Zum Hauptinhalt springen
Holen Sie das Beste aus Ihrer Produktion heraus!

Automation Technology
Hermann-Bössow-Straße 6–8
23843 Bad Oldesloe
+1 (781) 435-4123
Startseite » Messung » Datenerfassung » Digitaler Zwilling

Digital Twin in Objektvermessung: Virtuelle Darstellung physischer Messprozesse

Ein digitaler Zwilling ist eine dynamische, auf Messdaten basierende Darstellung eines physischen Objekts oder Prozesses – im Gegensatz zu einem statischen CAD-Modell wird er kontinuierlich mit seinem realen Gegenstück synchronisiert. Jeder Eintrag des Zwillings basiert auf einem Datentripel: Zeitstempel + Teile-ID / System-ID + Messdatensatz. AT Sensors die Datengrundlage für diese Zwillinge: 3D-Sensoren (C6-Serie, XCS-Serie, CA-Serie) erzeugen Punktwolken und Z-maps geometrische Ebene; die IRSX-Infrarotkamera erzeugt thermische Heatmaps als thermische Ebene – beide GigE-Vision-konform und mit Zeitstempel versehen.
loading="lazy"

Wichtige Fakten

  • Entität:
    Digitaler Zwilling = dynamische, auf Messdaten basierende Darstellung eines physischen Objekts – kontinuierlich synchronisiert; Datentriplett: Zeitstempel + Teile-ID + Messdatensatz
  • Zwillingsmodelle:
    Produkt-Twin (Komponente) · Prozess-Twin (Produktionsprozess) · System-Twin (gesamtes System)
  • Statisch vs. dynamisch:
    Statisch: einmalige Erstellung, 1–600 MB/Komponente, Qualitätsdokumentation Dynamisch: bis zu 100 Hz / 10.000 Profile/s, Prozesssteuerung, vorausschauende Instandhaltung
  • Datenformate:
    Punktwolke (PLY/PCD), Z-Karte (TIFF/HDF5), Netzmodell (STL/OBJ), Zeitreihe (CSV/HDF5), thermische Heatmap (TIFF)
  • Standard:
    ISO 9001, IATF 16949 Abschnitt 8.6.2, doppelte Datensätze = konforme digitale Prüfprotokolle

Grundlagen

Was ist ein Digital Twin und wie unterscheidet er sich von einem CAD-Modell?

Ein digitaler Zwilling ist eine datengesteuerte, dynamische Darstellung eines physischen Objekts, die durch kontinuierliche Messdaten von Sensoren aktualisiert wird, die während des laufenden Produktionsprozesses Daten erfassen. Ein CAD-Modell ist ein statisches Konstruktionsmodell ohne Integration von Messdaten: Es beschreibt den Sollzustand, nicht den Istzustand.

Es gibt drei Arten von digitalen Zwillingen, die sich hinsichtlich ihres Abstraktionsgrades und ihrer Datenbasis unterscheiden:

Produkt-Twin – Darstellung einer einzelnen Komponente; Datenbasis: Prüfmessdaten (Punktwolke, Z-Map, thermische Heatmap), Fertigungsparameter, Gut/Schlecht-Entscheidung mit Abweichungsvektor

Prozess-Twin – Abbildung eines Produktionsprozesses; Datenbasis: Prozessdaten, Echtzeit-Sensorströme, Regelgrößen aus SPS und MES

System Twin – Abbildung eines gesamten Systems oder einer gesamten Fabrik; Datenbasis: aggregierte Sensor-, MES- und ERP-Daten aus allen Produktionsphasen

AT Sensors den Product Twin und den Process Twin. Die geometrische Datenbasis umfasst vier Messdatentypen: Punktwolke (PLY/PCD), Z-Map (TIFF/HDF5), thermische Heatmap (TIFF) sowie IO/NIO-Entscheidung + Abweichungsvektor – alle mit Zeitstempel und Teile-ID als obligatorischen Attributen.

Simulation, FEM-Modellierung und BIM (Building Information Modeling) sind miteinander verbundene Modellierungskonzepte; diese werden im Artikel [Simulation / Digitale Modellierung] näher behandelt.

Wodurch unterscheidet sich ein statischer Digital Twin von einem dynamischen Digital Twin?

