin; een term die we steeds vaker horen. Of is de juiste benaming nu ‘virtual twin’ of ‘expert twin’? Of toch gewoon Bim-met-iets-extra’s? Laat deze spraakverwarring u niet van de wijs brengen: het digitale broertje van een fysiek object of installatie wordt steeds belangrijker. En terecht. Want het gebruik ervan biedt kansen. Ook voor installateurs die actief zijn met gebouwgebonden installaties.
Het is alweer zo’n acht jaar geleden dat een bekende leverancier van Cad-software besloot om wat meer aandacht te besteden aan zijn softwareapplicaties voor simulatie. Tijdens een interview vertelde een vertegenwoordiger van dit bedrijf over een voorbeeld van het gebruik van simulatiesoftware bij een parkeergarage. De garage kampte in de praktijk met een aantal lastig te verklaren problemen en het bedrijf was gevraagd te helpen deze op te lossen. Men besloot de parkeergarage digitaal opnieuw te bouwen, maar nu met de hulp van simulatiesoftware. Eerst werd er een 3D-model van de garage gebouwd. In de fysieke garage plaatste men vervolgens sensoren die continu metingen verrichtten aan de constructie en aan een aantal installaties. Die data werden in het 3D-model ingevoerd. Vervolgens werden de sensorinformatie uit de garage en de gegevens die voortkwamen uit het 3D-model met elkaar vergeleken. Hierdoor kwam men al snel de oorzaken van de technische problemen op het spoor.
Volledig functionele kopie
Hoewel men het in dit voorbeeld nog over een ‘simulatiemodel’ van de parkeergarage had, zouden we het 3D-model dat toen werd gebruikt nu een ‘digital twin’ noemen. Anderen spreken soms van een ‘virtual twin’ of een ‘expert twin’, maar dat is hetzelfde als een digital twin.
Een digital twin is een digitaal model van een fysiek object. Dat fysieke object kan van alles zijn: een machine, een kunstwerk in de openbare ruimte of een elektrische installatie in een gebouw. Een digital twin is daarmee niet hetzelfde als een 3D-Cadmodel, want een digital twin moet als het ware ook kunnen functioneren. Met andere woorden, je wilt data over het gedrag van het object in de praktijk, in een digital twin kunnen opnemen. Dit kan data zijn die we vooraf – dus voordat het object daadwerkelijk is gebouwd – in de digital twin opnemen, maar het gaat ook om data die we binnenkrijgen via sensoren die zijn geïntegreerd in de reeds in gebruik genomen installatie.
Daarmee is ook duidelijk dat een digital twin niet hetzelfde is als Bim. Want bij Bim wordt een digitaal systeem gebruikt voor het vastleggen van informatie over ontwerp, bouw en onderhoud. Maar Bim biedt niet de mogelijkheid om live data die gegenereerd worden door het fysieke object weer in het model terug te voeren, zodat in realtime analyses en simulaties mogelijk zijn.
Waarom digital twins?
Om bij gebouwen en gebouwgebonden installaties met digital twins aan de slag te gaan, kunnen tal van redenen zijn, bijvoorbeeld:
• Een digital twin is gebaseerd op een 3D-model van een installatie of gebouw en maakt het mogelijk om het object van alle kanten te bekijken en te onderzoeken. Daarnaast biedt het mogelijkheden voor het invoeren van realtime meetdata,
• We leggen in een digital twin allerlei gegevens vast over maatvoering, sterktes, gebruiksuren en dergelijke. Doordat we bij digital twins in het fysieke broertje sensoren toepassen, kunnen we deze meetgegevens automatisch weer in de digital twin invoeren en vergelijken met de data die we daarin hebben vastgelegd. We kunnen dan afwijkingen zien en de oorzaken daarvan achterhalen in het digital twin-model,
• Doordat we alle data bij elkaar brengen, kunnen we een digital twin gebruiken voor het verbeteren van (voorspellend) onderhoud. Bijvoorbeeld door in de digital twin het effect te simuleren van het vervangen van een component in een installatie. Of door te kijken wat er gebeurt als de setpoints van een bepaald deel van een installatie worden veranderd. Daarnaast wordt beheer vergemakkelijkt doordat we in een digital twin – en dus op afstand – de technische conditie van het object kunnen volgen en analyseren,
• Een digital twin kan ook een belangrijke rol spelen bij het vooraf testen van een object. Dat maakt het voor allerlei toepassingen mogelijk om het aantal fysieke prototypes van bijvoorbeeld op maat gemaakte installaties te verkleinen, doordat we testen in een digitaal model kunnen doen. Daar spaart materiaal, geld en tijd,
• Door fysieke objecten en digital twins aan elkaar te koppelen, ontstaat een situatie waarin gegevens uit de praktijk voortdurend in het digitale model worden geladen, daar worden geanalyseerd, waarna de resultaten daarvan weer invloed hebben op het fysieke object. Zo ontstaat een continue wisselwerking tussen het fysieke object en het digitale broertje daarvan.
