Mitä digitaalisen kaksosen käyttöönotto tarkoittaa?
Digitaalisen kaksosen käyttöönotto tarkoittaa prosessia, jossa fyysinen laite, prosessi, tuotantolinja tai tuotantolaitos yhdistetään digitaaliseen esitykseen, joka hyödyntää operatiivista dataa ja kuvaa todellisen ympäristön tapahtumia.
Valmistavassa teollisuudessa tämä tarkoittaa yleensä koneista, sensoreista, ohjausjärjestelmistä ja olemassa olevista teollisuusohjelmistoista saatavan datan yhdistämistä ja esittämistä fyysisen tuotantoympäristön kontekstissa. Tavoitteena ei ole pelkästään luoda 3D-mallia tai kerätä enemmän konedataa, vaan rakentaa digitaalinen kaksonen, joka auttaa käyttäjiä ymmärtämään laitteiden ja prosessien nykytilaa, seuraamaan suorituskykyä, analysoimaan operatiivista tietoa ja tukemaan parempaa päätöksentekoa.
Digitaalisen kaksosen käyttöönotto voidaan aloittaa yksittäisestä koneesta tai tuotantoalueesta ja laajentaa myöhemmin muihin laitteisiin, tuotantolinjoihin, järjestelmiin ja tuotantolaitoksiin. Laajuus riippuu siitä, minkä operatiivisen ongelman organisaatio haluaa ratkaista ja mitä dataa sillä on jo käytettävissään.
Onnistunut käyttöönotto yhdistääkin useita osa-alueita: fyysisen ympäristön, olennaiset tietolähteet, luotettavat tiedonsiirtoyhteydet, data-integraatiot sekä digitaalisen kaksosen alustan, jossa tietoa voidaan jäsentää, visualisoida ja hyödyntää.
Mitä digitaalisen kaksosen käyttöönotto vaatii?
Digitaalisen kaksosen käyttöönotto ei välttämättä tarkoita olemassa olevien laitteiden tai ohjelmistojen korvaamista. Monissa valmistavan teollisuuden ympäristöissä suuri osa tarvittavasta infrastruktuurista on jo olemassa. Käyttöönotossa on usein kyse siitä, että tunnistetaan hyödyllistä tietoa sisältävät laitteet ja järjestelmät, yhdistetään nämä tietolähteet ja tuodaan olennainen data yhteiseen digitaaliseen ympäristöön.
Tarkat vaatimukset riippuvat käyttöönoton laajuudesta ja käyttötapauksesta, mutta useimmat teolliset digitaalisen kaksosen käyttöönotot sisältävät neljä keskeistä osa-aluetta.
Fyysiset laitteet ja operatiivinen ympäristö
Lähtökohtana on fyysinen ympäristö, jota digitaalinen kaksonen kuvaa.
Käyttötapauksesta riippuen kyseessä voi olla yksittäinen kone, koneryhmä, tuotantolinja, prosessialue, kokonainen tehdas tai useita tuotantolaitoksia. Olennaisia kohteita voivat olla myös moottorit, pumput, kuljettimet, säiliöt, tuotantolaitteet, sensorit, tuotantoa tukevat järjestelmät ja muut teolliset laitteet.
Fyysisen rakenteen ymmärtäminen on tärkeää, koska operatiivinen data on yhdistettävä oikeaan laitteeseen, prosessiin tai sijaintiin. Ennen integraatioiden toteuttamista käyttöönottotiimillä on siksi oltava selkeä käsitys siitä, mitä digitaalinen kaksonen kuvaa ja mitkä ympäristön osat ovat olennaisia suunnitellun käyttötapauksen kannalta.
Tietolähteet
Digitaalinen kaksonen tarvitsee dataa, joka kuvaa fyysisen ympäristön tilaa, suorituskykyä ja toimintaa.
Tietoa voidaan saada monista eri lähteistä. Nykyaikaiset koneet voivat jo tuottaa operatiivista dataa PLC-logiikoiden, ohjausjärjestelmien tai olemassa olevien ohjelmistorajapintojen kautta. Vanhempiin laitteisiin voidaan tarvita lisäsensoreita esimerkiksi lämpötilan, tärinän, energiankulutuksen, toimintatilan tai muiden olennaisten arvojen mittaamiseen.
Teollisuusjärjestelmät voivat tarjota koneiden tuottamien signaalien lisäksi muuta olennaista tietoa. Käyttöönotosta riippuen hyödyllistä dataa voi olla jo saatavilla MES-, ERP-, SCADA- ja EAM-järjestelmissä, tietokannoissa, kunnossapitosovelluksissa tai muissa operatiivisissa järjestelmissä.
Tavoitteena ei ole kerätä kaikkea saatavilla olevaa dataa. Käyttöönotossa kannattaa keskittyä tietoon, joka tukee määriteltyä operatiivista käyttötapausta ja auttaa käyttäjiä ymmärtämään, mitä fyysisessä ympäristössä tapahtuu.
Tiedonsiirtoyhteydet ja data-integraatiot
Kun olennaiset tietolähteet on tunnistettu, seuraavaksi tarvitaan luotettava tapa tiedon siirtämiseen ja integrointiin.
Eri laitteet ja järjestelmät voivat käyttää erilaisia tiedonsiirtomenetelmiä. Osa datasta voi olla saatavilla rajapintojen tai olemassa olevien tietokantojen kautta, kun taas teollisuuslaitteet voivat välittää tietoa PLC-logiikoiden, yhdyskäytävien, IoT-yhteyksien tai teollisten tiedonsiirtostandardien, kuten OPC UA:n, avulla.
Käyttöönotossa voi olla tarpeen yhdistää tietoa myös operatiivisen teknologian (OT) ja tietotekniikan (IT) välillä. Kone- ja prosessidata voi syntyä lähellä tuotantotasoa, kun taas liiketoimintaan, suunnitteluun, kunnossapitoon ja tuotantoon liittyvää tietoa voidaan tallentaa yrityksen eri ohjelmistojärjestelmiin.
Data-integraatioiden avulla nämä tietolähteet voidaan yhdistää siten, että digitaalinen kaksonen voi hyödyntää olennaista tietoa yhteisessä operatiivisessa kontekstissa. Pelkät tiedonsiirtoyhteydet eivät kuitenkaan riitä, vaan data on myös yhdistettävä oikeisiin laitteisiin, prosesseihin ja operatiivisiin suhteisiin.
Digitaalisen kaksosen alusta ja visualisointi
Yhdistetty data tarvitsee lopulta alustan, jossa se voidaan jäsentää, tuoda oikeaan kontekstiin ja esittää käyttäjille.
