Leistungsfähige Computer und kostengünstige digitale Sensorik haben die hardwareseitige Voraussetzung geschaffen, um Daten über den Zustand eines Produktionssystems im großen Umfang zu erfassen. Um diese Daten aber auch in Echtzeit für eine bessere Steuerung und Optimierung nutzen zu können, bedarf es komplexer digitaler Abbilder der zugrundeliegenden physikalischen Systeme. Dies führt zum Konzept des digitalen Zwillings.
Im Kontext Industrie 4.0 ist die angestrebte Umsetzung des digitalen Zwillings ein Simulationsmodell eines realen Systems, das die besten verfügbaren Multi-Physics- und Multiskalen-Modelle integriert und zu echtzeitfähigen Zustandsupdates anhand von Sensormessungen fähig ist. In dieser Form geht ein digitaler Zwilling weit über eine einfache strukturierte Datenbanklösung hinaus. Vielmehr müssen mehrere heterogene Datenquellen fusioniert und synchronisiert werden; Simulationsmodelle müssen kontextabhängig gekoppelt werden können sowie situationsabhängig durch Surrogatmodelle ersetzt werden, die einen geeigneten Mix aus Genauigkeit und Berechnungsgeschwindigkeit bieten. Die vollumfängliche Realisierung leistungsfähiger digitaler Zwillinge stellt daher eine große methodische und softwaretechnische Herausforderung dar.
Mit seiner jahrelangen Entwicklungs- und Implementierungserfahrung in den Bereichen maschinelles Lernen, Optimierung und Simulation ist Fraunhofer SCAI ein idealer Forschungspartner für die Industrie. Wir begleiten das Thema digitaler Zwilling in mehreren Projekten:
- EVOLOPRO (Laufzeit: 01/2019 – 12/2023): Im Rahmen des Leitprojekts EVOLOPRO forschen wir zu Methoden, die es erlauben, die kontextbezogene Generierung von Multifidelity-Surrogatmodellen zu automatisieren.
- digitalTPC (Laufzeit: 02/2019 – 01/2022): Das Potential digitaler Zwillinge ist für die wertschöpfungskettenübergreifende und material-getriggerte Prozesssteuerung noch weitgehend ungenutzt. Dies gilt auch für kunststoffbasierte Composite-Strukturen. Das Projekt digitalTPC soll dieses Potential anhand der sich gerade am Markt etablierenden großserienfähigen Hybrid-Spritzgusstechnologie, bei der kontinuierlich faserverstärkte Tape-Laminat-Halbzeuge umgeformt und hinterspritzt werden, demonstrieren. digitalTPC zielt auf die übergreifende und ganzheitliche Betrachtung aller Teilprozessschritte von der Halbzeug- bis zur Bauteilherstellung. Dabei sollen relevante Material-, Prozess- und Bauteilmerkmale (u.a.Faserorientierung, Porengehalt, Konsolidierungsgrad, Temperatur, Druck, etc.) wenn möglich in lokaler Auflösung durchgängig über die gesamte reale Wertschöpfungskette vermessen, erfasst und in einem digitalen Zwilling virtuell modelliert und analysiert werden. Die Herausforderung im Projekt besteht in der material- und prozessbezogenen intelligenten Erfassung der Sensordaten und deren Verknüpfung mit der durchgängigen Simulationskette im Rahmen des digitalen Zwillings durch SCAI.
- MADESI (Laufzeit 10/2018 – 09/2021): Im Projekt MADESI haben wir erforscht, wie mit Hilfe des Zusammenspiels von Sensordaten und numerischer Simulation maschinelle Lernverfahren verstärkt in Systemen zur prädiktiven Wartung von Windenergieanlagen genutzt werden können
- VMAP (Laufzeit 08/2017 – 08/2020): Im ITEA VMAP Projekt haben 30 Industriepartner einen neuen Standard zum Austausch von Materialkenngrößen und lokalen Zustandsbeschreibungen in virtuellen Fertigungsabläufen entwickelt. Mit Hilfe dieses Schnittstellenstandards ist es deutlich einfacher, Produktionsabläufe und neue Fertigungsmethoden in Digitalen Zwillingen abzubilden. Für die weitere Entwicklung, die Sicherung und Pflege dieses einheitlichen Bibliotheksstandards wurde die VMAP Standards Community (VMAP SC) gegründet. Sie steht allen Interessierten offen, die die Standardisierungsbemühungen nutzen oder zu ihnen beitragen wollen. Die Spezifikationsdokumente und die direkt damit zusammenhängenden Softwarekomponenten des VMAP-Standards stehen allen Interessierten - VMAP SC-Mitgliedern wie auch externen Institutionen - auf lizenzfreier Basis zur Verfügung.