Op weg naar digitale tweelingen: ervaringen, kansen en beperkingen

In de derde bijeenkomst van 2019, op 19 september, heeft het Platform Hydroinformatica uitgebreid stilgestaan bij de praktische aspecten van de opbouw van een digitale tweeling: een digitale replica van een fysieke entiteit, zoals een distributienet of een zuiveringsinstallatie.

Realtime leidingnetmodellering bij drinkwaterbedrijven

Joeri Legierse vertelde over de ervaring van Evides met het ontwikkeltraject van een digitale tweeling, waarin actuele meetgegevens in een hydraulisch model worden opgenomen. Evides stelde als doelen voor de digitale tweeling onder meer lekdetectie, terugvinden van de bron van afwijkingen in waterkwaliteit detectie van foutieve afsluiterstanden en eventueel toekomstvoorspelling, en bepaalde daarbij ook welke van deze doelen automatisch dan wel handmatig moeten worden behaald. Ook zijn de relevante datastromen geïdentificeerd en de technische mogelijkheden benoemd van de hydraulische software die Evides gebruikt. Hierbij bleek dat de beoogde digitale tweeling niet realiseerbaar is zonder een grote investering. Daarom verlegt Evides de focus naar methoden om de hydraulische modellen sneller en beter te kalibreren.

Waternet is al enige tijd bezig met het opzetten van digitale tweelingen, vertelde Paul Stroet. Hij ging in op recente ontwikkelingen en inzichten. Ook Waternet constateert dat het eerst en vooral belangrijk is om de data goed op orde te brengen, vóór in een digitale tweeling te investeren. Waternet geeft nu prioriteit aan bruikbaar maken van de bestaande data en een structuur creëren om de data intern goed te kunnen uitwisselen.

Gebruik meerdere modellen

Igor Nikolic van de TU Delft gaf een presentatie over het omgaan met onzekerheid in diverse vormen van modelleren. Hij benadrukt dat modelleren een sociaal proces is, en waarschuwt ertegen te veel waarde te hechten aan modellen onder het motto: “all models are wrong, some are useful”. Hij is dan ook niet gecharmeerd van de term digitale tweeling en denkt dat de beste benadering bestaat uit het parallel toepassen van meerdere modellen, zogenoemde multi model ecology.

Data mining

Henk-Jan van Alphen (KWR) presenteerde de uitkomsten van drie pilots bij drinkwaterbedrijven Oasen, PWN en Waterbedrijf Groningen met datamining. Hij focuste op de succes- en faalfactoren in het proces.

Als succesfactoren gelden uitvoering op locatie, een heldere opdracht, tussenresultaten samen interpreteren en waar nodig het onderzoeksplan aanscherpen, snel reageren op vragen en een betrokken opdrachtgever.

Faalfactoren zijn onder meer onvoldoende kwaliteit van data of data die niet goed aansluiten op de behoefte van het onderzoek en de vindbaarheid en toegankelijkheid van data. Van Alphen gaf dan ook de volgende aanbevelingen voor dataminingprojecten:

• Verbeter datamanagement;
• Ontwikkel een visie op data;
• Werk op locatie;
• Creëer multidisciplinaire teams;
• Maak onderscheid tussen onderzoek- en implementatieprojecten.

Uitdagingen en beperkingen

De drie presentaties gaven ruim stof voor uitgebreide discussies tijdens de aansluitende netwerklunch. Het idee van een digitale tweeling is mooi en we moeten er zeker verder aan bouwen, maar daarbij moeten we ons bewust zijn van de praktische uitdagingen en de beperkingen van dergelijke modellen.