Digitaalisen kaksosen alusta tarjoaa digitaalisen ympäristön, jossa fyysiset laitteet ja prosessit esitetään ja yhdistetään operatiiviseen tietoon. Määritysvaiheessa voidaan määritellä käyttötapausten edellyttämät laitteet, parametrit, tietovirrat, suhteet, KPI-mittarit, hälytykset ja muut tarvittavat tiedot.
Visualisointi tekee tästä tiedosta helpommin tulkittavaa. Sen sijaan, että käyttäjät etsisivät tietoa erillisistä järjestelmistä, mittaristoista tai käsittelemättömistä tietolähteistä, he voivat tarkastella olennaisia tietoja niitä vastaavien koneiden, tuotantolinjojen, alueiden ja prosessien kontekstissa.
Tämä on tärkeä ero digitaalisen kaksosen käyttöönotossa: sensorit ja integraatiot tuottavat ja välittävät dataa, mutta digitaalinen kaksonen luo operatiivisen kontekstin, jossa dataa on helpompi ymmärtää ja hyödyntää.
Digitaalisen kaksosen käyttöönotto vaihe vaiheelta
Onnistunut digitaalisen kaksosen käyttöönotto alkaa yleensä selkeästi määritellystä operatiivisesta tarpeesta eikä pelkästään teknologiasta. Tämän jälkeen käyttöönotossa edetään laajuuden ja käytettävissä olevan datan määrittelystä järjestelmien yhdistämiseen, tiedon jäsentämiseen, digitaalisen kaksosen konfigurointiin ja lopulta siihen, että ratkaisu validoidaan käytännön operatiivisen päätöksenteon tukena.
Tarkka prosessi vaihtelee organisaatioittain, mutta seuraavat seitsemän vaihetta muodostavat käytännöllisen rungon valmistavan teollisuuden ympäristöihin.
1. Määrittele liiketoimintatavoite ja käyttötapaus
Ensimmäinen vaihe on määritellä, mitä digitaalisen kaksosen avulla halutaan parantaa.
Kun liikkeelle lähdetään tietystä operatiivisesta ongelmasta, on helpompi tunnistaa, mitä laitteita, järjestelmiä, tietolähteitä ja ominaisuuksia todella tarvitaan. Selkeän käyttötapauksen ympärille rakennettu digitaalinen kaksonen on myös helpompi validoida, koska organisaatio pystyy arvioimaan, tuottaako käyttöönotto käytännössä hyödyllisiä tuloksia.
Tyypillisiä tavoitteita voivat olla esimerkiksi käyttökatkosten vähentäminen, tuotannon näkyvyyden parantaminen, OEE:n seuranta, ennustavan kunnossapidon tukeminen, etävalvonnan kehittäminen, energiankulutuksen seuranta tai turvallisuuteen ja operatiiviseen toimintaan liittyvän tiedon parempi saatavuus.
Keskeistä on välttää aloittamasta kysymyksellä: ”Mitä dataa voimme yhdistää?” Sen sijaan kannattaa kysyä: ”Mitä operatiivista ongelmaa meidän täytyy ymmärtää tai ratkaista?” Tarvittava data ja teknologia voidaan tämän jälkeen valita tämän tavoitteen ympärille.
2. Määrittele digitaalisen kaksosen laajuus
Kun käyttötapaus on selkeä, seuraava vaihe on määritellä, mitä digitaalisen kaksosen tulee kuvata.
Laajuus voi kattaa esimerkiksi seuraavan kokonaisuuden:
Kone → Tuotantolinja → Prosessi → Tuotantolaitos
Rajattu käyttöönotto voidaan aloittaa yhdestä kriittisestä koneesta tai tuotantoalueesta. Laajempi toteutus voi puolestaan kattaa kokonaisen tuotantolinjan, prosessin, tehtaan tai useita toisiinsa yhdistettyjä tuotantolaitoksia.
Laajuuden tulisi olla riittävän kattava, jotta digitaalinen kaksonen tarjoaa käyttötapauksen edellyttämän operatiivisen kontekstin, mutta samalla riittävän rajattu, jotta kokonaisuus pysyy hallittavana käyttöönoton ensimmäisessä vaiheessa.
Selkeiden rajojen määrittely auttaa myös välttämään tarpeetonta monimutkaisuutta. Kaikkia koneita, sensoreita, järjestelmiä tai datapisteitä ei tarvitse sisällyttää kokonaisuuteen heti alussa. Uusia laitteita ja prosesseja voidaan lisätä sen jälkeen, kun digitaalisen kaksosen ensimmäinen toteutus on validoitu.
3. Tunnista olemassa olevat tietolähteet ja järjestelmät
Ennen uusien sensoreiden tai integraatioiden lisäämistä on tärkeää selvittää, mitä dataa on jo saatavilla.
Tämä edellyttää yleensä nykyisen tuotantoympäristön kartoittamista ja olennaista tietoa sisältävien järjestelmien tunnistamista. Tehtaasta riippuen näitä voivat olla esimerkiksi:
- koneet ja PLC-logiikat
- olemassa olevat sensorit
- SCADA-järjestelmät
- MES- ja ERP-järjestelmät
- EAM- tai kunnossapitojärjestelmät
- tietokannat
- tuotantosovellukset
- laskentataulukot tai manuaalisesti kirjatut tiedot.
Käytännön käyttöönottotyössä tämä datan kartoitusvaihe sisältää usein tuotantoympäristön tarkastelua paikan päällä, käytettävissä olevien konerajapintojen selvittämistä, olemassa olevien datayhteyksien tunnistamista sekä sen määrittämistä, mitä tietoa on jo saatavilla.
Tavoitteena on tunnistaa sekä käytettävissä oleva data että mahdolliset puutteet. Osa tarvittavista tiedoista voi olla jo automaattisesti kerättävissä, kun taas joidenkin mittausten saaminen voi edellyttää uusien sensoreiden tai integraatioiden lisäämistä.
4. Yhdistä koneet, sensorit ja teollisuusjärjestelmät
Kun olemassa oleva dataympäristö on kartoitettu, tarvittavat yhteydet voidaan toteuttaa.
Nykyaikaiset koneet tuottavat usein dataa suoraan PLC-logiikoiden, ohjainten tai teollisten tiedonsiirtorajapintojen kautta. Vanhemmissa laitteissa digitaalisia signaaleja voi olla saatavilla vähemmän, jolloin esimerkiksi tärinän, lämpötilan, energiankulutuksen, koneen toimintatilan tai käyttöolosuhteiden mittaamiseen voidaan tarvita lisäsensoreita.
Tässä teollinen IoT voi olla erityisen hyödyllinen. IIoT-sensoreiden ja yhdyskäytävien avulla voidaan tuoda aiemmin verkkoon liittämättömien laitteiden dataa digitaaliseen ympäristöön ilman, että itse konetta tarvitsee välttämättä korvata.
