Ich kaufe eine neue Maschine, ein paar Werkzeuge dazu und eine Steuerung. Diese neue Maschine soll eine wichtige Rolle in der Verbesserung des Fertigungsprozesses meiner Fabrik spielen. Die Lieferzeit ist zwei Monate. Schon jetzt kann ich mir aber die Digitalen Zwillinge (Digital Twins) der Maschine, der Werkzeuge und der Steuerung runterladen. Diese baue ich gleich in den Digitalen Zwilling meiner bereits bestehenden Fabrik ein.
Wo wird die neue Maschine ideal platziert, um die Transportwege und die Ergonomie zu optimieren? Wie kann ich den CO2-Footprint meiner Fabrik optimieren? Wie muss ich den Steuerungscode für die Maschine abhängig vom verwendeten Werkzeug programmieren, um die Produktionszeit möglichst kurz zu halten, aber trotzdem Kollisionen zu vermeiden. Diese und viele andere Fragen kann ich vorab am Digitalen Zwilling analysieren und lösen, noch bevor die Maschine geliefert wird.
Ist das alles nur eine Industrie 4.0-Vision, oder bereits Realität?
Mehr über Digitalisierung und Künstliche Intelligenz erfahren Sie bei unseren Tagungen zu den Themen
Digitaler Zwilling, was ist neu?
Die Bezeichnung Digitaler Zwilling (auf Englisch: Digital Twin) ist fast selbsterklärend: Das Wort Digital gibt den Hinweis, dass es sich beim Digitalen Zwilling um eine digitale Repräsentanz von etwas Realem handelt. Das Reale kann z.B. ein Produkt, eine Maschine oder ein Prozess sein. Das Wort Zwilling impliziert, dass die Eigenschaften des Zwillings dem realen Gegenpart möglichst ähnlich sein sollen.
So wie die Eigenschaften von zwei menschlichen Zwillingen nie 100% identisch sind, so wird auch der Digitale Zwilling nie in den Eigenschaften identisch mit jenen des realen Gegenparts sein. Wichtig ist nur, dass er in allen für uns relevanten Eigenschaften so gut wie identisch ist.
Ist also ein Digitaler Zwilling nur ein anderes Wort für ein Modell und der darauf basierenden Simulation? Ja, aber bisher hat man unter einem Modell etwas verstanden, das nur einen bestimmen Aspekt modelliert hat, also nur aus einem Blickwinkel dem Realen möglichst ähnlich war. Man kann das auch Digitalen Schatten nennen.
Die Erwartungshaltung an den Digitalen Zwilling ist, dass er in allen wesentlichen Aspekten und Blickwinkeln die Eigenschaften des Realen modelliert. Zum Zeitpunkt des Erwerbs der Maschine weiß der Maschinenhersteller ja noch nicht, was ich mit dieser Maschine im Laufe des Maschinenlebens machen werde.
Deshalb soll der Digitale Zwilling ein Multi-Purpose-Modell sein. Oft bedingt die Erwartungshaltung an diese unterschiedlichen Anwendungsfälle, dass der Digitale Zwilling viele physikalische Methoden (Multi-Physics) abdecken muss: wenn ich die Maschine unter Voll-Last betreiben will, dann kann zusätzlich zum mechanischen Bewegungsablauf die Temperaturentwicklung ein wichtiger Aspekt sein.
Multi-Purpose und Multi-Physics
Ein guter Digitaler Zwilling muss also oft mehrere Aspekte abdecken. Klassiker sind:
- die Steifigkeit und Festigkeit der Konstruktion bei Produkten, die hohen Belastungen ausgesetzt werden und/oder sehr leicht gebaut werden sollen;
- die Fluid-Dynamics beispielsweise beim Spritzguss von Kunststoffteilen;
- das thermische Modell, um Überhitzungen zu vermeiden;
- das akustische Modell, um die Geräuschentwicklung auch ohne Bau von Prototypen beeinflussen zu können;
- die elektromagnetischen Eigenschaften, beispielsweise um einen Elektromotor bei geringem Gewicht möglichst leistungsstark zu machen;
- das kinematische Modell bei Robotern, um schon vorab die Bewegungen so zu optimieren, dass es keine Kollisionen gibt;
- die dynamischen Modelle, um die Regler zu optimieren;
- die Modellierung der Elektronik, um die Funktion in allen Lebenssituationen sicherstellen zu können;
- die Modellierung von Materialermüdung und Verschleiß, beispielsweise um sicherheitskritische Bauteile richtig zu dimensionieren
- aber auch Spezialmodelle wie Batteriemodelle oder Reifenmodelle, um nur ein paar der zu berücksichtigenden Aspekte zu nennen.
