Gêmeos Digitais na AWS: Acelerando resultados de negócio

Ouvimos de nossos clientes sobre o desejo de implementar Gêmeos Digitais, ou Digital Twins, para melhorar as operações, as ofertas de produtos e o valor comercial entregue a seus próprios clientes finais. O conceito de gêmeos digitais não é novo e começou nos primórdios do programa espacial. A missão Apollo 13, na década de 1960, é um dos primeiros casos de uso de gêmeos digitais para modelar o estado da espaçonave danificada e resolver os problemas necessários para devolver a tripulação astronauta à Terra em segurança. Em tempos mais recentes, as ideias centrais de gêmeos digitais aplicadas ao gerenciamento do ciclo de vida do produto (PLM) são comumente atribuídas a Grieves, que desenvolveu o conceito ao longo dos anos 2000, e a Vickers, que cunhou o termo gêmeos digitais em 2010. Atualmente, os clientes buscam implantar gêmeos digitais em uma ampla variedade de aplicações, incluindo o design da engenharia de equipamentos complexos, ambientes imersivos em 3D, manutenção preventiva, operações de instalações industriais, medicina de precisão, agricultura digital, manufatura, planejamento urbano e outras aplicações recentes, como o Metaverso.

Um desafio, no entanto, é que o termo Gêmeos Digitais é frequentemente aplicado de forma ampla para descrever qualquer modelo virtual, incluindo métodos tradicionais, como simulações de engenharia, modelos CAD, painéis de IoT ou ambientes de jogos. Isso causou confusão para os clientes, que estão pensando em como a simples renomeação dos métodos existentes gerará um novo valor de negócio. Para esclarecer, os gêmeos digitais são mais do que apenas um novo termo de marketing para métodos legados, mas sim uma nova tecnologia que só se tornou viável nos últimos anos com a convergência de computação em escala, métodos de modelagem e conectividade de IoT. Ao embarcar em sua jornada com gêmeos digitais, o primeiro lugar para começar é entender o que são gêmeos digitais, como integrar os métodos de modelagem existentes a eles, e como trabalhar a partir do seu caso de negócio para implantar a tecnologia correta para sua solução.

Para ajudar os clientes a navegar por esse espaço, desenvolvemos uma estrutura que permite que os profissionais entendam seus casos de uso e obtenham o valor comercial que buscam. A primeira parte dessa estrutura é uma definição concisa de gêmeos digitais e a segunda é um índice de nivelamento para ajudar os clientes a categorizar seus casos de uso e entender os serviços, tecnologias, dados e modelos necessários para criar e implantar seu gêmeo digital em grande escala.

Nesta primeira parte de nossa série de blogs, vamos nos concentrar em nossa definição e índice de nivelamento para discutir gêmeos digitais, juntamente com exemplos de casos de uso para cada um dos níveis. Os blogs subsequentes demonstrarão cada um dos níveis em detalhes, trabalhando com um exemplo de veículo elétrico.

Definindo um Gêmeo Digital
Ao entender as interpretações de nossos clientes sobre os gêmeos digitais, encontramos uma série de conceitos, incluindo análise de um único componente físico, manutenção preditiva de um equipamento, otimização do desempenho de um processo, orientações virtuais em 3D de uma fábrica com operações automatizadas e tudo mais. no meio. O que todas essas ideias têm em comum é que um gêmeo digital consiste em uma representação digital de algo no mundo físico, é atualizado com dados ao vivo e gera resultados comerciais. Com esse pano de fundo, definimos Gêmeo Digital da seguinte forma:

Um Gêmeo Digital é uma representação digital viva de um sistema físico individual que é dinamicamente atualizado com dados para imitar a verdadeira estrutura, estado e comportamento do sistema físico, a fim de impulsionar os resultados comerciais.

Os quatro elementos principais de um gêmeo digital são o sistema físico, a representação digital, a conectividade entre os dois e o resultado comercial. O primeiro elemento, o próprio sistema físico, pode ser uma entidade física individual, um conjunto de entidades físicas, um processo físico ou até mesmo uma pessoa. Também não precisa ser um sistema industrial, pois pode ser biológico, químico, ecológico ou qualquer outro sistema. A segunda é a representação digital, que é o modelo em si. Nesse caso, por modelo, não queremos dizer apenas uma coleção de dados, como um modelo de dados, que é necessário para representar a estrutura (ou configuração) do sistema físico, ou um painel de dados de IoT, que é útil para representar o estado atual do sistema físico. Queremos dizer um modelo que emula o comportamento do sistema físico, como uma simulação, de forma que, quando você fornece uma entrada, o modelo retorna uma resposta. Isso leva ao terceiro elemento, a conectividade, que é enfatizado pela referência ao termo “representação digital viva” usado na definição de DT. O modelo deve ser atualizado regularmente com dados do sistema físico (por exemplo, de sensores) para ser um gêmeo digital. Um modelo validado fornece um instantâneo do comportamento do sistema físico em um momento, mas um gêmeo digital estende o modelo para escalas de tempo em que o comportamento do sistema físico muda significativamente em relação à época original. A frequência das atualizações é ditada pela taxa na qual os fenômenos subjacentes evoluem. Alguns casos de uso exigem atualizações quase em tempo real, enquanto outros exigem apenas atualizações semanais. Por fim, o gêmeo digital deve gerar um resultado específico — algum tipo de valor econômico ou comercial.

