Mikä on digitaalisen kaksosen ontologia?
Digitaalisen kaksosen ontologia on rakenteinen tapa määritellä ja jäsentää digitaalisen kaksosen sisältämiä laitteita, järjestelmiä, prosesseja, dataa ja niiden välisiä suhteita. Se tarjoaa yhteisen viitekehyksen sille, mitä eri tiedot tarkoittavat ja miten ne liittyvät toisiinsa.
Teollisuusympäristössä dataa voi tulla monista eri lähteistä, kuten koneista, sensoreista, automaatiojärjestelmistä, IoT-laitteista, ERP- ja MES-järjestelmistä, kunnossapitojärjestelmistä sekä tietokannoista. Digitaalisen kaksosen ontologia tuo tähän tietoon kontekstin määrittelemällä fyysisten kohteiden, operatiivisten prosessien, sijaintien, järjestelmien ja muiden olennaisten kokonaisuuksien väliset suhteet.
Sen sijaan, että esimerkiksi konetta, sen sensoridataa, huoltohistoriaa, tuotannon tilaa ja sijaintia käsiteltäisiin erillisinä tietoina, ontologian avulla voidaan määritellä, miten ne liittyvät toisiinsa. Digitaalinen kaksonen voi tämän jälkeen esittää nämä suhteet yhtenäisessä rakenteessa, jota sekä ihmisten että järjestelmien on helpompi ymmärtää, tarkastella ja analysoida.
Tämä yhteinen rakenne tukee myös semanttista yhteentoimivuutta. Eri järjestelmät voivat käyttää erilaisia tietomuotoja, termejä ja rakenteita, mutta ontologia auttaa määrittelemään tietojen yhteiset merkitykset ja niiden väliset suhteet. Teolliset tiedonsiirtoteknologiat, kuten OPC UA, voivat täydentää tätä lähestymistapaa mahdollistamalla tiedonvaihdon koneiden, automaatiojärjestelmien ja muiden teollisten sovellusten välillä.
Digitaalinen kaksonen vs. digitaalisen kaksosen ontologia
Digitaalinen kaksonen ja digitaalisen kaksosen ontologia liittyvät läheisesti toisiinsa, mutta ne eivät tarkoita samaa asiaa.
Digitaalinen kaksonen on fyysisen kohteen, järjestelmän, prosessin tai toimintaympäristön virtuaalinen esitys. Se kokoaa olennaiset tiedot yhteen, jotta käyttäjät voivat seurata olosuhteita, tarkastella suorituskykyä, analysoida dataa ja tukea operatiivista päätöksentekoa.
Digitaalisen kaksosen ontologia määrittelee, miten digitaalisen kaksosen taustalla oleva tieto on jäsennelty ja miten eri tiedot liittyvät toisiinsa. Se kuvaa ympäristön kohteet, niiden ominaisuudet ja niiden väliset suhteet. Toisin sanoen digitaalinen kaksonen tarjoaa virtuaalisen esityksen, kun taas ontologia muodostaa osan semanttisesta rakenteesta, joka antaa datalle kontekstin ja merkityksen.
Esimerkkinä voidaan tarkastella tuotantolaitosta. Digitaalinen kaksonen voi esittää tehtaan, tuotantolinjat, koneet, prosessit ja operatiivisen datan yhtenäisessä digitaalisessa ympäristössä. Ontologia puolestaan voi määritellä, että tietty kone kuuluu tiettyyn tuotantolinjaan, sisältää tietyt komponentit, vastaanottaa dataa tietyiltä sensoreilta, suorittaa tiettyä prosessia ja liittyy tiettyihin kunnossapito- tai tuotantotietoihin.
Ero näiden välillä korostuu digitaalisten kaksosten laajentuessa ja yhdistäessä tietoa yhä useammista kohteista ja järjestelmistä. Hyvin määritelty ontologia auttaa pitämään näiden tietojen väliset suhteet yhdenmukaisina, jolloin teollista tietoa on helpompi integroida, hakea, tulkita ja hyödyntää kokonaisuuden laajentuessa.
Miten digitaalisen kaksosen ontologia toimii?
Digitaalisen kaksosen ontologia toimii luomalla rakenteisen mallin fyysisen tai operatiivisen ympäristön kohteista ja määrittelemällä, miten ne liittyvät toisiinsa. Sen sijaan, että eri lähteistä saatava data tuotaisiin digitaaliseen kaksoseen toisistaan irrallisina tietoina, ontologia tarjoaa tarvittavan kontekstin sen ymmärtämiseen, mitä data kuvaa ja mihin se kuuluu.
