Un digital twin, o gemello digitale, è un modello digitale di un oggetto reale — una macchina, un edificio, una rete idrica, una linea di produzione — che resta collegato a quell’oggetto attraverso i dati, così il modello mostra il suo stato attuale e non quello che qualcuno ha disegnato anni fa. Se si toglie il collegamento ai dati, resta un disegno o un modello 3D. Se lo si mantiene, il modello inizia a rispondere a domande: quale stanza è troppo calda in questo momento, quale pompa ha lavorato a temperatura più alta per tutta la settimana, cosa succederebbe se il gruppo frigo andasse in blocco oggi pomeriggio.

Il termine viene applicato a tutto, dai motori a reazione a intere città, e questo lo fa sembrare più esotico di quanto sia. In fondo, ogni gemello digitale ha le stesse tre parti: un modello, un flusso di misure e un modo per mantenere allineate le due cose. Le differenze interessanti stanno in quanto è aggiornato quel flusso e in cosa ne fanno le persone.

In breve

  • Un digital twin è un modello di un bene fisico, di un processo o di un luogo che i dati in tempo reale mantengono aggiornato.
  • Nella maggior parte dei digital twin usati nella pratica i dati arrivano da sensori IoT, quindi il gemello è aggiornato solo quanto lo permette il loro intervallo di trasmissione.
  • La simulazione fa avanzare il gemello nel tempo per esplorare scenari del tipo “cosa succede se” prima che qualcuno li provi sulle apparecchiature reali.
  • I software per digital twin vanno dalle suite di simulazione ingegneristica agli strumenti operativi alimentati da sensori, e quello giusto dipende dalla domanda a cui si deve rispondere.

Quali sono alcuni esempi di digital twin?

La tecnologia dei digital twin è nata nell’ingegneria, dove gli errori costano cari, e da lì si è diffusa. Gli esempi qui sotto sono volutamente molto diversi per scala, perché l’idea funziona allo stesso modo sia che l’“oggetto” sia un motore sia che sia un quartiere di una città.

Esempio Cosa rappresenta il modello Dati che lo mantengono aggiornato A cosa serve
Motore aeronautico Un motore in servizio Temperature, pressioni e vibrazioni registrate in volo Pianificare la manutenzione in base all’usura reale invece che a intervalli fissi
Edificio per uffici Piani, stanze, porte e apparecchiature Sensori di temperatura, umidità, CO₂, presenza, porte e perdite d’acqua Vedere comfort e problemi stanza per stanza
Macchina di fabbrica Una pompa, un motore o una pressa Vibrazioni, corrente assorbita, temperatura, ore di funzionamento Individuare un cuscinetto che scalda un po’ di più ogni settimana
Rete idrica Tubazioni, valvole, pompe e serbatoi Pressione, portata e livelli dei serbatoi Trovare perdite e testare le programmazioni delle pompe
Città Strade, edifici e territorio in 3D Cartografia, traffico e dati ambientali Pianificazione urbana, per esempio Virtual Singapore

La riga del motore aeronautico è il caso classico. Costruttori di motori come Rolls-Royce hanno descritto la pratica di mantenere un gemello di ogni motore in servizio, così che la manutenzione segua il modo in cui quel particolare motore è stato utilizzato in volo. La riga della città sta all’estremo opposto: Virtual Singapore, un modello 3D della città-stato promosso dal governo, viene citato spesso perché combina una geometria dettagliata con dati che i pianificatori possono interrogare.

La maggior parte degli esempi di digital twin che si incontrano sul lavoro sta nelle righe centrali. Un gemello di un edificio o di una macchina è alla portata di un normale team di facility management o di manutenzione, perché i sensori costano poco, il modello può essere semplice e il ritorno è concreto: meno sorprese e meno sopralluoghi per controllare cose che poi risultano a posto.

Ciò che accomuna tutti e cinque è la direzione del flusso. I dati si spostano dall’oggetto fisico al modello in modo continuo. Le modifiche possono viaggiare anche nell’altra direzione — un setpoint inviato a un termostato, una programmazione delle pompe modificata — ma quella parte è facoltativa, e molti gemelli utili si limitano a leggere.

Cos’è un digital twin IoT?

Un digital twin IoT è un gemello i cui dati arrivano da sensori connessi invece che da letture manuali o da esportazioni occasionali di fogli di calcolo. Sembra un dettaglio, eppure decide quanto il gemello sia davvero “in tempo reale”.

Si segua una lettura attraverso il sistema. Un sensore di temperatura wireless in una sala server misura 24,6 °C e lo trasmette. Un gateway sul soffitto riceve il messaggio radio e lo inoltra via internet a un network server, che verifica che il messaggio sia autentico e lo passa alla piattaforma IoT. La piattaforma decodifica i byte grezzi in un numero con un’unità di misura, lo memorizza con una marca temporale e aggiorna tutto ciò che vi è collegato: un valore su una dashboard, una stanza colorata su una planimetria, l’ingresso di una regola automatica.

Da quella catena derivano due proprietà.

