Slik kan digitale tvillinger gi oss tilgang på helt ny viten

Et forskerteam i SINTEF har utviklet løsninger for datasimulering som gjør det lettere å forstå hva enorme mengder data forteller oss. Målet er omdanne informasjon fra datafangst i komplekse systemer, til kunnskap, og deretter formidle den på en måte som du ikke trenger doktorgrad for å forstå.

Fra et kontrollrom på Brattøra, kan forskningsleder Jan Tore Fagertun og kolleger  demonstrere hvordan såkalte digitale tvillinger kan komme til nytte i havbruksnæringa:

Den digitale tvillingen er utviklet i forskningssenteret SFI Exposed og i prosjektet RACE Digitalcage. Når store avstander gjør det umulig å være hands–on til enhver tid, blir det desto viktigere å ha god kontroll. I forskning på eksponert oppdrett, altså oppdrettsanlegg som vil ligge på steder som er særlig utsatt for vær, vind og strøm, har SINTEFs folk lett etter løsninger for best mulig overvåkning. Men også formidling og bruk av overvåkningsdata. Jan Tore Fagertun og Esten Ingar Grøtli, henholdsvis fra SINTEF Ocean og SINTEF Digital, har ledet arbeidet.

Hva er en digital tvilling?

Begrepet digital tvilling begynner å bli kjent for mange, men hva er det egentlig? For å forklare, kan vi ta et eksempel alle har et forhold til: menneskekroppen.

– Se for deg at det finnes en datamodell av kroppen din. Den ser ut akkurat som deg – inni og utenpå, og du kan snurre og vende på bildet for å se på din digitale, eneggede tvilling fra ulike vinkler. Hvis du hadde nok sensorer festet på kroppen, og data fra disse ble overført til modellen i sanntid, ville tvillingen på skjermen kopiert alle dine bevegelser, – mens du utførte dem, sier SINTEF-forsker Tore Fagertun.

Om du selv befant deg på et utilgjengelig sted uten transportmulighet, kunne legen din hatt denne modellen – din digitale tvilling – til legekonsultasjon. Sammenkobling med eksisterende data og andre målinger ville gjort det mulig å følge med på om alt var normalt med hjerterytme, belastning på skjelett, medisinering, fordøyelse eller søvnkvalitet. Skjermtvillingen ville markert eventuelle avvik med et synlig varsel.

Legen – eller du selv – kunne sammenlignet eventuelle unntakstilstander med historiske data for å finne sammenhenger og forklaringer på problemer. Hva spiste du de dagene du fikk mageknip? Har de søvnløse nettene noen fellestrekk? Dataprogrammet kunne vært brukt til å forutse problemer som vil oppstå under gitte betingelser, og kunne blitt koblet sammen med annen data.

Gjør det mulig å se “alt”

For et oppdrettsanlegg som ligger langt til havs, er det svært nyttig med full oversikt. Med et tilstrekkelig antall og solide måle– og sensorløsninger, kan den digitale sanntidstvillingen bli så detaljert at den viser hele anlegget i et kontrollrom – slik tilstanden er til enhver tid. Den digitale tvillingen viser ikke bare selve merden og konstruksjonen, men også nota, fisken, rov-en som jobber i nota, ulike skip som har arbeidsoppgaver i tilknytting til anlegget og omliggende miljø – som strøm, bølger og tidevann.

– En digital tvilling med sanntidssimulering gjør det mulig å få svar på spørsmål som er enormt viktige for den som har ansvar for et oppdrettsanlegg, forklarer Fagertun, og nevner praktiske eksempler:

Hvilken del av nota har ROV-en inspisert og hvor har den eventuelt funnet avvik? Hvordan beveger fisken seg i gitte situasjoner? Hvilken posisjon har nota i øyeblikkets vær– og lastforhold og hvordan belaster dette utsatte komponenter i konstruksjonen? Den digitale tvillingen kan formidle svaret på en lettfattelig måte, fordi den visuelt ligner på det vi er vant til å observere i den fysiske verden, i motsetning til datasett med en mengde tall.

– Den digitale tvillingen kan presentere en sammensatt digital bildestrøm i sanntid, og kan by på langt bedre observasjonsforhold enn den virkelige verden. Fra merdkanten kan det for eksempel være utfordrende å se ned i merden, og et videokamera kan ha begrenset sikt på grunn av grumsete vann eller stor tetthet av fisk. I en digital bildestrøm har du ikke bare perfekt sikt, men du kan også «rense» bildet slik at forstyrrende elementer blir usynliggjort og du får sett nærmere på det du er interessert i, sier SINTEF-forskeren.

Lettere å finne svar

Hvis den digitale tvillingen mates med vær- og bølgevarsel, og i tillegg kobles med historiske data for produksjon, kan den brukes til å forutsi hvordan produksjonen i et oppdrettsanlegg vil se ut på kort og lang sikt. Den vil også kunne gi viktig beslutningsstøtte til driftsoperatøren fordi den kan si moe om arbeidsforholdene på merdkanten under en planlagt arbeidsoperasjon, eller om belastninga for fisken hvis en avlusning gjennomføres i et gitt værvindu.

Vil det være mulig for ROV-en å gjennomføre inspeksjon av nota under neste ukes strømforhold? Hvis operasjoner settes i gang kan den digitale tvillingen brukes til å overvåke, til å predikere utfallet og gi beslutningsstøtte til den som skal bestemme om operasjonen kan fortsette eller må avbrytes. Simuleringer av fremtidige responser som rull og hiv på båt og bevegelser i oppdrettsanlegg, og om ferdsel på kanten av merden vil være forsvarlig, for å nevne noe.

– Når oppdrettsnæringa i fremtiden også skal drive på eksponerte steder, med enorme mengder fisk og lang avstand til land, vil det bli støtte behov for mer beslutningsstøtte, overvåkning og autonome operasjoner enn i dag, sier Fagertun, som tror digitale tvillinger vil være løsningen.

Den digitale tvillingen som forskerne demonstrerer i kontrollrommet «Havopera» på Brattøra, henter data fra SINTEF ACE, et storskala laboratorium som ligger i havområdet utenfor Trondheim, og er en av de mange teknologiene som SINTEF Ocean har utviklet i løpet av sju år med innovasjonsdrevet forskning i senteret SFI Exposed.