デジタルツインとは、物理的なオブジェクトを正確に反映するように設計されたオブジェクトまたはシステムの仮想表現です。これはオブジェクトのライフサイクルにまたがり、リアルタイムのデータから更新され、シミュレーション、機械学習、推論を使用して意思決定を支援します。
研究対象となる物体(例えば風力タービン)には、機能の重要な領域に関連するさまざまなセンサーが装備されています。これらのセンサーによって、エネルギー出力、温度、気象条件など、物理的なオブジェクトのパフォーマンスのさまざまな側面に関するデータを生成します。処理システムはこの情報を受信し、デジタル・コピーに積極的に適用します。
関連データが提供されると、デジタル・モデルを利用してさまざまなシミュレーションを実行し、パフォーマンスの問題を分析し、潜在的な機能強化を行えます。最終的な目的は、元の物理的実体を改善するために使用できる貴重な知識を得ることです。
シミュレーションとデジタルツインはどちらもデジタル・モデルを使用してシステムのさまざまなプロセスを複製しますが、デジタルツインは実際には仮想環境であるため、研究に非常に役立ちます。デジタルツインとシミュレーションの違いは、主に規模の問題です。シミュレーションでは通常、特定の1つのプロセスを調査しますが、デジタルツインでは、任意の数の有用なシミュレーションを実行して複数のプロセスを調査できます。
違いはそれだけではありません。たとえば、シミュレーションでは通常、リアルタイム・データを使用してもメリットはありません。しかし、デジタルツインは、オブジェクト・センサーがシステム・プロセッサーに関連データを提供したときに発生し、プロセッサによって作成された分析情報が元のソース・オブジェクトと共有されるときに再び発生する双方向の情報フローを中心として設計されています。
幅広い分野に関連するより優れた、常に更新されるデータと、仮想環境に伴う追加の計算能力を組み合わせることで、デジタルツインは、標準的なシミュレーションよりもはるかに多くの視点からより多くの問題を研究することができ、最終的には製品とプロセスを改善する可能性が高まります。
デジタルツインには、製品の拡大レベルに応じてさまざまな種類があります。これらデジタルツインの間の最大の違いは適用領域です。システムまたはプロセス内に異なるタイプのデジタルツインが共存することはよくあります。デジタルツインの種類を詳しく掘り下げ、違いとその適用方法を学びましょう。
コンポーネント・ツインはデジタルツインの基本単位であり、機能するコンポーネントの最小の例です。パーツ・ツインはほぼ同じものですが、重要性がやや低いコンポーネントに関係します。
2つ以上のコンポーネントが連動すると、資産と呼ばれるものが形成されます。資産ツインを使用すると、これらのコンポーネントの相互作用を調査して、処理して実用的な洞察に変換できる豊富なパフォーマンス・データを作成できます。
次のレベルの拡大にはシステム・ツインまたはユニット・ツインが含まれ、これにより、さまざまな資産がどのように組み合わされて機能するシステム全体が形成されるかを確認できます。システム・ツインは、資産の相互作用に関する可視性を提供し、パフォーマンスを向上させる方法を提案する場合があります。
プロセス・ツインはマクロ・レベルの拡大であり、システムがどのように連携して生産施設全体を構築するかを明らかにします。これらのシステムはすべて同期されて最高の効率で動作しますか、それとも1つのシステムの遅延が他のシステムに影響しますか。プロセス・ツインは、最終的に全体的な有効性に影響を与える正確なタイミング・スキームを決定するのに役立ちます。
デジタルツイン・テクノロジーのアイデアは、1991年にコンピューター科学者であるDavid Gelernter博士が出版した『Mirror Worlds』の中で初めて提唱されました。しかし、2002年に初めてデジタルツインの概念を製造業に適用し、デジタルツイン・ソフトウェアの概念を正式に発表したのは、当時ミシガン大学教授であったMichael Grieves博士だと言われています。最終的に、NASAのテクノロジストであるのJohn Vickers氏は2010年に「デジタルツイン」という新しい用語を発表しました。