Der statische digitale Zwilling und der dynamische digitale Zwilling unterscheiden sich in Aktualisierungshäufigkeit, Datenbasis, Speichervolumen und Anwendung – beide verwenden dasselbe Datentripel (Zeitstempel + Teile-ID + Messdatensatz), jedoch mit unterschiedlicher Synchronisationshäufigkeit.

Statischer Digital Twin – wird einmalig aus Messdaten erstellt; keine Live-Aktualisierung nach der Erstellung. Anwendung: Qualitätsdokumentation, Rückverfolgbarkeitsarchiv, konformes Prüfprotokoll (ISO 9001, IATF 16949). Speicherbedarf pro Bauteil: 1–600 MB (Punktwolke + Z-Map + thermische Heatmap + Metadaten).

Dynamischer Digital Twin – wird kontinuierlich anhand von Live-Sensordaten aktualisiert. Synchronisationsfrequenz: bis zu 100 Hz (IRSX-Infrarotkamera, thermische Zeitreihen) oder 10.000 Profile/s (C6-Lasertriangulationssensor, geometrische Zeitreihen).

Anwendung: Echtzeit-Prozesssteuerung, vorausschauende Instandhaltung, geschlossene Qualitätsregelung.

Vergleich

Kriterium Statischer Zwilling Dynamic Twin
Aktualisierungshäufigkeit Bei der Inspektion Kontinuierlich – bis zu 100 Hz / 10.000 Profile/s
Datenbasis Abgeschlossener Inspektionsdatensatz Echtzeit-Sensordaten + Zeitreihen
Speicherkapazität 1–600 MB pro Komponente Stetiges Wachstum – GB pro Schicht
Applikation Qualitätsdokumentation, Rückverfolgbarkeit Prozesssteuerung, vorausschauende Instandhaltung
AT Sensors C6-Serie, IRSX-Serie (Einzelmessung) Serie C6 + Serie IRSX (Zeitreihe, 100 Hz)

Die Echtzeit-Prozesssteuerung und die SPS-Signalverarbeitung werden im Artikel „Prozessüberwachung / Prozesssteuerung“ behandelt.


Datenarchitektur

Welche Datenformate und welche Datenarchitektur verwendet ein auf Messdaten basierender Digital Twin?

Die Datenarchitektur eines digitalen Zwillings gliedert sich in vier Ebenen:

Sensorschicht (Datenerfassung) → Übertragungsschicht (Protokolle) → Verarbeitungsschicht (Fusion, Normalisierung) → Anwendungsschicht (Twin-Modell, Applikationen).

AT Sensors arbeiten auf Schicht 1; das Twin-Modell sammelt Datensätze auf Schicht 4 (MES-Ebene).

Stufe Funktion Protokoll / Format AT Sensors
1 — Sensor-Füllstand Erfassung und Digitalisierung physikalischer Größen GigE Vision, 125 MB/s C6-Serie, XCS-Serie, CA-Serie, IRSX-Serie
2 – Übertragungsstufe Strukturierten Datensatz mit Zeitstempel übertragen OPC UA, Modbus TCP < 1 ms GigE Vision-konforme Schnittstelle
3 – Verarbeitungsstufe Datensätze zusammenführen, normalisieren, Abweichungskarte berechnen HDF5, CSV, REST-API Punktwolke + Heatmap, miteinander abgeglichen
4 – Anwendungsebene Modell „Accumulate Twin“, Lieferumfang: Applikationen MQTT, REST-API, OPC UA Prüfdatensatz mit Teile-ID und Sensor-ID

Synchronisation mehrerer Sensoren:

PTP (Precision Time Protocol) synchronizes 3D sensor and IRSX infrared camera to a time deviation of < 1 µs — prerequisite for geometric-thermal data overlay in the twin model. Without PTP synchronization, time offsets occur between point cloud and thermal heatmap, resulting in incorrect coordinate registration.

Die kombinierte Datenrate eines 3D-IR-Doppelsystems (z. B. 60 fps × 10 MB Punktwolke + 100 Hz × 2 MB Wärmebild) erreicht bei vollem Betrieb bis zu 800 MB/s im Volllastbetrieb. Die On-Sensor-Verarbeitung reduziert die Übertragungslast um den Faktor 10–10.000 durch Komprimierung und Merkmalsextraktion direkt auf dem Sensorprozessor.