Myös teollisia tiedonsiirtoteknologioita voidaan hyödyntää olemassa olevien automaatiojärjestelmien ja laitteiden yhdistämisessä. Esimerkiksi OPC UA:n tai ohjainkohtaisten rajapintojen avulla kone- ja prosessidataa voidaan siirtää turvallisesti ja yhdenmukaisesti digitaalisen kaksosen alustalle.
Tavoitteena ei ole yhdistää kaikkea mahdollista dataa tuottavaa laitteistoa. Yhteyksien tulee tukea projektin alussa määriteltyä käyttötapausta.
5. Jäsennä data ja tuo se oikeaan kontekstiin
Datan kerääminen on vain yksi osa digitaalisen kaksosen käyttöönottoa. Tieto on myös yhdistettävä sitä vastaavaan fyysiseen ja operatiiviseen kontekstiin.
Esimerkiksi lämpötila-arvosta tulee huomattavasti hyödyllisempi, kun digitaalinen kaksonen tietää, mikä sensori mittauksen tuotti, mitä komponenttia sensori valvoo, mihin koneeseen kyseinen komponentti kuuluu, missä kone sijaitsee ja mitä tuotantoprosessia se tukee.
Tässä digitaalisen kaksosen ontologiasta voi olla merkittävää hyötyä. Ontologia tarjoaa yhdenmukaisen tavan määritellä laitteet, ominaisuudet, järjestelmät, prosessit ja niiden väliset suhteet, jolloin eri lähteistä saatavaa tietoa voidaan tulkita samassa operatiivisessa rakenteessa.
Sen sijaan, että konedataa, kunnossapitotietoa, tuotantotietoja ja liiketoimintajärjestelmien dataa käsiteltäisiin erillisinä tietoina, digitaalinen kaksonen voi yhdistää ne oikeisiin laitteisiin ja prosesseihin.
Tämä kontekstualisointi luo perustan hyödyllisemmälle visualisoinnille, valvonnalle, analytiikalle ja operatiiviselle päätöksenteolle.
6. Konfiguroi digitaalinen kaksonen ja visualisointi
Kun tarvittava data on yhdistetty ja jäsennelty, digitaalinen kaksonen voidaan konfiguroida käyttäjien tarpeiden mukaan.
Konfigurointi voi sisältää esimerkiksi laitteiden, parametrien, suhteiden, tietovirtojen, KPI-mittareiden, hälytysten, kiinnostavien kohteiden, mittaristojen ja käyttäjäkohtaisten näkymien määrittelyn.
Esimerkiksi operaattorin voi olla tarpeen nähdä koneiden nykyinen toimintatila, hälytykset ja tuotanto-olosuhteet, kun taas kunnossapitohenkilöstö voi keskittyä enemmän laitteiden kuntoon, huoltohistoriaan ja kehittyviin ongelmiin. Johto puolestaan voi tarvita ylemmän tason näkymän OEE:hen, käyttökatkoksiin, tuotannon suorituskykyyn tai eri tuotantoalueiden kehityssuuntiin.
Visualisoinnin tarkoituksena ei siis ole esittää mahdollisimman paljon dataa. Tavoitteena on tuoda olennainen tieto fyysisen ympäristön kontekstiin siten, että käyttäjät voivat ymmärtää, mitä tapahtuu, ja reagoida tilanteisiin helpommin.
Myös hälytyksiä ja työnkulkuja käynnistäviä ehtoja voidaan määritellä ennalta asetettujen tilanteiden perusteella. Näin voidaan siirtyä passiivisesta seurannasta kohti ennakoivampaa operatiivisen toiminnan hallintaa.
7. Validoi, ota käyttöön ja laajenna
Ennen digitaalisen kaksosen laajentamista ensimmäinen toteutus tulee validoida ensimmäisessä vaiheessa määriteltyä liiketoimintatavoitetta vasten.
Käyttäjien tulisi pystyä vastaamaan käytännön kysymyksiin, kuten:
- Tarjoaako digitaalinen kaksonen tarvittavat tiedot valitun ongelman ymmärtämiseen?
- Onko data luotettavaa ja esitetty oikeassa kontekstissa?
- Voivatko operaattorit, kunnossapitotiimit tai johto hyödyntää sitä parempien tai nopeampien päätösten tekemisessä?
- Onko tärkeät tapahtumat, kehityssuunnat tai poikkeamat helpompi tunnistaa?
Jos toteutus tukee suunniteltua käyttötapausta, digitaalista kaksosta voidaan tämän jälkeen laajentaa vaiheittain.
Laajentaminen voi tarkoittaa esimerkiksi uusien koneiden lisäämistä samalta tuotantolinjalta, mallin ulottamista muihin prosesseihin, uusien yritysjärjestelmien yhdistämistä, uusien käyttötapausten käyttöönottoa tai digitaalisen kaksosen laajentamista muihin tuotantolaitoksiin.
Kun käyttöönotto aloitetaan rajatusta kokonaisuudesta ja sitä laajennetaan osoitettujen hyötyjen perusteella, voidaan vähentää käyttöönoton monimutkaisuutta ja varmistaa, että jokainen uusi vaihe rakentuu todellisessa tuotantoympäristössä jo testatun rakenteen varaan.
Olemassa olevien järjestelmien yhdistäminen digitaaliseen kaksoseen
Digitaalisen kaksosen ei tarvitse korvata valmistavan teollisuuden ympäristössä jo käytössä olevia järjestelmiä. Useimmissa käyttöönotoissa sen arvo syntyy siitä, että näistä järjestelmistä saatava olennainen tieto yhdistetään ja esitetään niiden tukemien fyysisten laitteiden ja prosessien kontekstissa.
Eri järjestelmät tuottavat erityyppistä tietoa. Tuotantojärjestelmät voivat kertoa, mitä valmistetaan, automaatiojärjestelmät näyttävät, mitä tuotannossa tapahtuu, kunnossapitosovellukset sisältävät laitteiden historiatietoja ja sensorit mittaavat olosuhteita suoraan laitteista.
Digitaalinen kaksonen voi yhdistää nämä tietolähteet yhteiseksi operatiiviseksi näkymäksi samalla, kun olemassa olevat järjestelmät jatkavat omien erityistehtäviensä hoitamista.
ERP ja MES
ERP- ja MES-järjestelmät voivat tarjota digitaaliseen kaksoseen tärkeää liiketoimintaan, suunnitteluun ja tuotantoon liittyvää kontekstia.
ERP-järjestelmä voi tuoda tietoa esimerkiksi tilauksista, materiaaleista, resursseista, varastosta ja muista liiketoimintaprosesseista. MES toimii lähempänä varsinaista tuotantoa ja voi tarjota tietoa tuotantotilauksista, tuotannon toteutuksesta, koneiden tilasta, laadusta, suorituskyvystä ja muista tuotantotason toiminnoista.
