Modele pomogą przewidzieć zachowanie samolotu.

Klonujemy rzeczywistość w świecie cyfrowym

Wyobraź sobie taką sytuację: dron doznał podczas lotu niewielkiego uszkodzenia skrzydła. Czy powinien wylądować natychmiast, kontynuować przelot jak zwykle a może zmienić trasę do nowego miejsca docelowego? Cyfrowy dron-bliźniak, komputerowy model drona, który leciał tą samą trasą, a teraz doznaje takich samych uszkodzeń w swoim wirtualnym świecie, może pomóc w rozstrzygnięciu tego dylematu.

Cyfrowe klony są ważną częścią inżynierii, medycyny i planowania urbanistycznego, ale w większości tych przypadków każdy z takich bliźniaków to skrojona na miarę, niestandardowa implementacja, która działa tylko z określoną aplikacją. Michael Kapteyn opracował jednak model, który może umożliwić wdrożenie cyfrowych bliźniaków na dużą skalę – na przykład tworzenie klonów całej floty dronów.

Probabilistyka cyfrowa a kardiologia

Reprezentacja matematyczna zwana probabilistycznym modelem graficznym może być podstawą do tworzenia takich właśnie predykcyjnych modeli. Dowodzi tego badanie przeprowadzone przez Kapteyna i jego współpracowników a opublikowane w czasopiśmie Nature Computational Science. Naukowcy przetestowali swój pomysł na niepilotowanym statku powietrznym (UAV, polski skrót BSP) w scenariuszu podobnym do opisanego powyżej. Kapteyn zauważa, że:

Niestandardowe implementacje, które znaliśmy do tej pory, zazwyczaj wymagają znacznej ilości zasobów, co jest przeszkodą dla wdrożenia w świecie rzeczywistym

Zdaniem Kapteyna cyfrowe bliźniaki są najbardziej przydatne w sytuacjach, w których zarządza się wieloma, podobnymi zasobami. Opracowując nasz model, zawsze mieliśmy na uwadze cel, jakim jest stworzenie klonów dla całej floty samolotów, całej farmy turbin wiatrowych czy całej populacji ludzi - pacjentów kardiologicznych.

”Bliźnięta cyfrowe” to nie wymysł tej dekady

Cyfrowe bliźniaki mają długą historię w inżynierii lotniczej, począwszy od jednego z ich najwcześniejszych zastosowań przez NASA w opracowywaniu strategii bezpiecznego doprowadzenia do domu misji księżycowej Apollo 13 w 1970 roku. Naukowcy z dziedziny medycyny wykorzystywali też już cyfrowe bliźniaki do zastosowań takich jak kardiologia, na przykład przy kwalifikowaniu do wymiany zastawki serca.

Jednak rozszerzenie wykorzystania cyfrowych bliźniąt do kierowania lotem setek satelitów lub zalecania precyzyjnych terapii tysiącom pacjentów wymaga innego podejścia, tak potrzebnego [url/praca-w-it/k/data,science&titleOfUrl=Oferty pracy]w pracy inżynierów i deweloperów[/url].

Automatyczne odwzorowanie rzeczywistości

Aby rozwiązać ten problem, Kapteyn i współpracownicy poszukiwali ujednoliconej matematycznej reprezentacji relacji między cyfrowym bliźniakiem a powiązanym z nim zasobem fizycznym, która jednocześnie nie byłaby specyficzna dla konkretnego zastosowania. Model opracowany przez naukowców działa w ten sposób że tworzy sobie parę fizycznych i cyfrowych systemów, które są połączone ze sobą za pomocą dwukierunkowych przepływów danych. Na przykład w przypadku drona parametry jego cyfrowego bliźniaka są najpierw kalibrowane na podstawie danych zebranych z fizycznego UAV tak aby jego bliźniak od początku był dokładnym odzwierciedleniem rzeczywiście istniejącego obiektu.

Stan bezzałogowego statku powietrznego zmienia się w czasie (m.in. poprzez takie procesy, jak mechaniczne zużycie) a zmiany te są obserwowane na bieżąco przez cyfrowego bliźniaka i wykorzystywane do aktualizacji jego własnego stanu, aby pasował do tego co prezentuje sobą faktycznie istniejący bezzałogowec. Ten zaktualizowany cyfrowy bliźniak może następnie przewidzieć, jak UAV zmieni się w przyszłości, wykorzystując te informacje, aby optymalnie kierować fizycznym zasobem na przyszłość.

Aby przetestować swój model, zespół wykorzystał drona o rozpiętości skrzydeł ponad 3,5 metra, zaprojektowany i zbudowany we współpracy z Aurora Flight Sciences i wyposażony w czujniki, które były używane do zbierania naprężeń, przyspieszenia i innych istotnych danych. Jego cyfrowy bliźniak był w stanie przeanalizować dane z czujników, aby wyodrębnić informacje o uszkodzeniach, przewidzieć, jak zmieni się kondycja strukturalna UAV w przyszłości i zalecić zmiany w manewrowaniu, aby uwzględnić te zmiany.

Podobne modelowanie cyfrowych bliźniaków może być przydatne w innych sytuacjach, w których oddziaływanie środowiska odgrywa znaczącą rolę w działaniu urządzenia, takiego jak turbina wiatrowa, most lub reaktor jądrowy.