IoT-Protokolle und Cloud-Architektur werden im Bereich „IoT-Protokolle“ behandelt. Die MES/ERP-Integration wird im Bereich „Industrie 4.0 / Smart Factory“ behandelt.

Welche Datenformate speichert ein Digital Twin aus den AT Sensors von AT Sensors ?

Ein digitaler Zwilling, der auf den AT Sensors basiert, speichert fünf Datenformate, die sich hinsichtlich Dateninhalt, Dateityp, Dateigröße und Anwendung innerhalb des Zwillingsmodells unterscheiden.

Jedes Format enthält das Datentripel – Zeitstempel + Teil-ID + Sensor-ID – als obligatorische Metadaten.

Datenformat Dateityp Dateigröße Anwendung im Twin
Punktwolke Lagen / Lochkreis 1–100 MB Vollständige 3D-Ist-Geometrie; CAD-Vergleich; Abweichungskarte
Z-Karte TIFF / HDF5 1–10 MB Tiefenkarte; direkter Vergleich der Soll- und Ist-Werte mit der CAD-Referenz
Thermische Heatmap TIFF 0,5–5 MB pro Bild Temperaturverteilung; Karte der Fehlerzonen; Zeitreihen zur vorausschauenden Instandhaltung
Netzmodell STL / OBJ 10–500 MB Rekonstruiertes 3D-Modell; input Simulation und FEM
Zeitreihen CSV / HDF5 Variabel – GB pro Schicht Prozessparameter und Messverlauf; Trendanalyse; SPC

Abweichungskarte

Die Abweichungskarte ist das zentrale Auswertungsergebnis des Product Twin.

Sie wird erzeugt durch pixelweiser Subtraktion der tatsächlichen Punktwolke vom CAD-Referenzmodell, wobei jedem Messpunkt (x, y) eine Abweichung in µm zugewiesen wird.

\[\Delta d(x,y) = d_{tatsächlich} – d_{Nennwert}\]

Ein C6-Laser-Triangulationssensor erfasst diese Abweichung bereits ab 0,1 µm.

Die Abweichungskarte stellt jeden Messpunkt als Farbwert dar – von −Toleranz (blau) bis 0 (grün) bis +Toleranz (rot).

Abweichungen außerhalb des GD&T-Toleranzbereichs werden als NIO-Pixel.

Speichereffizienz:

Die Speichereffizienz des Twin-Modells wird durch selektive Archivierung gesteigert:

  • IO components without deviation → only metadata + IO/NIO signal (< 1 KB)
  • NIO-Komponenten → vollständige Punktwolke + Abweichungskarte + thermische Heatmap (bis zu 600 MB)

Interne Links: Punktwolken, Netzmodelle (STL/OBJ)


Anwendungsfälle

In welchen Anwendungsfällen kommt der digitale Zwilling in der industriellen Qualitätssicherung zum Einsatz?

Der digitale Zwilling erfüllt drei Kernfunktionen in der industriellen Qualitätssicherung:

  1. Qualitätsdokumentation (statischer Zwilling – aktueller Zustand jeder Komponente)
  2. Prozessoptimierung (Dynamic Twin – Regelkreis auf Basis einer Abweichungskarte)
  3. Vorausschauende Instandhaltung (Dynamic Twin – Erkennung von Anomalien anhand von Zeitreihen)

Jede Funktion erfordert einen bestimmten Twin-Typ und eine bestimmte Datenbasis.

Anwendungsfall Zwillingsausführung Datenbasis AT Sensors
Qualitätsdokumentation Statisch Punktwolke, Z-Map, thermische Heatmap, IO/NIO C6-Serie, IRSX-Serie
Prozessoptimierung Dynamisch Abweichungskarte als Kontrollvariable, Zeitreihe C6-Serie (10.000 Profile/s)
Vorausschauende Instandhaltung Dynamisch Temperaturzeitreihen, Profilzeitreihen IRSX-Serie (100 Hz), C6-Serie

Inwiefern support der Digital Twin die Qualitätsdokumentation und den Soll-Ist-Vergleich?

