Snowflake: Vivix digitale tweeling voor floatglas

Samenvatting

Snowflake ondersteunt Vivix bij een digitale tweeling die een floatglasoven bijna realtime inzichtelijk maakt.

Snowflake en de digitale tweeling van Vivix

De Braziliaanse glasproducent Vivix ontwikkelt samen met Siemens, Snowflake en NVIDIA een uitvoerbare digitale tweeling van zijn floatglasoven. Die oven werkt bij ongeveer 1.550 tot 1.600 °C, waardoor teams de interactie tussen verbrandingsgassen, gesmolten glas en vuurvaste ovenwanden nauwelijks rechtstreeks kunnen observeren.

De digitale tweeling combineert technische simulaties, sensorgegevens en AI-modellen. Vivix richt zich eerst op de conditie van de vuurvaste bekleding, verbrandingsefficiëntie en de kwaliteit van het glas-smeltproces. Met de modellen kunnen teams niet-direct meetbare omstandigheden schatten en operationele wijzigingen beoordelen terwijl de productie doorgaat.

Siemens zet hiervoor Simcenter-multiphysicsmodellen om in lichte uitvoerbare modellen via reduced order modeling. Snowflake maakt deze modellen beschikbaar naast operationele gegevens in de AI Data Cloud. NVIDIA PhysicsNeMo ondersteunt de ontwikkeling van AI-surrogaatmodellen die fysische causaliteit combineren met simulatie- en observatiedata.

Waarom de digitale tweeling van Snowflake belangrijk is

De aanpak adresseert een technisch spanningsveld. Fysische simulaties leveren gedetailleerde voorspellingen, maar vragen veel rekenkracht. Reguliere AI-modellen rekenen sneller, maar missen vaak inzicht in fysische verbanden. De uitvoerbare digitale tweeling brengt beide soorten modellen samen.

Snowflake vervult daarbij een dataplatformrol. Vivix brengt IT- en OT-gegevens, waaronder sensormetingen, samen in een unified namespace. Engineering- en operationele teams bekijken die metingen naast voorspellingen van de digitale tweeling, in plaats van simulaties los van de productiecontext te beoordelen.

De samenwerking laat zien dat een digitale tweeling niet alleen uit een simulatiemodel bestaat. Ook modelbeheer, operationele data en toegangsbeheer bepalen hoe bruikbaar de uitkomsten op de productievloer zijn.

Concrete takeaway voor de digitale tweeling

Breng bij een vergelijkbaar project eerst de fysieke meetpunten, simulatiemodellen en operationele databronnen samen. Leg daarna vast welke waarden gemeten worden en welke de digitale tweeling schat, zodat teams beide soorten informatie correct gebruiken bij beslissingen over energie, ovenlevensduur en glaskwaliteit.