Käytännössä tämä tarkoittaa olennaisten kohteiden tunnistamista, niiden ominaisuuksien määrittelyä, kohteiden välisten suhteiden muodostamista sekä näiden suhteiden järjestämistä rakenteeksi, joka voidaan ymmärtää yhdenmukaisesti koko digitaalisessa kaksosessa.
Käsitteet, kohteet ja ominaisuudet
Digitaalisen kaksosen ontologian perustan muodostavat käsitteet ja kohteet, jotka kuvaavat mallinnettavaa ympäristöä.
Valmistavassa teollisuudessa kohteita voivat olla esimerkiksi tehtaat, tuotantolinjat, koneet, komponentit, sensorit, tuotteet, prosessit tai kunnossapitotoimenpiteet. Jokaisella kohteella voi puolestaan olla sitä kuvaavia ominaisuuksia. Koneen ominaisuuksia voivat olla esimerkiksi laitetyyppi, toimintatila, lämpötila, tuotantokapasiteetti tai kunnossapidon tila.
Näiden määritelmien avulla eri lähteistä saatava tieto voidaan jäsentää yhdenmukaisella tavalla. Yksittäisten datapisteiden esittämisen sijaan digitaalinen kaksonen voi yhdistää ne niitä vastaaviin laitteisiin, prosesseihin ja operatiiviseen kontekstiin.
Suhteet ja hierarkiat
Ontologian todellinen arvo syntyy siitä, että sen avulla voidaan määritellä, miten eri kohteet liittyvät toisiinsa.
Esimerkiksi tuotantolaitos voi sisältää useita tuotantolinjoja. Tuotantolinja koostuu koneista, koneet sisältävät komponentteja ja komponenttien toimintaa voidaan seurata sensoreilla. Samalla koneet voivat liittyä tuotantoprosesseihin, kunnossapitotoimenpiteisiin, työmääräimiin ja muuhun operatiiviseen tietoon.
Nämä suhteet voivat muodostaa esimerkiksi seuraavanlaisia hierarkioita:
Tehdas → Tuotantolinja → Kone → Komponentti → Sensori
Digitaalisen kaksosen ontologia ei kuitenkaan rajoitu fyysisiin hierarkioihin. Sen avulla voidaan kuvata myös toiminnallisia ja operatiivisia suhteita, kuten mitä prosessia tietty kone suorittaa, mikä sensori valvoo tiettyä komponenttia tai mikä kunnossapitotoimenpide liittyy tiettyyn laitteeseen.
Yhdistämällä tietoa näiden suhteiden avulla digitaalinen kaksonen voi tarjota teollisuusympäristöstä kontekstuaalisemman näkymän sen sijaan, että tieto esitettäisiin toisistaan irrallisina datapisteinä.
Semanttinen yhteentoimivuus ja yhteinen merkitys
Teollisuusyritykset käyttävät usein useita järjestelmiä, jotka kuvaavat samoja laitteita ja toimintoja eri tavoin. Tietoa voi olla hajautuneena automaatiojärjestelmiin, IoT-alustoihin, kunnossapitosovelluksiin, tuotantojärjestelmiin, liiketoimintajärjestelmiin ja tietokantoihin.
Digitaalisen kaksosen ontologia auttaa luomaan tiedolle yhteisen merkityksen määrittelemällä yhtenäiset käsitteet ja niiden väliset suhteet. Tätä kutsutaan semanttiseksi yhteentoimivuudeksi: eri järjestelmät voivat vaihtaa tietoa keskenään siten, että samalla säilyy ymmärrys siitä, mitä tieto tarkoittaa.
Esimerkiksi kaksi järjestelmää voi tunnistaa saman koneen eri nimillä, tunnisteilla tai tietorakenteilla. Kun niiden tiedot yhdistetään yhteiseen ontologiaan, digitaalinen kaksonen voi tunnistaa, että molemmat tietolähteet viittaavat samaan fyysiseen laitteeseen, ja sijoittaa niiden datan oikeaan operatiiviseen kontekstiin.
Tästä on erityistä hyötyä silloin, kun digitaalinen kaksonen yhdistää tietoa useista teollisuusjärjestelmistä. Teollisen IoT:n kaltaiset teknologiat voivat tarjota tarvittavat yhteydet ja operatiivisen datan, kun taas ontologia auttaa jäsentämään tämän tiedon merkityksellisiksi suhteiksi, joita voidaan hyödyntää seurannassa ja analytiikassa.