A principal diferença entre um gêmeo digital e os métodos de modelagem existentes, como modelagem 3D tradicional (CAD), simulações baseadas em física, mundos virtuais (3D/AR/VR), painéis de IoT de dados de sensores de streaming e ambientes de jogos realistas, é o fluxo de informações entre os sistemas digital e físico. Um equívoco comum é que uma representação virtual mais complexa e de maior fidelidade é o que faz um gêmeo digital. Em vez disso, é a atualização regular que é fundamental e afeta diretamente a forma como os dados são coletados ao longo do ciclo de vida e como os gêmeos digitais são construídos. Um gêmeo digital deve consumir os fluxos de dados para entender o estado atual do sistema, aprender e se atualizar (ou ser atualizável) com novas observações do sistema e ser capaz de fazer previsões sobre seu comportamento atual e futuro.

Por exemplo, um gêmeo digital de uma pá de turbina a gás ingere dados de IoT de temperatura e pressão para prever o comprimento de fissura, um valor não observável durante a operação. Os resultados de inspeções visuais periódicas de um boroscópio são usados para atualizar o gêmeo digital. Este é então usado para fazer previsões da taxa de crescimento de fissuras e da vida útil restante (RUL) sob diferentes condições operacionais e cenários de manutenção, permitindo que o operador selecione o melhor cronograma de despacho e plano de manutenção. Informações advindas do gêmeo digital, como o comprimento da fissura ou a RUL, pode então ser mostradas ao usuário por meio de um painel, uma renderização 3D mostrando a rachadura in situ ou de alguma outra maneira relevante ao contexto. Embora os modelos CAD, painéis de IoT, renderizações 3D com orientações imersivas e ambientes de jogos não sejam gêmeos digitais, eles constituem blocos de construção de visualização úteis em soluções desse tipo, e geralmente representam os primeiros passos em uma jornada de gêmeos digitais do cliente.

Por que agora é a hora para Gêmeos Digitais?
Ao analisarmos a definição de gêmeos digitais, começamos a entender as quatro tecnologias principais necessárias para o desenvolvimento e implantação em grande escala: dados do sistema físico, conectividade de IoT, métodos de modelagem e computação em escala. Cada um deles foi desenvolvido em paralelo nos últimos 20 anos, e é somente na década de 2020, no entanto, que estamos vendo a convergência dessas tecnologias necessárias para os gêmeos digitais em grande escala.

A primeira tecnologia tem a ver com medições. Com os sensores de IoT em particular, o custo médio caiu 50% de 2010 a 2020 e continua diminuindo. Medições que eram proibitivas em termos de custos há apenas 10 anos agora estão se tornando commodities. Isso continuará fazendo com que mais sensores coletem ainda mais dados. Em segundo lugar, está a capacidade de transmitir esses dados para que possam ser analisados e e ações possam ser tomadas a partir deles. Se considerarmos a conectividade sem fio como um exemplo, em 2010 o 3G era o padrão, com menos de 1 Mbps de banda. Ao longo da década de 2010, ele foi substituído por 4G a 100 Mbps, e agora o 5G a 10 Gbps está se tornando a norma. Isso representa um aumento de mais de 10.000 vezes na velocidade de transmissão. E o 5G quebra limites históricos para dispositivos de IoT, pois é rápido o suficiente para coletar dados de IoT quase em tempo real (latência abaixo de 10 ms).

O valor dos gêmeos digitais está em usar esses dados para obter insights acionáveis, o que é obtido por meio de modelagem e computação em escala, representando a terceira e a quarta tecnologias-chave. O termo “modelo” aqui é usado em vários contextos. Para aplicações que envolvem previsão de estados futuros e planejamento de cenários hipotéticos, precisamos de técnicas de modelagem científica para prever vários fenômenos (seu comportamento), como dinâmica de fluidos, deformação estrutural, processos bioquímicos, clima e logística. Métodos como Machine Learning, computação de alto desempenho (HPC) e abordagens híbridas, como redes neurais inspiradas na física, estão se tornando práticos para se implementar em grande escala, devido à capacidade computacional disponível. Outro tipo de modelagem é usado para visualização e criação de ambientes imersivos realistas. Na última década, os avanços nos algoritmos de computação espacial para criar e manipular conteúdo 3D estão possibilitando a realidade aumentada imersiva, a realidade virtual e o metaverso.

Por fim, o poder da computação em grande escala foi amplamente possibilitado pela nuvem. Vimos o poder computacional crescer exponencialmente, tanto no nível do chip em si, quanto conectando todos os chips para uma computação em nuvem altamente escalável, até o ponto em que a computação sob demanda em grande escala está se tornando uma mercadoria. Não mais limitadas a governos e grandes corporações, agora pequenas startups e até mesmo indivíduos podem acessar a computação necessária para inovar, inventar novos produtos e serviços e melhorar nossas vidas diárias.

Fique por dentro das inovações tecnológicas aqui no blog da https://www.itexperts.com.br/blog/

Artigo originalmente publicado em Blog AWS