Imagine o seguinte: um drone de entrega sofre alguns pequenos danos nas asas durante o voo. Deve pousar imediatamente, continuar como de costume ou redirecionar para um novo destino? Um gêmeo digital, um modelo de computador do drone que está voando na mesma rota e agora sofre os mesmos danos em seu mundo virtual, pode ajudar a fazer a ligação.
Os gêmeos digitais são uma parte importante da engenharia, medicina e planejamento urbano, mas na maioria desses casos cada gêmeo é uma implementação customizada que funciona apenas com um aplicativo específico. Michael Kapteyn agora desenvolveu um modelo que pode permitir a implantação de gêmeos digitais em grande escala – criando gêmeos para uma frota inteira de drones, por exemplo.
Uma representação matemática chamada modelo gráfico probabilístico pode ser a base para gêmeos digitais preditivos, de acordo com um novo estudo de Kapteyn e seus colegas na revista Nature Computational Science. Os pesquisadores testaram a ideia em um veículo aéreo não-piloto (UAV) em um cenário como o descrito acima.
“As implementações personalizadas que foram demonstradas até agora geralmente requerem uma quantidade significativa de recursos, o que é uma barreira para a implantação no mundo real”, explica Kapteyn, que recentemente recebeu seu doutorado em ciência computacional e engenharia do Departamento de Aeronáutica e Astronáutica do MIT .
“Isso é exacerbado pelo fato de que os gêmeos digitais são mais úteis em situações em que você gerencia muitos ativos semelhantes”, acrescenta. “Ao desenvolver nosso modelo, sempre tivemos em mente o objetivo de criar gêmeos digitais para uma frota inteira de aeronaves, ou uma fazenda inteira de turbinas eólicas, ou uma população de pacientes cardíacos humanos.”
“O trabalho deles ultrapassa os limites das implementações personalizadas dos gêmeos digitais, que exigem recursos de implantação consideráveis e um alto nível de especialização”, diz Omer San, professor assistente de engenharia mecânica e aeroespacial na Oklahoma State University que não esteve envolvido na pesquisa.
Os co-autores de Kapteyn no artigo incluem seu Ph.D. consultora Karen Willcox, professora visitante do MIT e diretora do Instituto Oden de Engenharia Computacional e Ciências da Universidade do Texas em Austin, e ex-aluno de mestrado em engenharia e gerenciamento do MIT, Jacob Pretorius, agora diretor de tecnologia do The Jessara Group.
Gêmeos em evolução
Os gêmeos digitais têm uma longa história na engenharia aeroespacial, desde um de seus primeiros usos pela NASA na elaboração de estratégias para trazer a missão lunar Apollo 13 para casa com segurança em 1970. Pesquisadores da área médica têm usado gêmeos digitais para aplicações como cardiologia, até Considere tratamentos como a substituição da válvula antes de uma cirurgia.
No entanto, expandir o uso de gêmeos digitais para guiar o vôo de centenas de satélites, ou recomendar terapias de precisão para milhares de pacientes cardíacos, requer uma abordagem diferente dos gêmeos digitais únicos e altamente específicos que são criados normalmente, escrevem os pesquisadores.
Para resolver isso, Kapteyn e colegas buscaram uma representação matemática unificadora da relação entre um gêmeo digital e seu ativo físico associado que não era específico para um determinado aplicativo ou uso. O modelo dos pesquisadores define matematicamente um par de sistemas dinâmicos físicos e digitais, acoplados por meio de fluxos de dados bidirecionais à medida que evoluem ao longo do tempo. No caso do UAV, por exemplo, os parâmetros do gêmeo digital são primeiro calibrados com dados coletados do UAV físico para que seu gêmeo seja um reflexo preciso desde o início.
Como o estado geral do UAV muda ao longo do tempo (por meio de processos como desgaste mecânico e tempo de voo registrado, entre outros), essas mudanças são observadas pelo gêmeo digital e usadas para atualizar seu próprio estado para que corresponda ao UAV físico . Este gêmeo digital atualizado pode então prever como o UAV mudará no futuro, usando essas informações para direcionar de forma otimizada o ativo físico daqui para frente.
O modelo gráfico permite que cada gêmeo digital “seja baseado no mesmo modelo computacional subjacente, mas cada ativo físico deve manter um ‘estado digital’ exclusivo que define uma configuração exclusiva desse modelo”, explica Kapteyn. Isso torna mais fácil criar gêmeos digitais para uma grande coleção de ativos físicos semelhantes.
Caso de teste UAV
Para testar seu modelo, a equipe usou um UAV de 12 pés de envergadura projetado e construído em conjunto com Aurora Flight Sciences e equipado com sensores “adesivos” do Grupo Jessara que foram usados para coletar deformação, aceleração e outros dados relevantes do UAV.
O UAV foi o local de teste para tudo, desde experimentos de calibração até um evento simulado de “dano por luz”. Seu gêmeo digital foi capaz de analisar os dados do sensor para extrair informações de danos, prever como a saúde estrutural do UAV mudaria no futuro e recomendar mudanças em suas manobras para acomodar essas mudanças.
O caso do UAV mostra como a modelagem de gêmeos digitais semelhantes pode ser útil em outras situações onde o desgaste ambiental desempenha um papel significativo na operação, como uma turbina eólica, uma ponte ou um reator nuclear, observam os pesquisadores em seu artigo.
“Acho que essa ideia de manter um conjunto persistente de modelos computacionais que estão constantemente sendo atualizados e evoluídos ao longo de um ativo físico ao longo de todo o seu ciclo de vida é realmente a essência dos gêmeos digitais”, diz Kapteyn, “e é o que tentamos capturar em nosso modelo. ”
A abordagem do modelo gráfico probabilístico ajuda a “abranger perfeitamente diferentes fases do ciclo de vida do ativo”, observa ele. “Em nosso caso particular, isso se manifesta como o modelo gráfico se estendendo perfeitamente desde a fase de calibração até nossa fase operacional em vôo, onde realmente começamos a usar o gêmeo digital para a tomada de decisões.”
A pesquisa pode ajudar a tornar o uso de gêmeos digitais mais difundido, uma vez que “mesmo com as limitações existentes, os gêmeos digitais estão fornecendo um suporte valioso à decisão em muitas áreas de aplicação diferentes”, disse Willcox em uma entrevista recente.
“Em última análise, gostaríamos de ver a tecnologia usada em todos os sistemas de engenharia”, acrescentou ela. “Nesse ponto, podemos começar a pensar não apenas sobre como um gêmeo digital pode mudar a maneira como operamos o sistema, mas também como o projetamos em primeiro lugar.”
Publicado em 16/06/2021 12h01
Artigo original:
Estudo original: