Digital Twins en la industria de procesos: de las palabras a los hechos

El Digital Twin (o gemelo digital, o planta virtual) ha pasado a ser uno de los productos estrella en muchas empresas tecnológicas y centros de investigación relacionados con el sector industrial. No obstante, al informarse un poco y/o entrar a ver los detalles concretos, a algunos/as quizás os haya dado la sensación de que un digital twin es   hacer/vender lo mismo que se venía ofreciendo (un simulador, un control predictivo…), llamado de forma sofisticada. Vamos, lo que viene siendo utilizar palabras de moda para conseguir clientes o financiación. Táctica nada nueva por otra parte.

Efectivamente, la idea del digital twin tampoco es nueva, y el núcleo de la misma construido en torno a métodos y herramientas de modelado, simulación y optimización de procesos, tiene largo recorrido. Sin embargo, dentro del marco de la digitalización de las empresas y de su uso en Industria 4.0, sí amplía considerablemente su alcance y presenta elementos nuevos que vale la pena mencionar.

La primera y principal característica es que se trata efectivamente de una representación virtual de la realidad, pero con un alcance más amplio, que puede implicar no sólo modelos de procesos o equipos, sino también de otros elementos como cadenas de suministro, personal, materiales, costes, etc. y, en general, datos y procedimientos (o herramientas) para explotar la información y los modelos.

Por esa mayor amplitud, los modelos que dan funcionalidad al digital twin pueden ser de diversos tipos y complejidades, basados en datos o en modelos de conocimiento, existiendo posiblemente una jerarquía de modelos y una forma de generar modelos a partir de otros para adecuarlos a determinados fines. Por ejemplo, generación de modelos reducidos o subrrogados, o combinar resultados de modelos rigurosos y de análisis de datos.

Por otra parte, dentro de esa idea de alcance ampliado, se trata de recoger no solo los elementos necesarios para simular un determinado comportamiento dinámico, sino un conjunto de datos e información que permitan estudiar el comportamiento en otras circunstancias o con otros objetivos. Para ello se necesita incorporar datos tales como características físicas, propiedades químicas, termodinámicas, etc.

Desde el punto de vista de explotación de la información y los modelos, un aspecto fundamental es que el digital twin está orientado a responder a demandas en tiempo real, lo que significa que:

• Los modelos y las condiciones de su ejecución deben estar actualizados en tiempo real, o ser actualizables del mismo modo, incorporando las herramientas necesarias para ello (estimadores de estado y parámetros, comunicación con bases datos, etc.).
• Los modelos y la información deben ayudar a conocer lo que ocurre en el proceso y por qué ocurre, y para ello deben incorporar herramientas de análisis.
• El digital twin debe concebirse para dar soporte a la toma de decisiones, en la operación u otras funciones, por lo que debe incorporar herramientas para esta funcionalidad (predicción y optimización).
• Se necesita una interfaz amigable para su manejo y gestión, capaz de manejar de manera ágil todos sus elementos/módulos y la información.

Esto lleva a concebir un digital twin más que únicamente como un mero entorno de simulación, como una arquitectura que integra diversos módulos “enchufables”. En particular: una base de datos alimentada en tiempo real desde el proceso; un conjunto de modelos (posiblemente desarrollados en diferentes entornos de simulación) capaces de “hablarse” entre sí mediante alguna capa de comunicaciones; un conjunto de herramientas de análisis de datos (estimación de variables, reconciliación de datos, cálculo de KPIs, machine learning); y herramientas para el cálculo de predicciones, optimización y visualización.

Como tal, el digital twin puede considerarse un repositorio de información actualizada y elaborada (datos y modelos) de referencia en la empresa, para su explotación dando respuesta a preguntas complejas del tipo ¿Qué pasa si…? ¿Qué se necesita para…? como ofreciendo recomendaciones sobre la mejor manera de hacer una operación.

Por supuesto, la arquitectura del digital twin puede ser bastante diferente si se trata de un sistema concebido para operación de un proceso o planta existente, o para el diseño de una nueva.

Varios entornos de simulación/optimización tienen ya muchas características que les permitirían convertirse en el núcleo de un digital twin. Pero, en general, se necesitan adaptaciones específicas para la aplicación considerada que deben integrar elementos y funcionalidades diversas. Por ello es aconsejable la colaboración entre la  empresa, centros de investigación, desarrolladores software, etc...

Hay varios ejemplos en desarrollo que demuestran que es posible pero, en general, se necesitan adaptaciones específicas para la aplicación considerada que deben integrar elementos y funcionalidades diversas. Por ello es aconsejable la colaboración entre la  empresa, centros de investigación, desarrolladores software, etc., como el digital twin de las fragatas F-100 o el desarrollo que tiene Etap sobre energías renovables, que son bastante impresionantes. No obstante, hay muchos campos sin explotar, por ejemplo, en las salas de control para ayudar en la toma de decisiones sobre la operación de los procesos en tiempo real, permitiendo a operarios o managers ver predicciones de cómo va a evolucionar su proceso, consultar qué pasaría si hicieran determinadas acciones, o preguntar cuáles serían las mejores decisiones con un determinado objetivo.

En todo caso, para posicionarse como referencia en un tema o sector nuevo, alguna vez hay que dar el primer paso.

César de Prada Moraga,

Miembro del Grupo Temático de Modelado, Simulación y Optimización del Comité Español de Automática.

Profesor Emérito de Ingeniería de Sistemas y Automática en la Escuela de Ingenierías Industriales de la Universidad de Valladolid.

Págs. 16 a17