Un digital twin (DT), o gemello digitale, è la speculare rappresentazione artificiale di un’entità (oggetto, sistema, persona) fisica, e del suo stato e funzionamento in tempo reale. Questo modello tecnologico, applicabile a prodotti, sistemi urbani, persone, sta diventando sempre più diffuso nei progetti implementati in ambito aziendale e nel metaverso industriale. Lo stato dell’arte del digital twin nel “mondo reale” è stato tratteggiato in un convegno dell’Associazione Specialisti Sistemi Informativi e dell’Innovazione (ASSI) a Casalecchio di Reno, Bologna. L’incontro ha messo a fuoco tutte le principali sfaccettature e applicazioni del gemello digitale.
Digital twin della città di Bologna per la pianificazione urbanistica
Il gemello digitale è un nuovo paradigma che richiede un cambiamento culturale, riflette Gianni Previdi, consigliere di Assi, nonché formatore e consulente su temi di business e innovazione digitale. Questo perché oggi l’uomo sempre più legge, interpreta la natura, il mondo fisico, non soltanto attraverso i propri sensi “ma attraverso ciò che viene elaborato dagli algoritmi, cioè dalla tecnologia” in un ambiente prettamente digitale, artificiale. Oggi esiste l’opportunità di sviluppare artefatti sintetici, digitali, che non sono mere rappresentazioni statiche dell’oggetto o del sistema fisico “ma hanno una vita autonoma” e possono essere utilizzati per realizzare simulazioni, per fare previsioni, o per accelerare i processi di progettazione dei prodotti.
Un esempio di applicazione del digital twin in ambito urbanistico è il progetto di gemello digitale di una città. Ad accennarlo è Maria Grazia Bonzagni, capo area Programmazione e Statistica del Comune di Bologna. La missione europea “Climate-Neutral and Smart Cities” punta a raggiungere l’obiettivo di 100 città intelligenti (smart city) a impatto climatico zero entro il 2030. Bologna, spiega Bonzagni, è tra le città che parteciperanno alla missione, e, per contribuire al raggiungimento di questa neutralità climatica realizzerà il proprio gemello digitale.
Sul digital twin è stato anche siglato un accordo tra Università di Bologna, Comune di Bologna, Cineca, e Comune di Barcellona, città anch’essa impegnata su un progetto analogo. A Bologna, l’obiettivo, sfruttando la capacità di calcolo del Cineca, è ottenere un duplicato digitale della città che “consenta sostanzialmente di lavorare in una logica predittiva” aggiunge Bonzagni. Il gemello digitale torna utile, ad esempio, nell’attuazione dei piani della protezione civile, o nella pianificazione di cambiamenti nelle logiche urbanistiche, perché i dati che fornisce consentono di valutare l’impatto di un dato intervento in una determinata zona della città rispetto a un’altra.
Gemello digitale del mondo per prevedere l’evoluzione climatica
Pensando più in grande, il modello digital twin può essere applicato anche all’intero pianeta. Come nel caso del progetto “Destination Earth” (DestinE), citato da Luciano Bononi, professore ordinario al Dipartimento di Informatica – Scienza e Ingegneria (DISI) dell’Università di Bologna. DestinE è un’iniziativa della Commissione europea indirizzata a sviluppare un modello digitale molto accurato della Terra, per monitorare e prevedere il cambiamento ambientale e l’impatto umano, in modo da supportare uno sviluppo sostenibile, attraverso opportune azioni di mitigazione.
La capacità degli algoritmi generativi di migliorare di continuo i propri risultati, sulla base dei dati di training, e di originare soluzioni progettuali innovative, chiarisce Bononi, permette di accelerare la conoscenza, e di aumentarla in maniera esponenziale senza l’intervento umano. Conoscenza poi applicabile a un altro capitolo del gemello digitale, quello del digital twin della persona: conoscendo il nostro corpo, e raccogliendo dati genetici, il digital twin può, ad esempio, aiutare a studiare su larga scala terapie mediche innovative e strategie più efficaci per la prevenzione di determinate malattie.
“Virtual commissioning” nell’industria manifatturiera
Oggi, in contesti industriali che stanno sperimentando sulla propria pelle gli effetti della carenza di materiali di produzione, riuscire a creare digital twin di macchine automatiche può aiutare a superare le sfide di progettazione, fabbricazione e consegna delle stesse ai clienti.
