Digital twin-technologie werkt door een fysiek object uit te rusten met IoT-sensoren gedurende de ontwikkeling, productie en werking ervan. Deze sensoren zijn ontworpen om betrouwbare gegevens over het onderwerp en de functionaliteit ervan te produceren. Deze gegevens kunnen vervolgens in real-time worden doorgegeven aan een afzonderlijke verwerkingstool en worden gebruikt om een uiterst nauwkeurig digitaal model te creëren.

Voorbeelden van digital twin-technologie zijn:

• Verkeersengineering
  Er kunnen digital twins worden gecreëerd voor volledige wegsystemen. Door in real-time wegen in kaart te brengen en verkeersgegevens te analyseren, kunnen planners een uitgebreider beeld krijgen van hoe het verkeer door een stad beweegt, waar er knelpunten zijn en welke soorten aanpassingen kunnen worden gedaan om verkeersopstoppingen te verlichten.
• Telecommunicatie
  Telecommunicatiebedrijven kunnen digital twin-oplossingen toepassen om hun netwerken in kaart te brengen en te optimaliseren op basis van de bewegingen van netwerkgebruikers en de toepassingen die ze momenteel uitvoeren.
• Onroerend goed
  Digital twins worden veel gebruikt door vastgoedbedrijven om virtuele voorstellingen van bouwecosystemen te maken. Hierdoor kunnen besluitvormers de real-time eigenschappen van hun gebouwen bekijken, waaronder gegevens over beheersystemen, gegevens over beveiligingssystemen, HVAC-systeemgegevens, plattegronden voor interieurs en exterieurs, gegevens over interactie met huurders en meer.
• Energieproductie
  Naarmate de energiebehoefte toeneemt, maakt de energiesector gebruik van digital twin-technologie voor een betere efficiëntie van windturbines die energie genereren. Aangesloten sensoren leveren real-time prestatiegegevens aan de digital twins van turbines, waardoor technici waar nodig verbeteringen en aanpassingen kunnen aanbrengen om de energie-uitvoer te optimaliseren.
• Gezondheidszorg
  Digital twins kunnen zowel voor levende systemen als voor levenloze systemen worden gemaakt. Draagbare sensoren geven zorgverleners meer inzicht in de gezondheid van hun patiënten en stellen hen in staat behandelingen en procedures te simuleren voordat deze in de praktijk worden toegepast.

Uiteraard is de digital twin-technologie niet beperkt tot deze voorbeelden; ieder systeem dat in een virtuele omgeving voor gegevensverzameling wordt voorgesteld, werkt samen met zijn eigen digital twin.

Omdat digital twins organisaties in staat stellen real-time, real-world gegevens te verzamelen, hebben ze vele verschillende voordelen. Dit omvat:

Verbeterd onderzoek en ontwikkeling (R&D)

In R&D wordt voordeel gedaan met het gebruik van digital twins. Bedrijven hoeven niet te wachten tot prototypen zijn voltooid om de prestaties te testen, maar kunnen nauwkeurige digital twin-gegevens toepassen om bruikbare inzichten te verkrijgen en essentiële wijzigingen en verbeteringen aan te brengen voordat het product in productie gaat.

Verhoogde efficiëntie

Productieprocessen zijn zeer geschikt voor digital twin-oplossingen. Bedrijven kunnen productiesystemen volgen en de resultaten van mogelijke efficiëntieverbeterende aanpassingen onderzoeken voordat ze deze wijzigingen in de werkelijkheid toepassen. Digital twins helpen ervoor te zorgen dat elke uitgevoerde verfijning wordt ondersteund door betrouwbaar bewijsmateriaal en dat de geïntroduceerde wijziging het systeem zal helpen verbeteren.

Geoptimaliseerde prestaties

Of digital twins nu verwijzen naar één component of naar een volledige reeks processen, ze bieden betrouwbare inzichten in gegevens op gebieden die anders zouden lijden onder minder concrete besluitvormingsprocessen. Zo is het mogelijk om inefficiënties weg te werken en de prestaties te verbeteren.

Onderbouwde voorspellingen

Real-time IoT-sensorgegevens en geavanceerde mathematische modellering geven besluitvormers alle informatie die ze nodig hebben om trends te identificeren en problemen te ondervangen voordat ze zich voordoen. AI- en machine learning-technologieën verbeteren de voorspellende aanbevelingen die mogelijk worden gemaakt via een digital twin.

Snellere time-to-market

De benodigde tijd om een idee om te zetten van concept in werkelijkheid, kan aanzienlijk worden verkort door digital twins. Dit betekent minder ontwikkelwerk en een snellere introductie, niet alleen voor de producten zelf, maar ook voor andere assets en processen die relevant zijn voor de productie en implementatie.

