Cyfrowy bliźniak w produkcji to dynamiczna reprezentacja maszyny, procesu, produktu lub systemu produkcyjnego, synchronizowana z rzeczywistym obiektem i wykorzystywana do analizy jego aktualnego stanu oraz symulowania przyszłych scenariuszy. Jego wartość wynika z połączenia modelu, danych operacyjnych i mechanizmu synchronizacji, a nie z samej wizualizacji 3D.
Digital Twin może odwzorowywać pojedynczą maszynę, gniazdo, linię, instalację procesową, produkt w trakcie wytwarzania albo większy fragment zakładu. Zakres modelu powinien wynikać z decyzji, którą ma wspierać: innego zestawu danych wymaga przewidywanie awarii napędu, innego symulacja przepływu materiału, a jeszcze innego prognozowanie parametrów jakościowych procesu.
Dlatego projektowanie cyfrowego bliźniaka powinno rozpoczynać się od określenia problemu produkcyjnego i wymaganej dokładności modelu, a nie od próby odwzorowania całej fabryki.
Co to jest Digital Twin?
Digital Twin jest cyfrową reprezentacją rzeczywistego obiektu lub procesu, która pozostaje z nim zsynchronizowana z częstotliwością i dokładnością dostosowaną do konkretnego zastosowania. Synchronizacja z obiektem fizycznym odróżnia cyfrowego bliźniaka od statycznego modelu inżynierskiego, dokumentacji technicznej czy wizualizacji 3D.
Częstotliwość aktualizacji nie musi być jednakowa dla każdego zastosowania. Model przeznaczony do analizy wibracji wrzeciona wymaga innych danych niż bliźniak wykorzystywany do symulowania przepływu zleceń przez zakład. Digital Twin Consortium odnosi synchronizację do wymaganej częstotliwości oraz wierności odwzorowania, dlatego parametry modelu powinny wynikać z jego funkcji.
Ta sama zasada dotyczy poziomu szczegółowości. Cyfrowy bliźniak nie musi odtwarzać wszystkich właściwości fizycznego obiektu, lecz te, które wpływają na analizowany scenariusz. W architekturze ISO 23247 cyfrowy bliźniak odnosi się do obserwowalnych elementów środowiska produkcyjnego oraz wymiany informacji pomiędzy ich fizyczną i cyfrową reprezentacją.
Model może wykorzystywać równania fizyczne, modele symulacyjne i statystyczne, uczenie maszynowe albo podejście hybrydowe, w którym wiedza inżynierska jest łączona z danymi pochodzącymi z procesu. Niezależnie od wybranej metody logika działania pozostaje podobna:
rzeczywisty obiekt lub proces → dane o jego stanie → cyfrowa reprezentacja → model zachowania → analiza lub symulacja → decyzja → ewentualna zmiana w rzeczywistym procesie.
NIST wskazuje cztery podstawowe obszary wykorzystania Digital Twin: obserwowanie stanu systemu, diagnozowanie problemów, przewidywanie przyszłego zachowania i optymalizację kolejnych działań. W produkcji może to oznaczać między innymi analizę stanu maszyn, ocenę alternatywnych planów i harmonogramów, planowanie utrzymania ruchu oraz wirtualne uruchamianie systemów.
Digital Twin a system MES – skąd bierze dane?
MES może być jednym z głównych źródeł danych dla cyfrowego bliźniaka procesu produkcyjnego, ponieważ łączy informacje z hali z kontekstem zlecenia, operacji, produktu, materiału, jakości i wykorzystanych zasobów. Sam MES nie tworzy jednak Digital Twin – model może korzystać równocześnie z danych pochodzących z różnych systemów IT i OT.
PLC, SCADA lub infrastruktura IoT mogą informować o prędkości maszyny, zatrzymaniu urządzenia, zmianie parametru technologicznego albo wystąpieniu alarmu. MES pozwala powiązać takie zdarzenia z rzeczywistym wykonaniem produkcji, wskazując, jakie zlecenie i operacja były realizowane, jaki materiał został wykorzystany oraz jaki był wynik procesu.
