Development of a digital twin framework for modelling, monitoring and benchmarking of total automated clinical laboratories

Currently, analysis laboratories face significant challenges providing precise and accurate results in a short time. To meet these needs, automated laboratories have been created that allow specimen analysis with minimal human intervention. Nowadays, these laboratories are specialized in bacterial cultures. However, being this an emerging technology, it has not yet adopted the paradigms of industry 4.0 which brings together the concept of digital twins, machine learning and robotics to improve efficiency of industrial systems as well as reduce wastes and costs. This lag is partly due to the fact that, as said, these laboratories are still in their infancy. Moreover, they must adhere to stringent regulations, such as maintaining controlled temperature ranges and ensuring that the operations of the robots are highly precise in order to be efficient and avoid the need to repeat the test. Furthermore, robots cannot operate too quickly as this could lead to mixing or spilling liquid specimens. In tegrating these principles could be useful to better control these laboratories, because, as said, the operational requirements of these machines are far more complex than those of a common industrial machinery. For this reason, the objective of this work is to develop the framework of a digital twin for two components of these automated laboratories, specifically a SCARA and a Cartesian robot, allowing for different purposes. The first involves the implementation of fault conditions, particularly bearing fault, and the verification of machine performance while the second focuses on the creation of a real time connection with the physical object, enabling further development of various features, such as control algorithms.

Attualmente i laboratori analisi si trovano ad affrontare sfide significative nel fornire in poco tempo risultati accurati e precisi. Per rispondere a tali esigenze, sono stati creati i laboratori automatizzati i quali permettono l’analisi dei campioni minimizzando l’intervento umano. Ad oggi tali laboratori sono specializzati in colture batteriche. Tuttavia, essendo questa una tecnologia emergente, non ha ancora fatto suoi i paradigmi dell’Industria 4.0, la quale unisce i concetti di gemelli digitali, machine learning e robotica in modo da incrementare l’efficienza dei sistemi industriali così come ridurre sprechi e costi. Questo ritardo è in parte dovuto al fatto che, come detto, questi laboratori sono ancora nella loro infanzia. Inoltre, devono rispettare stringenti regolamenti come il mantenimento di intervalli di temperatura controllati e garantire che il funzionamento dei robot sia altamente preciso per migliorare l’efficienza ed evitare la necessità di ripetere i test. In aggiunta i robot non possono operare troppo velocemente poiché questo potrebbe portare a mescolare o rovesciare i campioni liquidi. Integrare questi principi è utile per controllare meglio questi laboratori, poiché, come detto, i requisiti operativi di queste macchine sono molto più complessi rispetto quelli di un comune macchinario industriale. Per questa ragione, l’obiettivo di questo lavoro è la creazione di un modello di gemello digitale per due componenti di questi laboratori automatizzati, in particolare uno SCARA robot e un robot Cartesiano, il quale permette di raggiungere due scopi. Il primo implica l’implementazione di condizioni di guasto, specificamente il guasto di un cuscinetto, e la seguente verifica delle performance del macchinario, mentre il secondo si focalizza sull’abilitazione di una connessione real-time con l’oggetto fisico, permettendo il con seguente sviluppo di tutta una serie di funzioni come gli algoritmi di controllo.