Nicht bei jedem Digitalen Zwilling sind alle Aspekte relevant. Sehr oft ist aber mehr als einer der genannten Punkte wichtig.
Es gibt entlang der Wertschöpfungskette unterschiedliche Einsatzgebiete von Digitalen Zwillingen, die sich in der Struktur deutlich unterscheiden:
Der Digitale Zwilling des Produktes
Ein Teil des Digitalen Produkt-Zwillings ist dessen 3D-Konstruktionszeichnung (CAD-Zeichnung). Das ist aber noch lange kein vollständiger Digitaler Zwilling, da die Konstruktionszeichnung ja nur die Form und das Material spezifiziert. Sie spezifiziert nicht, wie sich das Produkt beim Einsatz verhalten wird, und schon gar nicht wie es sich dynamisch verhält. Bei einem komplexen Produkt wie einem Auto können alle der oben genannten physikalischen Modelle benötigt werden.
Der Digitale Zwilling der Produktion
Auch bei der Produktion sind die Konstruktionszeichnungen der Produktionsmaschinen und Roboter und ein Plan der Fabrik, in der eingezeichnet ist, wo welche Maschine steht, nur ein Teil des Digitalen Zwillings. Das ist somit bei weitem kein vollständiger Digitaler Zwilling. Ich muss ja auch die genauen Produktionsprozesse und deren Dynamik kennen und wissen, welche Rolle der Mensch in der Produktion übernimmt. Ich muss deshalb zwischen dem Digitalen Zwilling der Produktions-Anlage (was habe ich in meiner Fabrik) und dem Digitalen Zwilling der Produktions-Prozesse (was tue ich damit in meiner Fabrik) unterscheiden.
Die digitale Repräsentanz ist in diesem Fall meist ein Bewegungsmodell der Maschinen, Roboter, Menschen und des Materialflusses in der Fabrik (z.B. mit den Siemens Tecnomatix-Produkten) zusätzlich zur Liste der benötigten Maschinen und Mitarbeiter*innen (die sogenannten Bill-of-Resources) und der Liste der erforderlichen Arbeitsschritte (Bill-of-Process), die z.B. im Siemens Teamcenter abgebildet sind.
Ergonomie-Optimierung mit Digitalem Zwilling
Der Digitale Zwilling der Performance
Wenn ich ein Produkt produziert habe, möchte ich wissen, was dieses Produkt im Laufe seines Lebens erlebt und wie es sich dabei verhält. Wenn ich Maschinenbauer bin und eine Produktionsmaschine gebaut habe, möchte ich wissen, was diese Maschine in der Produktion im Laufe des Lebens erlebt und wie sie sich dabei verhält. Das hilft mir, mein Produkt an die Markterfordernisse anzupassen und laufend zu verbessern. Dadurch habe ich einen Wettbewerbsvorteil gegenüber meinen Mitbewerbern, die nur aus Kunden-Reklamationen erfahren, wenn ihr Produkt keine zufriedenstellende Performance gezeigt hat.
Diese Daten über den Lebenszyklus des Produktes oder der Maschine nennen wir den Digitalen Performance-Zwilling, da er mir kontinuierlich Informationen über die Performance meiner Produkte am Markt gibt. Die digitale Repräsentanz ist in diesem Fall eine große Menge an Datenpunkten, die in eine datensichere Cloud übertragen werden. Sie ermöglichen mir, das Verhalten meines Produktes zu beschreiben. Diese Beschreibung kann auch Modellierung genannt werden (z.B. mit Siemens MindSphere).
