Dataplatforme og digitale tvillinger

Senest opdateret d. 5/4-2022
Aktiv
Alexandra Instituttet
FORCE Technology
Indsatsområdet Digitale teknologier til datadrevet, bæredygtig vækst under temaerne Energi og energieffektivitet, Fødevarer, landbrug og bioressourcer, Informations- og Kommunikationsteknologi, Klima og miljø, Produktionsteknologi og Transport
Sebastian Holmgaard Christophersen
Strategic Program Manager

Aktivitetsplanen har fokus på dataplatforme og datamodellering til digitalt-fysiske systemer (Cyber-physical systems), samt brug og udvikling af domænespecifikke digitale tvillinger.

Aktiviteten vil fortsætte arbejdet med at identificere, udvikle og afprøve en række ready-to-use platforme, softwarekomponenter og værktøjer, der gør det nemt for virksomheder at afprøve nye idéer og udvikle nye datadrevne produkter og services igennem aktivitetsområdets TDU (Test-, Demonstrations-, og Udviklingsfacilitet).  

Målsætning med aktiviteten er at gøre det nemt for virksomheder at få valideret ideer til datadrevet optimering og forretningsudvikling. Fx spørgsmål som “hvordan kan data hjælpe mig til optimering af arbejdsgange i min produktion” eller ”hvordan kan simulerede energidata hjælpe til at vurdere et fremtidig bæredygtigt energi-mix”. For at opnå dette anvendes og udbygges en fælles værktøjskasse, der understøtter rapid prototyping i TDU’en. Værktøjskassen gør det muligt at bygge prototyper og PoC, der kan kvalificere teknologiens potentiale for at skabe konkret indsigt, værdi, vækst og øget bæredygtighed hos virksomhederne.  

Den fælles værktøjskasse består af eksisterende værktøjer og basisteknologier, som suppleres med state-of-the-art softwarekomponenter for domænespecifikke digitale tvillinger. Aktiviteten sigter ikke på at erstatte eksisterende avancerede modellerings- og simulerings-værktøjer, fx fysisk simulering af et produktionsanlæg eller modeller af energisystemer. Ambitionen er til gengæld at tilbyde en letvægtsmodel / et standardiseret lag i den digitale tvilling, hvorigennem data udstilles i lettilgængeligt og fleksibelt format, og dermed gøres tilgængelig for virksomheder der ikke har den store erfaring med arbejdet med data og digitale tvillinger. Letvægtsmodellen kan både udstille data fra en eksisterende avanceret simulering, eksisterende målepunker eller nyetablerede sensorer. Modellerne kan anvendes på tværs af cases og standardisere formidling med Extended Reality (AR, MR, VR) og realtids dataanalyser baseret på kunstig intelligens og machine learning. Herigennem understøttes målet om rapid prototyping, og kobling til aktivitetsplanerne 3 og 4. 

Aktiviteten vil igennem konkrete problemstillinger hos casevirksomheder undersøge domænespecifikke behov, metoder og teknikker (fx inden for industri, logistik, energi). Cases sikrer at udvikling af state-of-the-art softwarekomponenter samt teknologiske ydelser og services, er afprøvet og pilot-testet med målgruppevirksomheder i de relevante domæner, og dermed understøtter et konkret og reelt behov i markedet.