Qトークエピソード3 - デジタルツインジャーニー| Qatium

[QTalks Ep.3]
デジタルツインジャーニー:パイオニアから大量採用へ

デジタルツインは話題になっていますが、どのように進化しているのでしょうか? アーリーアダプターから大量導入の可能性まで、水道会社がデジタルの溝を埋めるのに最新のソリューションはどのように役立つのでしょうか?

デジタルツインは、物理的な世界の仮想ミラーを提供することで、変更が行われる前に水の専門家が変更の影響をテストすることを可能にしています。

環境ジャーナリストのTom Freyberg氏による最新のQTalksに参加して、デジタルツインの採用例、学んだ教訓、このデジタル願望をどこまで推し進めることができるかについての洞察で、デジタルツインの専門家から話を聞いてください。

私たちのホストトム・フライバーグは、3人の思想指導者によって参加しました:

Biju George氏、Ampcus、EVP Utilities、およびDC Water、元COO
Pilar Conejos氏、水道スペシャリスト – デジタルツイン
ジジ・カルムス=エドワーズ、スワン・デジタル・ツイン共同議長

デジタルツインの歴史的なパイオニア

トムはまず、ビジュ氏に、DCウォーターでのデジタルツインの旅がどのように始まったかを振り返ってもらいました。デジタルツインの真のパイオニアは、配水・集水システム、洪水モデル、処理モデルの物理モデルを開発し、施設の計画と設計を可能にした人々であるとBiju氏は述べています。これらのモデルとリアルタイムデータを組み合わせることで、運用上の意思決定に役立てられました。

Biju氏はまた、デジタルツインは、飲料水ネットワークから廃水処理プラントまで、水処理サイクル全体を通じて実装されていると述べています。

その後、トムは、バレンシアのデジタルツインが典型的なデジタルツインの旅のケーススタディとしてよく引き合いに出されることについてコメントし、ピラールに彼らがたどった道のりを振り返るよう求めました。同氏は、バレンシアのデジタルツインの旅は長く、15年前に始まった同社のデジタル化プロセスの結果であり、その道のりはあまりにも早い時期に始まったため、水理モデルをゼロから開発しなければならなかったと述べました。

教訓として、ピラール氏は、信頼性の高いデジタルツインの実現を望むすべての人にとって、データの品質を確保することが重要であると述べました。

デジタルツインによる運用コストの削減

トムはジジに、DCウォーターとバレンシアのデジタルツイン以外に、デジタルツインのパイオニアだと思う人は誰かと尋ねました。 Gigi氏は、クラウドコンピューティング自体がデジタルツインの真のゲームチェンジャーであると述べています。同氏は、ますます多くの公益事業者が、コスト効率の面でクラウドコンピューティングの利点を認識し、使用した分だけ支払うようになっていると述べました。

Gigi氏は、これがなぜこれほどまでにゲームチェンジャーになるのかを振り返り、ビジネスモデルが変わり、ベンダーは大規模な公益事業でしか買えないような資本の多いものを販売できるだけでなく、小規模な公益事業にとって費用対効果の高い月額サブスクリプションでソフトウェアやデータをサービスとして販売できるようになると述べました。これにより、公益事業は多額の先行投資コストではなく、運用支出と見なすことができると彼女は言います。

Gigi氏はまた、クラウドコンピューティングにより、公益事業がCPUリソースの使用を拡大し、オンプレミスサーバーよりもはるかに多くのリソースを必要とするより複雑なシミュレーションを実行できるようになる方法についてもコメントしました。

教訓

トムは続けて、クラウドコンピューティングとサービスとしてのソフトウェアが利用可能になったことで、DC Waterのやり方がどのように変わったかをBijuに尋ねました。

Biju氏は、この可用性は、公益事業向けのサービスの作成において、より多くの、より円滑な選択肢を意味するだろうと述べました。例えば、水源が1つしかない公益事業体は、水中の汚染物質に注意を払う必要があるため、その水源を使用するすべての人がアクセスできるライブフローモデルがあれば、より迅速な意思決定が可能だったでしょう。

ピラール氏にも同じ質問を投げかけた彼女は、可用性があればプロセス全体が短縮されただろうと述べた。また、同社のデジタルツインは常に進化しているとも述べています。

デジタルツインのコスト

パネルディスカッションでは、デジタルツインがキャリブレーション済みモデルの要件を満たすのにどれくらいの費用がかかるのかという質問を受けました。

Gigi氏はまず、カリフォルニア州レイクウッドで最近行われた実験で、モデルのキャリブレーションに問題があったことに言及しました。同氏によると、既存のEPAnetネットワークモデルと2か月分のSCADAデータをQatiumに提供したところ、数週間以内に Qatiumプラットフォーム上でモデルを立ち上げることができたという。 Gigi氏によると、これはQatiumのような安価なツールを使ってモデルをいかに迅速にキャリブレーションできるかを示す好例だという。

Biju氏はさらに、デジタルツインの観点から違いを生むのはリアルタイムセンサーであると述べました。彼は、たまにしか使われないモデルとは対照的に、モデルがライブモデルになるので、それらが提供する精度のレベルはコストを下げると言いました。そのため、リアルタイムの校正は日常業務の一部となっています。

また、モデルが改良され、リアルタイムシステムによりリアルタイムの意思決定と問題への迅速な対応が可能になるため、コストが増加するとは予測していないと述べました。

機械学習がデジタルツインの作成方法をどのように変えるか

パネルディスカッションでは、機械学習がデジタルツインの作成方法に与える影響について、別の質問が行われました。

Pilar氏はまず、機械学習はデジタルツインの重要な部分であり、機械学習アルゴリズムを活用する必要があると述べました。 AIアルゴリズムが提供する情報と水理モデルの可能性を組み合わせることで、より完全な情報を抽出できるようになると述べています。機械学習により、パターンの開発、最適な運用、データクリーニングが可能になるという。

Biju氏によると、機械学習は、ギャップを埋めるようにシステムをトレーニングできるため、センサーの数を減らすことができるツールだという。また、機械学習によって、これまであまり介入されていなかった状況のモデル化が可能になっていると述べました。

議論の締めくくりとして、トムはパネルに、デジタルツインを実現するための従来の道筋を破壊する必要があるかどうかを尋ねました。 Pilar氏は、プロセスを短縮する新しい方法があるのであれば、それを検討すべきだと述べ、Gigi氏は、AIとクラウドコンピューティングの面では、すでにディスラプションの段階にあると指摘しました。