ปัจจุบัน การบำรุงรักษาทรัพย์สินจำพวกอาคารและโครงสร้างพื้นฐานที่เพิ่งก่อสร้างภายใน 5 ปีที่ผ่านมานั้น มักมีการติดตั้ง ioT ทั้งจากความตั้งใจของเจ้าของทรัพย์สิน และบางส่วนที่เป็นอุปกรณ์มาตรฐานในเครื่องจักรยุคใหม่ ซึ่งความนิยมของ ioT ที่เพิ่มขึ้นในปัจจุบัน จากทั้งราคาที่ถูกลง และความสามารถที่มากขึ้น ก็ทำให้เจ้าของทรัพย์สินสามารถนำ ioT ไปช่วยเพิ่มประสิทธิภาพในการบริหารจัดการสินทรัพย์ได้ในระดับหนึ่งโดยที่ไม่ต้องมี BIM ซึ่งบางองค์กรก็อาจนับว่าระบบดังกล่าวที่ไม่มี BIM ก็เป็น Digital Twin ได้เช่นกัน โดยในความเห็นของผู้เขียนนั้นยังเชื่อว่าการเติม BIM เข้าไปในระบบบริหารจัดการขององค์กรนั้น น่าจะเพิ่มประสิทธิภาพขึ้นไปได้อีก

Digital Twin คืออะไร

Digital Twin ถูกพูดถึงครั้งแรกๆ ในปี 2002 และมีงานวิจัยเกี่ยวกับ Digital Twin ต่อเนื่องมา หลายชิ้นโดยเฉพาะในวงการอุตสาหกรรมการผลิตพบว่างานวิจัยด้าน Digital Twin (1) มีการเติบโตในด้านปริมาณอย่างก้าวกระโดด พบว่าปัจจัยหลักที่สนับสนุน (Enabler) ที่ปรากฏในงานวิจัย Digital Twin ที่ถูกล่าวถึงมากที่สุดตามลำดับ ได้แก่ internet of things (ioT), Artificial Intelligence, Cloud Computing, Simulation, Big Data และ BIM

จาก Whitepaper ของ AVEVA (2) ได้อธิบายไว้ว่า Digital Twin คือเทคโนโลยีดิจิตัลที่ประกอบไปด้วย 4 ส่วน ได้แก่

  • Content: ได้แก่ แหล่งข้อมูล, แบบจำลอง, การวิเคราะห์ และความรู้
  • Context: ได้แก่ เครื่องมือเครื่องจักร, สถานที่, กระบวนการทำงาน และชนิดธุรกิจขององค์กร
  • Time: ได้แก่ ข้อมูลในอดีต, การทำงานในปัจจุบัน และแผนการในอนาคต
  • Perspective: คือทีมงานที่ใช้ข้อมูลสำหรับงานวิศวกรรม, กระบวนการการทำงาน, การปรับปรุงเพิ่มประสิทธิภาพ และการซ่อมบำรุง

เทคโนโลยี Digital Twin นี้สามารถนำไปใช้ประโยชน์ให้กับองค์กรได้ทุกช่วงเวลาของโครงการ ตั้งแต่ช่วงศึกษาความเป็นไปได้ การออกแบบ การก่อสร้าง การเปิดให้บริการ การซ่อมบำรุง รวมถึงการบูรณะปรับปรุง โดยในช่วงการออกแบบก่อสร้างนั้น Digital Twin สามารถช่วยให้การออกแบบก่อสร้างมีประสิทธิภาพและแม่นยำ ลดค่าใช้จ่ายการพัฒนาโครงการได้ประมาณ 810%

สำหรับการใช้ Digital Twin ทำงานในช่วงการเปิดให้บริการนั้น ถือว่าเป็นเครื่องมือสำคัญในการเพิ่มประสิทธิภาพการทำงาน เพราะสามารถเข้าถึงข้อมูลของสภาพการทำงานของเครื่องจักร และสภาพแวดล้อมแบบ ณ ขณะนั้น (Real Time) ได้ด้วยการคลิก ไม่กี่ครั้ง รวมถึงสามารถทำให้ผู้บริหารโครงการเห็นภาพรวมของโครงการและสามารถเข้าใจได้อย่างรวดเร็ว และใช้ข้อมูลทั้งหมดเป็นฐานในการสร้างมูลค่าเพิ่มให้องค์กร เช่น การปรับปรุงประสิทธิภาพการทำงาน, การบริหารจัดการการซ่อมบำรุง, และการบริหารจัดการแรงงาน ซึ่งฐานข้อมูลที่ใช้ส่วนใหญ่มาจากแบบจำลอง BIM (Building Information Modelling), อุปกรณ์ ioT, ระบบ ERP, แบบจำลองเหตุการณ์ (Simulation Model) ซึ่งสามารถบูรณาการข้อมูลจากทุกแผนกในองค์กร ให้สามารถทำงานร่วมกันได้ดังนี้

