Los gemelos digitales, claves para la industria
El concepto de gemelo digital no es nuevo, pero su generalización en la industria sí que es reciente, impulsada por tecnologías como el IoT, Big Data o Cloud computing. Un gemelo digital (del inglés digital twins) se refiere a la generación de una réplica virtual de un producto, servicio o proceso. Esta réplica simula el comportamiento original, de manera que se pueda monitorizar, analizar cómo reacciona en cualquier situación y mejorar así al original.
En resumidas cuentas, un gemelo digital es una reproducción virtual de algo que se quiere someter a pruebas de simulación para su mejora o refinamiento. La puesta en marcha del gemelo digital permite así experimentar sin riesgos, ahorrando costes y simplificando el proceso de fabricación o producción. También tienen su utilidad funcionando en paralelo con el sistema físico al que representan. Esto, que lo veremos más adelante, significa que mientras el sistema real está produciendo, se pueden anticipar problemas o fallos mediante simulaciones con el gemelo digital. Por ejemplo, se pueden testar cargas desorbitadas de trabajo para entender cómo reaccionaría el sistema real y, en caso de encontrar un error o una probabilidad de rotura o fallo, solucionarla antes de que suceda.
Este método es originario de la NASA, allá por los años 80 del siglo pasado. El objetivo de utilizar el gemelo digital era el de realizar simulaciones sobre el comportamiento de las naves o equipamientos para asegurar la viabilidad de las misiones, y velar por la seguridad de los astronautas. Estas simulaciones, por costosas que fuesen a la postre, suponían una pequeña fracción del coste de una misión espacial. Además, reducían el riesgo (enorme cuando se trata de salir al espacio) a cero.
En la actualidad, el gemelo digital es una réplica virtual (un modelo, para ser más precisos) a imagen y semejanza de aquello que se quiere probar en diferentes escenarios. Los ejemplos son infinitos: un motor de un coche, piezas de un Fórmula 1, las palas de un aerogenerador, un puente o incluso una Smart city (o parte de ella).
La idea es que a este modelo detallado y virtual se le incorporan datos en tiempo real captados a través de sensores o de tecnologías relacionadas con Big Data. Esos datos son reales, por ejemplo, condiciones atmosféricas o del estado de la mar en el punto en el que se construirá el puente; condiciones de presión y temperatura para la operativa normal del motor de un coche o cualquier otra selección de variables.
A partir de esa información y el modelo generado, todo se procesa mediante algoritmos de Inteligencia Artificial y, principalmente, Machine Learning. El resultado de todo ello es una representación fiel de cómo reaccionaría el sistema físico en condiciones reales.
Ventajas y beneficios principales de los gemelos digitales
Ya podemos vislumbrar los principales beneficios de disponer de gemelos digitales en la industria. A partir de lo dicho se entiende que con esta tecnología estamos ahorrando en recursos que serían muy costosos a la hora de realizar pruebas físicas con modelos reales. La gran ventaja de las simulaciones con gemelos digitales es que se puede establecer un banco de pruebas con cientos o miles de condiciones de entrada diferentes, y analizar los resultados para obtener valiosísimas conclusiones que influirán directamente en los diseños finales.
Y es que esta unión de los mundos físico y virtual con los gemelos digitales permite un análisis exhaustivo de la información. Esto nos lleva a tener control total de los sistemas para evitar problemas, prevenir tiempos de inactividad, probar cosas o planificar escenarios futuros mediante simulaciones. Hay que decir que el gemelo digital se puede utilizar antes de la fabricación, o después. En el segundo caso tendremos un sistema duplicado (uno en el mundo físico, otro en el virtual) sobre el que podremos trabajar sin peligros.
La réplica virtual ofrece feedback inmediato, con lo que están especialmente indicadas para ser de utilidad en el mantenimiento de máquinas y equipos conectados que generan y analizan grandes volúmenes de datos. Al minimizar el tiempo de actuación en caso de error o mantenimiento, la productividad aumenta y se reducen los costes por indisponibilidad.
Jefe de Capacitación para Soluciones Cloud, posee una amplia experiencia en áreas comerciales y técnicas a nivel nacional e internacional. Con una base en Ingeniería de Telecomunicaciones y un MBA, destaca en el desarrollo de negocios, especialmente con grandes cuentas y partners en sectores tanto privados como públicos.