Kookboek Digital Twin

    Digital Twins

    In deze introductie maken we kennis met het begrip ‘digital twin’ of digitale tweeling door stil te staan bij de definitie en enkele voorbeelden ervan. Zoals je waarschijnlijk wel hebt gemerkt, blijft de digital twin een gesprek onderwerp, omdat niet iedereen bij een digital twin eenzelfde beeld heeft of aan hetzelfde denkt. Voor de één draait een digital twin om een 3D ontwerp van een gebouw of woning in een bouwproject, terwijl voor de ander de digital twin draait om de real-time informatie uit de sensoren in een brug om de onderhoudscyclus van de brug te voorspellen. En voor weer een ander voert de digital twin een simulatie uit van een overstroming na een dijkdoorbraak uit of wordt voorspeld hoe ons land in landgebruik eruit ziet in 2050. Digitals twins kunnen veel verschillende doeleinden gebruikt worden.

    Om ons inzicht in gebruik van digital twins te vergroten, bespreken we wat een digital twin is, hoe een digital gedefinieerd wordt, vanuit welke disciplines wordt gewerkt aan digital twins. Ook bespreken we het ecosysteem van digital twins. Er zijn nl. veel verschillende soorten digital twins, die in een ecosysteem verbonden zijn en samenwerken. Ook speelt de gedachte van een nationale digital twin. Daar besteden we aandacht aan. Maar eerst gaat onze aandacht uit naar enkele veelvoorkomende toepassingen van digital twins voor situaties, die zich afspelen in de fysieke leefomgeving. We komen in de loop van het kookboek op deze situaties terug vanuit diverse toepassingen van digital twins in de Nederlandse praktijk. Dat zijn de recepten in dit kookboek.


    Toepassing 1 - Onderhoud brug

    Het idee van een digital twin is eigenlijk al decennia oud. We ontwikkelen, simuleren en testen al jaren machines en andere objecten met 3D-software, zodat ze doen waarvoor ze gemaakt zijn als ze in productie gaan. Maar vervolgens moet een machine ook onderhouden worden. Onderhoud wordt weliswaar geregistreerd door leveranciers en gebruikers, maar het ontbreekt vaak aan een eenduidig beeld van al het onderhoud en vervangingsonderdelen aan een machine.
    Neem bijvoorbeeld een brug. Een brug bestaat uit diverse onderdelen, die worden geleverd en onderhouden door verschillende partijen. Voor onderhoud willen we precies weten uit welke onderdelen de brug (denk aan betonconstructie, asfalt, ophanging, relingen, etcetera) bestaat en wanneer deze onderdelen aan vervanging toe zijn. Daarvoor verzamelen we data over het gepleegde onderhoud per onderdeel, leverancier, het vervangende materiaal, maar vooral ook data over over het onderdeel zelf, zoals slijtage, defecten en ouderdom. De data wordt verzameld via inspecties en in toenemende mate worden inspecties continue uitgevoerd met behulp van sensoren. Met een digital twin maak je dit eerst inzichtelijk. Je visualiseert een brug in een digitale omgeving en kunt per onderdeel inzoomen en precies zien wat de onderhoudsstatus is (zie figuur 1).

    Afbeelding DT TNO Predictive Twin

    Figuur 1 – Een brug en zijn digital twin (vrij naar TNO)

    Toch is onderhoud veelal preventief van aard. Een onderdeel wordt vervangen of gerepareerd na een bepaalde periode, omdat de levensduur van het onderdeel is bepaald (vaak door de leverancier). En het komt ook voor dat een onderdeel bezwijkt en kapot gaat met alle gevolgen van dien. De digital twin wordt daarom niet alleen ingezet voor het preventieve onderhoud, maar voor het herkennen van toekomstige probleemsituaties. Dankzij de (historische) data uit sensoren en nieuwe data-analyse technieken, zoals ‘predictive analytics’ en ‘machine learning’ is het mogelijk dat patronen te herkennen en voorspellingen over te plegen onderhoud en vervanging van de onderdelen te doen. Ook gaan we situaties simuleren. Wat gebeurt er met een brug zodra het vrachtverkeer toeneemt of zwaardere elektrische auto’s continue over de brug (gaan) rijden? Welke onderdelen komen het meest onder druk te staan? De nieuwe inzichten zorgen ervoor, dat onderdelen voortaan op tijd worden gerepareerd of vervangen en servicebeurten slimmer worden gepland en uitgevoerd. En met het gebruik van sensoren en real-time data is het voorspellen van de status van de brug is geen statische activiteit meer, maar continue proces van dataverwerking. De digital twin zorgt daarbij ook voor de visuele presentatie en inzichten in het onderhoudsproces.


