Groot potentieel voor digital twin in de procesindustrie

De procesindustrie is bij uitstek een sector waar het potentieel van een digital twin sterk duidelijk wordt. En dat hoeft echt geen blitse 3D-representatie te zijn waarin werknemers virtueel kunnen rondlopen. Dat zegt John Harinck, specialist Industrie 4.0 in magazine NPT Procestechnologie. Een interview over digitale innovaties voor de procesindustrie.

Vraag aan tien bedrijven wat een digital twin voor hen betekent en de kans is groot dat je tien verschillende antwoorden krijgt. Het onderwerp werpt dan ook meer vragen op dan antwoorden, zoals ‘Hoe bouw je nu exact een digital twin?’ en vooral: ‘Hoe kan ik een digitale twin efficiënt inzetten in mijn proces?’

Een digital twin kan een visuele 3D-weergave zijn van een product of proces, maar kan evengoed op de achtergrond meedraaien

Wat is een digital twin?

Een digitale kopie van een fysiek component, proces of plant, zo kunnen we een digital twin kort maar krachtig omschrijven. Met die omschrijving kan je diverse richtingen uit: een raffinaderij houdt er bijvoorbeeld haar procesparameters mee in de gaten. Een geneesmiddelenbedrijf simuleert er veranderingen mee in de samenstelling van diverse recepturen. Een onderhoudsdienst van een drinkwaterbedrijf voorspelt er de exacte onderhoudsintervallen van haar pompfilters mee.

Een digital twin kan voor elk bedrijf een andere insteek hebben. Het hoeft daarbij niet altijd om een blitse 3D-representatie te gaan waarin werknemers virtueel kunnen rondlopen, even vaak draait een digital twin op de achtergrond en komt zijn nut op een andere manier naar boven.

De diverse voorbeelden tonen dat er zeker potentieel is voor de inzet van een digital twin in de procesindustrie. We kunnen het zelfs nog sterker formuleren: De procesindustrie is bij uitstek een sector waar het potentieel van een digital twin sterk tot uiting komt. Dat is ook de mening van John Harinck, specialist Industry 4.0 bij ISPT.

De digitale transformatie van de procesindustrie biedt grote potentie voor innovatie en optimalisatie ten behoeve van verduurzaming en kostenbesparing

John Harinck – specialist digitization in procestechnologie

John: “In tegenstelling tot andere sectoren zijn onze processen in principe gebouwd voor de langere termijn, maar de procesinstallaties van pakweg 20 tot 30 jaar oud zijn indertijd gebouwd voor andere omstandigheden en onder andere voorwaarden. Sommige installaties of apparatuur zijn sterk overgedimensioneerd. Energie- en grondstofprijzen maken nu veelal een aanzienlijk groter deel uit van de productiekosten dan toen. Bovendien zal ook de CO₂-prijs naar verwachting productiekosten gaan beïnvloeden. In een over het algemeen energie-intensieve sector als de procesindustrie is er dus nog veel ruimte voor efficiëntieverbetering en besparing van energie, grondstoffen en emissies. Ook de eindproducten zijn veranderd en diverser geworden. Daar staat tegenover dat digitalisering voor ongekende inzichten en mogelijkheden zorgt. Betere of zelfs compleet nieuwe sensortypes, realtime data-uitwisseling, krachtige data-analyse, noem maar op. Koppel deze evoluties aan elkaar en het wordt zonneklaar dat in een sector met gemiddeld oudere productielijnen, het verbeterpotentieel enorm is.”

Voedingsbronnen voor een digital twin

Er zijn 2 belangrijke pijlers bij de uitbouw van een digital twin: het motief en de beschikbare data. Het aantal bronnen dat als dataleverancier kan dienen gaat enorm breed en groeit nog steeds. Een kleine greep uit de mogelijke input:

• Specificaties van componenten
• Sensordata, zowel chemische als fysische grootheden
• Weergegevens (luchtdruk, temperatuur, vochtigheidsgraad)
• Informatie uit (sub-)modellen of andere digital twins
• Onderhoudsdata van pompen, motoren, kleppen en dergelijke
• Informatie uit PCS, PLC of andere types sturingen
• Data uit storingen en foutmeldingen
• Historische logfiles
• Informatie vanuit leveranciers
• Terugkoppeling van klanten
• Elektrische, pneumatische & hydraulische schema’s
• CAD-tekeningen van fysieke componenten
• Kalibratiegegevens

Waarom een digitale twin creëren?