Dzięki temu cyfrowy bliźniak może odwzorowywać nie tylko techniczny stan maszyny, lecz również rzeczywisty stan procesu produkcyjnego.
| Źródło | Dane wykorzystywane przez Digital Twin |
|---|---|
| PLM/CAD/CAE | konstrukcja produktu, geometria, BOM, parametry projektowe, modele symulacyjne |
| PLC/SCADA/IoT | stany urządzeń, parametry procesu, alarmy, prędkości, temperatury, ciśnienia, liczniki |
| Historian – baza danych historycznych parametrów procesu | historyczny przebieg parametrów procesowych |
| MES | zlecenia, operacje, rzeczywiste czasy, status produkcji, materiały, partie, jakość, genealogia produktu |
| APS | plan i kolejność realizacji zleceń, ograniczenia zasobów, harmonogram |
| ERP | zamówienia, indeksy, zapasy, dane podstawowe i pozostałe informacje biznesowe |
| QMS/LIMS | wyniki kontroli i badań jakościowych |
Znaczenie MES rośnie wtedy, gdy cyfrowy bliźniak ma reprezentować przebieg produkcji, a nie wyłącznie stan pojedynczego urządzenia. Dane z automatyki mogą opisywać prędkości maszyn, stany buforów i czasy cykli, natomiast informacje z MES pozwalają powiązać je z miksem produktów, zleceniami w realizacji, przezbrojeniami, materiałami i rzeczywistymi czasami wykonania.
Taki model można wykorzystać do badania scenariuszy dotyczących między innymi zmiany kolejności zleceń, powstawania wąskich gardeł po zmianie wielkości partii czy wpływu niedostępności określonego zasobu na pozostałą część planu.
MES nie musi przy tym pośredniczyć w transmisji każdego sygnału. Dane procesowe wymagające częstego próbkowania mogą trafiać bezpośrednio z PLC, systemu SCADA, historianu lub infrastruktury IIoT, podczas gdy MES dostarcza informacji potrzebnych do określenia ich kontekstu produkcyjnego.
Integracja wymaga również zachowania spójnej semantyki danych. Jednym ze standardów wykorzystywanych do ich wymiany i strukturyzacji jest OPC UA, który może obsługiwać komunikację od poziomu urządzeń po MES i systemy przedsiębiorstwa.
Z Digital Twin wiąże się także pojęcie digital thread – cyfrowego wątku. Norma ISO 23247-5, opublikowana w czerwcu 2026 roku, opisuje jego wykorzystanie do tworzenia, łączenia i utrzymywania cyfrowych bliźniaków pomiędzy etapami projektowania, planowania, produkcji i testowania.
Digital Twin reprezentuje określony obiekt lub proces, natomiast digital thread zapewnia ciągłość i powiązanie danych wykorzystywanych przez cyfrowego bliźniaka na kolejnych etapach cyklu życia.
Zastosowania Digital Twin w produkcji dyskretnej i procesowej
Digital Twin znajduje zastosowanie zarówno w produkcji dyskretnej, jak i procesowej, ale modeluje w nich inne zjawiska. W produkcji dyskretnej koncentruje się na przepływie produktów, zasobach, czasach operacji i logice sterowania, natomiast w procesowej odwzorowuje zmienne fizyczne i chemiczne oraz ich wpływ na przebieg procesu i jakość produktu.
Digital Twin w produkcji dyskretnej
W produkcji dyskretnej cyfrowy bliźniak może odwzorowywać maszynę, robota, gniazdo, linię albo system przepływu materiału, a następnie służyć do analizowania zmian w organizacji produkcji bez ingerowania w działający proces.
Model może uwzględniać czasy cykli, wydajność zasobów, pojemność buforów, marszruty produktów, czasy przezbrojeń, dostępność operatorów oraz logikę automatyki. Pozwala to sprawdzić przed wdrożeniem zmiany, czy nowe rozmieszczenie stanowisk poprawi przepływ, czy zwiększenie planowanej wydajności nie przeniesie wąskiego gardła do kolejnej operacji oraz jak nowy wariant produktu wpłynie na obciążenie zasobów.
Jednym z zastosowań jest virtual commissioning, czyli wirtualne uruchomienie. Model maszyny lub linii jest łączony z rzeczywistą albo emulowaną logiką sterowania, co umożliwia sprawdzenie kodu automatyki i zachowania systemu przed uruchomieniem fizycznej instalacji. NIST wymienia virtual commissioning wśród zastosowań Digital Twin w produkcji.
W obróbce CNC model może dodatkowo odwzorowywać kinematykę maszyny, sterowanie i narzędzia, co pozwala sprawdzać program NC i identyfikować potencjalne kolizje poza rzeczywistą maszyną.
Digital Twin może być wykorzystywany również podczas eksploatacji. Porównanie zachowania fizycznego zasobu z modelem pozwala identyfikować anomalie i monitorować jego stan. W maju 2026 roku ISO opublikowało studium zastosowania architektury ISO 23247 do cyfrowego bliźniaka zrobotyzowanego procesu spawania wielowarstwowego i wielościegowego.