Ook installateurs zullen zich op de komst van digital twins moeten voorbereiden
De snelheid waarmee digital twins worden geadopteerd, verschilt nogal per branche. De industrie en lucht- en ruimtevaart gaan bijvoorbeeld veel sneller dan de bouwsector. Een onderzoek van Altair – een bedrijf dat digtal twin-software levert – onder 2.000 professionals, geeft een aantal interessante cijfers over de houding in een aantal branches ten aanzien van digital twins.
Hoewel het onderzoek veel voor de hand liggende voordelen van digital twin-technologie bevestigt, kwamen er ook enkele verrassende resultaten uit. Zo verwacht tweederde van de ondervraagden (67 procent) dat digital twins de behoefte aan prototypes en fysieke testen van installaties en systemen binnen zes jaar geheel overbodig gaan maken. Interessant is ook de rol van digital twins bij verduurzaming. 85 procent van de organisaties waar respondenten werken, gebruikt al digital twin-technologie, of is van plan deze te gaan gebruiken, om hun duurzaamheidsdoelen te helpen realiseren. Daarbij simuleert men dus vooraf de milieu-impact van allerlei technische maatregelen.
Veel praten, weinig doen
In de markt horen we nog wel eens de opmerking: ‘er wordt veel over digital twins gepraat, maar niemand gebruikt het’. Het zou te complex en te ingewikkeld zijn, de relatie tussen Bim en digital twins zou onduidelijk zijn en de voordelen zouden niet tegen de kosten opwegen. Uit het eerder genoemde Altair-onderzoek komt een ander beeld naar voren, al kent dit onderzoek geen goede uitsplitsing naar branches:
• Bijna drie op de vier (69 procent) organisaties die in het onderzoek zijn bevraagd, gebruikt al digital twins,
• 71 procent van deze bedrijven investeert pas sinds vorig jaar in digital twin-technologie,
• Van de ondervraagde organisaties die nog geen digital twins gebruiken, verwacht bijna de helft dat ze deze technologie binnen drie jaar gaan adopteren,
• Ruim eenderde geeft aan meer te willen weten over de praktijkcases, het gebruik van data en andere aspecten van digital twin-technologie.
Stap-voor-stap
Uiteraard begon de adoptie van digital twins aan de bovenkant van het bedrijfsleven. Denk aan de grote vliegtuigfabrikanten, defensiebedrijven, petrochemische industrie en dergelijke. Inmiddels zien we echter dat digital twins steeds breder worden toegepast en ook voorzichtig in de bouw en bij gebouwgebonden installaties een rol gaan spelen. Dat is ook logisch, want grote opdrachtgevers vragen – nadat zij zelf ervaring met digital twins hebben opgedaan – hun toeleveranciers met dezelfde technologie te gaan werken. Ook installateurs zullen zich dus op de komst van digital twins moeten voorbereiden.
Zo ervaarde ook Rijkswaterstaat, waar men zich steeds meer richt op digital twins, te beginnen bij kunstwerken in de infrastructuur. In een interview met BTG – een belangenorganisatie van telecombedrijven – stellen medewerkers van Rijkswaterstaat dat zij veel verwarring in de markt zagen over digital twins. Dat heeft te maken met het door elkaar heen gebruiken van termen als digital en virtual twins, onduidelijkheid over de verschillen en overeenkomsten tussen digital twins en bijvoorbeeld Bim, maar ook door het soms nogal abstracte taalgebruik waarin kreten als ‘puntenwolken’ worden gehanteerd die ‘aangevuld worden met een intensiteits- of kleurwaarde’.