Digital twins worden wel eens foutief gereduceerd tot een operationeel 3D-platform dat vooral dient om de huidige productiestatus op te volgen. Een digital twin kan echter ook voor andere zaken ingezet worden. Een greep uit de mogelijkheden.

1. Modelleren/Simuleren

Voor velen is simulatie en voorspelling van het gedrag van een systeem het grote voordeel van een digital twin. Maar simulatiesoftware is helemaal niet nieuw. Wat maakt een digital twin dan zo performant op dit vlak? Het antwoord ligt in de realtime mogelijkheden. Bij traditionele simulatiemodellen wordt er altijd uitgegaan van vaste data: je simuleert op basis van een bestaande set van gegevens. Bij een digitale twin is er sprake van een closed-loop systeem, waarbij de realtime informatie meteen een invloed heeft op de rest van de installatie. Zo kan veel fijner voorspeld worden wat de uitkomst zal zijn vooral voor processen waarbij input of omgevingscondities variëren in de tijd. Dat vereist wél een grondige inleving in en kennis van het bewuste proces.

John Harinck zegt daarover: “In de voedingsindustrie kan bijvoorbeeld een digital twin voor smaak en voedingswaarde gecreëerd en gevalideerd worden. Die voorspelt dan de realtime productkwaliteit op basis van alle inkomende variërende parameters over ingrediënten. Als je het model vervolgens inzet door op basis van de modelresultaten direct en automatisch de procesparameters aan te passen met als doel de productkwaliteit en kosten te optimaliseren, is de cirkel rond en kan je met recht en reden over een digital twin spreken.”

Voor elk bedrijf kan de motivatie om te werken met een digital twin anders zijn. Procesbewaking, onderhoud, energiebesparing en simulatie zijn enkele van de mogelijkheden

2. Productontwikkeling

Een simulatiemodel zonder deze automatische gesloten feedbackloop (terug naar het fysieke systeem dat het representeert) wordt ook wel een ‘digital model’ of ‘digital shadow’ genoemd. Een digital shadow kan bijvoorbeeld voor de ontwikkeling van nieuwe producten of recepten ingezet worden. Omdat alle basisinformatie al in de digital shadow aanwezig is én iedereen in het bedrijf altijd over de meest up-to-date informatie beschikt, kunnen diverse digitale varianten en scenario’s worden onderzocht en kan de ontwikkeltijd zo sterk ingekort worden.

3. Controle van de performantie

Via een digital twin kan de gebruiker ook nagaan of het proces of product volledig conform de verwachtingen presteert. Stel dat er ergens midden het proces een inline droogproces moet plaatsvinden, maar de droogtemperatuur is omwille van een defect iets te laag. Op basis van de informatie uit de digital twin kan dan de flow meteen aangepast worden zodat het eindresultaat toch correct blijft. Vroeger zou het defect pas opgemerkt worden bij een kwaliteitscontrole, waarna de onderhoudsdienst de installatie zou uitschakelen om de nodige controles en reparaties uit te voeren. Door op basis van de modelleringskracht van de digital twin in te grijpen in de snelheid van de productflow blijft niet alleen de productie draaien, ook de eindkwaliteit blijft gegarandeerd.

4. Traceerbaarheid

Een belangrijk aspect is de traceerbaarheid. Via een digital twin is het in principe mogelijk om van elke productiebatch de exacte eigenschappen te traceren: de samenstelling van producten, de status van het proces, eventuele moeilijkheden die zich voordeden, informatie over de randvoorwaarden, acties die ondernomen werden door operatoren … Zo kan van elk moment in het proces als het ware een tijdscapsule gemaakt worden die later kan worden ingezet om eventuele problemen met producten te analyseren.