Digitaalisen kaksosen ontologia valmistavassa teollisuudessa
Valmistavassa teollisuudessa digitaalisen kaksosen ontologia tarjoaa rakenteisen tavan kuvata tuotantoympäristön fyysisiä, operatiivisia ja tiedollisia kokonaisuuksia. Se määrittelee paitsi sen, mitä laitteita ja prosesseja ympäristössä on, myös sen, miten ne liittyvät toisiinsa.
Yksinkertainen fyysinen hierarkia voi näyttää esimerkiksi tältä:
Tehdas → Tuotantolinja → Kone → Komponentti → Sensori
Tämä rakenne auttaa digitaalista kaksosta ymmärtämään, mihin kukin kohde kuuluu. Valmistustoimintaan liittyy kuitenkin paljon muutakin kuin fyysisiä laitteita. Sama kone voidaan yhdistää myös tuotanto- ja kunnossapitotietoihin:
Kone → Tuotantoprosessi → Työmääräin → Kunnossapitotoimenpide → KPI
Yhdessä nämä suhteet muodostavat kattavamman operatiivisen kontekstin. Sen sijaan, että konetta tarkasteltaisiin vain yksittäisenä laitteena, käyttäjät voivat ymmärtää, missä se sijaitsee, mitä prosessia se tukee, mitkä sensorit sitä valvovat, mitä työmääräimiä siihen liittyy ja miten sen kunto tai suorituskyky vaikuttaa operatiivisiin KPI-mittareihin.
Tämä on yksi ontologian tärkeistä tehtävistä digitaalisessa kaksosessa valmistavassa teollisuudessa: se luo merkityksellisiä suhteita tiedoille, jotka muuten jäisivät hajautuneiksi eri järjestelmiin ja tietolähteisiin.
Datan yhdistäminen eri teollisuusjärjestelmistä
Valmistavan teollisuuden data tulee harvoin yhdestä järjestelmästä. ERP-, MES- ja SCADA-järjestelmät, IoT-alustat, automaatiojärjestelmät, kunnossapitosovellukset, tietokannat ja muut teolliset ratkaisut voivat kaikki sisältää samaan tuotantoympäristöön liittyvää olennaista tietoa.
Jokaisella järjestelmällä on kuitenkin oma käyttötarkoituksensa. Esimerkiksi ERP- ja MES-järjestelmät voivat sisältää liiketoimintaan, tuotantoon, suunnitteluun ja operatiiviseen toimintaan liittyvää tietoa, kun taas SCADA- ja automaatiojärjestelmät tarjoavat tietoa lähempää koneita ja teollisia prosesseja. IoT-laitteet ja sensorit voivat puolestaan tuottaa reaaliaikaista tietoa laitteiden kunnosta ja suorituskyvystä.
Digitaalisen kaksosen ontologia auttaa yhdistämään nämä eri tietolähteet liittämällä niiden sisältämät tiedot yhteisiin laitteisiin, prosesseihin, sijainteihin ja käsitteisiin. Digitaalisessa kaksosessa esitetty kone voidaan näin yhdistää sen reaaliaikaisiin sensorimittauksiin, tuotannon tilaan, kunnossapitotietoihin, työmääräimiin ja muuhun olennaiseen operatiiviseen dataan, vaikka tiedot olisivat peräisin eri järjestelmistä.
OPC UA:n kaltaiset tiedonsiirtoteknologiat voivat tukea teollisen datan vaihtoa laitteiden ja ohjelmistojärjestelmien välillä. Ontologia tuo tähän uuden kerroksen määrittelemällä kontekstin ja suhteet, joiden avulla voidaan ymmärtää, miten tieto liittyy laajempaan operatiiviseen ympäristöön.
Lopputuloksena ei ole pelkästään paremmin yhdistettyä dataa, vaan kontekstualisoitua tietoa, joka on jäsennelty laitteiden, prosessien, järjestelmien ja toimintojen välisten suhteiden ympärille. Tämä luo vahvemman perustan valvonnalle, analysoinnille ja operatiiviselle päätöksenteolle.
Taksonomia ja luokittelu digitaalisen kaksosen ontologiassa
Taksonomia ja luokittelu auttavat jäsentämään digitaalisen kaksosen ontologiassa kuvattuja käsitteitä. Ne tarjoavat loogisia tapoja ryhmitellä laitteita, prosesseja, toimintoja ja sovelluksia, jolloin monimutkaisia teollisuusympäristöjä on helpompi jäsentää ja tarkastella.
