Suchen

Registrierungspflichtiger Artikel

Digital Twin Digitale Zwillinge in der Automatisierungstechnik

| Autor / Redakteur: Leo Bartevyan / Stefanie Michel

Die Frage, ob sich ein digitaler Zwilling auch für kleine und mittelständische Unternehmen lohnt, lässt sich mit einem klaren „Ja“ beantworten – sofern der digitale Zwilling auch als Konzept zur Vernetzung von Prozessen, Soft- und Hardware verstanden wird.

Firmen zum Thema

Bild 1: Mithilfe von digitalen Zwillingen können vor der Inbetriebnahme von Automatisierungsanlagen bereits die unterschiedlichen Vorbereitungen durchgeführt werden – von der Optimierung von Bauteilen bis hin zur Roboterprogrammierung.
Bild 1: Mithilfe von digitalen Zwillingen können vor der Inbetriebnahme von Automatisierungsanlagen bereits die unterschiedlichen Vorbereitungen durchgeführt werden – von der Optimierung von Bauteilen bis hin zur Roboterprogrammierung.
(Bild: Jenoptik)

Das Konzept des digitalen Zwillings ist zu dynamisch und zu vielschichtig für einen einzelnen Artikel. Daher behandelte der erste Teil der dreiteilige Serie in Ausgabe 9/2019 des MM Maschinenmarkt die Historie und wichtige Begriffe. In diesem Teil widmen wir uns konkreten Beispielen aus der Automatisierungstechnik. Der dritte Teil wird dann abschließend den Fokus auf digitale Prozesszwillinge legen und das Thema in den Kontext von Machine Learning und Künstlicher Intelligenz stellen.

Digitaler Zwilling für das Brownfield

Von der Planung bis zum Regelbetrieb durchläuft jede Anlage verschiedene Detaillierungsphasen. Kaum eine Automatisierungsanlage kann exakt so umgesetzt werden, wie sie am Reißbrett geplant wurde. Die Gründe dafür sind zwar individuell und verschieden, dennoch ist ein eindeutiger Trend erkennbar. Die Produktzyklen werden immer kürzer, „Time to Market“ immer wichtiger. Das geht oft zulasten umfassender und kontinuierlicher Werkstrukturplanung. Eine Automatisierungsanlage wird selten auf der grünen Wiese (Greenfield) geplant. Stattdessen muss sie oft in einen laufenden Betrieb und damit in einen bestehenden Materialfluss integriert werden. Die endgültige Leistung im Brownfield hängt dann von der Verfügbarkeit anderer Ressourcen und der Leistungsfähigkeit des Versorgungsnetzes ab. Je nachdem, wie lange ein Planungs- und Entscheidungsprozess währte, können sich die Rahmenbedingungen in der Zwischenzeit wieder grundlegend verändert haben. Kopplungseffekte und diskrete Prozessabhängigkeiten von Anlagenkomponenten lassen sich zudem nur iterativ lösen. Ein digitales Modell der Anlagen und der Materialströme kann bei der Engpassanalyse wertvolle Dienste leisten (Bild 2).