Der statische digitale Zwilling dokumentiert den vollständigen Ist-Zustand jeder Komponente zum Zeitpunkt der Inspektion – ohne manuellen Aufwand, konform mit ISO 9001 und IATF 16949. Der Twin-Datensatz besteht aus: Punktwolke + Z-Map + thermischer Heatmap + IO/NIO-Entscheidung, verknüpft mit Zeitstempel und Teile-ID.

Vergleich von Soll- und Ist-Werten:

Das Twin-Modell überlagert die tatsächliche Punktwolke mit dem CAD-Referenzmodell und berechnet für jeden Messpunkt die Abweichung – dargestellt als Abweichungskarte.

Ein C6-Laser-Triangulationssensor erkennt:

  • Tiefenabweichungen von 0,1 µm
  • seitliche Auflösung von 5 µm

Jeder Messpunkt wird wie folgt klassifiziert:

  • IO — innerhalb des GD&T-Toleranzbereichs
  • NIO — außerhalb des Toleranzbereichs

Serienbewertung:

K-Formel (Closed Loop) wurde bewusst durch Prosabeispiel ersetzt — zu abstrakt für B2B-Webartikel. 

Der digitale Zwilling fasst Abweichungskarten über n aufeinanderfolgende Komponenten und berechnet den mittleren Abweichungsvektor pro Messpunkt:

\[\bar{d}(x,y) = \frac{1}{n} \sum_{i=1}^{n} \Delta d_i(x,y)\]

Begriffsbestimmungen:

  • \(\bar{d}(x,y)\) – mittlere Abweichung am Messpunkt (x,y) über n Komponenten, in µm
  • \(\Delta d_i(x,y)\) — Abweichung der i-ten Komponente am Punkt (x,y) in µm
  • \(n\) – Anzahl der ausgewerteten Komponenten

Wenn \(\bar{d}(x,y)\) über drei aufeinanderfolgende Messwerte hinweg monoton in dieselbe Richtung ansteigt, stuft das Twin-Modell dies als Prozessdrift ein – einen systematischen Fertigungsfehler, der durch Werkzeugverschleiß, thermische Ausdehnung oder Verschleiß der Spannvorrichtung verursacht wird. Die Erkennung erfolgt, bevor die Toleranzgrenzen überschritten werden, da der Trend bereits innerhalb des Toleranzbandes erkennbar ist.

Bewertungsstufe Input Berechnungsmethode Output
Einzelkomponente Punktwolke + CAD-Referenz Δd(x,y) = d_tatsächlich − d_Nennwert Abweichungskarte, IO/NIO-Entscheidung
Serienbewertung Abweichungskarten Mittelwert Vektor der mittleren Abweichung, Flag für Prozessdrift
Trendanalyse Zeitreihe der mittleren Abweichung Lineare Regression Driftrate in µm/Komponente, verbleibende Lebensdauer

Verbleibende Lebensdauer:

The remaining lifetime until the tolerance limit is reached is calculated as: \[\frac{T_{limit} – \bar{d}_{current}}{a}\]

Begriffsbestimmungen:

  • \(T_{limit}\) – Toleranzgrenze, in µm
  • \(\bar{d}_{current}\) — aktuelle mittlere Abweichung in µm
  • \(a\) – Driftrate in µm pro Komponente

Inwiefern support Digital-Twin-Daten support Prozessoptimierung und die vorausschauende Instandhaltung?

Der dynamische digitale Zwilling schließt den Regelkreis zwischen Sensor, Auswertung und Produktionsprozess – in zwei Anwendungsrichtungen:

Prozessoptimierung im Regelkreis (geometrische Zeitreihen, C6-Reihe) und vorausschauende Instandhaltung (thermische Zeitreihen, IRSX-Serie).

Prozessoptimierung im geschlossenen Regelkreis

Die Abweichungskarte wird als Regelgröße an die SPS/das MES zurückgemeldet.

Das Twin-Modell berechnet den Korrekturwert proportional zur mittleren Abweichung am kritischen Messpunkt – mit negativem Vorzeichen, da die Korrektur der Richtung der Abweichung entgegenwirkt.