Zoals al eerder besproken, variëren digital twins in grootte, van klein en specifiek tot groot en inclusief. Verschillende wetenschappelijke disciplines hebben zelfs digital twin-oplossingen toegepast voor het creëren van gedragsmodellen van microscopische onderwerpen (zoals menselijke cellen) en macroscopische systemen (zoals de grootschalige structuur van het zichtbare universum). Bedrijven classificeren hun digital twin-inspanningen doorgaans op basis van vier vergrotingsniveaus:

• Componenten
  Alleenwerkende componenten zijn de meest elementaire eenheden van digital twins. Componenten kunnen verder worden opgesplitst in onderdelen voor een meer gedetailleerde benadering.
• Assets
  Wanneer de digital twin uit meer dan één component bestaat, wordt deze geclassificeerd als een asset. Asset-twins halen prestatiegegevens op uit de afzonderlijke componenten en uit de interactie tussen deze componenten.
• Systemen
  Systeemtwins bestaan uit twee of meer assets die tegelijkertijd actief zijn om een werkend systeem te creëren.
• Processen
  Tenslotte richten procestwins zich op de interactie van meerdere systemen om volledige processen te creëren.

Vaak worden de termen digital twin en simulatie door elkaar gebruikt. En in vele opzichten vertonen de twee toepassingen opmerkelijk veel gelijkenissen. Digital twins en simulaties maken gebruik van real-world gegevens om objecten in een digitale omgeving te repliceren. Ze verschillen echter in het toepassingsbereik van het digitale model

De meeste simulaties zijn ontworpen om alleen enkelvoudige, specifieke processen te bestuderen. Bovendien zijn ze gewoonlijk afhankelijk van uitgestelde gegevens die de waarde behouden die eraan is toegewezen op het moment dat ze zijn verzameld.

Digital twins zijn tot veel meer in staat. Een digital twin creëert een echte, werkende digitale omgeving waarin organisaties een reeks simulaties kunnen uitvoeren om vele verschillende processen te testen en te bestuderen. Dit alles wordt geïnformeerd door real-time gegevens die een duidelijk en up-to-date beeld geven van wat er op dit moment gaande is. Deze gegevens worden in de digital twin ingevoerd om real-time nauwkeurigheid te garanderen. Alle inzichten die door het verwerkingssysteem worden gecreëerd, kunnen ook worden teruggezonden om het onderwerp te optimaliseren.

Kortom, een simulatie kan een korte indruk geven van de impact van wijzigingen die in een systeem zijn aangebracht. Een digital twin gaat nog verder, door gedetailleerde inzichten te bieden in wat er op dit moment gaande is in meerdere systemen of processen, en wat er in de toekomst waarschijnlijk zal gebeuren, afhankelijk van de variabelen die veranderen.

Wanneer zijn digital twins waardevol? Het algemene antwoord is "wanneer een organisatie real-time inzichten wil in componenten, assets, systemen of processen." Meer specifiek zijn digital twins echter het nuttigst wanneer ze op specifieke tijdstippen worden toegepast:

Tijdens de productontwikkeling

Voordat een fysiek product wordt gemaakt of een systeem wordt opgesteld, kan een digital twin prototype (DTP) worden gemaakt, dat de gegevens voorstelt die relevant zijn voor de ontwerpen, analyses en processen die in het afgewerkte product moeten worden opgenomen. Organisaties gebruiken DTP’s om parameters en bedrijfsomstandigheden te testen en aan te passen, om een beter inzicht te krijgen in producten en systemen in ontwikkeling, en om gunstige wijzigingen aan te brengen in hun ontwerpen voordat ze de volledige productie ingaan

Na implementatie

Nadat een product is uitgebracht of een specifiek systeem of proces is geïmplementeerd, is de digital twin nog steeds een essentieel onderdeel van de gegevensverzameling en -analyse. Digital twin instances (DTI’s) bieden organisaties nauwkeurige informatie over het object of de entiteit gedurende de gehele levenscyclus, en digital twin aggregates (DTA's) brengen groepen DTI’s samen om de mogelijkheden in verschillende omstandigheden te bepalen, nieuwe bedrijfsparameters te testen en een uitgebreider beeld te bieden in de toekomst.

Zuivere, eenvoudige simulaties op basis van schattingen en uitgestelde gegevens hebben hun voordelen, maar producten en bedrijven bestaan niet in louter virtuele werelden. Om inzicht te krijgen in de manier waarop ze echt werken en op welke gebieden ze kunnen worden verbeterd, hebben organisaties uitgebreide real-world informatie nodig die tot op de seconde consistent is.

