Para os ativos da indústria, as gerações futuras de equipamentos e estruturas serão, cada vez mais, projetados e construídos com menor peso, enquanto submetidos a cargas mais elevadas e condições de serviço extremas por períodos mais longos do que os equipamentos atuais (GLAESSGEN e STARGEL). Estas exigências estarão presentes nos diversos ramos de indústria, como: portuário, mineração, siderurgia, aeronáutica ou no agronegócio. Seja por preocupações de custo, ambientais, produtividade ou de manuseio, as necessidades de equipamentos e estruturas específicas tendem a ser mais severas.

Os valores de ativos de processo produtivo estão cada vez maiores e os prejuízos de eventuais paradas dos equipamentos são cada vez mais custosos. Estas exigências, por sua vez, proporcionam condições que requerem a adoção da tecnologia do Digital Twin (em português, Gêmeo Digital). Neste artigo, entenda um pouco mais sobre essa tecnologia.

O que é a tecnologia Digital Twin? 

Digital twins são modelos virtuais complexos – baseados em simulação, machine learning e inteligência artificial – que funcionam como réplicas de ativos físicos reais, proporcionando monitoramento e planejamento de rotinas de manutenção. 

No entendimento da KOT Engenharia, essa tecnologia agrega valor aos clientes através da melhoria de produtividade, aumento de segurança e será chave para as grandes organizações no futuro. 

Várias partes da tecnologia não são uma novidade, sendo algumas das suas aplicações já feitas nos anos 90 com um custo proibitivo. Entretanto, com o recente barateamento de hardware e melhorias nos sistemas de internet, essa tecnologia ganhou grande impulso e possibilidades de aplicação.

Segundo DAILY e PETERSON (2017), “o digital twin representa todas as informações digitais coletadas sobre o ativo. Nesta coleta estão presentes o histórico do ativo, as condições em que foi usado, sua configuração, seu histórico de manutenção e outras informações relevantes. O objetivo é maximizar a vida útil do ativo individual e aperfeiçoar seu desempenho através da utilização de algoritmos de análise. Desta forma, os modelos são atualizados continuamente e aprendem a representar com precisão o ativo sob um grande número de variações relacionadas às operações”.

Sob o ponto de vista da integridade estrutural, o ponto de partida dessa revolução digital é a construção dos gêmeos digitais – modelos digitais das estruturas e equipamentos de processo via método dos elementos finitos (FEM). De forma básica, os dados coletados pelos sensores dos equipamentos serão tratados estatisticamente e permitirão a comparação com o gêmeo digital utilizando algoritmos de inteligência artificial.

Conforme explanado por XIE (2019): “o modelo do Digital Twin representa digitalmente um objeto físico no espaço virtual, em outras palavras, obtém-se a simulação do modelo virtual do objeto. Durante o processo de simulação, o Digital Twin utiliza totalmente o modelo físico, atualizações dos dados de sensores, histórico de dados de operação e integra vários assuntos, quantidades físicas, escalas e probabilidades. Após o mapeamento no espaço virtual, o modelo virtual simula as características comportamentais no ambiente físico, refletindo o ciclo de vida completo da entidade física correspondente.”

Conforme preconizado por ERIKSTAD (2017), embora o conceito de gêmeo digital seja “relativamente novo”, sua base é bem conhecida, conforme apresentado na Figura 1.

Onde usar a tecnologia Digital Twin?

Em um cenário do dia a dia de manutenção, a utilização do Digital Twin traz infinitas possibilidades. A engenharia ainda conhece muito pouco do que poderá ser feito com as informações que serão obtidas pelo gêmeo digital. Por outro lado, isso abre um horizonte completamente novo que poderá levar a integridade estrutural do ativo a uma outra dimensão

Pensando na utilização da ferramenta, DAILY e PETERSON (2017) propõem que “Os modelos em conjunto com os dados de eventuais sensores existentes nos darão a capacidade de prever o desempenho dos ativos, avaliar diferentes cenários, entender as compensações, aumentar a eficiência e, por fim, conduzir à manutenção preditiva.” Sendo assim, poderão ser utilizados dados que já são coletados nos dias de hoje, mas que no dia a dia são ignorados e/ou subutilizados.

ERIKSTAD cita alguns exemplos de aplicações úteis da tecnologia para ativos críticos e de alto valor: 

• Estimativa da vida útil remanescente; 
• Planejamento de inspeção / manutenção com base no histórico de carga ao qual o ativo foi submetido; 
• Detecção precoce de danos no suporte de inspeção virtual;
• Diminuição da presença do colaborador em situações de risco; 
• Previsão de consequências de futuras condições operacionais (adversas);
• Visualização e inspeção de tensões em locais de difícil acesso.

Quais os benefícios da tecnologia digital twin?

Na prática, o digital twin significa que os dados reais do equipamento serão comparados com uma cópia virtual do ativo. Dos grandes benefícios da utilização do gêmeo digital, destacam-se: 

• Otimizar a disponibilidade do ativo; 
• Maior confiabilidade;
• Descoberta de reservas estruturais ocultas; 
• Elevação do conhecimento sobre a engenharia e o ativo;
• Extensão de vida útil do ativo;
• Melhor previsão de manutenções; 
• Redução de custos.

Para que os benefícios do gêmeo digital sejam colhidos na integridade estrutural, algumas características são necessárias para que a organização possa assimilar essa tecnologia, como: abertura para o desenvolvimento de tecnologias, sistemas inteligentes/informatizados e capacidade técnica disponível para a geração do gêmeo digital. Nesse último ponto, é importante que os responsáveis pela montagem do sistema tenham conhecimento em: projeto e instalação de sensores; sistemas de comunicação; programação dos algoritmos; e, principalmente, sobre a construção do modelo em Elementos Finitos que é a base e ponto de partida da tecnologia. Importante destacar que a construção do modelo demandará conhecimento do tipo de ativo que é o objeto de estudo, já que é uma condição para que todo processo de implantação da tecnologia necessária seja bem sucedido.

A KOT Engenharia pode ajudar o seu negócio com o uso da tecnologia de Digital Twin com a aplicação mais adequada.

Entre em contato com o time de especialistas da KOT!

Referências:

[1] DAILY, Jim; PETERSON, Jeff. Predictive maintenance: How big data analysis can improve maintenance. In: Supply Chain Integration Challenges in Commercial Aerospace. Springer, Cham, 2017. p. 267-278.

[2] XIE, Jiacheng et al. Virtual monitoring method for hydraulic supports based on digital twin theory. Mining Technology, v. 128, n. 2, p. 77-87, 2019.

[3] GLAESSGEN, Edward; STARGEL, David. The digital twin paradigm for future NASA and US Air Force vehicles. In: 53rd AIAA/ASME/ASCE/AHS/ASC structures, structural dynamics and materials conference 20th AIAA/ASME/AHS adaptive structures conference 14th AIAA. 2012. p. 1818.[4] ERIKSTAD, Stein Ove. Merging physics, big data analytics and simulation for the next-generation digital twins. Hiper, no. September, p. 139-149, 2017.