Taksonomia ei ole sama asia kuin ontologia. Taksonomia järjestää käsitteet ensisijaisesti luokkiin ja hierarkioihin, kun taas ontologia määrittelee lisäksi niiden ominaisuudet, merkitykset ja keskinäiset suhteet. Käytännössä taksonomiat voivat siten muodostaa tärkeän osan laajempaa digitaalisen kaksosen ontologiaa.
Digitaalisen kaksosen käyttötarkoituksesta riippuen tietoa voidaan luokitella useista eri näkökulmista.
Toiminnallinen taksonomia
Toiminnallinen taksonomia jäsentää kokonaisuuksia sen perusteella, mitä tehtäviä ne suorittavat digitaalisessa kaksosessa tai teollisuusympäristössä.
Toimintoja voivat olla esimerkiksi tiedonkeruu, tietojenkäsittely, visualisointi, analytiikka, simulointi, valvonta ja ohjaus. Myös teollisia laitteita voidaan luokitella sen mukaan, mitä tehtäviä ne suorittavat tuotantoprosessissa.
Tällainen luokittelu on hyödyllinen silloin, kun digitaalinen kaksonen yhdistää samaan ympäristöön useita operatiivisia toimintoja. Sen sijaan, että tieto jäsennettäisiin ainoastaan fyysisten laitteiden ympärille, käyttäjät voivat myös ymmärtää, miten eri laitteet, järjestelmät ja tiedot tukevat tiettyjä toimintoja.
Toimialakohtainen taksonomia
Toimialakohtainen taksonomia jäsentää käsitteitä sen toimialan tai toimintaympäristön mukaan, jossa digitaalista kaksosta käytetään.
Esimerkiksi valmistava teollisuus, energia-ala, liikenne, terveydenhuolto ja älykkäät kaupungit sisältävät erilaisia laitteita, prosesseja, käsitteitä ja toiminnallisia vaatimuksia. Niiden digitaalisten kaksosten ontologioiden on siksi kuvattava erilaisia toimialakohtaisia käsitteitä.
Valmistavassa teollisuudessa taksonomia voi sisältää esimerkiksi tuotantolinjoja, koneita, laitetyyppejä, tuotantoprosesseja, laatumittareita, materiaaleja ja kunnossapitotoimenpiteitä kuvaavia käsitteitä.
Toimialakohtainen luokittelu auttaa varmistamaan, että ontologia vastaa todellisessa toimintaympäristössä käytettäviä käsitteitä ja niiden välisiä suhteita sen sijaan, että se perustuisi yleisluontoiseen tietorakenteeseen.
Sovelluskohtainen taksonomia
Sovelluskohtainen taksonomia jäsentää tietoa niiden käyttötapausten mukaan, joita digitaalisen kaksosen on tarkoitus tukea.
Valmistavassa teollisuudessa tällaisia käyttötapauksia voivat olla esimerkiksi ennustava kunnossapito, tuotannon optimointi, laitehallinta, laadunvalvonta, energianhallinta tai toimitusketjun seuranta.
Sama teollinen laite voi liittyä useisiin näistä käyttötapauksista. Esimerkiksi kone voi tuottaa samanaikaisesti dataa tuotannon seurantaan, kunnossapidon suunnitteluun ja energiankulutuksen analysointiin.
Tiedon jäsentäminen käyttötapausten mukaan auttaa yhdistämään ontologian käytännön operatiivisiin tavoitteisiin. Samalla on helpompi tunnistaa, mitä laitteita, dataa ja niiden välisiä suhteita tietty digitaalisen kaksosen käyttötapaus edellyttää.
Hierarkkinen taksonomia
Hierarkkinen taksonomia järjestää käsitteet yleisemmistä luokista kohti yhä tarkempia tasoja.
Esimerkiksi teollisen digitaalisen kaksosen rakenne voisi olla seuraavanlainen:
Laitehallinta → Laitteiden kunnonvalvonta → Koneen kunto → Sensorimittaus
Toinen hierarkia voisi kuvata fyysistä tuotantoympäristöä:
Tehdas → Tuotantoalue → Tuotantolinja → Kone → Komponentti
Hierarkkinen luokittelu helpottaa monimutkaisten ympäristöjen tarkastelua ja tarjoaa loogisen rakenteen suurten laite- ja datamäärien jäsentämiseen.
