Ingenieros malagueños desarrollan ‘gemelos digitales’ de última generación, más accesibles y versátiles

Los ‘gemelos digitales’ de última generación se crean en la Universidad de Málaga. Tres ingenieros del grupo de investigación ‘ERTIS’ han desarrollado una plataforma de código abierto, más accesible y versátil, que permite el diseño de estas herramientas tecnológicas, que simulan entornos reales a partir de réplicas virtuales.

Se trata de ‘Open Twins’, el primer ecosistema abierto de ‘gemelos digitales’ de manera integrada, capaz de combinar las últimas tecnologías:  internet de las cosas (IoT), inteligencia artificial (IA), monitorización, modelos de simulación y visualización en 3D. Esta plataforma innovadora de la UMA ha sido publicada en la revista científica ‘Computers in Industry’ y su código fuente está completamente disponible en ‘GitHub’.

Entendidos como “representaciones dinámicas y digitales de un objeto, proceso o sistema real que tiene la capacidad de imitar y analizar el comportamiento de estos”, los investigadores de la UMA, autores de este trabajo, explican que, aunque el término ‘gemelo digital’ surgió en el 2010, no es hasta hace unos cinco años cuando alcanzó su mayor uso.

“Hasta ahora la mayoría de las plataformas existentes en este sentido eran de pago y no podían modificarse”, señala el catedrático de la Escuela de Informática de la UMA y director del Instituto de Investigación ‘Ada Byron’, Manuel Díaz, quien afirma que ‘Open Twins’ supera estas limitaciones y, además, suma ‘composicionalidad’, es decir, hace posible que los ‘gemelos’ se puedan conectar entre ellos de manera más sencilla, consiguiendo estructuras más complejas.

Ecosistema abierto

Asimismo, la doctoranda Julia Robles, autora principal de este trabajo que se enmarca en su proyecto de tesis, destaca que, precisamente, el hecho de poder integrar todos los componentes en una única plataforma, creando un ‘ecosistema abierto’, permite predecir comportamientos futuros y, con ello, la detección de anomalías con antelación.

“Hoy en día, la simulación y modelado de sistemas son herramientas imprescindibles en muchas industrias, como la manufactura y la automoción, ya que dejan prever cómo funcionarían sistemas reales en diferentes situaciones, evitando riesgos”, añade en esta línea el profesor del Departamento de Lenguajes y Ciencias de la Computación Cristian Martín.

El resultado son empresas más eficientes, que cambian sus pautas de comportamiento a partir de la información que ofrecen los ‘gemelos digitales’. “Gracias a ellos es posible acceder a una especie de ‘clon’ digital de un objeto real y conocer su estado en el pasado, presente y futuro sin tener que interactuar directamente con él. Esto facilita la toma de decisiones más inteligentes, reduce los costes y aumenta la calidad”, coinciden los autores.

Aplicaciones para la industria y el sector agrícola

Un proyecto agrónomo para medir la presión de un plan de riego, desarrollado junto a la Universidad de Córdoba; un robot que se comunica con tecnología 5G para controlar el movimiento en la finca experimental ‘La Mayora’, con el objetivo de predecir la maduración y el punto óptimo de los frutos; o un modelo predictivo elaborado para la industria petroquímica 4.0 son algunas aplicaciones reales de ‘gemelos digitales’ llevadas a cabo por los ingenieros del grupo ‘ERTIS’ de la UMA.

‘ERTIS’, perteneciente al Instituto de Tecnologías e Ingeniería del Software (ITIS), se ubica en el edificio Ada Byron del campus de Teatinos y se centra en el desarrollo de sistemas inteligentes y de internet de las cosas para la industria y el sector agrícola. El proyecto ‘OpenTwins: An open-source framework for the development of next-gen compositional digital twins’ ha sido coordinado por los investigadores Julia Robles, Cristian Martín y Manuel Díaz.

Referencia:

Julia Robles, Cristian Martín, Manuel Díaz (2023). ‘OpenTwins: An open-source framework for the development of next-gen compositional digital twins’. Computers in Industry. Volume 152,104007, ISSN 0166-3615. https://doi.org/10.1016/j.compind.2023.104007