しかし、物理的な物体を研究する手段としてデジタルツインを使用するという中心的なアイデアは、実際にはもっと以前から見られていました。実際、デジタルツイン技術の使用を開拓したのは、NASAの1960年代の宇宙探査ミッションであったと言っても過言ではありません。当時、航行中の各宇宙船は、飛行乗務員として勤務するNASA職員による研究とシミュレーションの目的で、地上バージョンで正確に複製されていました。
デジタルツインの使用により、製品のより効果的な研究と設計が可能になり、パフォーマンスの結果の可能性に関する豊富なデータが作成されます。その情報は、企業が生産を開始する前に必要な製品の改良を行うのに役立つ知見につながります。
新製品が生産された後でも、デジタルツインは生産システムをミラーリングして監視し、製造プロセス全体を通じて最大の効率性を達成して維持するのに役立ちます。
デジタルツインは、製品寿命が終わりに達し、リサイクルなどの手段で最終処理を受ける必要がある製品をどうするかをメーカーが決定するのにも役立ちます。デジタルツインを使用することで、どの製品材料を回収できるかを判断できます。
デジタルツインは、その機能が高く評価されていますが、すべてのメーカーやすべての製品で使用できるわけではありません。すべてのオブジェクトが、デジタルツインに必要なセンサー・データの集中的かつ定期的なフローを必要とするほど複雑であるわけではありません。また、財務的な観点から見ても、デジタルツインの作成に多大なリソースを投資する価値はありません。(デジタルツインは物理的なオブジェクトの正確なレプリカであるため、作成にはコストがかかる可能性があるのです)
あるいは、数多くの種類のプロジェクトがデジタル・モデルの使用から特に恩恵を受けています。
したがって、デジタルツインで最も大きな成功を収めている業界は、大規模な製品またはプロジェクトに携わっている業界です。
デジタルツイン市場が急速に拡大していることは、デジタルツインがすでに多くの業界で使用されている一方で、デジタルツインに対する需要がしばらくは高まり続けることを示しています。2022年、世界のデジタルツイン市場は2027年までに735億米ドルに達すると予測されました。1
エンドツーエンドのデジタルツインを使用することで、所有者とオペレーターは生産性を向上させながら機器のダウンタイムを削減できます。IBMとSiemens社が作成したサービス・ライフサイクル管理ソリューションをご覧ください。
デジタルツインは、既に次ような例で広く使用されています。
ジェットエンジン、機関車エンジン、発電タービンなどの大型エンジンは、デジタルツインの使用により、特に定期的に必要なメンテナンスの期間を確立する上で大きなメリットを得られます。
大型の建物や沖合の掘削プラットフォームなどの大きな物理構造物は、特に設計段階でデジタルツインを通じて改善することができます。また、HVAC システムなど、これらの構造内で動作するシステムの設計にも役立ちます。
デジタルツインは製品のライフサイクル全体を反映することを目的としているため、設計から完成品まで、そしてその間のすべてのステップに至るまで、製造のあらゆる段階でデジタルツインが広く普及していることは驚くことではありません。
デジタルツインを使用することで製品の特徴を明確に描写できるのと同様に、医療サービスを受ける患者のプロファイリングも可能になります。センサー生成データの同じタイプのシステムを使用して、さまざまなヘルス指標を追跡し、重要な知見を得ることができます。
自動車は多くの種類の複雑な共機能システムを表しており、自動車の性能を向上させ、生産性を高めるために、デジタルツインは自動車設計で広く使用されています。
土木技術者や都市計画活動に携わる人々は、3Dおよび4Dの空間データをリアルタイムで表示し、構築された環境に拡張現実システムを組み込むことができるデジタルツインの使用によって大きく支援されます。
既存の運用モデルに根本的な変化が起こっています。資産集約型業界ではデジタル改革が進行しており、資産、機器、施設、プロセスの物理とデジタルの統合ビューが求められ、運用モデルが破壊的な形で変化しています。デジタルツインは、その変革に欠かせない存在です。
デジタルツインの将来はほぼ無限です。なぜなら、デジタルツインの使用には、ますます多くの認知能力が継続的に投入されているからです。つまり、デジタルツインは常に新しいスキルと機能を学習しており、製品の改善やプロセスの効率化に必要な洞察を継続的に生成できるということです。
デジタルツインによる資産運用の変革に関するこの記事では、変化が業界にどのような影響を与えるかについて説明しています。