INNOVACIÓN

Seis sectores que los gemelos digitales cambiarán para siempre

Tiempo de Lectura: 5 minutos

Seis sectores que los gemelos digitales cambiarán para siempre
Avatar

CaixaBank

07 Febrero, 2022


En los últimos tiempos, los gemelos digitales (digital twins) se han convertido en una herramienta de gestión muy útil. Se trata de representaciones virtuales fidedignas de diferentes sistemas físicos, de forma que es posible interactuar sobre el mundo virtual para analizar qué pasaría en la realidad si ocurriera un cierto cambio.

Una fábrica, una ciudad, una cadena logística… cualquier actividad u objeto es susceptible de ser simulado con estos complejos modelos ideados en 2002 por Michael Grieves. Permiten adelantarse a posibles retos o comprobar lo que ocurriría ante determinados eventos. Veamos ejemplos reales de gemelos digitales.

Climatología y modelos del planeta Tierra

La iniciativa Destination Earth (DestinE) de la Comisión Europea está recreando un gemelo digital de la Tierra. Lo hace gracias a la enorme cantidad de datos que envían en tiempo real satélites, estaciones meteorológicas y otras fuentes. Con ellas se está construyendo uno de los mejores modelos climáticos que existen.

Se espera que este gemelo digital sea incluso más fiel que el acertado modelo del IPCC, cuyos escenarios sobre el cambio climático son la pieza más certera que se tiene para esta lucha. Gracias a DestinE será posible estimar mejor qué sucederá en el sistema atmosférico y oceánico.

Mantenimiento y reparación de vehículos

En el mundo industrial, hace décadas que se usan los datos agregados para saber cuándo es el momento preciso para cambiar un filtro o revisar una máquina. Sin embargo, marcas como Porsche están llevando el concepto más lejos con un «gemelo digital del chasis para conducción predictiva».

Esta copia virtual del objeto «coche» usa un sistema de inteligencia artificial para extraer y procesar datos. En el futuro, esto permitirá anticiparse a posibles daños en el vehículo y localizar averías de manera más rápida.

Si se detectan ciertos parámetros en el coche que coinciden con un patrón de avería, se indicará al conductor que visite un taller antes incluso de que los neumáticos se desgasten de manera irregular o de que se deterioren los elementos de la suspensión.

Planificación de ciudades

Las ciudades densas, de usos mixtos y acotadas, son ideales para paliar el cambio climático y reducir el uso de recursos, pero lo son aún más si han sido optimizadas mediante modelos digitales.

Eso es lo que investigadores del Centro de Computación de Alto Rendimiento de la Universidad de Stuttgart (HLRS) y del Instituto Fraunhofer, en Alemania, están haciendo con la localidad de Herrenberg.

Herrenberg es un pequeño municipio alemán —empezar con ciudades pequeñas es más sencillo— que ha sido completamente digitalizado. Además, sobre esta representación tridimensional se han añadido ‘capas’ con alcantarillado, sistemas eléctricos, telecomunicaciones o vías.

¿La idea? Tener un modelo realista de la ciudad sobre el que hacer pruebas, en lugar de hacerlas directamente sobre la ciudad a un coste mucho mayor. Además, esperan poder modelar el comportamiento de algunos elementos, como por ejemplo puentes, para saber si colapsarán. Incluso recogen datos sobre la felicidad de los vecinos.

Una industria más sostenible

En 2021, la Unión Europea seleccionó un experimento de SEINSA y LIS DATA Solutions, dentro del programa DIGITbrain, orientado a la monitorización y el análisis del rendimiento de la maquinaria industrial. La industria genera cerca del 24,2 % de las emisiones de gases de efecto invernadero. Una parte se debe al consumo de energía para funcionar y, otra parte, a su propio mantenimiento.

¿Es posible optimizar la maquinaria y cuidarla de tal modo que el rendimiento global aumente de forma significativa, reduciendo la necesidad de fabricar nueva maquinaria? Este es el punto de partida de DIGITbrain, que ya ha empezado a digitalizar varias factorías. La fábrica Siemens en Amberg lleva varios años aplicando la tecnología de gemelo digital.

Cadenas de suministro más resilientes

Las cadenas de suministro son claves en un mundo globalizado. En él, las materias primas recorren grandes distancias para su reciclado, procesado o fabricación, y los productos manufacturados hacen lo propio. Para evitar que estas cadenas trabajen tensionadas, es posible digitalizarlas al completo y ver, en un entorno virtual, por dónde podrían fallar antes.

Se dice que una cadena es tan fuerte como su eslabón más débil, de ahí que sea interesante entender cuáles son los puntos críticos. Así podrán reforzarse. Bajo esta premisa, FedEx y DHL trabajan ya en el modelado de cadenas de suministro globales que les permitan tomar mejores decisiones.

Gemelos digitales y pandemias

Un experimento fructífero fue llevado a cabo por el inLab FIB UPC para Cataluña. La idea de este y otros proyectos similares es la de prever futuros escenarios de propagación de la COVID-19 según métricas como la densidad poblacional, flujos de movilidad, ocupación hospitalaria e, incluso, muestras obtenidas en las alcantarillas.

Para ello, se alimenta el modelo con una ingente cantidad de datos y se va ajustando. En concreto, se utilizan métricas reales y casi en tiempo real. De esta manera, el sistema contiene cada vez menos errores. Una de las grandes ventajas de estos gemelos digitales es que ayudan a diseñar nuevos planes de contención, al mismo tiempo que aportan datos interesantes sobre la sociedad.

La tecnología de gemelos digitales se está convirtiendo en un básico de numerosos sectores debido a sus principales ventajas. Además del modelado predictivo —entender qué, cuándo y cómo algo podría ocurrir—, es posible interactuar a bajísimo coste para analizar qué podría realizarse como mejora, pero sin necesidad de intervenir físicamente.

Este «actuar sin necesidad de actuar», según la aplicación, permite imaginar posibilidades antes de tener que ejecutarlas. Así, se hacen funcionar en una copia virtualizada del mundo y, si funcionan, se trasladan a la realidad.

Acepto las condiciones de uso.