دوقلوهای دیجیتالی چیست؟

دوقلوهای دیجیتالی ( Digital Twin ) یک نمایش مجازی از یک محصول، فرآیند و یا خدمات فیزیکی است که جریان داده در زمان واقعی را بین فضای مجازی و فیزیکی امکان‌پذیر می‌کند. دوقلوهای دیجیتالی به عنوان یکی از فن‌آوری‌های محرک در پس تحول دیجیتالی تولید سنتی و شیوه‌های صنعتی در انقلاب صنعتی جهارم دیده می‌شوند.

مفهوم دوقلوهای دیجیتالی معمولاً به دکتر مایکل گریوز نسبت داده می‌شود که این ایده را در سال 2002 از طریق یک مدل پیشنهادی به عنوان بخشی از تحقیقات مدیریت چرخه عمر محصول (PLM) خود در دانشگاه میشیگان معرفی کرد. این مدل که در سال‌های بعد نام‌های متعددی داشت، سرانجام در سال 2010 توسط جان ویکرز از ناسا، دوقلوهای دیجیتالی نامیده شد.

با این حال، مفاهیم اساسی آن بدون تغییر باقی ماندند: موجودیت فیزیکی، موجودیت مجازی، و اتصال داده دو طرفه. علیرغم مفهوم ثابت دوقلوهای دیجیتال، کاربرد گسترده و پیشرفت سریع آنها به تازگی به دلیل پیشرفت در اینترنت اشیا (IoT)، یادگیری ماشینی و هوش مصنوعی (AI) قابل اجرا شده است. این احتمالاً ادامه خواهد داشت، زیرا Accenture و McKinsey هر دو Digital Twins را به عنوان یکی از پنج گرایش فناوری برتر برای سال 2021 و فوربس آن را به عنوان یکی از فناوری های تعیین کننده دهه آینده معرفی می کنند.

تعریف دوقلوهای دیجیتالی ( Digital Twin )

طیف متنوع تحقیقات و کاربردهای بالقوه دوقلوهای دیجیتالی منجر به تنوع و ابهام در تعریف آن شده است. رایت و دیویدسون (2020) پیش‌بینی می‌کنند که این امر به‌طور قابل‌توجهی به «فلات بهره‌وری» برای فناوری که بسیار کمتر از پتانسیل واقعی آن است کمک می‌کند. بنابراین، ارزش آن را دارد که به دنبال یک تعریف دقیق باشید، تعریفی که صرف نظر از صنعت و کاربرد قابل اجرا باشد، و برخی از تمایزاتی را که اغلب نادیده گرفته می‌شوند، در نظر بگیرید.

نمونه ای از چنین تعریفی همان تعریفی است که توسط سینگ و همکاران ارائه شده است. (2021):

دوقلو دیجیتال یک مدل مجازی پویا و خود تکامل یا شبیه‌سازی یک موضوع یا شی واقعی (قطعه، ماشین، فرآیند، انسان و غیره) است که وضعیت دقیق دوقلوی فیزیکی خود را در هر نقطه از زمان از طریق تبادل نشان می‌دهد. داده های زمان واقعی و همچنین نگهداری داده های تاریخی.

باید به ماهیت پویا و در حال تکامل مدل مجازی اهمیت داد، زیرا این تمایز، یک دوقلوهای دیجیتالی زا از مدل‌های معتبری را تشکیل می‌دهد که برای دهه‌ها تأثیر زیادی داشته‌اند. به طور مشابه، لازمه وجود موضوع یا شیء فیزیکی نیز باید مورد توجه قرار گیرد، زیرا این با مدل های ساده متفاوت است.

اگرچه ممکن است این امر بدیهی به نظر برسد، اما نادیده گرفتن این تمایز گهگاه منجر به استفاده نادرست از دوقلوهای دیجیتالی در مراحل اولیه طراحی (قبل از نمونه سازی) شده است که تأثیر مخربی بر روند طراحی دارد.

ارزش دوقلوهای دیجیتالی ( Digital Twin )

دلیل اشتیاق پیرامون دوقلوهای دیجیتالی ( Digital Twins ) به دلیل مزایای گسترده آنها در کاهش خطاها، عدم قطعیت‌ها، ناکارآمدی‌ها و هزینه‌ها در هر فرآیند، سیستم یا شی است. برای ارائه ایده ای از چگونگی افزودن چنین ارزشی، می توان چند مثال ارزش افزوده را در نظر گرفت.