Digital Twin w produkcji procesowej
W produkcji procesowej cyfrowy bliźniak odwzorowuje przede wszystkim dynamikę procesu, czyli zależności pomiędzy zmiennymi takimi jak temperatura, ciśnienie, przepływ czy stężenie oraz ich wpływem na kolejne etapy procesu i parametry produktu.
Modele mogą wykorzystywać równania fizyczne i chemiczne, dane historyczne albo łączyć oba podejścia. Wartości rejestrowane w instalacji aktualizują model, a jego wyniki mogą służyć do prognozowania dalszego zachowania procesu.
Pozwala to analizować, czy aktualny przebieg doprowadzi do osiągnięcia wymaganych parametrów jakościowych, jak zmiana wybranego parametru wpłynie na wynik partii oraz kiedy proces zaczyna odbiegać od oczekiwanego zachowania.
W produkcji wsadowej Digital Twin może śledzić konkretną partię i prognozować jej dalszy przebieg na podstawie aktualnych parametrów. W procesach ciągłych może odwzorowywać stan instalacji i wspierać dobór punktów pracy. Model może również służyć do szkolenia operatorów i analizowania scenariuszy bez ich wywoływania w rzeczywistej instalacji.
Przykładem zastosowania jest ISO/TR 23247-100:2025, które opisuje wykorzystanie cyfrowego bliźniaka do monitorowania i sterowania procesem wzrostu monokryształu półprzewodnikowego zgodnie z architekturą ISO 23247.
Niezależnie od rodzaju produkcji model wymaga walidacji względem rzeczywistego procesu. Jego wyniki mogą stanowić podstawę decyzji tylko wtedy, gdy poziom zgodności z obiektem fizycznym odpowiada wymaganiom konkretnego zastosowania.
Przemysł 4.0 a cyfrowy bliźniak
Digital Twin jest jednym z mechanizmów wykorzystywanych w architekturze Przemysłu 4.0, ponieważ łączy fizyczny zasób z jego cyfrową reprezentacją i danymi powstającymi w cyklu życia. Nie jest jednak synonimem IoT, modelu 3D ani samej cyfryzacji maszyny.
Podłączenie urządzenia do platformy IoT i prezentowanie jego parametrów na dashboardzie zapewnia dostęp do danych, ale nie tworzy jeszcze cyfrowego bliźniaka. Także model 3D pozostaje statycznym modelem cyfrowym, jeżeli nie jest synchronizowany ze stanem rzeczywistego obiektu.
Jednym z elementów architektury Przemysłu 4.0 jest Asset Administration Shell (AAS), czyli ustandaryzowana cyfrowa reprezentacja zasobu. AAS może opisywać typ urządzenia oraz konkretną instancję maszyny, komponentu lub instalacji i zapewniać strukturę oraz semantykę informacji aktualizowanych w cyklu życia.
AAS nie jest jednak automatycznie kompletnym Digital Twin. Może stanowić element jego architektury, dostarczając uporządkowanego modelu informacji o zasobie. OPC Foundation definiuje również sposób odwzorowania AAS w przestrzeni informacyjnej OPC UA, co umożliwia wymianę danych opisanych wspólną semantyką pomiędzy komponentami środowiska produkcyjnego.
Rozwój Digital Twin zmierza również w kierunku łączenia kilku bliźniaków zamiast budowania jednego modelu całego zakładu. Produkty, maszyny, procesy i systemy mają własne modele oraz cykle życia, dlatego mogą być odwzorowywane przez odrębne cyfrowe bliźniaki, które wymieniają informacje i wspólnie reprezentują większy system.
Podejście to opisuje ISO 23247-6:2026, opublikowana w lipcu 2026 roku. Norma obejmuje kompozycję cyfrowych bliźniaków w modelach zintegrowanych, zunifikowanych i federacyjnych oraz zakłada współpracę bliźniaków tworzonych przez różnych producentów, dostawców technologii i użytkowników systemu.
W tym ujęciu Digital Twin wpisuje się w architekturę Przemysłu 4.0 poprzez połączenie danych pochodzących z produktu, maszyny, automatyki, MES, planowania i pozostałych systemów przedsiębiorstwa. Cyfrowy bliźniak wykorzystuje ten przepływ informacji do modelowania, symulowania i analizowania decyzji, a MES dostarcza mu danych o tym, co rzeczywiście zostało wykonane na produkcji i w jakim kontekście.
Cyfrowy bliźniak nie powinien więc ograniczać się do odpowiedzi na pytanie „co dzieje się teraz?”. Jego zasadniczą wartością jest możliwość wykorzystania aktualnego modelu procesu do sprawdzenia, co może wydarzyć się dalej i jakie skutki może przynieść określona decyzja.