Desondanks ziet ook Rijkswaterstaat dat 3D-modellen al steeds vaker worden gebruikt voor aanleg en beheer van kunstwerken. Interessant genoeg gebeurt dit tot nu toe zonder dat het gebruik van dit soort tools door de overheid verplicht is gesteld. Stap-voor-stap worden de voordelen van digitalisering echter steeds duidelijker, ook voor toeleveranciers en installateurs, waardoor het gebruik verder zal toenemen.
Slim benutten
Als we maximaal voordeel willen behalen uit digital twins, dan is het van groot belang dat we deze ook op slimme manieren gaan benutten. Een digital twin moet ons vooral gaan helpen en dat kan als een digital twin veel analyses en handelingen zelfstandig kan verrichten. Dat betekent onder andere het gebruik van kunstmatige intelligentie (AI), die nu vaak al standaard wordt meegeleverd met digital twin-software. Dat is een positieve ontwikkeling, maar het zal voor veel installateurs wel even wennen zijn. Werkvoorbereiders, engineers en andere technici kunnen nu al heel veel met 3D-modellen, maar bij grotere installaties en hun digital twins wordt de hoeveelheid data die in het model wordt gebruikt al snel zo groot dat mensen dit nauwelijks meer kunnen verwerken. Met AI kan dat wel. AI komt juist tot zijn recht bij massale hoeveelheden data die verwerkt moeten worden.
Het toepassen van AI levert waarschijnlijk wel een cultuurschok op voor veel technische bedrijven. Niet langer maken straks de technische inzichten en ervaringen van de eigen medewerkers het verschil, maar AI-modellen die getraind moeten worden voor het analyseren van technische objecten en installaties. Deze AI-software zal dan steeds vaker bepalend zijn voor technische keuzes en beslissingen. Interessant is natuurlijk wel dat voor het trainen van de AI-modellen die bij digital twins worden gebruikt juist weer de kennis en ervaring van diezelfde werkvoorbereiders en engineers nodig is.
Eenmaal operationeel haalt AI-software vaak in zeer korte tijd uiterst relevante info boven water. Ook bij digital twins. Dan hebben we het over informatie die technische issues kunnen voorkomen, maar ook tot efficiëntere manieren van werken kunnen leiden. Denk aan slimmere en daardoor betere ontwerpen, voorspellend onderhoud, beheer op afstand en het steeds meer automatiseren van de bediening van installaties.
Het onderzoek van Altair geeft hier nog wat interessante gegevens over:
• Bij veel bedrijven bestaat nog een flinke kloof tussen managers en mensen op de werkvloer als het gaat om kennis over digital twins,
• 81 procent van de ondervraagde managers zegt dat hun organisatie al digital twin-technologie gebruikt, in tegenstelling tot slechts 58 procent op gebruikersniveau,
• 68 procent van de managers gaf aan dat ze digital twins gebruiken om de duurzaamheidsdoelen te halen, vergeleken met slechts 43 procent van de ondervraagde mensen op de werkvloer.
Ervaring opdoen
Door ervaring op te doen met digitalisering kunnen we stapsgewijs groeien in kennis en ervaring. Bijvoorbeeld door eerst met 3D-Cad modellen te gaan werken, om stap-voor-stap door te groeien naar een Bim-model voor het vastleggen en met de klant uitwisselen van zoveel mogelijk informatie over het gebouw of de installatie tijdens de ontwerpfase en later ook de gebruiksfase. We kunnen nog een stap verder gaan door data die sensoren meten in de fysieke installatie geautomatiseerd in het digital twin-model op te nemen. Laten we dan ook nog eens kunstmatige intelligentie het gedrag van dit digitale model analyseren, dan hebben we de ultieme digital twin te pakken.
Belangrijk is ook: het een is niet per se beter dan het andere. Bij elk project past een bepaalde mate van digitalisering. Soms is een klant al blij met een 3D-tekening of een 3D-model waarin alle objecten aangeklikt kunnen worden en allerlei documenten kunnen worden geopend die op dat object betrekking hebben – van tekeningen tot meetrapporten en bij wijze van spreken facturen. In andere gevallen willen we een compleet digitaal broertje hebben van het fysieke object, waarbij we via kunstmatige intelligentie het gedrag van dit object steeds beter leren begrijpen en voorspellen.
Tekst: Robbert Hoeffnagel
Fotografie: Siemens