デジタルツインのパワーが明確な期待に応える

実生活の双子と同じように、すべてのデジタルツインは異なります。それは、デジタルツインが物的資産の仮想的なレプリカ、生きたレプリカだからです。

概念としてのデジタルツインは1つの普遍的な定義を反映していません。そして、聴衆が私たちの見解を共有すると仮定すると、私たちは問題に陥ることになります。

設計、運用、保守という3つの異なるフェーズに適用される少なくとも11種類のデジタルツインを発見しました。これは、製造スペースにおける30以上の可能な事例に相当します。

例えば、製品または製造工程の設計を最適化するためにデジタルツインを使用するユーザもいれば、製品の生産や製品ラインのメンテナンスを最適化するために使用するユーザもいます。

ここでの目標は、デジタルツインに関する明瞭さ、つまりさまざまなシナリオを参照したり適用する方法を改善することです。これによって、ユーザはより迅速にかつ一様に価値を実感できるようになります。

生きたレプリカ

シミュレーションを使用するときは、重要なこと、つまり改善したいKPI (主要業績評価指標)に焦点を合わせます。例えば、ガロン当たりの走行マイル数(MPG)を予測するために自動車の運転をシミュレートすることができます。

これはデジタルツインと同じ考えですが、生きている「デジタルレプリカ」なので、学習と変化を意味します。そのため、デジタルツインでは、ショールームから自動車が出たとときの自動車のMPGを予測できるだけではなく、MPG の劣化の程度と時期も予測できます。

走行距離や経過時間だけでなく、多くの要因(走行距離、時間、温度、および運転手の行動はほんの数例です)に基づいた磨耗のモデルを維持することによって、ピークパフォーマンスを回復するために予知保全が必要になる時期を予測することもできます。