Konkretes Beispiel:

Ein C6-Sensor erkennt eine Profilabweichung von +8 µm auf einer gefrästen Oberfläche → der Twin berechnet einen Korrekturwert → die SPS reduziert den Werkzeugvorschub → die nächste Charge liegt innerhalb des GD&T-Toleranzbandes.

Gesamter Regelkreis:

sensor → twin evaluation → PLC correction: < 10 ms

Vorausschauende Instandhaltung

Die Infrarotkamera IRSX liefert eine Temperaturzeitreihe mit einer Frequenz von 100 Hz.
Das Twin-Modell berechnet die Abweichung \Delta T(t) vom Basistemperaturprofil T_{base} – dem Referenzprofil unter normalen Betriebsbedingungen.

Wenn \Delta T(t) \geq 0,5\,K ist und über drei aufeinanderfolgende Messintervalle monoton ansteigt, stuft das Zwillingsmodell die Anomalie als Wartungsereignis ein.

Typische Vorlaufzeit: 48–72 Stunden vor dem Ausfall.

Das geometrische Gegenstück:

Der C6-Sensor erkennt Werkzeugverschleiß anhand der Profilzeitreihe, sobald die Driftrate a \geq 0,5\,\mu m/\text{Komponente} beträgt.

Der Werkzeugwechsel kann daher geplant werden, , bevor es zu einer Toleranzüberschreitung kommt.

Kriterium Prozessoptimierung im geschlossenen Regelkreis Vorausschauende Instandhaltung
Sensor C6-Serie (Lasertriangulation) IRSX-Serie (Infrarotkamera)
Input Ableitungskarte $begin:math:text$\\Δ d\(x\,y\)$end:math:text$ Temperaturzeitreihe $begin:math:text$T\(t\)$end:math:text$
Schwellenwert / Steuergröße Profilabweichung > Toleranzband → Korrekturwert $begin:math:text$\\Delta T\(t\) \\≥ 0,5\\\,K$end:math:text$ über 3 Intervalle
Reaktionszeit < 10 ms (sensor → PLC) Lieferzeit: 48–72 Stunden
Output Parameterkorrektur an der SPS Wartungsereignis-Kennzeichnung an MES
Datenspeicherung Abweichungskarte + Korrekturprotokoll Temperaturzeitreihen (CSV/HDF5)

Die SPS-/SCADA-Signalverarbeitung wird im Bereich Prozessüberwachung/Prozesssteuerung behandelt.

Die Methodik der vorausschauenden Instandhaltung wird im Abschnitt „Vorausschauende Instandhaltung“ behandelt.


Integration

Wie wird der digitale Zwilling in die Systemarchitekturen von Industrie 4.0 integriert?

Der digitale Zwilling wird als Datenspeicher auf MES-Ebene in Industrie-4.0-Architekturen:

  • AT Sensors liefern Messdaten auf Ebene 1 (Sensorebene)
  • OPC UA überträgt strukturierte Datensätze an das MES (Ebene 4)
  • Das MES sammelt den Zwillingsdatensatz auf pro Komponente und stellt ihn ERP- und Cloud Applikationen zur Verfügung

AT Sensors auf Ebene 1 des 5-Ebenen-Modells — direkt am Messobjekt.

Das Zwillingsmodell befindet sich auf Ebene 4 (MES-Ebene) und empfängt strukturierte Inspektionsdatensätze, darunter:

  • Name der Entität
  • Einheit
  • Zeitstempel
  • Qualitätsstatus

Der Datenexport in ERP- und Cloud Applikationen über REST-API oder MQTT.

Rechtliche Grundlage

IATF 16949 Abschnitt 8.6.2 schreibt die Rückverfolgbarkeit aller Prüfergebnisse für spezielle Produktmerkmale vor.

Der Datensatz des digitalen Zwillings — Punktwolke + Z-Karte + thermische Wärmekarte mit Zeitstempel und Teile-ID — erfüllt diese Anforderung als konforme digitale Prüfprotokollierung, ohne dass eine zusätzliche manuelle Dokumentation erforderlich ist.

In welchem Zusammenhang stehen Digital Twin und Rückverfolgbarkeit?