Edge-Computing: das „EKG“ für Maschinen
In manchen Fällen muss ich eine sehr feine zeitliche Auflösung der Datenpunkte wählen, beispielsweise jede tausendstel Sekunde einen neuen Datenpunkt erfassen, um das dynamische Verhalten meines Produktes / meiner Maschine genau zu verstehen. Das ist ähnlich wie der Unterschied zwischen einer Pulsmessung und einem EKG des Herzens, wie wir es bei uns selbst kennen. Das EKG hat eine viel feinere zeitliche Auflösung und verrät viel mehr über den Gesundheitszustand des Herzens als nur die Pulsmessung.
Durch die feine zeitliche Auflösung entstehen aber sehr viele Daten. Diese Daten geben genau Auskunft über die Verwendung, weshalb Kunden trotz Industrie 4.0 diese Daten lieber nicht außer Haus geben wollen. In diesem Fall verarbeiten wir die Daten gleich vor-Ort direkt bei der Maschine – man nennt das Edge-Computing – und übertragen nur das Ergebnis der Analyse in die Cloud. So wird Big Data zu Smart Data: man spart sich Bandbreite für die Übertragung und kann vertrauliche Daten im Haus behalten (z.B. mit Siemens Industrial Edge).
Der Digitale Zwilling ist bereits Realität
Wo stehen wir mit den Digitalen Zwillingen / Digital Twins im Zeitalter des Internet der Dinge (auf Englisch: Internet of Things bzw. IoT) und Industrie 4.0? Wie passen Vision und Realität zusammen?
Vision 1: Der Digitale Zwilling deckt alle relevanten Eigenschaften ab
Das ist heute Realität: die industriellen Simulationspakete sind bewusst so gestaltet, dass sie für ein Gebiet möglichst alle relevanten Eigenschaften modellieren können. Das gilt insbesondere, so lange ich nicht mehrere physikalische Eigenschaften im Dreidimensionalen (3D) kombinieren will.
Vision 2: Unterschiedliche Digitale Zwillinge können leicht untereinander und/oder mit realen Geräten verbunden werden
Vieles davon ist heute schon machbar, wenn man weiß wie es geht. Es ist aber noch viel Arbeit zu investieren, bis unterschiedliche physikalische Eigenschaften einfach durch ein paar Mausklicks zu einem Multi-Physik-Digitalen Zwilling zusammengeschaltet werden können. Eine Ausnahme sind jene Tools, die sich nicht auf dreidimensionale (3D) Eigenschaften, sondern auf die dynamischen Eigenschaften (1D) fokussieren (z.B. Siemens Simcenter Amesim). Diese eignen sich besonders gut, unterschiedliche physikalische Eigenschaften zu kombinieren.
Den Digitalen Zwilling einer neuen Maschine in den Digitalen Zwilling der bestehenden Fabrik einzuspielen, ist bereits möglich. Allerdings erfordert es ähnlichen Aufwand, wie die reale Maschine in die reale Fabrik einzubinden.
Virtuelle Inbetriebnahme mittels Digitalem Zwilling
Die Zusammenschaltung eines Digitalen Zwillings einer noch nicht gebauten Maschine mit dem Digitalen Zwilling der Steuerung oder auch der realen Steuerungshardware ist heute eine Standardanwendung für die Virtuelle Inbetriebnahme (auf Englisch: Virtual Commissioning). Bei der Virtuellen Inbetriebnahme wird eine neue Maschine – noch bevor sie gebaut wird – als Digitaler Zwilling in Betrieb genommen. Bei dieser Virtuellen Inbetriebnahme wird die Funktion der Maschine im Detail getestet. So kann beispielsweise festgestellt werden, ob die Maschine eine Kollision verursachen würde. Auf diesem Digitalen Zwilling läuft auch derselbe Programmcode, der dann in der realen Welt läuft (z.B. mit Siemens SIMIT, TIA-Portal and PLCSIM Advanced, Mechatronic Concept Designer, Process Simulate, Plant Simulation, SIMATIC, SINUMERIK)
Vision 3: Was immer ich kaufe, ich bekomme gleich den Digitalen Zwilling dazu
Das ist ein klarer Trend, aber noch nicht selbstverständlich. Große Industriekunden beginnen Lieferanten auszuschließen, die nicht bereit sind, den Digitalen Zwilling mitzuliefern.