Digitaalisen kaksosen käyttöönotossa näistä järjestelmistä saatavat olennaiset tiedot voidaan yhdistää niitä vastaaviin laitteisiin, tuotantolinjoihin tai prosesseihin. Näin fyysistä tuotantoa voidaan tarkastella yhdessä siihen liittyvän tuotanto- ja liiketoimintakontekstin kanssa.
Digitaalinen kaksonen siis täydentää ERP- ja MES-järjestelmiä niiden korvaamisen sijaan. Kukin järjestelmä jatkaa oman tehtävänsä hoitamista, kun taas digitaalinen kaksonen voi tarjota kontekstuaalisen näkymän, joka yhdistää olennaista tietoa järjestelmärajojen yli.
SCADA, PLC ja OPC UA
SCADA-järjestelmät ja PLC-logiikat ovat tärkeitä koneiden ja teollisten prosessien operatiivisen datan lähteitä.
PLC-logiikat ohjaavat laitteita ja prosesseja ja voivat tuottaa tietoa esimerkiksi toimintatiloista, mittausarvoista, laskureista, hälytyksistä ja muista konetason tiedoista. SCADA-järjestelmät puolestaan voivat tarjota valvonta- ja ohjaustietoa laajemmista tuotanto- tai prosessiympäristöistä.
Käyttöönotossa tälle operatiiviselle datalle tarvitaan luotettava tiedonsiirtoreitti digitaaliseen kaksoseen. OPC UA on yksi teknologia, joka voi tukea standardoitua tiedonsiirtoa ja tiedonvaihtoa teollisuuslaitteiden, automaatiojärjestelmien ja ohjelmistosovellusten välillä.
Digitaalinen kaksonen voi tämän jälkeen yhdistää signaalit ja mittausarvot niitä vastaaviin koneisiin, komponentteihin, sijainteihin tai prosesseihin. Näin käyttäjät voivat tarkastella operatiivista dataa sen fyysisessä kontekstissa sen sijaan, että tieto näkyisi vain automaatiojärjestelmän yksittäisinä tageina tai arvoina.
IoT-sensorit ja vanhemmat laitteet
Kaikki koneet eivät tuota kaikkea digitaalisen kaksosen tarvitsemaa dataa. Tämä on erityisen yleistä vanhemmissa laitteissa, joita ei alun perin ole suunniteltu älykkään valmistuksen ympäristöihin.
Tällaisissa tilanteissa teollisen IoT:n sensorit ja yhdyskäytävät voivat tarjota täydentävän operatiivisen tiedon lähteen. Sensoreita voidaan asentaa mittaamaan esimerkiksi tärinää, lämpötilaa, energiankulutusta, painetta tai muita valitun käyttötapauksen kannalta olennaisia olosuhteita.
Digitaalisen kaksosen käyttöönotto ei siis välttämättä edellytä vanhojen koneiden korvaamista. Olemassa olevat laitteet voivat usein jatkaa toimintaansa samalla, kun niihin lisätään tarpeen mukaan uusia mittaus- ja tiedonsiirtoratkaisuja.
Lisäsensorit tulee kuitenkin valita käyttöönoton tavoitteen perusteella. Suurempi mittausmäärä ei itsessään tuo lisäarvoa, vaan tiedon tulee tukea valvontaa, analysointia, kunnossapitoa, optimointia tai muuta määriteltyä operatiivista tarvetta.
EAM, tietokannat ja muut liiketoimintajärjestelmät
Digitaalisen kaksosen kannalta hyödyllistä tietoa voi olla myös tuotanto- ja automaatiojärjestelmien ulkopuolella.
EAM-järjestelmät ja kunnossapitosovellukset voivat sisältää laitetietoja, huoltohistoriaa, kunnossapitotoimenpiteitä, työmääräimiä ja muita laitteen koko elinkaareen liittyviä tietoja. Tietokannat ja muut liiketoimintasovellukset voivat puolestaan sisältää historiallista tuotantotietoa, laatutietoja, dokumentaatiota tai muuta operatiivista dataa.
Näistä lähteistä saatavan olennaisen tiedon yhdistäminen voi muodostaa kattavamman näkymän laitteeseen tai prosessiin. Esimerkiksi koneen nykyisiä kuntotietoja voidaan tarkastella yhdessä huoltohistorian ja operatiivisten tietojen kanssa sen sijaan, että niitä analysoitaisiin erillään toisistaan.
Digitaalinen kaksonen toimii näitä tietolähteitä yhdistävänä kontekstuaalisena kerroksena. Sen ei tarvitse kopioida kaikkea taustalla oleviin järjestelmiin tallennettua tietoa. Käyttöönotossa kannattaa sen sijaan yhdistää ne tiedot, jotka auttavat käyttäjiä ymmärtämään nykytilannetta, selvittämään ongelmia ja tekemään operatiivisia päätöksiä.
Miten digitaalisen kaksosen data jäsennetään ja visualisoidaan?
Koneiden ja ohjelmistojärjestelmien yhdistäminen on tärkeä osa digitaalisen kaksosen käyttöönottoa, mutta pelkkä integraatio ei tee teollisesta datasta helposti ymmärrettävää.
Sensoreista, PLC-logiikoista, tuotantojärjestelmistä, kunnossapitosovelluksista ja liiketoimintaohjelmistoista saatava data on yhdistettävä sitä vastaaviin fyysisiin laitteisiin ja prosesseihin. Tämän jälkeen digitaalinen kaksonen voi esittää tiedot yhteisessä operatiivisessa kontekstissa sen sijaan, että ne olisivat hajallaan eri järjestelmissä irrallisina arvoina.
Tässä tiedon jäsentäminen, kontekstualisointi ja visualisointi ovat keskeisessä roolissa. Yhdessä ne muuttavat integroidun datan tiedoksi, jota operaattorit, kunnossapitotiimit, insinöörit ja johto voivat hyödyntää päivittäisessä työssään.
Laitteiden, ominaisuuksien ja suhteiden määrittely
Ensimmäinen vaihe on määritellä, miten tieto liittyy digitaalisen kaksosen kuvaamaan fyysiseen ja operatiiviseen ympäristöön.
Tehtaat, tuotantolinjat, koneet, komponentit ja sensorit voidaan järjestää loogiseksi rakenteeksi. Tämän jälkeen kuhunkin kohteeseen voidaan liittää olennaisia ominaisuuksia ja tietoja, kuten toimintatila, lämpötila, energiankulutus, tuotantotiedot, huoltohistoria tai suorituskykymittarit.
Kohteiden väliset suhteet tuovat tietoon lisää kontekstia. Sensori voidaan yhdistää valvomaansa komponenttiin, komponentti koneeseen, kone tuotantolinjaan ja tuotantolinja edelleen prosessiin tai tuotantolaitokseen, jossa se toimii.
