16 jun. 2021
2 minuten
Stel je voor: een bezorgdrone heeft tijdens zijn vlucht een kleine vleugelschade opgelopen. Moet hij onmiddellijk landen, doorgaan zoals gepland, of via een omleiding naar een nieuwe bestemming vliegen? Een digital twin, een computermodel van de drone dat dezelfde route heeft gevlogen en nu dezelfde schade oploopt in zijn virtuele wereld, kan helpen om de ze beslissing te nemen.
Digital twins zijn meestal een op maat gemaakte, aangepaste implementatie die alleen werkt met een specifieke applicatie. Michael Kapteyn van MIT heeft nu een model ontwikkeld waarmee digitale tweelingen op grote schaal kunnen worden ingezet, bijvoorbeeld door tweelingen te creëren voor een hele vloot drones.
Een probabilistisch grafisch model kan de basis vormen voor voorspellende digitale tweelingen, volgens een nieuwe studie die Kapteyn en collega’s publiceerden in Nature Computational Science. De onderzoekers testten het idee uit op een onbemand luchtvaartuig (UAV) in een scenario zoals hierboven beschreven.
"De implementaties die tot nu toe zijn gedemonstreerd, vereisen doorgaans een aanzienlijke hoeveelheid middelen, wat een belemmering vormt in de echte wereld", zegt Kapteyn. "Dit telt extra zwaar doordat digital twins het nuttigst zijn in situaties waarin je veel vergelijkbare activa beheert. Bij het ontwikkelen van ons model hadden we het doel voor ogen om digital twins te creëren voor een hele vloot vliegtuigen, of een hele boerderij met windturbines, of een populatie hartpatiënten."
De staat van de UAV verandert in de loop van de tijd (door processen zoals mechanische slijtage en geregistreerde vliegtijd). Deze veranderingen worden waargenomen door de digital twin, die zijn eigen staat bijwerkt zodat deze overeen blijft komen met de fysieke UAV. De bijgewerkte digital twin kan vervolgens voorspellen hoe de UAV in de toekomst zal veranderen, en gebruikt deze informatie om de fysieke activa in de toekomst optimaal te sturen.
Dankzij het grafische model kan elke digitae twin gebaseerd zijn op hetzelfde onderliggende rekenmodel, terwijl elk fysieke exemplaar een unieke ‘digitale toestand’ heeft die een unieke configuratie van dit model definieert. Dit maakt het gemakkelijker om digitale tweelingen te maken voor een grote verzameling vergelijkbare fysieke activa.
Testcase
Om hun model te testen, gebruikte het team een UAV met een spanwijdte van 12 voet uitgerust met sensorstickers om spanning, versnelling en andere relevante gegevens te verzamelen. De UAV was de testcase voor alles, van kalibratie-experimenten tot een gesimuleerde ‘lichte schade-gebeurtenis’. De digital twin kon sensorgegevens analyseren, schade-informatie extraheren, voorspellen hoe de constructieve staatvan de UAV in de toekomst zou veranderen en veranderingen in zijn manoeuvres aanbevelen om aan die veranderingen tegemoet te komen.
Anderen lazen ook