Hersteller verfügen oft über eine 3D-Konstruktionszeichnung ihrer Maschine. Diese enthält jedoch jedes Detail der Konstruktion und verrät damit Firmengeheimnisse. Deswegen ist die Bereitschaft gering, diese 3D-Modelle mit der Maschine mitzuliefern. Die genauen Konstruktionsdetails, wie z.B. jede einzelne Schraube in der Maschine, sind für den Digitalen Zwilling jedoch gar nicht erforderlich, ja sogar hinderlich. So ein komplexes Modell wäre nicht schnell genug. Deshalb ist es erforderlich, die genauen Konstruktionsdaten auf das Wesentliche zu vereinfachen, wodurch auch die Firmengeheimnisse nicht mehr enthalten sind. Dieser Modellvereinfachungsprozess ist jedoch mit Aufwand verbunden. Da stellt sich schnell die Frage, wer die Kosten dafür übernimmt.
Digital Twin bei Fa. Heinrich Georg
Bei der neuesten Generation von Werkzeugmaschinen, die mit einer Siemens SINUMERIK ONE Steuerung ausgeliefert werden, ist es gelungen, den Entwicklungsprozess der Maschinen so zu gestalten, dass immer ein Digitaler Zwilling zur Verfügung steht. Ohne Digitalen Zwilling hätte diese Generation von Maschinen gar nicht entwickelt werden können. Der Kunde profitiert davon, dass er sich nicht selbst um den Digitalen Zwilling kümmern muss.
Vision 4: Digitale Zwillinge werden nicht nur für die virtuelle Inbetriebnahme, sondern auch für die Optimierung und die Anomalie-Erkennung eingesetzt
Die einfachste Anwendung des Digitalen Zwillings ist die Virtuelle Inbetriebnahme: das bedeutet, dass die Maschine noch gar nicht gebaut wurde, aber trotzdem als Digitaler Zwilling schon programmiert und in Betrieb genommen werden kann. Das verkürzt die reale Inbetriebnahme signifikant, da Fehler schon gefunden werden können, bevor die Maschine gebaut wurde. Die Programmierung kann parallel zur Fertigung der Maschine durchgeführt werden – auch das spart Zeit. Die Mitarbeiter können sogar schon vorab eingeschult werden, um nach der Lieferung die Maschine möglichst schnell produktiv einsetzen zu können.
So wertvoll die Anwendung des Digitalen Zwilling für die Virtuelle Inbetriebnahme ist, ist es doch nur ein erster Schritt einen Digitalen Zwilling nutzbringend einzusetzen. Hier wird ja nur eine Variante der Maschine als Digitaler Zwilling eingesetzt.
Generative Design
Viel spannender ist es, nicht nur eine Variante, sondern Milliarden von Varianten der Maschine als Digitalen Zwilling zu testen. Von diesen vielen Varianten wähle ich mir dann mithilfe von Optimierungsalgorithmen jene aus, die für meine Anwendung am besten geeignet ist (z.B. mit Siemens HEEDS) . „Am besten“ kann bedeuten, dass diese Variante den geringsten CO2-Footprint hat oder eine andere Kostenfunktion minimiert. Man nennt das oft Generative Design, da für das Design der Maschine so viele Varianten generiert werden, bis man die optimale Variante gefunden hat. Das kann man dann mit Recht Smart Engineering nennen.
Die höchste Stufe des Einsatzes Digitaler Zwillinge ist erreicht, wenn man eine Durchgängigkeit von Digitalen Zwillingen für die ganze Fabrik bzw. das ganze Unternehmen umgesetzt hat und gesamtheitlich (holistisch) Prozesse über das ganze Unternehmen optimieren kann.