Myös muista järjestelmistä saatava operatiivinen tieto voidaan yhdistää näihin laitteisiin ja prosesseihin. Näin eri lähteistä saatavaa dataa voidaan tarkastella osana samaa tuotantoympäristöä sen sijaan, että se jäisi erillisten sovellusten irralliseksi tiedoksi.
Yhtenäisen operatiivisen näkymän luominen
Kun tieto on jäsennelty ja tuotu oikeaan kontekstiin, se voidaan esittää digitaalisen kaksosen yhtenäisessä näkymässä.
Sen sijaan, että käyttäjien pitäisi etsiä tietoa erillisistä koneiden käyttöliittymistä, tuotantojärjestelmistä, kunnossapitosovelluksista, laskentataulukoista ja mittaristoista, olennainen tieto voidaan yhdistää sitä vastaavaan laitteeseen, alueeseen tai prosessiin digitaalisessa ympäristössä.
Esimerkiksi koneen valitseminen voi tuoda käyttäjän saataville sen nykyisen toimintatilan, tuotantotiedot, kuntomittaukset, hälytykset, kunnossapitotiedot, dokumentaation tai historialliset kehityssuunnat. Näin käyttäjä voi siirtyä laitteen fyysisestä kontekstista suoraan tietoihin, joita tarvitaan sen nykytilanteen ymmärtämiseen.
Visualisointi ei tarkoita sitä, että kaikki saatavilla oleva data pitäisi näyttää samanaikaisesti. Tehokkaan digitaalisen kaksosen tulisi auttaa käyttäjiä löytämään juuri heidän roolinsa ja kulloisenkin operatiivisen tehtävänsä kannalta olennainen tieto.
Yhtenäinen näkymä voi siten vähentää hajautettujen tietolähteiden välillä liikkumiseen tarvittavaa työtä ja tehdä operatiivisten tietojen välisistä yhteyksistä helpommin havaittavia.
KPI-mittareiden, hälytysten ja työnkulkujen määrittely
Kun olennainen tieto on saatavilla oikeassa kontekstissa, digitaalinen kaksonen voidaan konfiguroida tukemaan tiettyjä operatiivisia käyttötapauksia.
KPI-mittareilla voidaan seurata esimerkiksi tuotannon suorituskykyä, laitteiden käyttöastetta, käyttökatkoksia, energiankulutusta tai muita käyttöönoton tavoitteiden kannalta olennaisia mittareita. Eri käyttäjille voidaan tarjota näkymiä, joissa korostuvat heidän vastuualueidensa kannalta tärkeimmät tiedot.
Hälytykset voivat kiinnittää käyttäjien huomion määriteltyihin tilanteisiin tai poikkeamiin osana teollista valvontaa. Sen sijaan, että käyttäjien pitäisi jatkuvasti tarkistaa yksittäisiä järjestelmiä, heidät voidaan ohjata suoraan huomiota vaativaan laitteeseen tai prosessiin ja siihen liittyviin tietoihin samassa ympäristössä.
Digitaalinen kaksonen voi myös tukea operatiivisia työnkulkuja yhdistämällä hälytykset ja havainnot jatkoselvitysten tai toimenpiteiden edellyttämiin tietoihin. Käyttöönotosta riippuen näitä voivat olla esimerkiksi kunnossapitotiedot, tuotantodata, dokumentaatio, historialliset kehityssuunnat tai muu kontekstuaalinen tieto.
Tavoitteena ei ole vain luoda uutta mittaristoa. Tarkoituksena on muuttaa yhdistetty teollinen data jäsennellyksi operatiiviseksi näkymäksi, joka auttaa käyttäjiä tunnistamaan, mitä tapahtuu, ymmärtämään tilanteen laajemman kontekstin ja arvioimaan, mihin asioihin on kiinnitettävä huomiota.
Digitaalisen kaksosen käyttöönoton yleiset haasteet
Digitaalisen kaksosen käyttöönotosta voi tulla monimutkaista, kun data, laitteet ja ohjelmistojärjestelmät ovat kehittyneet toisistaan riippumatta useiden vuosien ajan. Valmistavan teollisuuden ympäristöissä on usein yhdistelmä nykyaikaisia verkkoon yhdistettyjä koneita, vanhempia laitteita, erikoistuneita sovelluksia sekä eri osastoille ja järjestelmiin hajautunutta tietoa.
Monia käyttöönoton haasteita voidaan vähentää määrittelemällä selkeä käyttötapaus, kartoittamalla olemassa oleva dataympäristö ja suunnittelemalla digitaalinen kaksonen siten, että sitä voidaan laajentaa vaiheittain sen sijaan, että kaikki pyrittäisiin yhdistämään kerralla.
Hajautunut data ja vanhemmat laitteet
Valmistavan teollisuuden data on harvoin saatavilla yhdestä tietolähteestä. Tietoa voi olla hajautuneena koneisiin, PLC-logiikoihin, tuotantojärjestelmiin, kunnossapitosovelluksiin, tietokantoihin, laskentataulukoihin ja muihin ohjelmistoihin.
Vanhemmat laitteet tuovat käyttöönottoon lisähaasteita, sillä niiden liitettävyys voi olla rajallinen tai ne eivät välttämättä tuota digitaalisen kaksosen tarvitsemia mittaustietoja. Tällöin voidaan tarvita lisäsensoreita, yhdyskäytäviä tai muita tiedonkeruumenetelmiä.
Tavoitteena ei kuitenkaan tulisi olla kaikkien laitteiden modernisointi vain digitaalisen kaksosen käyttöönottoa varten. Sen sijaan kannattaa tunnistaa, mikä olemassa oleva data on hyödyllistä, mistä olennaista tietoa puuttuu ja mitä uusia yhteyksiä valittu käyttötapaus edellyttää.
Integraatioiden monimutkaisuus
Yksittäisen koneen tai järjestelmän yhdistäminen voi olla suhteellisen suoraviivaista. Monimutkaisuus kasvaa, kun digitaalinen kaksonen tarvitsee tietoa useista koneista, automaatiojärjestelmistä, tietokannoista ja yrityssovelluksista, jotka käyttävät erilaisia rajapintoja ja tietorakenteita.
Käyttöönotossa ei siis riitä pelkästään teknisten yhteyksien muodostaminen. On myös määriteltävä, mitä tietoa järjestelmien välillä siirretään, kuinka usein sitä tarvitaan, mikä järjestelmä säilyy tiedon alkuperäisenä lähteenä ja miten data liittyy digitaalisen kaksosen kuvaamiin laitteisiin ja prosesseihin.
Selkeästi rajattu integraatiokokonaisuus auttaa estämään projektia muodostumasta tarpeettomien järjestelmäkohtaisten yhteyksien kokonaisuudeksi. Integraatiot kannattaa priorisoida niiden tuottaman operatiivisen arvon perusteella.