پایش و نظارت

دوقلوهای دیجیتالی، می‌تواند ناهنجاری‌ها را تشخیص دهد و نقص‌ها را در یک فرآیند یا سیستم با دقت و سرعت بسیار بیشتری نسبت به روش‌های سنتی شناسایی کند. این قابلیت مقیاس‌پذیری برای برنامه‌های کاربردی «سرتاسر کارخانه» است که شامل صدها هزار مؤلفه بدون کاهش قابل‌توجه در عملکرد است.

پیش بینی کردن

با پیشرفت سیستم های نظارت، دوقلوهای دیجیتالی می توانند مشکلات آینده و مسیرهای انتشار خطا را پیش بینی کند تا منابع دقیقی برای برنامه ریزی تعمیر و نگهداری و پشتیبانی لجستیکی ارائه دهد. به طور مشابه، عمل تعمیر و نگهداری خود را می توان در کل کارخانه شبیه سازی کرد و یک استراتژی تعمیر و نگهداری بهینه پیشنهاد شده است.

مدیریت

از طریق شفافیت کامل اطلاعات، یک Digital Twin می تواند به طور مداوم فرآیند یا سیستم را بهینه کند. برای مثال، استراتژی‌های مدیریت دارایی را می‌توان بهبود بخشید تا نرخ‌های استفاده از منابع را که قبلاً با روش‌های طولانی و پرهزینه سنتی از آن جلوگیری می‌شد، ارائه دهد.

مزایای دیگر عبارتند از کاهش ضایعات، دسترسی از راه دور Digital Twin به همتای فیزیکی آن، امکان کنترل ایمن تر برای محیط های کاری خطرناک، و نظارت و کنترل داخلی افزایش یافته امنیت شبکه.

کاربردهای دوقلوهای دیجیتالی ( Digital Twin )

موارد استفاده برای دوقلوهای دیجیتال فراوان است. با شروع در بخش های هوافضا و تولید، اکنون می توان آنها را در بخش های کشاورزی، مراقبت های بهداشتی، ساخت و ساز و رباتیک یافت.

به عنوان مثال، Xu و همکاران. (2021) یک چارچوب رباتیک ابر صنعتی مبتنی بر دوقلو دیجیتال (DTICR) برای کنترل ربات‌های صنعتی (IRs) ایجاد کرد.

فضای مجازی Digital Twin شکاف بین IR های فیزیکی و خدمات رباتیک ابری را پر کرد و از طریق همگام سازی یکپارچه IR های مجازی و فیزیکی با یک اتصال داده دو طرفه، امکان کنترل حسی عالی یک سیستم روباتیک را فراهم کرد. چارچوب DTICR انعطاف‌پذیر و مقیاس‌پذیر بود و نویدبخش مناسب بودن آن برای کاربردهای پیچیده و متنوع روباتیک بود.

آنگین و همکاران (2020) نشان داد که اتخاذ یک رویکرد دوقلو دیجیتال در بخش کشاورزی امکان نظارت مداوم بر پارامترهای خاک، تشخیص خودکار بیماری‌های محصول و طرح‌های درمان کود تجویزی را فراهم می‌کند. این مطالعه نشان می‌دهد که این رویکرد در کشاورزی برای دستیابی به تولید محصول پربازده مورد نیاز در آینده حیاتی است.

چالش های باقی مانده دوقلوهای دیجیتالی ( Digital Twin )

تحقق فناوری عظیمی مانند دوقلوهای دیجیتالی ( Digital Twin ) به طور قابل درک چالش های خود را دارد، و از آنجایی که این فناوری هنوز در مراحل ابتدایی خود در نظر گرفته می شود، بسیاری از این چالش ها باقی می مانند.

فرآیند توسعه مدل‌های کامپیوتری با کیفیت بالا با فرآیندهای شبیه‌سازی مناسب، تعبیه حسگرها با زیرساخت فناوری اطلاعات با ظرفیت بالا، و تسهیل پردازش و ذخیره‌سازی داده‌های مورد نیاز، همگی نشان‌دهنده سرمایه‌گذاری‌های پرهزینه و زمان‌بر هستند. تا آنجا که وست و بلکبرن (2017) هزینه اجرای کامل یک Digital Twin در هواپیمای نسل بعدی Air Dominance برای نیروی هوایی ایالات متحده را بین 1 تا 2 تریلیون دلار و تقریباً 250 سال پیش بینی کردند.

