Los Gemelos Digitales se presentan como una tecnología disruptiva en la simulación y análisis de procesos industriales, capaz de exprimir al máximo los beneficios de la transformación digital de planta, una transformación en el ya se encuentran involucradas muchas empresas y que se intensificará en los próximos años.

Los Gemelos Digitales son representaciones digitales vivas de dispositivos y procesos que componen una factoría, conectadas con el sistema real al que representan mediante Sistemas Ciberfísicos (CPS). Con la información en directo de planta, el histórico de operaciones y mantenimiento, y la aplicación de técnicas de Machine Learning, es posible obtener un modelo de alta precisión cuyo comportamiento se asemeja fielmente al del sistema real.

En consecuencia, conseguimos un entorno protegido y seguro para la experimentación, pudiendo detectar problemas antes de que ocurran, planificar tareas de mantenimiento evitando paradas inesperadas, construir nuevos escenarios de funcionamiento más eficientes (OEE), desarrollar nuevas oportunidades de negocio y nuevos planes de fabricación, o incluso realizar previsiones a futuro.

Sin embargo, el Gemelo Digital es todavía un concepto de desarrollo que, además presenta diversas barreras tecnológicas para su adopción en el tejido industrial. Por un lado, existe una dificultad técnica para monitorizar masivamente y digitalizar procesos en la industria, con gran variedad de equipos, sistemas legados aislados, buses de campo, protocolos propietarios, así como una estricta arquitectura de integración y automatización industrial.

Por otro lado, los sistemas utilizados actualmente en la industria son incapaces de almacenar y tratar los volúmenes de datos necesarios para crear y evolucionar los Gemelos Digitales, que realmente representen el comportamiento de los elementos físicos, y no sólo sus características y su estado.

Esto está unido a la complejidad tecnológica que requiere el ir más alla de las representaciones digitales y avanzar hacia escenarios de manejo de múltiples copias digitales simultáneas, con mayor capacidad de evaluar escenarios alternativos.

Ante esa situación, el proyecto DIGITAL TWINS, en el que participa el Instituto de Tecnología Informática (ITI) comenzó centrándose en estas barreras tecnológicas, mediante la utilización de los últimos avances en tecnologías del Internet de las Cosas Industrial (IoT) y en técnicas de aprendizaje basadas en Big Data.

• Digitalización de planta “deploy & forget”. Mediante la aplicación de IoT y los Sistemas Ciberfísicos (CPS), ITI está trabajando en una prueba de concepto de un sistema plug & play para digitalizar elementos en planta (maquinaria antigua y moderna, herramientas, personas, productos…) de forma ágil y minimamente intrusiva. Este sistema, bautizado como «CPS deploy & forget», está especialmente diseñado para una puesta en marcha rápida y sencilla, sin necesidad de infraestructuras de comunicaciones y energía, y para una integración transparente con los sistemas de planta mediante las nuevas arquitecturas y protocolos de Industria 4.0.
• Big Data Analytics para la construcción de Gemelos Digitales. Un requisito para la construcción de un Gemelo Digital es utilizar todos los datos que se encuentren disponibles. Este hecho requiere la aplicación de tecnologías Big Data Analytics, para gestionar eficientemente los datos en tiempo real, combinados junto con la información histórica y de contexto (logística, ventas, almacén, entorno). Por otra parte, para la creación del modelo predictivo que fundamente un Gemelo Digital, es necesario la aplicación de técnicas punteras en el ámbito del Machine Learning. El sistema consigue no solo modelar fielmente el proceso o maquinaria representado sino también usar los datos registrados en aras de mejorar los procesos productivos, evaluar nuevos planes de producción, realizar mantenimiento predictivo o analizar nuevas configuraciones de planta, todo ello sin alterar el funcionamiento real de la máquina.

Los próximos objetivos se centran en obtener un mayor volumen de información, tanto de los sistemas en planta como de la propia solución Deploy&Forget, para mejorar la precisión y fiabilidad de los modelos analíticos desplegados. También se profundizará en la detección de las condiciones óptimas para mejorar los procesos sensorizados.