Heikko datan laatu ja puutteellinen konteksti
Digitaalinen kaksonen voi tarjota hyödyllistä tietoa vain, jos sen taustalla oleva data on riittävän luotettavaa ja ymmärrettävää.
Puuttuvat mittaukset, epäyhtenäiset nimeämiskäytännöt, virheelliset tietojen kohdistukset, päällekkäinen tieto tai epäluotettavat sensoriarvot voivat heikentää luottamusta digitaaliseen kaksoseen. Myös teknisesti oikean datan hyöty voi jäädä vähäiseksi, jos käyttäjät eivät pysty tunnistamaan, mitä laitetta, prosessia, sijaintia tai käyttöolosuhdetta tieto kuvaa.
Datan laatu tulisi siksi huomioida jo käyttöönoton aikana eikä vasta digitaalisen kaksosen käyttöönoton jälkeen. Olennainen tieto on validoitava, yhdistettävä oikeaan operatiiviseen kontekstiin ja sen laatua on seurattava tietolähteiden kehittyessä.
Tämä on tärkeää myös tietoanalytiikan kannalta. Puutteelliseen, heikosti jäsenneltyyn tai väärään kontekstiin yhdistettyyn tietoon perustuva analytiikka voi tuottaa tuloksia, joita on vaikea tulkita tai hyödyntää käytännössä. Hyvin toteutettu digitaalinen kaksonen voi tarjota analytiikalle vahvemman perustan yhdistämällä operatiivisen datan sitä vastaaviin laitteisiin ja prosesseihin.
Liian laaja käyttöönotto kerralla
Yksi helpoimmista tavoista lisätä käyttöönoton monimutkaisuutta on määritellä ensimmäisen vaiheen laajuus liian suureksi.
Jos tavoitteena on yhdistää samanaikaisesti kokonainen tehdas, kaikki saatavilla olevat tietolähteet ja useita käyttötapauksia, voi olla vaikea tunnistaa, mitkä vaatimukset ovat todella olennaisia. Myös ratkaisun validointi vaikeutuu, jos projektilla yritetään ratkaista useita operatiivisia ongelmia yhtä aikaa.
Hallittavampi lähestymistapa on aloittaa selkeästi määritellystä käyttötapauksesta ja rajatusta kokonaisuudesta. Lähtökohtana voi olla esimerkiksi yksi tuotantoalue, kriittinen kone, prosessi tai tietty operatiivinen ongelma.
Kun ensimmäisen toteutuksen tuottama arvo on osoitettu, digitaalista kaksosta voidaan laajentaa uusiin laitteisiin, järjestelmiin ja käyttötapauksiin. Näin organisaatio voi hyödyntää ensimmäisestä käyttöönotosta saatuja kokemuksia sen sijaan, että kaikki tulevat vaatimukset pyrittäisiin määrittelemään etukäteen.
Liiallinen räätälöinti ja skaalautuvuuden haasteet
Digitaalisen kaksosen ylläpidosta voi tulla haastavaa myös silloin, jos jokainen uusi laite, integraatio, visualisointi tai käyttötapaus edellyttää laajaa räätälöityä kehitystyötä.
Pitkälle räätälöidyt toteutukset voivat ratkaista välittömän tarpeen, mutta niiden päivittäminen ja monistaminen voi vaikeutua digitaalisen kaksosen laajentuessa. Jos jokainen tuotantolinja tai tuotantolaitos edellyttää olennaisesti erilaista teknistä ratkaisua, käyttöönoton skaalaaminen voi vaatia huomattavasti lisätyötä.
Konfiguroitava alustaratkaisu voi vähentää riippuvuutta projektikohtaisesta kehitystyöstä. Uudelleenkäytettävät laiterakenteet, integraatiot, visualisointikomponentit ja konfigurointiperiaatteet helpottavat digitaalisen kaksosen mukauttamista uusiin vaatimuksiin ilman, että ratkaisua tarvitsee rakentaa joka kerta alusta.
Tämä ei tarkoita, että kaikkien toteutusten tulisi olla samanlaisia. Valmistavan teollisuuden ympäristöt ja operatiiviset vaatimukset vaihtelevat, joten jonkin verran räätälöintiä voidaan edelleen tarvita. Tavoitteena on erottaa toisistaan todellisista operatiivisista eroista johtuva konfigurointi ja sellainen räätälöity kehitystyö, joka tekee ratkaisusta tarpeettoman vaikean ylläpitää.
Kun skaalautuvuus huomioidaan jo suunnitteluvaiheessa, digitaalista kaksosta on helpompi laajentaa alkuperäisestä käyttötapauksesta uusiin koneisiin, tuotantolinjoihin, prosesseihin ja tuotantolaitoksiin ajan myötä.
Kuinka kauan digitaalisen kaksosen käyttöönotto kestää?
Digitaalisen kaksosen käyttöönotolle ei ole yhtä aikataulua, joka sopisi kaikkiin projekteihin. Tarvittava aika riippuu käyttöönoton laajuudesta, olemassa olevasta teollisuusympäristöstä, mukana olevien järjestelmien ja tietolähteiden määrästä sekä valitun käyttötapauksen monimutkaisuudesta.
Yhteen koneeseen tai tuotantoalueeseen keskittyvä digitaalinen kaksonen voi vaatia huomattavasti vähemmän integraatio- ja konfigurointityötä kuin useita tuotantolinjoja, järjestelmiä ja tuotantolaitoksia kattava toteutus.
Käyttöönoton aikatauluun voivat vaikuttaa esimerkiksi seuraavat tekijät:
- Digitaalisen kaksosen laajuus: Kuinka monta konetta, tuotantolinjaa, prosessia tai tuotantolaitosta digitaalisen kaksosen tulee kuvata.
- Olemassa olevat tiedonsiirtoyhteydet: Nykyaikaiset verkkoon yhdistetyt laitteet voivat jo tuottaa tarvittavaa dataa, kun taas muihin laitteisiin voidaan tarvita lisäsensoreita, yhdyskäytäviä tai rajapintoja.
- Tietolähteiden määrä: Useista koneista ja ohjelmistojärjestelmistä saatavan datan yhdistäminen vaatii enemmän tiedon kohdistamista ja integraatiotyötä kuin rajallisen tietolähdemäärän hyödyntäminen.
- Vanhemmat laitteet: Vanhempien koneiden operatiivisen datan saaminen käyttöön voi edellyttää lisätyötä.
- Integraatiovaatimukset: ERP-, MES-, SCADA- ja EAM-järjestelmät, tietokannat sekä muut järjestelmät voivat käyttää erilaisia rajapintoja ja tietorakenteita.
- Datan laatu ja saatavuus: Puuttuva, epäyhtenäinen tai heikosti jäsennelty tieto voidaan joutua käsittelemään ennen kuin sitä voidaan hyödyntää luotettavasti.