Deze grotere nadruk op real-world gegevens heeft unieke en waardevolle oplossingen gecreëerd voor groepen in vele velden en branches. Deze oplossingen omvatten:

• Het maken van meerdere digitale productvariaties voor een eenvoudigere aanpassing
• Verbeteringen in de efficiëntie van raceauto's
• Vermoeiingstests en corrosiebestendigheid voor windturbines
• Eenvoudig delen van digital twin-gegevens tussen verschillende disciplines
• Verbeteringen in productie en bedrijfsprocessen
• Procesoptimalisatie om prestatie-indicatoren voor productie te volgen
• Verlenging van levenscyclus van producten
• Minder behoefte aan fysieke prototypen in de autoproductie
• Verbeterde klantbeleving door middel van product, prestaties en distributiegegevens
• Verbeteringen in workflow, personeel en procedures voor ziekenhuizen

• Productie: Het optimaliseren van het productieproces, het verminderen van de uitvaltijd en het verbeteren van de productkwaliteit worden allemaal mogelijk gemaakt via digital twins. Digital twins kunnen bijvoorbeeld het gedrag van een productielijn simuleren om knelpunten te identificeren en de workflow te optimaliseren.
• Gezondheidszorg: Digital twins worden gebruikt voor het controleren van apparaten zoals MRI of de verzending van vaccins/medicatie. Om potentiële problemen te identificeren of de prestaties nauwkeuriger te meten. Deze technologie kan ook worden gebruikt om gepersonaliseerde simulaties van organen of systemen in het lichaam te maken, zodat artsen en onderzoekers de voortgang van de ziekte beter kunnen begrijpen en doelgerichte behandelingen kunnen ontwikkelen.
• Bouw: Door simulatie en optimalisatie kunnen digital twins de kosten verlagen, de veiligheid verbeteren en verspilling minimaliseren.
• Energie: Digital twins maken een optimalisatie van energieproductie- en distributiesystemen mogelijk. Digital twins kunnen bijvoorbeeld het gedrag van een elektriciteitscentrale simuleren om inefficiënties te identificeren en de prestaties te verbeteren.
• Vervoer: Digital twins kunnen worden gebruikt om de verkeersstroom en logistiek te optimaliseren. Digital twins kunnen bijvoorbeeld het gedrag van een haven simuleren om knelpunten te identificeren en de workflow te optimaliseren.
• Leveringsketen: Bedrijven kunnen inzicht krijgen in de werking van het systeem en kunnen potentiële verbeteringsgebieden identificeren voor een optimaal voorraadbeheer, minder verspilling en een verbeterde kwaliteitscontrole. Een digital twin van een fabriek kan bijvoorbeeld worden gebruikt om verschillende scenario's te simuleren en knelpunten in het productieproces te identificeren.
• Detailhandel: Digital twin-technologie kan worden gebruikt in detailhandelomgevingen om virtuele replica's van fysieke winkels te produceren, zodat klanten producten in een virtuele omgeving kunnen bekijken en kopen, terwijl werknemers ook verschillende winkelindelingen en productplaatsingen kunnen testen voordat ze wijzigingen aanbrengen.

Deze lijst bevat slechts een fractie van de mogelijke use cases voor digital twin technologie. Omdat digital twins organisaties in staat stellen om de parameters van objecten en processen in een volledig digitale omgeving te creëren, te analyseren en aan te passen, kunnen zelfs de meest complexe uitdagingen sneller, eenvoudiger en goedkoper worden uitgevoerd en opgelost dan voorheen mogelijk was.

Gegevens hebben altijd een belangrijke rol gespeeld in de besluitvorming. Nu digital twin-oplossingen wijdverbreid worden, worden ze ingezet bij het verzamelen en analyseren van echte gegevens. Hoewel de technologie al beschikbaar is, kan het helaas lastig zijn om de juiste tools en resources te vinden om digital twins voor jeu bedrijf te creëren.

ServiceNow brengt IoT en workflow samen en integreert het bekroonde Now Platform® met meerdere IoT-partnertools. Deze geavanceerde oplossingen werken samen en bieden je de nauwkeurige, real-time gegevensverzameling, -analyse en -opname die je nodig hebt om je kritieke assets en infrastructuur te controleren. Til je IoT-gegevens naar een hoger niveau door ze in je workflows op te nemen met ServiceNow Customer Service Management (CSM) en Field Service Management (FSM). En bij dit alles kun je profiteren van de bekroonde service en ondersteuning die ServiceNow tot de leider op het gebied van IT-beheer voor ondernemingen heeft gemaakt.

Breid je gegevensanalysemogelijkheden uit naar de echte wereld; klik hier om voor een demo van ServiceNow vandaag!