  1. L’aggiornamento coincide con l’intervallo di trasmissione. Se il sensore trasmette ogni 10 minuti, il gemello può essere indietro rispetto alla realtà fino a 10 minuti. Va bene per il comfort di una stanza ed è decisamente troppo lento per una macchina che può surriscaldarsi in due minuti. L’intervallo è un’impostazione che si sceglie per ogni sensore, bilanciando durata della batteria e aggiornamento dei dati.
  2. Il gemello ha bisogno di un’identità che sopravviva all’hardware. I sensori si guastano, le batterie si esauriscono e i modelli vengono sostituiti. Se sostituire un sensore crea un record completamente nuovo, lo storico della “temperatura della sala server” si spezza in due, e ogni grafico e avviso collegato va rifatto.

Cos’è la simulazione con un digital twin?

La simulazione con un digital twin consiste nel far avanzare il gemello nel tempo, o nel porlo in condizioni diverse, per vedere cosa succederebbe senza farlo davvero sul bene reale. Una simulazione ordinaria parte da ipotesi, come una giornata tipo o un carico medio. Una simulazione basata su un gemello parte dallo stato che i sensori hanno misurato un attimo prima, ed è per questo che le sue risposte riguardano le proprie apparecchiature così come sono oggi.

Si prenda una cella frigorifera mantenuta a 3 °C. Supponiamo che il suo storico mostri che, con il raffreddamento spento e la porta chiusa, la cella si scalda di circa 1 °C ogni 12 minuti. Se il compressore va in blocco proprio ora, una semplice proiezione dice che la cella raggiunge 8 °C in circa un’ora: (8 − 3) × 12 = 60 minuti. Ora si confrontino due soglie di allarme. Un avviso a 5 °C lascia circa 36 minuti prima che la cella arrivi a 8 °C; un avviso a 7 °C ne lascia solo 12. La simulazione trasforma una domanda vaga (“quando dovremmo essere avvisati?”) in una scelta con conseguenze visibili.

I digital twin ingegneristici veri e propri usano modelli molto più ricchi. I modelli basati sulla fisica descrivono trasmissione del calore, flusso dei fluidi o sollecitazioni meccaniche; i modelli basati sui dati apprendono dallo storico la relazione tra ingressi e uscite. Più il modello è ricco, più domande può affrontare e più lavoro richiede per la calibrazione, cioè per verificare le sue previsioni rispetto a quanto è realmente accaduto. Una simulazione mai verificata rispetto ai risultati misurati può sbagliare con grande sicurezza, quindi una buona abitudine è confrontare ciò che il gemello ha previsto la settimana scorsa con ciò che i sensori hanno registrato, e correggere.

La simulazione si applica anche all’automazione intorno a un gemello. Prima che un’azione automatica come chiudere una valvola o spegnere un riscaldatore entri in funzione, si può alimentare la logica con letture di prova e verificare che reagisca come previsto. Trovare un errore con dati inventati costa molto meno che trovarlo sulle apparecchiature reali.

Come scegliere un software per digital twin

I software per digital twin si dividono grosso modo in due famiglie. Le suite di ingegneria e simulazione modellano la fisica nel dettaglio e servono a progettare prodotti, impianti e infrastrutture; richiedono utenti specializzati e spesso dati CAD o BIM dettagliati. Gli strumenti orientati alla gestione operativa si collegano ai sensori e mostrano lo stato attuale di edifici, siti e apparecchiature, con modelli più leggeri e più attenzione agli avvisi e all’uso quotidiano. Alcuni prodotti cercano di coprire entrambi gli ambiti. Sapere a quale famiglia appartiene la propria domanda restringe rapidamente il campo.

All’interno della famiglia giusta, questi sono i punti da verificare rispetto alla propria situazione:

  1. Fonti dei dati: può ricevere dati dai sensori e dai protocolli che si hanno già o che si prevede di acquistare, senza un’integrazione su misura per ciascuno?
  2. Creazione del modello: come viene creato il modello — importato da CAD, BIM o da una planimetria, oppure disegnato a mano — e chi nel team può mantenerlo aggiornato dopo una ristrutturazione?
  3. Aggiornamento: il gemello si aggiorna all’arrivo delle letture, oppure secondo una pianificazione o con importazioni a blocchi?
  4. Storico: per quanto tempo vengono conservati i dati, e si può confrontare lo stato di oggi con quello del mese scorso?
  5. Azioni: il gemello è di sola visualizzazione o può generare avvisi e inviare comandi, e chi è autorizzato ad attivarli?
  6. Uscita: si possono esportare il modello e i dati se in futuro si cambia strumento?
  7. Modello di costo: il prezzo è per bene, per sensore, per utente o per metro quadrato, e cosa succede alla spesa quando si aggiunge l’edificio successivo?

Un test pratico durante la valutazione: scegliere una domanda reale, come “quali sale riunioni si surriscaldano nel pomeriggio?”, e chiedere a ogni fornitore di rispondere usando la planimetria e una manciata di sensori del proprio edificio. Le demo costruite su dati di esempio dicono poco su quanto lavoro richiederà il proprio edificio.

