Digital twins voor het mkb

Een nieuwe onderhoudsstrategie of een procesaanpassing testen is in theorie niet zo moeilijk. Maar de praktijk van de industriële sector is weerbarstiger: om een test te draaien, moet het huidige proces vaak worden gepauzeerd, waardoor kosten oplopen. En als zo’n test dan geen bruikbaar resultaat oplevert, was het ook nog eens voor niets. Digital twins beloven een oplossing te zijn voor dit probleem. Een digital twin is een digitaal model van een proces, of zelfs een gehele productieomgeving, waarin zoveel mogelijk omstandigheden en variabelen zijn verwerkt die in de echte wereld een rol spelen. In dat digitale model kun je vervolgens tests draaien, zonder dat je bijvoorbeeld de productie in je fabriek hoeft te onderbreken.

Digital twin: model dat ingrijpt in de werkelijkheid

Aan de HAN (Hogeschool Arnhem Nijmegen) doet onderzoeker Menno Herkes al jarenlang onderzoek naar de inzet van digital twins in het mkb. “We willen de praktijk dichterbij brengen”, zegt Herkes over de keuze om dat onderzoek juist samen met mkb-ondernemers te doen. “Je kunt in wetenschappelijk onderzoek wel allerlei moois bedenken, maar mkb’ers willen praktische oplossingen hebben.” Wat een digital twin voor zo’n mkb’er in de industriële sector kan betekenen? Herkes geeft een voorbeeld. “Stel, een van je drie productiemachines valt uit. Als je een digital twin van je proces hebt, zou je die nu kunnen vragen om de productie van je uitstaande orders te herplannen. Dus welke orders ga je nu uitvoeren op welke machine en in welke volgorde?” Daarmee raakt Herkes direct de kern van wat een échte digital twin is: die geeft uitkomsten van simulaties terug aan de werkelijkheid. Veel van wat tegenwoordig digital twinning wordt genoemd, is namelijk niet meer dan een computersimulatie, legt de onderzoeker uit. “Pas als je het digitale model laat ingrijpen in de realiteit, is het een volledige digital twin.”

Grote variëteit in apparatuur en processen

Dat digital twins nog niet veel worden gebruikt in het mkb, ligt volgens Herkes vooral aan de grote variëteit in zowel apparatuur als in productieprocessen. “De meeste mkb’ers hebben een machinepark dat in de loop der jaren is samengesteld”, zegt de onderzoeker. “Elke machine is apart aangeschaft en vaak komen ze van verschillende fabrikanten. Ze werken niet samen in één IT-inrichting.” Mede om die reden is een digital twin van een heel bedrijf of een hele fabriek in de praktijk vaak onwaarschijnlijk, of zelfs onmogelijk.

Startpunt: twinning van bedrijfsonderdelen

Daarom kunnen bedrijven die voordeel willen halen uit ‘digital twinning’ zich het best richten op afgebakende bedrijfsonderdelen. Herkes noemt de onderhouds-twin als voorbeeld. “Je maakt een simulatiemodel van een paar machines en je monitort de actuele slijtage.” Het model rekent vervolgens veroudering en slijtage verder door en komt met een onderhoudsplanning voor voorspellend onderhoud. “Dat voer je uit, en je laat onderhoudstechnici aan het model teruggeven wat de slijtage daadwerkelijk was.” Die feedback gebruikt het model weer om de simulatie te verbeteren. “Er stroomt data vanuit de simulatie naar de echte wereld, en weer terug de simulatie in.” In de praktijk zal zo’n simulatie het onderhoudsmoment nooit op de minuut nauwkeurig voorspellen, schetst Herkes. “Maar dat hoeft ook niet: het moet binnen de acceptabele marges liggen.” Wat die marges zijn? Dat ligt aan het type onderhoud. Hoe groter de foutenmarge mag zijn, hoe meer geschikt dat specifieke proces is voor ‘digital twinning’.

Goede data nodig, dus sensoren nodig

Een digital twin laten maken hoeft niet zo duur te zijn, legt Herkes uit, als je het te twinnen proces maar klein afbakent. “In veel ERP-systemen zitten digital twins voor specifieke taken tegenwoordig al inbegrepen, vaak als betaalde module.” Maar ook die afgebakende twins werken alleen als je goede data kunt aanleveren, bijvoorbeeld over actuele condities van je machines. “Daarvoor heb je sensoren nodig op die machines, en als je die niet hebt, dán wordt het een grote investering”, zegt Herkes. Veel moderne industriële machines hebben echter standaard de beschikking over allerlei sensoren en leveren data aan. In de toekomst kunnen digital twins dus zomaar een stuk bereikbaarder worden voor het mkb.

“Dan blijft wel het menselijke aspect belangrijk”, waarschuwt Herkes. Gelooft de onderhoudstechnicus suggesties vanuit de digital twin, ook als die afwijken van zijn eigen intuïtie? “Enerzijds moet je leren vertrouwen op de black box die met aanbevelingen komt. Maar tegelijkertijd: je kunt nooit élk mogelijk scenario voorzien in je digital twin, dus moeten mensen op de werkvloer altijd zelf beslissingen kunnen blijven nemen.”