Ontologia ulottuu kuitenkin näitä hierarkkisia ylä- ja alatason suhteita pidemmälle. Kone voi kuulua yhteen fyysiseen hierarkiaan ja olla samalla yhteydessä tuotantoprosessiin, kunnossapitotoimenpiteeseen, työmääräimeen, KPI-mittariin tai muuhun digitaalisen kaksosen operatiiviseen käsitteeseen.
Kun luokittelu yhdistetään näihin laajempiin suhteisiin, digitaalisen kaksosen ontologia voi kuvata teollisuusympäristön toisiinsa liittyvänä kokonaisuutena pelkän laitehierarkioiden ja luokkien kokoelman sijaan.
Miksi ontologia on tärkeä digitaalisille kaksosille?
Digitaalisen kaksosen arvo ei riipu ainoastaan siitä, kuinka paljon dataa sillä on käytettävissään, vaan myös siitä, kuinka hyvin tämä data on jäsennelty ja ymmärrettävissä. Teollisuusympäristöjen yhdistyessä yhä tiiviimmin digitaalisten kaksosten on pystyttävä yhdistämään tietoa jopa sadoista tai tuhansista laitteista, sensoreista, prosesseista ja ohjelmistojärjestelmistä.
Ilman yhtenäistä rakennetta datan lisääminen voi samalla lisätä kokonaisuuden monimutkaisuutta. Digitaalisen kaksosen ontologia auttaa ratkaisemaan tämän haasteen määrittelemällä, miten tietoa luokitellaan, yhdistetään ja tulkitaan digitaalisessa ympäristössä.
Teollisuuden datasiilojen purkaminen
Teollinen tieto on usein hajautunut useisiin järjestelmiin ja eri osastojen käyttöön. Tuotantodataa voidaan tallentaa MES-järjestelmään, liiketoimintatietoa ERP-järjestelmään, laitteiden kuntotietoa automaatio- tai IoT-alustoille ja kunnossapitotietoa erillisiin laitehallinnan sovelluksiin.
Digitaalisen kaksosen ontologia auttaa tuomaan kontekstia näihin hajautuneisiin tietolähteisiin yhdistämällä niiden sisältämät tiedot yhteisiin laitteisiin, prosesseihin, sijainteihin ja operatiivisiin käsitteisiin.
Esimerkiksi huoltohistoria, tuotannon tila, sensorimittaukset ja suorituskykytiedot voivat kaikki liittyä samaan koneeseen, vaikka tiedot olisivat peräisin eri järjestelmistä. Kun tämä yhteys määritellään, digitaalinen kaksonen voi tarjota yhtenäisemmän näkymän laitteeseen ja sen operatiiviseen kontekstiin.
Tämä ei poista alkuperäisiä järjestelmiä tai korvaa niiden erityistehtäviä. Sen sijaan ontologia tarjoaa rakenteisen tavan yhdistää ja tulkita niiden sisältämää olennaista tietoa.
Yhteentoimivuuden parantaminen
Järjestelmien tekninen yhdistäminen on vain yksi osa teollista yhteentoimivuutta. Eri sovellukset voivat käyttää samasta fyysisestä laitteesta tai operatiivisesta käsitteestä erilaisia tunnisteita, termejä, tietorakenteita ja määritelmiä.
Ontologia auttaa luomaan yhteisen semanttisen kerroksen määrittelemällä yhteiset käsitteet ja niiden väliset suhteet. Näin eri lähteistä saatavaa tietoa voidaan tulkita samassa kontekstissa, vaikka taustalla olevat järjestelmät jäsentäisivät datansa eri tavoin.
Tuloksena on parempi semanttinen yhteentoimivuus: järjestelmät ja käyttäjät voivat ymmärtää paitsi vaihdettavan tiedon myös sen, mitä tieto tarkoittaa ja miten se liittyy laajempaan teollisuusympäristöön.
Tästä on erityistä hyötyä älykkäässä valmistuksessa, jossa koneiden, automaatiojärjestelmien, teollisten ohjelmistojen ja liiketoimintasovellusten on yhä useammin hyödynnettävä tietoa perinteisten järjestelmärajojen yli.
Digitaalisten kaksosten skaalautuvuuden parantaminen
Pieni digitaalinen kaksonen voi aluksi kuvata vain rajallista määrää laitteita ja tietolähteitä. Sen laajentuessa mukaan voi kuitenkin tulla uusia koneita, tuotantolinjoja, tuotantolaitoksia, järjestelmiä, prosesseja ja käyttötapauksia.