Eine weitere Anwendung des Digitalen Zwillings ist die Anomalie-Erkennung (auf Englisch: Anomaly-Detection). Weiß mein Digitaler Zwilling, wie meine Maschine agieren sollte, wenn sie korrekt arbeitet, kann ich leicht feststellen, wenn sie es nicht tut. Ich kann schon bei geringer Abweichung zwischen dem erwarteten Soll-Zustand und dem aktuellen Ist-Zustand einen Alarm auslösen. Auf diese Weise kann ich frühzeitig eine Wartung durchführen, noch bevor die Maschine wirklich ausfällt (zustandsabhängige Instandhaltung, auf Englisch: Condition-Based Maintenance). Wenn mein Digitaler Zwilling sogar den Zeitpunkt eines bevorstehenden ungeplanten Ausfalls abschätzen kann, spricht man von prädikativer Instandhaltung (auf Englisch: Predictive Maintenance).
Vision 5: Die TÜV-Sicherheitsfreigabe für eine Fertigungslinie kann schon am Digitalen Zwilling erfolgen bzw. vorbereitet werden
Eine Fertigungslinie darf erst in Betrieb genommen werden, wenn die Sicherheit von einer Zertifizierungsstelle wie dem TÜV zertifiziert wurde. Das gilt auch für jede Änderung an der Fertigungslinie. Das ist eine große Herausforderung, wenn man eine flexible Fertigung aufbauen will, die man leicht an das jeweils zu produzierende Produkt anpassen kann. Die TÜV-Prüfung wird insbesondere dann aufwändig, wenn die Fertigungslinie im aktuellen Zustand nicht die Sicherheitsanforderungen erfüllt und verbessert werden muss, um die Sicherheitsfreigabe zu erhalten. Ein Digitaler Zwilling kann helfen, die Sicherheitsprüfung vorzubereiten, wenn er zusätzlich die Sicherheitsaspekte berücksichtigt (siehe z.B. unsere Forschung dazu in der smartfactory@tugraz).
Es bleibt aber eine Vision, dass von der Zertifizierungsstelle das Gesamtsystem (inkl. Sicherheitsüberprüfung via Digitalem Zwilling) als sicher freigegeben wird und jede Änderung, die sich innerhalb der Grenzen des freigegeben Gesamtsystems abspielt, von Algorithmen unterstützt direkt über den Digitalen Zwilling freigegeben werden kann.
Vision 6: Der Digitale Zwilling lernt von selbst dazu und wird immer besser
Mit den heute verfügbaren Künstliche Intelligenz-Methoden – wie beispielsweise Neuronalen Netzen – ist dies möglich. Dieser Lernvorgang muss jedoch von Experten geeignet aufgesetzt werden. Die derzeit industriell eingesetzten automatischen Lernvorgänge sind sehr spezifisch für die Anwendung aufgesetzt und lernen meist nur einzelne Parameter eines Digitalen Zwillings.
Beispiel: ein Werkzeug mit hohem Verschleiß wird beim Betrieb der Maschine mehr Krafteinsatz abverlangen als ein neues Werkzeug. Deshalb ist der Verschleiß ein wichtiger Parameter für den Betrieb der Maschine und sollte vom Digitalen Zwilling berücksichtigt werden. Es macht daher Sinn, den Verschleißgrad immer aktuell mitzulernen und so den Digitalen Zwilling an die aktuelle Situation anzupassen.
Ein „Hampelmann“ ist kein Digitaler Zwilling
Bei einer komplizierten Maschine oder einer Roboter-Fertigungslinie könnte man einfach die aktuelle Position aller Komponenten am Bildschirm fotorealistisch darstellen. Das sieht dann sehr nett aus, wenn man den Bildschirm direkt neben die Maschine stellt und sich die Maschine am Bildschirm genau gleich bewegt wie die echte Maschine. Das hat aber nichts mit dem oben beschriebenen Digitalen Zwilling zu tun. Ich nenne das etwas abfällig einen „Digitalen Hampelmann“. Der große Unterschied: beim Digitalen Hampelmann werden nur die aktuellen Ist-Positionen gemessen und angezeigt, ohne die Eigenschaften der Maschine zu kennen. Hingegen wird beim echten Digitalen Zwilling der Zwilling mit den gleichen Steuerungsdaten versorgt wie die echte Maschine und berechnet in Kenntnis der Eigenschaften der Maschine, wie er sich verhalten muss. Bewegt sich dann der Digitale Zwilling synchron mit der realen Maschine, hat man Grund stolz zu sein, denn es bedeutet, dass man die wesentlichen Eigenschaften der Maschine im Digitalen Zwilling richtig modelliert hat.