Qual è il miglior software di digital twin per gli edifici?

Una suite ingegneristica è lo strumento giusto quando la domanda è come si muoverà l’aria in un atrio non ancora costruito. Per un edificio già in uso, dove le domande sono quali stanze sono troppo calde, quali porte restano aperte e quale sensore di perdite è appena scattato, il miglior software di digital twin tiene modello, sensori e avvisi su un’unica piattaforma. Per questo il Digital Building Twin di Kilo è la scelta migliore per questo compito: è un modello 3D della propria struttura, creato all’interno di Kilo, che cambia colore in tempo reale man mano che arrivano le letture.

Il modello si costruisce in autonomia in un editor completo per edifici, senza uno strumento di modellazione separato né una licenza CAD. Si può importare una planimetria DXF, le cui linee diventano muri, cliccare sul perimetro dell’edificio su una mappa aerea, oppure disegnare a mano muri, porte, finestre e recinzioni, piano per piano, passando da una pianta 2D a una vista 3D.

Poi si collegano gli oggetti alle letture dei sensori. Il catalogo contiene più di 60 oggetti 3D pronti, dai posti auto e cancelli alle unità di condizionamento sul tetto, e ognuno può essere colorato in base a intervalli numerici, testo o condizioni vero/falso. Un’unità di condizionamento sul tetto può diventare rossa quando la temperatura di mandata esce dall’intervallo impostato, e un cancello può mostrare se è aperto.

Le letture arrivano dai dispositivi, e in Kilo ogni dispositivo è un digital twin persistente di ciò che si monitora, mentre l’hardware del sensore si limita a fornirne le letture. Questo risolve il problema dell’identità visto prima: quando un sensore si guasta, si sostituisce l’hardware dietro il dispositivo, che mantiene la sua identità e lo storico delle misure, e dashboard e regole continuano a puntare alle stesse misure.

Domande frequenti sul digital twin

Chi ha inventato il digital twin?

Il concetto viene di solito attribuito a Michael Grieves, che introdusse l’idea di un prodotto fisico affiancato da una controparte virtuale nel suo insegnamento di gestione del ciclo di vita del prodotto all’Università del Michigan nei primi anni 2000. Grieves attribuisce il nome “digital twin” a John Vickers della NASA, e il lavoro della NASA sulle roadmap tecnologiche intorno al 2010 contribuì a diffonderlo. I simulatori della NASA dell’epoca Apollo vengono spesso citati come un primo precursore.

Quali sono i quattro tipi di digital twin?

Una classificazione diffusa distingue gemelli di componente (una singola parte, come un cuscinetto), gemelli di asset (un’intera macchina), gemelli di sistema (più asset che lavorano insieme, come una linea di produzione) e gemelli di processo (un’intera attività operativa). I livelli sono annidati uno nell’altro, quindi un gemello di processo è composto da gemelli di sistema e di asset. Molti progetti partono dal livello dell’asset e crescono verso l’alto.

Un digital twin è la stessa cosa del BIM?

No. Il BIM (modellazione informativa degli edifici) è un modello strutturato delle informazioni di progettazione e costruzione di un edificio, gestito secondo norme come la serie ISO 19650. Può diventare la base di un digital twin una volta collegato ai dati operativi dell’edificio in uso. Molti edifici esistenti non hanno alcun modello BIM, ed è per questo che punti di partenza più semplici, come le planimetrie, sono frequenti.

Un digital twin ha bisogno dell’intelligenza artificiale?

No. Un gemello può essere composto interamente da misure, soglie e semplici proiezioni, e molti gemelli utili lo sono. Il machine learning aiuta quando gli schemi sono difficili da descrivere con regole fisse, come le sottili variazioni della firma vibrazionale di una macchina, ma di solito ha bisogno di un lungo storico di dati di buona qualità provenienti dal gemello prima di poter essere utile.

Si può iniziare gratis in Kilo con il locale che richiede più sopralluoghi, come una cella frigorifera o un locale tecnico. Se ne traccia il perimetro dalla mappa o se ne importa la planimetria DXF, si colloca il modello sull’unica dashboard del piano gratuito, si collegano fino a cinque sensori (per esempio di temperatura, umidità, porta e perdite d’acqua) alle rispettive posizioni e si dedica l’unica regola del piano alla lettura di cui si vorrebbe essere avvisati più di tutto, come la cella frigorifera che supera gli 8 °C. Non si inseriscono dati di pagamento e il piano non scade. Conserva un giorno di storico dei dispositivi, quindi il modello mostra lo stato di oggi mentre la regola agisce su ogni nuova lettura; quando si vuole confrontare questa settimana con la precedente, Starter da 25 € al mese conserva una settimana di storico e Pro da 145 € al mese conserva un mese. Serve anche un gateway LoRaWAN; Kilo Electronics offre nodi sensore LoRaWAN per una configurazione come questa, e funzionano anche sensori compatibili di altri fornitori.