    Toepassing 2 – Aanleg woonwijk

    We hebben een flinke uitdaging met de woonopgave in Nederland en het bouwen van circa één miljoen nieuwe woningen. Waar deze woningen moeten komen is belangrijk politiek vraagstuk. Rijk, provincies en gemeenten zullen bij de ruimtelijke bouwopgaven met de ontwikkelaars en toekomstige bewoners steeds vaker 3D simulaties en digital twins inzetten. De digital twin helpt bij het zoeken naar afwegingen voor een optimale gebiedsgerichte omgevingskwaliteit, die moet zorgen voor een gezonde, veilige en aantrekkelijke woonomgeving voor de toekomstige bewoners. Hiermee wordt gedurende het planproces in een digital twin de omgevingskwaliteit en duurzaamheid in een gebied geïnventariseerd en gevisualiseerd. Door aanpassingen kan het plan worden geoptimaliseerd. Hierbij wordt de omgevingskwaliteit via indicatoren weergegeven met rapportcijfers. Aangekomen bij de aanleg van een nieuwe woonwijk kan de digital twin ingezet voor om woningzoekenden te laten zien hoe de toekomstige wijk of straat eruit komt te zien (zie figuur 2).

    Geodan BSD demo Figuur 4

    Figuur 2 – De aanleg van een woonwijk en zijn digital twin (vrij naar BSD Helmond)

    Bewoners kunnen in de digital twin hun woning configureren. De digital twin toont dan direct hoe je toekomstige huis zich verhoudt tot de beoogde kwaliteit van de leefomgeving. Wil je liever een plat dak, een dakkapel of een uitbouw? Of wil je gelijk zonnepanelen plaatsen en zien wat opbrengsten zijn? Passen je wensen niet binnen de gestelde regels, dan geeft de digital twin inzicht in aanpassingen die je kan doen om binnen de geldende regels te blijven. Dit is mogelijk doordat de stedenbouwkundige visie, kwaliteitseisen, bouw- en omgevingsregels en rekenmodellen in de digital twin zijn verwerkt. Als toekomstige bewoner kan je de wijk ervaren voordat je er gaat wonen. Ook krijg je inzicht in mijn bouwmogelijkheden op het perceel en zie je welke voorzieningen in de buurt aanwezig zijn. Ook krijg je met de digital twin inzicht in milieuaspecten zoals geluidsbelasting en luchtkwaliteit in de wijk.

    Toepassing 3 - Simulatie wateroverlast en overstromingen

    Mede door de klimaatverandering worden onze zomers steeds warmer en droger. Bij het klimaatadaptief inrichten van de fysieke leefomgeving gaat het niet alleen om hittestress en droogte. Ook buien worden korter en heftiger. Door deze hevige regenval lopen straten onder water en voor steeds vaker voor overlast. Een digital twin maakt visueel inzichtelijk waar potentiële wateroverlastgevoelige locaties zijn. Door een rioleringsmodel (hoeveel water kan het verwerken?) te koppelen aan het maaiveldmodel (met hoogtedata die voor simulatie van stroming water) kan extreme neerslag gesimuleerd worden in een digital twin. Zo’n simulatie inzicht in de hoeveelheid water op straat na een hevige bui en waar dat water vandaan komt. Gemeenten en burgers zien de mogelijke gevolgen van extreme neerslag en kunnen zich voorbereiden en evt. preventieve maatregelen nemen.
    Naast wateroverlast in steden worden de digital twins ook ingezet voor onze waterveiligheid. Na de catastrofale dijkdoorbraken in Zeeland in 1953 zijn we de strijd tegen het water aangegaan. Wat gebeurt er bij een doorbraak van een dijk? Een simulatie van een dijkdoorbraak is wordt uitgevoerd met modelberekeningen en zijn afhankelijk van de aannames, wat betreft: de hoogte en duur van het hoogwater, de grootte van het gat in de dijk, de ligging van bebouwing en watergangen in het gebied en de maatregelen die het waterschap neemt. Digital twins ondersteunen bij het simuleren van dijkdoorbraken (zie figuur 3).

    hanselsperspectief_flood_feature Tygron

    Figuur 3 – Wateroverlast in een digital twin (vrij naar Tygron)

    Met overstromingsmodellen in digital twins wordt berekend en in 3D gevisualiseerd hoe het water in de tijd overstromingen veroorzaakt bij een gesimuleerde dijkdoorbraak. De gesimuleerde overstroming wordt gecombineerd met data over het wegennet, de (hoogte van) bebouwing, de demografie en kwetsbare installaties. Zo krijgen we inzicht in evacuatiescenario’s bij overstroming en kunnen we inzicht geven in vluchtroutes en de risico’s rondom en veiligheid van gebouwen en kwetsbare bevolkingsgroepen.

     

    Bekijk hieronder de blogs over digital twins