IOT
DIGITAL TWIN
Eficiencia operativa de los activos con Digital Twin
Integración de tecnologías IoT para crear Digital Twins e impulsar la eficiencia operativa
Un Digital Twin, o Gemelo Digital, es una réplica virtual de un producto, servicio o proceso que simula el comportamiento de su homólogo físico, permitiendo su monitorización, simulando su comportamiento en base al pasado, y prediciendo su comportamiento en el futuro. Así, es posible automatizar las acciones de respuesta ante situaciones anómalas, y conseguir además maximizar su eficiencia.
neuroons adopta el enfoque de Digital Twin Instance y Aggregate: modelización estadística basada en observaciones históricas de un sistema.
Para construir un Digital Twin se necesita algo más que una plataforma IoT para capturar y almacenar datos. Podemos ayudarte a implementar el mejor modelo de información para representar tus activos y facilitar la realización de modelos de optimización y predicción. Y como lo visual es importante, tenemos una amplia experiencia en la construcción de representaciones visuales interactivas que ofrecen una evolución casi en tiempo real de todas las dimensiones, desde el dispositivo único hasta las vistas agregadas de sus activos.
De los dispositivos conectados a inteligentes
Con una representación virtual segura de todos los activos físicos conectados, se está listo para mejorar los procesos o incluso transformar todo el modelo de negocio.
Hoy en día, el estado del arte del IoT hace que dispongamos de dispositivos de campo o gateways que mejoraron las capacidades de almacenamiento y computación, y esto abre la puerta a trasladar parte de los procesos al extremo donde se generan los datos.
Ventajas competitivas
gracias a un Digital Twin
01
Evaluación remota del rendimiento en la operación en tiempo real.
02
Mejorar la gestión de activos, impulsar la eficiencia de sistemas complejos y garantizar la fiabilidad y seguridad de los productos.
03
Mantenimiento predictivo, para anticipar actuaciones y evitar tiempos muertos.
04
Simulación de escenarios experimentando con las condiciones de contorno para extraer recomendaciones de operación.
Casos de uso
aplicados a la industria
Smart Mobility
Smart Railway – Eficiencia operacional de flotas de transporte ferroviario
Los Digital Twins aggregates facilitan la operación en tiempo real de flotas de vehículos y proporcionan mecanismos basados en datos para su mantenimiento.
A nivel de flotas, un Gemelo Digital permite construir soluciones avanzadas de Smart Mobility, donde, en base a ticketing, información de ocupación e información del entorno (meteorología, eventos sociales, estacionalidad, etc), se puede predecir la demanda en un momento dado para adaptar de forma muy precisa la capacidad necesaria.
La telemetría generada por cada vehículo nos permite monitorizarlo en tiempo real y acumular histórico con suficiente profundidad para utilizar técnicas predictivas sobre su comportamiento, y construir modelos para optimizar la operación y el mantenimiento.
Se pueden entrenar modelos para predecir el deterioro de partes críticas (aquellas sometidas a rozamiento y desgaste), monitorizando su degradación (mediante vibraciones y temperaturas por ejemplo) para anticipar en base a los datos telemétricos la planificación de todos los recursos involucrados en su sustitución (taller, mecánicos, maquinaria, etc) con suficiente tiempo de anticipación.
Smart Utilities
Monitorización de aerogeneradores
Los aerogeneradores sirven de fuente de información continua de datos operacionales (potencia generada, el porcentaje de capacidad cubierta, el estado actual de funcionamiento, hielo en palas, etc).
Un Digital Twin para parques de aerogeneración permitirá monitorizar en tiempo real el estado de todos los activos y operar en remoto desde un único centro de operación. A partir de la información operacional y fuentes externas de datos (climatología y previsión), las técnicas de aprendizaje automático permiten modelar el comportamiento y predecir la generación energética a corto plazo.
Predicción de emisiones
El enfoque de analítica de datos en el contexto de Digital Twin Instance permite la construcción de modelos predictivos de emisiones contaminantes en equipos industriales.
El uso de técnicas de Inteligencia Artificial para construir los estimadores supone un ahorro importante de costes en comparación con lo que supone equipar todos los equipos con la carga sensórica de medición.
Industry 4.0
Calidad en la línea de fabricación
Un Gemelo Digital que se actualiza en tiempo real con datos reales procedentes de máquinas y procesos permite estudiar el impacto de la variación de diferentes parámetros y condiciones del sistema completo.
Incorporando imágenes del proceso se puede realizar análisis en vivo de la calidad de los elementos fabricados (imágenes termográficas de soldaduras y conformado en caliente). El análisis de los datos operacionales a posteriori permite el diagnóstico del impacto de las configuraciones aplicadas en la calidad resultante.
Eficiencia energética
La supervisión del sistema de control de la energía permite detectar estados operativos defectuosos que suelen disminuir la eficiencia del sistema completo.
Las nuevas aproximaciones de prognosis para sistemas energéticos usando técnicas basadas en Inteligencia Artificial permiten reducciones significativas con respecto a los sistemas de control convencionales.