  • ioT และเซ็นเซอร์: ช่วยรับข้อมูลจาก Physical Twin (โลกจริง) เข้าสู่ Digital Twin เพื่อให้ผู้บริหารทรัพย์สิน สามารถติดตามสถานะปัจจุบัน พร้อมทั้งสามารถสั่งการเพื่อควบคุมอุปกรณ์ต่างๆ ในกรณีที่จำเป็นได้
  • Cloud Computing: จัดเก็บข้อมูลจำนวนมาก และอาจเป็น Big Data และประมวลผลเพื่อใช้ ในการวิเคราะห์ที่เป็นประโยชน์ เช่น การรักษาความปลอดภัย การประหยัดพลังงาน เป็นต้น
  • Simulation: จำลองสถานการณ์ที่อาจเกิดขึ้น เพื่อให้ผู้บริหารทรัพย์สินมีความพร้อมรับมือกับปัญหา ที่อาจเกิดขึ้นได้ ทั้งปัญหาฉุกเฉิน เช่น ภัยพิบัติ และปัญหาประจำวัน เช่นการจราจรติดขัดในชั่วโมงเร่งด่วน
  • BIM: แบบจำลองที่แสดงรูปร่าง สัดส่วน ขนาด ตำแหน่ง ใกล้เคียงของจริง และบรรจุข้อมูลที่เกี่ยวข้อง สามารถนำไปใช้ในการวิเคราะห์สิ่งที่เกี่ยวข้องได้ เช่น การวางแผนงาน การคาดการณ์ความสำเร็จของแผนงาน การตรวจนับทรัพย์สิน และการซ่อมบำรุงอาคาร

ตัวอย่างการใช้งาน Digital Twin

  • Promon Engenharia: เป็นองค์กรที่เป็นเจ้าของโรงไฟฟ้าขนาดใหญ่ในบราซิล หลังจากที่ใช้ Digital Twin ในการทำงาน สามารถลดเวลาการทำงานของวิศวกรไปได้ 15%
  • Ørsted: บริษัทพลังงานรายใหญ่ Ørsted บริหารกังหันลมนอกชายฝั่งจำนวน 1,000 ตัว ตรวจสอบข้อมูลอย่างต่อเนื่องหมายถึงการทดลองต่างๆ 1,000 รายการที่แตกต่างกันมีนวัตกรรมที่เป็นกระบวนการปรับแต่งอย่างต่อเนื่อง และเทคโนโลยีขั้นสูง เช่น AI และบิ๊กดาต้า จะช่วยให้ Ørsted เพิ่มประสิทธิภาพในการทำงาน และทำให้กลายเป็นองค์กรที่คาร์บอนเป็นกลาง (Carbon-neutral) ภายในปี 2568
  • Amsterdam Smart City: เป็นนครที่นำแนวคิด Digital Twin ไปใช้ในการบริหารเมืองด้วยการนำ Enabler ทั้งหลาย เช่น Database, ioT, เซ็นเซอร์, Big Data, Simulation มาบริหารจัดการเมือง เช่นการจัดการจราจร การจัดเก็บขยะ ส่งเสริมเศรษฐกิจให้เติบโตอย่างยั่งยืนและช่วยพัฒนาตลาดเศรษฐกิตรูปแบบใหม่ๆ ได้
  • PTV Optima: เดิม PTV เป็นบริษัทผู้ผลิตและจำหน่ายซอฟท์แวร์แบบจำลองจราจรแบบ Offline โดยในปัจจุบัน ได้ทำธุรกิจ Digital Twin ด้านการจราจรของเมือง โดยปรับรูปแบบเป็น Online ที่รับข้อมูลการจราจรของเมือง แบบ Real Time จากเซ็นเซอร์และ ioT จากนั้นทำการจำลองเหตุการณ์จราจรที่จะเกิดขึ้นในอนาคตอันใกล้อีก 30 – 60 นาทีข้างหน้า โดยใช้ Machine Learning (ML) เพื่อให้ผู้บริหารการจราจรของเมืองสามารถแก้ปัญหาได้ ก่อนที่ปัญหาจะหนักขึ้น ปัจจุบันมีการใช้งานใน 5 ประเทศ ได้แก่ ไต้หวัน (Taichung), สโลวีเนีย, ออสเตรีย (เวียนนา), ฝรั่งเศษ (ปารีส), อิตาลี (Piedmont)

อ้างอิง

(1) Digital Twin in manufacturing: A categorical literature review and classification,Werner Kritzinger et al., IFAC-PapersOnLine

Volume 51, Issue 11, 2018, Pages 1016-1022

(2) AVEVA White Paper

https://www.aveva.com/content/dam/aveva/documents/white-papers/WhitePaper_AVEVA_EngineersWorkSmarterwithDT_22-08.pdf