Fast alles ist möglich, wenn man weiß wie
Es ist faszinierend, was heute schon alles mit den state-of-the-art Simulationstechnologien umsetzbar ist. Die Kunst ist, die wesentlichen Eigenschaften von den unwesentlichen zu trennen. Das reduziert signifikant die Rechenzeit. Weiters ist es eine Herausforderung, Modelle aus unterschiedlichen Domänen zu einem reifen Digitalen Zwilling zusammenzuschalten. Das erhöht nämlich meist signifikant die Rechenzeit.
Das Ziel ist ein Digitaler Zwilling, der mit der heutigen Rechenleistung die Ergebnisse ausreichend schnell berechnen kann. In vielen Anwendung ist erforderlich, dass der Digitale Zwilling in Echtzeit läuft. Für komplexere Optimierungen, bei denen im Vorfeld Tausende von Szenarien durchgespielt werden, kann der Digitale Zwilling auch langsamer oder im Idealfall schneller als in Echtzeit laufen.
Die Fertigungsindustrie ist der Pionier, aber in fast allen Lebensbereichen sind Digitale Zwillinge / Digital Twins relevant
In diesem Beitrag lag der Fokus auf dem Einsatz von Digitalen Zwillingen in der Fertigungsindustrie. Das liegt daran, dass die Fertigungsindustrie hier eine Vorreiterrolle einnimmt. Das ist auch den Industrie 4.0-Initiativen in der DACH-Region zu verdanken. Das Konzept der drei Zwillinge für Produkt, Produktion und Performance kann ich aber in fast allen Lebensbereichen umsetzen.
Jedes Unternehmen hat ein Produkt oder eine Dienstleistung, die über den Digitalen Zwilling optimiert werden können. Das Produkt oder die Dienstleistung herzustellen bzw. durchzuführen entspricht der Produktion. Auch diesen Umsetzungsprozess kann ich über einen Digitalen Zwilling optimieren. Das Produkt oder die Dienstleistung hat über die Lebenszeit eine Wirkung. Diese Wirkung kann ich optimieren, wenn ich die Performance Daten bzw. den Digitalen Zwilling der Performance zur Verfügung habe.
Schon heute werden solche Konzepte in der Medizintechnik, in der Energietechnik, in der Gebäudetechnik, bei Transport und Logistik, bei IT-Dienstleistern und vielen anderen Lebensbereichen eingesetzt. Und das wird sich noch verstärken.
Digitaler Zwilling vom menschlichen Herz
Wenn Sie industrielle Umsetzungen von Digitale Zwillingen kennenlernen wollen, dann besuchen Sie doch eine der drei Österreichischen Pilotfabriken in Wien, Graz oder Linz. Oder informieren Sie sich vorab unter siemens.at/pilotfabriken bzw. über das Labs Network Industrie 4.0 unter LNI40.de für die gesamte DACH-Region, die Plattform Industrie 4.0 Österreich, die Plattform Industrie 4.0 Deutschland und die Plattform Industrie 4.0 Schweiz bzw. Industrie 2025 Schweiz.
Fazit: Digitaler Zwilling verbessert Geschäftsabläufe
Pilotfabrik smartfactory@tugraz
Der Digitale Zwilling modelliert alle wesentlichen Eigenschaften von seinem realen Gegenstück und kann es testhalber ersetzen – noch bevor das reale Produkt, die reale Maschine, der reale Prozess wirklich gebaut oder umgesetzt wurde. Das ermöglicht mir schon vorab tausende Varianten des Digitalen Zwillings durchzutesten und nur die beste davon real umzusetzen. Das spart Zeit und Geld und erhöht die Qualität des Ergebnisses.
Dieser Beitrag hat Ihnen gefallen? Informieren Sie sich auch über unsere Tagungen zu den folgenden Themen:
Prof. DI. Dr. Michael Heiss