5. Diagnose en onderhoud

Ook voor de onderhoudsploeg kan een digital twin een meerwaarde betekenen. We nemen het vervangen van de filters uit een pompinstallatie als voorbeeld. Vroeger werd dit moment gelogd door de dienst in kwestie, om zo het volgende vervangmoment te bepalen. In een digital twin wordt deze informatie beschikbaar gemaakt voor veel meer afdelingen. De engineering kan nagaan in hoeverre de proceskwaliteit beïnvloedt wordt door het vervangen van de filter en op basis daarvan aanpassingen aan de installatie of werkwijze voorstellen. De operatoren kunnen anticiperen op de wijziging in de pompfilter door procesparameters aan te passen en zo de productkwaliteit stabiel te houden. De onderhoudsdienst kan deze informatie vervolgens zelf weer inzetten om een beter vervanginterval te berekenen.

6. Opleiding

Een iets minder bekende toepassing ligt in de opleidingssfeer. Operatoren kunnen er in een veilige setting opgeleid worden door hen bepaalde situaties voor te leggen, bekijken hoe ze ook onverwachte en extreme (onveilige) situaties aanpakken, procedures aangeleerd worden, wijzen op de gevolgen van acties en dergelijke. Omdat dit volledig virtueel verloopt is er geen kans op beschadigingen aan de installatie of verwondingen. In dit geval fungeert het model als ‘Operator Training Simulator’.

Tips en tricks

Het pad richting een digital twin loopt niet altijd over rozen, er zijn helaas enkele doornen die het proces bemoeilijken.
John Harinck daarover: “Een digital twin kan een digitale representatie van één aspect van het proces zijn, het hoeft niet meteen het complete proces te representeren of alle aspecten te voorspellen. Bedrijven kunnen beginnen met een klein stuk van hun proces. Ik zie de sector op termijn evolueren naar grotendeels autonome productie. Een digital twin is één van de middelen daarheen, maar het is geen doel op zich. Je hoeft niet álles te voorspellen en je hoeft ook niet alles in één keer te doen. Zoals met alle grote ontwikkelingen is het verstandig een visie en strategie te ontwikkelen voor je situatie.”

De haalbaarheid van een digitale twin

John: “De haalbaarheid en kwaliteit van de twin is afhankelijk van meerdere voorwaarden: een zekere automatiseringsgraad van het proces dat je wil aanpakken, kwalitatieve meetdata van de juiste grootheden op de juiste locaties, een IT architectuur voor uitwisseling, opslag op ontsluiting van data, de aanwezigheid van digitale skills in het bedrijf en het besef van het belang alsook de bereidheid van alle afdelingen om daaraan samen te werken. Daarnaast is het voor de industrie ook van strategisch belang om zowel de proceskennis als de automatiseringskennis waar mogelijk in het bedrijf te hebben en houden. Modellen en algoritmes worden veelal opgesteld door externe bedrijven. Autonome beslissingen vanuit deze modellen zouden er toe kunnen leiden dat kennis op basis van ervaring van de eigen operatoren verdwijnt. Bedrijven moeten er dus over waken dat die kennis en ervaring op peil blijft of goed wordt geborgd. Hetzelfde geldt voor veiligheid. Het uitbesteden van controlerende functies aan algoritmes houdt een zeker risico in. Zaken die verkeerd kunnen lopen kunnen in theorie wel mee geprogrammeerd worden, maar menselijke kennis blijft daar toch belangrijk. Daar staat tegenover dat menselijke fouten minder zullen voorkomen. Maar op zich is dat een issue voor algoritmes, niet voor digital twins op zich.”

Dé digitale twin bestaat niet

John Harinck

“Wat zeer belangrijk zal worden voor bedrijven is dat ze in zee gaan met aanbieders en leveranciers die de nodige openheid aan de dag leggen. Vanwege de snelle ontwikkelingen van diverse digitale technologieën, welke voor gebruikers soms moeilijk te beoordelen zijn, wil je als gebruiker met beperkte investeringscapaciteit niet afhankelijk worden van een gesloten architectuur waarin je gebonden bent aan één platform. Standaardisatie verlaagt het afhankelijkheidsrisico voor gebruikers, waardoor de adoptie van innovatieve technologie veel makkelijker verloopt. Standaardisering staat binnen een relatief nieuw concept als de digital twin nog in de kinderschoenen maar is daarom van groot belang. Dit is een van de gemeenschappelijke industriële behoeften waaraan het ISPT bijdraagt ten behoeve van de digitale en duurzaamheids-transformatie van de procesindustrie.”