Digital Twin und Rückverfolgbarkeit nutzen die gleiche Datenbasis, unterscheiden sich jedoch in ihrer Perspektive und ihrem Zweck:

  • Der digitale Zwilling stellt den tatsächlichen Zustand eines Bauteils zu einem bestimmten Zeitpunkt
  • Die Rückverfolgbarkeit verknüpft alle Momentaufnahmen des digitalen Zwillings über den gesamten Produktlebenszyklus

Die Struktur des gemeinsamen Schlüssels ist wie folgt:

Zeitstempel + Teile-ID + Sensor-ID

Jeder Twin-Snapshot enthält dieses Trio als obligatorische Metadaten.

Die Rückverfolgbarkeitsdatenbank indexiert alle Momentaufnahmen anhand der Teile-ID und stellt die vollständige Prüfhistorie wieder her.

Kriterium Digitaler Zwilling Rückverfolgbarkeit
Perspektive Aktueller Zustand zu einem bestimmten Zeitpunkt Kette aller Zustände über den Lebenszyklus hinweg
Schlüsselstruktur Zeitstempel + Teile-ID + Sensor-ID Teilenummer als Primärindex für alle Snapshots
Datenbasis Punktwolke, Z-Karte, thermische Wärme-Karte, Abweichungskarte Zusammengefasste Zwillings-Snapshots + Fertigungsparameter
Applikation Qualitätsdokumentation, Prozessoptimierung Rückrufmanagement, Dokumentation der Lieferkette
Rechtliche Grundlage ISO 9001, IATF 16949 Abschnitt 8.6.2 IATF 16949, EU-Vorschriften zur Lieferkette

Welche AT Sensors liefern die Datengrundlage für den Digital Twin?

AT Sensors zwei Produktgruppen, die den Digital Twin mit geometrische und thermische Messdaten:

  • 3D-Sensoren (C6-Serie, XCS-Serie, CA-Serie)
  • IRSX-Infrarotkameras

Beide Produktgruppen sind GigE Vision-konform und versehen jeden Datensatz mit einem Zeitstempel und einer Teile-ID.

Produkt Typ der Messdaten Datenformat Aktualisierungsrate Doppelanwendung
C6-Serie (Lasertriangulation) Punktwolke, Z-Map, Profilzeitreihe PLY/PCD, TIFF/HDF5 bis zu 10.000 Profile/s Statischer und dynamischer Produkt-Twin, Prozessoptimierung
XCS-Serie (Lasertriangulation) Punktwolke, Z-Map PLY/PCD, TIFF/HDF5 bis zu 10.000 Profile/s Prüfung von statischen Produktduplikaten, Halbleitern und Mikrostrukturen
CA-Serie (Strukturiertes Licht) Vollständige Punktwolke, Netzmodell PLY/PCD, STL/OBJ bis zu 60 Bilder pro Sekunde Statischer Produktzwilling, Freiformgeometrien, 360°-Prüfung
IRSX-Serie (Infrarotkamera) Thermische Heatmap, Temperaturzeitreihe TIFF, CSV/HDF5 bis zu 100 Hz Statische und dynamische Zwillingsanalyse, vorausschauende Instandhaltung

Auswahlhilfe auf der Grundlage von Zwillingsanforderungen

  • Statischer Zwillingssensor (Qualitätsdokumentation) — C6-Serie ausreichend für die geometrische Prüfung; IRSX-Serie optional für thermische Fehlerklassen
  • Dynamisches Zwillingsmodell (vorausschauende Instandhaltung) — IRSX-Serie als Primärsensor; Temperaturzeitreihen mit 100 Hz als kontinuierliche Datenbasis
  • Full twin (geometric + thermal) — C6 Series + IRSX Series combined; PTP synchronized to < 1 µs; deviation map and thermal heatmap coordinate-registered in the same twin model

 

Die Auswahl des geeigneten Sensorsystems hängt von fünf Merkmalen ab:

Messbereich, Auflösung, Aktualisierungsrate, Schutzart und Kommunikationsprotokoll.

Detaillierte Spezifikationen: 3D-Sensoren und IR-Sensorsysteme / IRSX-Serie.

Der allgemeine Kontext wird im übergeordneten Artikel „Datenerfassung“ erläutert.


Geheimer Link