- Visualisointi ja konfigurointi: Tarvittavat laiterakenteet, KPI-mittarit, hälytykset, mittaristot, käyttäjänäkymät ja työnkulut vaikuttavat myös tarvittavan konfigurointityön määrään.
- Käyttötapauksen monimutkaisuus: Rajattu valvonnan käyttötapaus voi vaatia hyvin erilaisen toteutuksen kuin digitaalinen kaksonen, joka tukee useita toisiinsa liittyviä operatiivisia prosesseja.
Digitaalisen kaksosen käyttöönotto ei välttämättä tarkoita koko tehtaan digitalisointia kerralla. Rajattu käyttöönotto voidaan aloittaa yhden käyttötapauksen, koneen, tuotantolinjan tai tuotantoalueen ympäriltä ja laajentaa sen jälkeen, kun ensimmäinen toteutus on validoitu.
Vaiheittainen lähestymistapa helpottaa myös sen arviointia, tuottaako digitaalinen kaksonen hyödyllistä tietoa ennen uusien laitteiden, integraatioiden ja käyttötapausten lisäämistä. Sen sijaan, että käyttöönottoa käsiteltäisiin yhtenä suurena projektina, jolla on kiinteä päätepiste, valmistavan teollisuuden yritykset voivat kehittää digitaalista kaksosta vaiheittain operatiivisten tarpeiden kehittyessä.
Miten digitaalista kaksosta voidaan laajentaa käyttöönoton jälkeen?
Kun digitaalisen kaksosen ensimmäinen toteutus on validoitu, sitä voidaan laajentaa operatiivisten tarpeiden ja ensimmäisessä käyttötapauksessa osoitetun arvon perusteella.
Skaalaaminen ei välttämättä tarkoita digitaalisen kaksosen rakentamista uudelleen tai uuden laajan käyttöönottoprojektin käynnistämistä. Jos alkuperäinen rakenne, integraatiot ja konfigurointi on suunniteltu laajentamista silmällä pitäen, uusia laitteita, tietolähteitä ja käyttötapauksia voidaan lisätä vaiheittain.
Yksi tapa on laajentaa digitaalisen kaksosen fyysistä kattavuutta:
Kone → Tuotantolinja → Tuotantolaitos → Useita tuotantolaitoksia
Esimerkiksi kriittisestä koneesta aloitettua toteutusta voidaan laajentaa saman tuotantolinjan muihin laitteisiin. Tämän jälkeen digitaalinen kaksonen voi kasvaa kattamaan laajemman tuotantoalueen tai kokonaisen tuotantolaitoksen ja tarvittaessa tarjota näkyvyyden useisiin tuotantolaitoksiin.
Toinen tapa on laajentaa operatiivista kattavuutta:
Valvonta → Kunnossapito → Tuotannon optimointi → Energia ja HSE
Valmistaja voi aluksi ottaa digitaalisen kaksosen käyttöön parantaakseen laitteiden tai tuotannon näkyvyyttä. Kun tarvittava data ja laiterakenteet on määritelty, sama ympäristö voi tukea uusia käyttötapauksia, kuten kunnossapitoa, suorituskyvyn analysointia, tuotannon optimointia, energiankulutuksen seurantaa sekä terveyteen, turvallisuuteen ja ympäristöön (HSE) liittyvän tiedon hyödyntämistä.
Laajentamisen suunnan tulisi perustua operatiiviseen arvoon eikä siihen, kuinka paljon teknologiaa voidaan yhdistää. Jokaisella uudella käyttötapauksella tulisi olla selkeä tarkoitus, ja sen tulisi hyödyntää olennaista ja luotettavaa dataa.
Laajuuden kasvaessa yhtenäisten laiterakenteiden, suhteiden, integraatioiden ja konfigurointiperiaatteiden merkitys korostuu. Uudelleenkäytettävät toimintamallit helpottavat uusien koneiden, tuotantoalueiden ja tuotantolaitosten lisäämistä ilman, että jokaista laajennusta varten tarvitsee rakentaa erillistä digitaalisen kaksosen arkkitehtuuria.
Valmistavan teollisuuden yrityksille, jotka haluavat tarkastella digitaalisten kaksosten hyödyntämistä tuotannon eri tasoilla ja erilaisissa operatiivisissa käyttötapauksissa, artikkelimme digitaalisesta kaksosesta valmistavassa teollisuudessa tarjoaa laajemman kuvan siitä, missä teknologia voi tuottaa arvoa ensimmäisen käyttöönoton jälkeen.
Digitaalisen kaksosen käyttöönotosta operatiiviseen arvoon
Digitaalisen kaksosen käyttöönoton arvo ei synny pelkästään datan yhdistämisestä. Arvo syntyy siitä, että data muutetaan tiedoksi, joka auttaa käyttäjiä ymmärtämään toimintaa ja tekemään parempia päätöksiä.
Kehitystä voidaan kuvata seuraavasti:
Yhdistetty data → Kontekstualisoitu tieto → Operatiivinen näkyvyys → Hälytykset ja analytiikka → Päätökset ja toimenpiteet
Ensimmäisessä vaiheessa koneista, sensoreista, tuotantojärjestelmistä, kunnossapitosovelluksista ja muista lähteistä saatava tieto yhdistetään digitaaliseen kaksoseen. Tämän jälkeen tieto liitetään sitä vastaaviin laitteisiin, prosesseihin ja sijainteihin, jolloin se saa oikean tulkinnan edellyttämän kontekstin.
Kun data on saatavilla oikeassa kontekstissa, käyttäjät saavat selkeämmän kuvan siitä, mitä tuotantoympäristössä tapahtuu. Sen sijaan, että ongelman selvittämiseksi pitäisi siirtyä järjestelmästä toiseen, olennainen operatiivinen tieto voidaan tuoda yhteiseen näkymään. Samalla käyttäjät näkevät, miten eri tiedot liittyvät samaan koneeseen, tuotantolinjaan tai prosessiin.
Tämä näkyvyys voi puolestaan tukea valvontaa, hälytyksiä ja analytiikkaa. Määritellyt KPI-mittarit voivat osoittaa, toimiiko tuotanto odotetulla tavalla, ja hälytykset voivat kiinnittää huomion tarkempaa selvitystä vaativiin tilanteisiin. Historiallisen ja reaaliaikaisen datan avulla voidaan myös tunnistaa toistuvia ilmiöitä, kehityssuuntia ja poikkeamia.
Esimerkiksi poikkeamien tunnistamisen avulla voidaan havaita käyttäytymistä, joka poikkeaa odotetuista käyttöolosuhteista. Kun tämä tieto yhdistetään laitteeseen ja prosessiin liittyvään kontekstiin, käyttäjien on helpompi selvittää, mitä tapahtuu ja tarvitaanko jatkotoimenpiteitä.