Si tratta, ad esempio, spiega il board manager di Applied Claudio Marcheselli, della produzione di macchinari automatici per la costruzione di motori elettrici per auto, o per la fabbricazione di batterie. Sviluppando un modello virtuale del macchinario, e interfacciandolo con il PLC (Programmable Logic Controller) fisico che dovrà controllarlo (o con il suo digital twin), è possibile sviluppare e collaudare il software del PLC prima che il macchinario venga assemblato e messo in funzione.
Si chiama virtual commissioning e, in tempi di scarsità delle materie prime e ritardi nelle forniture, consente al costruttore di guadagnare tempo, migliorando sia la qualità dei collaudi, sia il time-to-market con cui riesce a consegnare la macchina all’utente finale.
Il tempo di realizzazione può essere ridotto del 25%, e il time-to-market del 15%. Nel settore automotive, chiarisce Marcheselli, il virtual commissioning sta diventando un requisito obbligatorio per chi fornisce macchine di produzione. In aggiunta, integrando il virtual commissioning con le tecniche di data science e di elaborazione di modelli previsionali, tali imprese hanno l’opportunità di potenziare il supporto dei processi di post-vendita e di contribuire a un continuo miglioramento del prodotto.
Il modello digitale serve anche per organizzare corsi di virtual training, che aiutano a formare gli operatori addetti, molto prima dell’installazione del macchinario, in modo da guadagnare mesi di produzione. Nel settore farmaceutico e chimico, in luogo di costosi mockup fisici, è possibile creare e utilizzare “virtual mockups” che aiutano l’operatore ad apprendere la manualità dell’apparecchiatura pur non potendola usare direttamente nel reale ambiente.
Il gemello digitale è utile anche nelle attività di assistenza remota, in aumento soprattutto durante la pandemia da Covid. Lo scenario tipico è quello del tecnico sul campo in comunicazione con personale specializzato che, disponendo del digital twin del macchinario, può valutare la situazione e guidare il collega indicando le modalità d’intervento più appropriate.
Negli ambienti industriali in cui scarseggiano dati per eseguire il training degli algoritmi, il gemello digitale può funzionare anche come “impronta digitale” per applicare tecniche di prognostica collaborativa (collaborative prognostics). In sostanza, i dati acquisiti da macchinari differenti, ma con comportamento operativo simile (impronta digitale analoga) vengono raggruppati per estendere il set di dati su cui vengono addestrati gli algoritmi.
Simulazione tradizionale e digital twin, due paradigmi diversi
Francesco Meoni, responsabile Linea Pilota di Bi-Rex – uno degli otto competence center nazionali istituiti dal Ministero delle imprese e del made in Italy nel quadro del piano governativo Industria 4.0, e specializzato sui big data – sottolinea la differenza tra le tradizionali tecniche di simulazione, basate su strumenti e modelli CAD, e il digital twin: un paradigma in cui virtuale e reale comunicano reciprocamente, scambiandosi dati in modalità bidirezionale.
Meoni ribadisce anche il valore del gemello digitale nel virtual commissioning, e la sua capacità di aiutare a rilevare difetti e anomalie già nelle fasi iniziali di design di prodotti e sistemi, in modo da ridurre in maniera notevole i costi di sviluppo e produzione.
A Giuseppe Biffi, Head of Digital Enterprise Discrete di Siemens, piace pensare al digital twin soprattutto come a un prototipo: un prototipo digitale, virtuale su cui si può fare prove, esperimenti, ottenendo un grande valore di business, fornito dal fatto che il gemello digitale permette di ridurre, o addirittura eliminare totalmente, la necessità di utilizzare prototipi fisici, molto costosi da realizzare.
In realtà, aggiunge Biffi, per molte aziende, sviluppare un modello digitale accurato del solo prodotto oggi non è più sufficiente, perché l’obiettivo è creare un digital twin dell’intero impianto o della linea di produzione che fabbricherà il prodotto stesso. Ciò diventa fondamentale, in quanto non basta che il prodotto sia di ottima qualità o abbia eccellenti prestazioni, ma il requisito di business è anche riuscire a produrlo nel modo migliore, utilizzando le risorse a disposizione e rispettando le tempistiche stabilite.
