A digital twin for monitoring product related process data in manufacturing

In an era when Industry 4.0 is spreading fast, transformations of operations, products’ services and production systems are tangible and new perspectives arise for manufacturing goods and components, which are highly automatized. The heart of this revolution is full automation and digitalization of processes. Smart technologies enable the spread of the fourth industrial revolution and Cyber Physical System (CPS) can be considered as a core enabler. CPS creates a real-time connection between the real and the virtual world, increasing autonomy, efficiency and usability of complex systems. In other worlds, CPSs enable to monitor and control remotely in real time physical process, hence driving innovation into the creation of autonomous systems, which, in the near future, will be able to take decisions completely by themselves. In this scenario, a large amount of data is generated and needs to be evaluated by simulation and optimization. One of the tools best allowing to manage data in real time is Digital Twin (DT), which generates a virtual environment with the aim to create a copy of the physical system, monitoring and simulating in real time what happens on the field. Intuitively, application fields of DT are extremely various and its uses for industrial production are several. However, since DT is a relatively new concept, just a small fraction of its potentialities has been already explored. Therefore, the main goal of this thesis is to analyze already developed implementations of DT in order to spot these potentialities not yet foster. Apparently, most of DT’s applications deal with industrial processes, where its main activity concerns monitoring physical assets in production plants. First topic of analysis, then, is whether semi-finished and finished products are considered in a Digital Twin logic. Nowadays, in fact there is growing attention towards smart products in order to create a unique identity for each of them, defining their status and lifecycle history. However, it has been found that DT does not take into account this issue revealing that product tracking and monitoring inside production represent the two main potential DT’s applications not yet developed. Therefore, this work investigates how DT can enhance information related to manufactured products, focusing on process-related data that can be retrieved from Digital Twins built on physical assets. These parameters used to be applied on permanent resources and now they have been combined and processed to obtain useful information, which can be associated to manufactured products. Following this research path, the thesis proposes a new theoretical framework, validated and implemented in the Industry 4.0 Laboratory “Marco Garetti” of Politecnico di Milano, which gave the opportunity to develop a Digital Twin in a “real-like” environment.

In un’epoca in cui l’Industria 4.0 si sta rapidamente diffondendo, le trasformazioni delle attività, dei servizi correlati ai prodotti e dei sistemi di produzione sono sotto gli occhi di tutti e aprono nuove prospettive per la produzione di merci e componenti con notevole automatizzazione. Il cuore di questa rivoluzione è rappresentato dalla completa automazione e digitalizzazione dei processi. Le tecnologie intelligenti hanno infatti permesso la diffusione della quarta rivoluzione industriale e il Cyber Physical System (CPS) ne costituisce uno dei fattori determinanti. CPS crea una connessione in tempo reale tra il mondo reale e quello virtuale, potenziando l’autonomia, l’efficienza e la fruibilità di sistemi complessi. In altre parole, i CPS permettono di sorvegliare e controllare da remoto i processi che si svolgono fisicamente in tempo reale, spingendo così l’innovazione a realizzare sistemi autosufficienti, che, nel prossimo futuro, saranno in grado di assumere decisioni in modo del tutto autonomo. In questo scenario, viene generata una vasta quantità di dati che è necessario valutare tramite simulazioni e ottimizzazioni. Lo strumento che meglio di ogni altro consente di gestire i dati in tempo reale è il Digital Twin (DT), il quale realizza un ambiente virtuale con l’obiettivo di ricreare una copia del sistema fisico, sorvegliando e simulando in tempo reale ciò che avviene sul campo. Intuitivamente, gli ambiti di applicazione di DT sono estremamente vari e numerosi sono i suoi utilizzi nella produzione industriale. Tuttavia, poiché DT rappresenta un concetto relativamente nuovo, soltanto una piccola parte delle sue potenzialità è stata finora esplorata. Il principale obiettivo di questa tesi, pertanto, è di analizzare le attuazioni che DT ha già ricevuto per rivelarne le potenzialità nascoste. A prima vista, la maggior parte delle applicazioni di DT attengono a processi industriali, nei quali la sua principale funzione concerne la sorveglianza delle risorse fisiche negli impianti di produzione. La prima questione oggetto di analisi, quindi, è se i prodotti semilavorati o finiti vengono considerati in una logica di Digital Twin. Ai giorni d’oggi, infatti, si assiste a una crescente attenzione nei confronti dei prodotti intelligenti al fine di dotarli ciascuno di una propria identità, definendone le condizioni e la storia del loro ciclo vitale. Tuttavia, è emerso che DT non prende in esame questi elementi, il che rivela come il tracciamento e il monitoraggio della produzione rappresentano le due più rilevanti potenziali applicazioni di DT ancora da sviluppare. Di conseguenza, questo lavoro investiga il modo in cui DT può migliorare le informazioni con riguardo ai prodotti manifatturieri, concentrandosi sui dati relativi al processo che possono essere recuperati da Digital Twin costruiti su risorse fisiche. Questi parametri, di solito applicati a risorse permanenti, sono stati adesso combinati ed elaborati per ottenere informazioni utili da associare a prodotti manifatturieri. Seguendo questo percorso di ricerca, la tesi propone un nuovo impianto teorico, validato e implementato presso il laboratorio di Industry 4.0 “Marco Garetti” del Politecnico di Milano, nel quale si è avuta l’opportunità di sviluppare un Digital Twin in un ambiente “para-reale”.