La importancia del dato en los gemelos digitales (Parte II)

Consiste en recopilar y almacenar los datos relevantes para el gemelo digital. En esta fase se utilizan sistemas de adquisición de datos como sensores, bases de datos, dispositivos IoT / IIoT, entre otros. Para esta fase, se suele utilizar Apache Kafka, un software ampliamente utilizado para la transmisión de datos en tiempo real y, MQTT que es un protocolo ligero para la comunicación de dispositivos IoT.

Los datos recopilados en el gemelo digital, se almacenan en un Data Lake, que es un repositorio centralizado y escalable que permite almacenar los datos en bruto, sin necesidad de definir una estructura específica de antemano. Para ello, se pueden utilizar herramientas como  Apache Hadoop, una plataforma de software de código abierto que permite almacenar y procesar grandes volúmenes de datos en clústeres distribuidos y, Apache Spark un entorno de procesamiento de datos rápido y flexible para el análisis y procesamiento en tiempo real.

En esta fase, los datos se someten a procesos de extracción, transformación y carga (ETL) para prepararlos y estructurarlos adecuadamente. Esto implica limpiar datos, eliminar duplicados y convertirlos a un formato común. Las herramientas más recurrentes que se utilizan en esta fase son: Apache Nifi, una herramienta que permite la automatización del flujo de datos y la transformación de datos en tiempo real y, Pentaho Data Integration (Kettle) que es una plataforma de integración de datos que facilita la extracción, transformación y carga de datos desde diversas fuentes.

Los datos preparados se analizan y se aplican técnicas de minería de datos (data mining), aprendizaje automático y análisis estadístico para obtener información y conocimientos. Aquí, se pueden utilizar herramientas como Microsoft Azure Machine Learning, una plataforma basada en la nube para desarrollar, implementar y gestionar modelos de aprendizaje automático y, KNIME, su competidor más directo, con funciones similares.

Los resultados del análisis y las simulaciones se presentan visualmente para facilitar la comprensión y la toma de decisiones. Se utilizan herramientas de visualización de datos para crear gráficos, tableros y representaciones visuales interactivas. Para esta fase, es muy frecuente utilizar Microsoft Power BI, Tableau, Qlik Sense y Google Data Studio, plataformas de inteligencia empresarial que permiten crear paneles de control y visualizaciones interactivas de datos en tiempo real.

En esta fase, se desarrollan modelos matemáticos y algoritmos que representan el comportamiento del sistema real en el gemelo digital. Los resultados de estas simulaciones, igualmente, son transmitidos al usuario por medio de un interfaz visual en 2D/3D, normalmente integrado en el propio gemelo digital. Y aquí, por supuesto que no podíamos dejar de mentar a nuestro software referencia, desarrollado por IDEA, y denominado BIM DIGITAL TWIN.