Sama digitaalisen kaksosen ympäristö voi tukea esimerkiksi ennustavaa kunnossapitoa, käyttökatkosten vähentämistä, OEE:n seurantaa, tuotannon valvontaa, energianhallintaa ja HSEQ-toimintoja. Käytännössä syntyvä arvo riippuu käyttöönoton tavoitteesta ja saatavilla olevasta tiedosta, ei pelkästään digitaalisen kaksosen teknologiasta.
Onnistuneen käyttöönoton tulisi lopulta tehdä operatiivisesta tiedosta helpommin saatavaa, ymmärrettävää ja hyödynnettävää. Digitaalinen kaksonen tuottaa arvoa silloin, kun yhdistetty data tukee käytännön päätöksiä ja toimenpiteitä tuotannossa, kunnossapidossa, suunnittelussa, johtamisessa tai muissa operatiivisissa toiminnoissa.
Digitaalisen kaksosen käyttöönotto Process Geniuksen kanssa
Edellä kuvatut käyttöönottoperiaatteet näkyvät myös siinä, miten Process Genius toteuttaa teollisia digitaalisen kaksosen projekteja. Sen sijaan, että jokaista käyttöönottoa käsiteltäisiin täysin erillisenä ohjelmistokehitysprojektina, tavoitteena on yhdistää olemassa oleva teollinen data, konfiguroida tarvittava digitaalisen kaksosen ympäristö ja laajentaa sitä operatiivisten tarpeiden kehittyessä.
Genius Core on teollisuusympäristöihin suunniteltu konfiguroitava SaaS-pohjainen digitaalisen kaksosen alusta. Se voi yhdistää tietoa olemassa olevista järjestelmistä, kuten ERP-, MES-, EAM- ja SCADA-järjestelmistä, sekä koneista ja muista teollisista tietolähteistä kerättävää dataa.
Käyttöönoton aikana digitaalinen kaksonen voidaan konfiguroida asiakkaan tuotantoympäristön ja valittujen käyttötapausten mukaan. Tähän sisältyy esimerkiksi parametrien määrittely, komponenttien välisten suhteiden määrittäminen, tietovirtojen konfigurointi sekä operatiivisen tiedon yhdistäminen sitä vastaaviin laitteisiin ja prosesseihin.
Tämän jälkeen tieto voidaan esittää tuotantoympäristön visuaalisessa esityksessä. Sen sijaan, että käyttäjien pitäisi siirtyä useiden erillisten järjestelmien välillä ymmärtääkseen, mitä tuotannossa tapahtuu, olennainen data voidaan tuoda saataville sitä vastaavien koneiden, tuotantoalueiden ja prosessien kontekstissa.
Konfiguroitava lähestymistapa tukee myös vaiheittaista laajentamista. Käyttöönotto voidaan aloittaa määritellystä tuotantoalueesta tai käyttötapauksesta ja laajentaa myöhemmin uusilla laitteilla, integraatioilla, visualisoinneilla ja operatiivisilla sovelluksilla tarpeiden kehittyessä.
Näin jokaista uutta digitaalisen kaksosen ympäristöä ei tarvitse rakentaa kokonaan asiakaskohtaisena ohjelmistokehityksenä. Samalla konfiguroinnissa voidaan huomioida tuotantoympäristöjen väliset erot sekä eri käyttäjäryhmien päivittäisessä työssään tarvitsemat tiedot.
Process Geniukselle digitaalisen kaksosen käyttöönotossa ei siis ole kyse ainoastaan tehtaan digitaalisen esityksen luomisesta. Tavoitteena on yhdistää olennainen teollinen tieto fyysisen tuotantoympäristön kontekstiin ja tehdä siitä käyttäjille helpommin saatavaa, ymmärrettävää ja hyödynnettävää.
Jos harkitset digitaalisen kaksosen käyttöönottoa omassa tuotantoympäristössäsi, ota yhteyttä Process Geniukseen keskustellaksesi nykyisistä järjestelmistäsi, tietolähteistäsi, käyttötapauksestasi ja käyttöönoton vaatimuksista.
UKK
Mitä digitaalisen kaksosen käyttöönotto tarkoittaa?
Digitaalisen kaksosen käyttöönotto tarkoittaa prosessia, jossa fyysisistä laitteista, prosesseista tai tuotantolaitoksista luodaan digitaalinen esitys reaaliaikaista operatiivista dataa hyödyntäen. Käyttöönotossa teollisuusjärjestelmät, IoT-laitteet ja ohjelmistoalustat yhdistetään keskitettyyn ympäristöön valvontaa, analysointia ja päätöksentekoa varten.
Miten digitaalinen kaksonen otetaan käyttöön valmistavassa teollisuudessa?
Digitaalisen kaksosen käyttöönotto valmistavassa teollisuudessa alkaa tyypillisesti koneista, PLC-logiikoista, SCADA-järjestelmistä, MES- ja ERP-järjestelmistä sekä IoT-sensoreista saatavan datan yhdistämisestä. Kerätty data visualisoidaan tämän jälkeen keskitetyllä alustalla, jossa valmistajat voivat seurata tuotantoa, parantaa näkyvyyttä ja optimoida toimintaa reaaliaikaisen tiedon avulla.
Mitä hyötyä digitaalisen kaksosen käyttöönotosta on?
Digitaalisen kaksosen käyttöönotto voi parantaa operatiivista näkyvyyttä, vähentää käyttökatkoksia, tukea ennustavaa kunnossapitoa ja tehostaa päätöksentekoa. Organisaatiot saavat myös paremman pääsyn reaaliaikaiseen tuotantodataan, lisää läpinäkyvyyttä prosesseihin ja paremman kokonaiskuvan operatiivisesta suorituskyvystä.
Mitä järjestelmiä digitaalisen kaksosen käyttöönottoon tarvitaan?
Digitaalinen kaksonen voidaan integroida olemassa oleviin teollisuus- ja yritysjärjestelmiin, kuten ERP-, MES-, SCADA- ja BMS-järjestelmiin, IoT-alustoihin ja tietokantoihin sekä rajapintoihin ja OPC UA:ta tukeviin laitteisiin. Genius Core™ -alustan kaltaiset ratkaisut auttavat yhdistämään nämä järjestelmät yhteiseksi operatiiviseksi ympäristöksi.
Kuinka kauan digitaalisen kaksosen käyttöönotto kestää?
Digitaalisen kaksosen käyttöönoton kesto riippuu tuotantoympäristön monimutkaisuudesta, yhdistettävien järjestelmien määrästä ja integraatiovaatimuksista. Monet organisaatiot aloittavat pilottiprojektista tai yhdestä tuotantoalueesta ja laajentavat digitaalista kaksosta myöhemmin kattamaan koko tuotantolaitoksen.