Ilman yhtenäistä rakennetta jokainen laajennus voi edellyttää uusia järjestelmäkohtaisia integraatioita ja räätälöityjä tapoja tiedon jäsentämiseen. Tämä voi tehdä digitaalisen kaksosen ylläpidosta yhä haastavampaa.
Ontologia tarjoaa uudelleenkäytettäviä käsitteitä, suhteita ja luokitteluperiaatteita, joita voidaan soveltaa digitaalisen kaksosen laajentuessa. Uudet laitteet ja tietolähteet voidaan liittää olemassa olevaan rakenteeseen sen sijaan, että niitä käsiteltäisiin täysin erillisinä integraatioina.
Näin digitaalista kaksosta on helpompi laajentaa yksittäisestä koneesta tai tuotantolinjasta kohti suurempia operatiivisia ympäristöjä säilyttäen samalla tietojen väliset suhteet ja merkitykset yhdenmukaisina.
Analytiikan ja päätöksenteon parantaminen
Analytiikasta saadaan enemmän hyötyä, kun dataan liittyy operatiivinen konteksti.
Pelkkä lämpötilamittaus tarjoaa vain rajallisesti tietoa. Sen merkitys selkeytyy huomattavasti, kun digitaalinen kaksonen tietää, mikä sensori mittauksen tuotti, mitä komponenttia sensori valvoo, mihin koneeseen kyseinen komponentti kuuluu, mitä prosessia kone suorittaa ja miten mittaus liittyy muuhun operatiiviseen tietoon.
Ontologia määrittelee nämä suhteet ja auttaa muuttamaan yksittäiset datapisteet kontekstualisoiduksi tiedoksi.
Tämä luo vahvemman perustan tietoanalytiikalle teollisuudessa. Dataa voidaan analysoida suhteessa laitteisiin, prosesseihin, kunnossapitotoimenpiteisiin, tuotanto-olosuhteisiin ja muihin olennaisiin tekijöihin sen sijaan, että sitä käsiteltäisiin yksittäisistä järjestelmistä saatavina irrallisina arvoina.
Päätöksenteon kannalta hyötynä on yhtenäisempi operatiivinen kokonaiskuva. Sen sijaan, että käyttäjät yhdistelisivät manuaalisesti tietoa useista sovelluksista, he voivat tarkastella toisiinsa yhdistettyä dataa sen olennaisessa kontekstissa ja tunnistaa yhteyksiä, jotka tukevat valvontaa, ongelmanratkaisua, optimointia ja operatiivista päätöksentekoa.
Digitaalisen kaksosen ontologia ja Industry 4.0
Teollisuusympäristöjen yhdistyessä yhä tiiviimmin digitaalisten kaksosten on pystyttävä käsittelemään kasvavia tietomääriä koneista, sensoreista, automaatiojärjestelmistä, ohjelmistoalustoista ja muista tietolähteistä. Tämän vuoksi yhdenmukaisten tietorakenteiden ja yhteisten merkitysten merkitys kasvaa.
Industry 4.0:ssa digitaalisen kaksosen ontologia voi tarjota semanttisen perustan eri ympäristöistä saatavan tiedon yhdistämiselle. Määrittelemällä yhteiset käsitteet ja niiden väliset suhteet ontologia auttaa eri järjestelmiä tuomaan dataa digitaaliseen kaksoseen siten, että samalla säilyy tarvittava konteksti sen ymmärtämiseksi, mitä tieto tarkoittaa.
Yhteentoimivuus ja skaalautuvuus ovat erityisen tärkeitä, kun digitaaliset kaksoset laajenevat yksittäisistä laitteista tuotantolinjoihin, tehtaisiin ja monimutkaisempiin teollisuusympäristöihin. Yhtenäinen ontologia helpottaa uusien laitteiden, järjestelmien ja tietolähteiden lisäämistä samalla, kun yhteinen rakenne säilyy.
Myös tietoturva on otettava huomioon näiden ympäristöjen yhdistyessä yhä tiiviimmin. Ontologia ei itsessään tarjoa kyberturvallisuutta, mutta selkeästi jäsennelty digitaalinen kaksonen voi auttaa hahmottamaan paremmin, mitä laitteita, järjestelmiä, tietolähteitä ja niiden välisiä suhteita ympäristöön kuuluu. Tietoturvakontrollit ja käyttöoikeuskäytännöt on edelleen toteutettava asianmukaisen teollisen ja IT-tietoturva-arkkitehtuurin avulla.