مفهوم مالکیت داده یک چالش بحث برانگیز دیگر را به نمایش می گذارد. از آنجایی که هدف دوقلوهای دیجیتال اغلب این است که تمام پارامترهای محیطی را از طریق حسگرهای متصل خود به طور کامل ثبت کنند، این احتمال وجود دارد که چنین پارامترهایی به نوعی به زندگی افراد و مالکیت معنوی آنها مرتبط باشد. این یک چالش بزرگ در نحوه اشتراک گذاری این اطلاعات و داده ها و اینکه مالک واقعی آن کیست، ایجاد می کند.

آینده دوقلوهای دیجیتالی ( Digital Twin )

دوقلوهای دیجیتالی ( Digital Twin ) بدون شک این پتانسیل را دارند که بر نحوه تولید محصولات، رشد محصولات کشاورزی، درمان بیماری ها و در نهایت نحوه زندگی ما تأثیر بگذارند. با این حال، حجم وسیعی از تحقیقات و توسعه آینده قبل از تحقق پتانسیل آنها مورد نیاز است.

جهت تحقیقات آتی توسط جونز و همکاران پیشنهاد شد. (2020) از بررسی ادبیات جامع آنها. اینها شامل انجام مطالعات اعتبار سنجی برای ارائه درک ملموس از مزایای درک شده، به طور بالقوه توجیه سرمایه گذاری قابل توجه و ایجاد اعتماد بسیار مورد نیاز در فناوری بود.

تنگ و همکاران (2021) پیشنهاد کرد که توجه پژوهشی به جای ساخت مدل‌های مبتنی بر داده، بر مشکلات ارتباطات داده و زیرساخت متمرکز شود. محققان بیان می‌کنند که این امر با توجه به افزایش فناوری‌های توانمند مانند توسعه‌های 5G، استانداردسازی اینترنت اشیا، هوش مصنوعی و بلاک چین 3.0 ضروری است که همگی توسعه و امکان‌سنجی Digital Twins را تسریع می‌کنند.

نویسنده و مترجم: سمیه آموت سر

منابع:

Angin, P., Anisi, M., Goksel, F., Gursoy, C. and Buyukgulcu, A., (2020). AgriLoRa: A Digital Twin Framework for Smart Agriculture. Journal of Wireless Mobile Networks, Ubiquitous Computing, and Dependable Applications (JoWUA), 11(4), pp.77-96. Available at: https://doi.org/10.22667/JOWUA.2020.12.31.077

Jiang, Y., Yin, S., Li, K., Luo, H. and Kaynak, O., (2021) Industrial applications of digital twins. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 379(2207), p.202-360. Available at: https://doi.org/10.1098/rsta.2020.0360

Jones, D., Snider, C., Nassehi, A., Yon, J. and Hicks, B., (2020) Characterising the Digital Twin: A systematic literature review. CIRP Journal of Manufacturing Science and Technology, 29, pp.36-52. Available at: https://doi.org/10.1016/j.cirpj.2020.02.002

Marr, B., (2021) These 25 Technology Trends Will Define The Next Decade. [online] Forbes. Available at: https://www.forbes.com/sites/bernardmarr/2020/04/20/these-25-technology-trends-will-define-the-next-decade/?sh=39fc580029e3

Singh, M., Fuenmayor, E., Hinchy, E., Qiao, Y., Murray, N. and Devine, D., (2021) Digital Twin: Origin to Future. Applied System Innovation, 4(2), p.36. Available at: https://doi.org/10.3390/asi4020036

Teng, S., Touš, M., Leong, W., How, B., Lam, H. and Máša, V., (2021) Recent advances on industrial data-driven energy savings: Digital twins and infrastructures. Renewable and Sustainable Energy Reviews, 135, p.110-208. Available at: https://doi.org/10.1016/j.rser.2020.110208

West, T. and Blackburn, M., (2017) Is Digital Thread/Digital Twin Affordable? A Systemic Assessment of the Cost of DoD’s Latest Manhattan Project. Procedia Computer Science, 114, pp.47-56. Available at: https://doi.org/10.1016/j.procs.2017.09.003

Wright, L. and Davidson, S., (2020) How to tell the difference between a model and a digital twin. Advanced Modeling and Simulation in Engineering Sciences, 7(1). Available at: https://doi.org/10.1186/s40323-020-00147-4

Xu, W., Cui, J., Li, L., Yao, B., Tian, S. and Zhou, Z., (2021) Digital twin-based industrial cloud robotics: Framework, control approach and implementation. Journal of Manufacturing Systems, 58, pp.196-209. Available at: https://doi.org/10.1016/j.jmsy.2020.07.013