Industry 4.0:n kehittyessä digitaalisen kaksosen ontologian tehtävänä ei siis ole niinkään tuottaa lisää dataa, vaan tehdä yhä tiiviimmin yhdistyvästä teollisesta tiedosta ymmärrettävää, yhteentoimivaa ja skaalautuvaa.
Miten digitaalisen kaksosen ontologia rakennetaan?
Digitaalisen kaksosen ontologian rakentaminen alkaa siitä, että määritellään, mitä digitaalisen kaksosen on tarkoitus kuvata ja mitä operatiivista tarkoitusta sen tulee palvella. Tavoitteena ei ole mallintaa heti alussa kaikkea mahdollista tietoa, vaan luoda yhtenäinen rakenne, jota voidaan kehittää uusien laitteiden, järjestelmien ja käyttötapausten myötä.
Käytännön toteutus voi sisältää seuraavat vaiheet:
- Määrittele toimialue ja käyttötapaus. Aloita määrittelemällä ympäristö, jota digitaalinen kaksonen kuvaa, sekä ongelmat, joiden ratkaisemista sen tulee tukea. Esimerkiksi tuotantolinjaa varten tarvittava ontologia voi poiketa koko tuotantolaitosta kuvaavasta ontologiasta.
- Tunnista olennaiset laitteet, järjestelmät ja prosessit. Määrittele, mitkä koneet, komponentit, sensorit, tuotantoprosessit, sijainnit, ohjelmistojärjestelmät ja muut operatiiviset kokonaisuudet on tarpeen kuvata.
- Määrittele kohteet ja niiden ominaisuudet. Määrittele ontologian keskeiset käsitteet ja niitä kuvaavat ominaisuudet. Koneeseen liittyviä tietoja voivat olla esimerkiksi sen tyyppi, sijainti, toimintatila, kapasiteetti tai kunto.
- Määrittele suhteet ja hierarkiat. Määrittele, miten eri kohteet liittyvät toisiinsa. Näihin voivat kuulua fyysiset suhteet, kuten komponentin kuuluminen tiettyyn koneeseen, sekä operatiiviset suhteet koneiden, prosessien, työmääräinten, kunnossapitotoimenpiteiden ja KPI-mittareiden välillä.
- Yhdistä olennaiset tietolähteet. Tunnista, mistä tarvittava tieto tulee, ja yhdistä se oikeisiin kohteisiin ja niiden välisiin suhteisiin. Ympäristöstä riippuen tietolähteitä voivat olla esimerkiksi automaatiojärjestelmät, IoT-alustat, ERP- ja MES-järjestelmät, kunnossapitosovellukset, tietokannat ja muut teollisuusjärjestelmät.
- Määrittele yhteinen terminologia. Määrittele tärkeille käsitteille yhdenmukaiset nimet ja merkitykset. Tämä on erityisen tärkeää silloin, kun eri järjestelmät tai osastot käyttävät samoista laitteista, prosesseista tai operatiivisista tiedoista eri termejä.
- Validoi ontologia operatiivisten käyttötapausten avulla. Varmista, että rakenne todella tukee niitä kysymyksiä ja työnkulkuja, joita digitaalisen kaksosen on tarkoitus palvella. Käyttäjien tulisi pystyä siirtymään laitteista niihin liittyviin prosesseihin, dataan ja operatiivisiin tietoihin ilman, että heidän tarvitsee ymmärtää kunkin taustalla olevan lähdejärjestelmän rakennetta.
- Laajenna ontologiaa digitaalisen kaksosen kehittyessä. Digitaalisen kaksosen ontologiaa ei tule käsitellä staattisena mallina. Uusia laitteita, järjestelmiä, tietolähteitä ja käyttötapauksia voidaan lisätä ajan myötä säilyttäen samalla jo määritellyt käsitteet ja niiden väliset suhteet.
Ontologia on siis yksi osa laajempaa digitaalisen kaksosen käyttöönottoa. Myös tiedonsiirtoyhteydet, data-integraatiot, visualisointi, analytiikka, käyttäjien tarpeet ja operatiiviset prosessit on huomioitava, kun taustalla olevasta tietomallista rakennetaan käytännön arvoa tuottava digitaalinen kaksonen.
Kun työ aloitetaan selkeästi rajatusta kokonaisuudesta ja ontologiaa laajennetaan vaiheittain, voidaan välttää tarpeetonta monimutkaisuutta ja luoda rakenne, jota on helpompi ylläpitää ja skaalata.
UKK
Mikä on digitaalisen kaksosen ontologia?
Digitaalisen kaksosen ontologia on rakenteinen viitekehys, joka määrittelee, miten laitteet, järjestelmät, prosessit ja data jäsennetään ja yhdistetään digitaalisessa kaksosessa. Se auttaa yhdenmukaistamaan eri teollisten tietolähteiden välisiä suhteita, jolloin digitaalisia kaksosia on helpompi skaalata, niiden sisältämää tietoa hakea ja kokonaisuutta hallita.
Miksi ontologia on tärkeä digitaalisissa kaksosissa?
Ontologia on tärkeä, koska se luo yhteisen tietorakenteen eri järjestelmien, laitteiden ja toimintojen välille. Tämä parantaa tiedon yhdenmukaisuutta, helpottaa integraatioita sekä mahdollistaa paremman näkyvyyden ja analytiikan teollisuusympäristöissä.
Mitä eroa on digitaalisella kaksosella ja digitaalisen kaksosen ontologialla?
Digitaalinen kaksonen on fyysisen kohteen, prosessin, järjestelmän tai toimintaympäristön virtuaalinen esitys. Digitaalisen kaksosen ontologia määrittelee, miten tämän esityksen taustalla olevat käsitteet, ominaisuudet ja niiden väliset suhteet jäsennetään. Digitaalinen kaksonen tarjoaa virtuaalisen ympäristön, kun taas ontologia auttaa antamaan sen sisältämälle tiedolle kontekstin ja merkityksen.
Mitä eroa on ontologialla ja taksonomialla digitaalisessa kaksosessa?
Taksonomia luokittelee käsitteitä ensisijaisesti luokkiin ja hierarkioihin. Ontologia menee pidemmälle määrittelemällä lisäksi käsitteiden ominaisuudet, merkitykset ja niiden väliset suhteet. Taksonomioita voidaan siten käyttää osana laajempaa digitaalisen kaksosen ontologiaa.
Onko digitaalisen kaksosen ontologia sama asia kuin tietämysgraafi?
Ei. Ontologia määrittelee käsitteet, ominaisuudet, suhteet ja säännöt, joiden avulla tiettyä aihealuetta kuvataan. Tietämysgraafi puolestaan esittää yksittäiset kohteet ja niiden väliset suhteet toisiinsa yhdistettynä datana. Ontologia voi tarjota semanttisen rakenteen, jonka avulla tietämysgraafin sisältämää tietoa jäsennetään ja tulkitaan, mutta käsitteet eivät tarkoita samaa asiaa.
Miten digitaalisen kaksosen ontologia parantaa teollisen datan hallintaa?
Digitaalisen kaksosen ontologia yhdistää tietoa yhteisiin laitteisiin, prosesseihin, sijainteihin ja operatiivisiin käsitteisiin. Esimerkiksi tuotanto-, kunnossapito-, automaatio- ja liiketoimintajärjestelmistä saatavat tiedot voidaan yhdistää samaan koneeseen tai prosessiin. Näin hajautunut teollinen data voidaan muuttaa kontekstualisoiduksi tiedoksi, jota on helpompi tarkastella, analysoida ja hyödyntää.
Voiko digitaalisen kaksosen ontologia yhdistää dataa ERP-, MES-, SCADA- ja IoT-järjestelmistä?
Kyllä. Digitaalisen kaksosen ontologia voi määritellä yhteisiä kohteita ja niiden välisiä suhteita ja auttaa näin tuomaan kontekstia ERP-, MES- ja SCADA-järjestelmistä, IoT-alustoista, automaatiojärjestelmistä, tietokannoista ja muista teollisista tietolähteistä saatavaan tietoon. Ontologia ei korvaa näitä järjestelmiä, vaan tarjoaa rakenteen sen ymmärtämiseen, miten niiden sisältämä olennainen tieto liittyy toisiinsa digitaalisessa kaksosessa.
Tarvitseeko jokainen digitaalinen kaksonen ontologian?
Kaikki digitaaliset kaksoset eivät tarvitse monimutkaista tai muodollisesti määriteltyä ontologiaa. Suhteellisen yksinkertainen digitaalinen kaksonen voi toimia rajatulla tietomallilla sekä pienellä määrällä laitteita ja tietolähteitä. Kun digitaalinen kaksonen laajenee kattamaan enemmän järjestelmiä, laitteita, prosesseja ja käyttötapauksia, yhtenäisestä ontologiasta voi kuitenkin olla yhä enemmän hyötyä yhteisten merkitysten, yhteentoimivuuden ja skaalautuvuuden säilyttämisessä.
