Volver a guías

Operational Twin Governance and Lifecycle Management

Gobernanza del modelo de gemelo digital operativo después del lanzamiento

Cómo mantener exacto un gemelo digital operativo después de publicarlo gobernando espacios, activos, sistemas, enlaces de datos, permisos, cambios de campo y versiones.

Gobernanza del modelo de gemelo digital operativo después del lanzamiento

La exactitud es una práctica operativa

El valor de un gemelo digital después del lanzamiento depende de que el modelo siga alineado con el sitio. Los equipos se sustituyen, las salas cambian, los sensores se renombran, las rutas de mantenimiento se ajustan y los permisos se refinan.

La gobernanza del modelo define responsables, cambios que disparan actualizaciones, revisión, publicación de versiones y uso de la versión aprobada por las aplicaciones.

Para AI Agent y Physical AI, la gobernanza protege el contexto usado en razonamiento, simulación y revisión de recomendaciones.

Cambios después del lanzamiento

FuenteImpacto de gobernanza
Sustitución de equipoID de activo, geometría, documentos, historial y enlaces de datos
Cambio de sala o layoutJerarquía espacial, rutas, límites de seguridad y permisos
Renombrado de sensor o medidorMapeo DFS, unidades, historial y dashboards
Actualización de procedimientoEnlaces SOP, plantillas de inspección, guía y reglas de aprobación
Renovación o ampliaciónBIM, CAD, nubes de puntos y versiones as-built
Cambio de relación de sistemaDependencias, zonas afectadas y contexto de alarmas
Cambio de permisosSalas sensibles, áreas de cliente y registros restringidos

Estos cambios deben entrar en una cola controlada.

Gobernar por capas

CapaQué gobernar
Modelo espacialSitio, edificio, piso, sala, zona, ruta, acceso, límite de seguridad
Modelo de activosID, nombre, clase, jerarquía, propietario, estado de ciclo de vida
Modelo de sistemasElectricidad, enfriamiento, aire, agua, utilidades, logística, control
GeometríaBIM, CAD, 3D, nube de puntos, versión fuente, peso, nivel de detalle
Enlaces de datosSensores, medidores, alarmas, estados, indicadores, reglas de actualización
Documentos y SOPManuales, planos, instrucciones, plantillas de inspección, evidencias
PermisosRoles, espacios sensibles, layouts de cliente, documentos restringidos
Escenas de aplicaciónEscenas Designer, formularios Inspector, dashboards, formación, simulaciones

Esta vista evita que el mantenimiento se reduzca a un problema de archivos.

Proceso de actualización

  1. Capturar el cambio - Campo, proyecto, inspección, CMMS, BMS o revisión de nube de puntos crea una solicitud.
  2. Clasificar impacto - Geometría, identidad de activo, relación de sistema, datos, documentos, permisos o escenas.
  3. Actualizar la fuente - Registro de activos, BIM/CAD, nube de puntos, mapeo, repositorio documental o biblioteca de procedimientos.
  4. Preparar la versión del gemelo - Designer, Twin Engine y Data Fusion Services actualizan el modelo runtime.
  5. Revisar con evidencia de campo - Posición, ID, enlace de datos, estado visual, vínculo documental y permisos.
  6. Publicar una versión - Versión aprobada con notas, revisor, áreas afectadas y referencia de rollback.
  7. Notificar consumidores - Dashboards, Inspector, AI Agent, simulaciones y formación usan la versión aprobada.
  8. Auditar resultado - Confirmar que la diferencia de campo quedó resuelta.

Los datos necesitan revisión propia

Un enlace de datos puede fallar sin cambio visual. Un tag se renombra, un medidor se sustituye, cambia el intervalo de muestreo o se modifica una fórmula. La escena 3D puede verse correcta mientras el contexto vivo apunta a una fuente antigua.

Data Fusion Services ayuda a gestionar mapeos entre sistemas fuente y entidades del gemelo. Para enlaces críticos se debe registrar fuente, tag, unidad, regla de tiempo, calidad, frecuencia y responsable.

Para AI Agent, esta trazabilidad importa porque las recomendaciones dependen de relaciones entre señales, activos, espacios, documentos e historial de campo.

La evidencia de campo cierra el ciclo

Inspector puede registrar problemas, fotos, hallazgos, acciones correctivas y registros de trabajo sobre el activo o espacio correspondiente.

La evidencia útil incluye foto actual, ID visible, sala o ruta, flujo afectado, corrección sugerida, urgencia, revisor y cierre.

Así el mantenimiento del modelo se convierte en un proceso operativo verificable.

Gobernanza para IA y simulación

AI Agent, simulación y Physical AI deben usar contexto de modelo aprobado. La versión debe indicar qué geometría, relaciones de activos, enlaces de datos, documentos y supuestos estaban activos cuando se generó una recomendación o resultado.

Esta trazabilidad ayuda a comparar versiones y separar cambio operativo, calidad de datos, actualización de modelo o cambio de flujo de IA.

Ritmo operativo

  • revisar a diario diferencias urgentes y enlaces rotos
  • revisar semanalmente activos, documentos, permisos y workflows
  • revisar mensualmente calidad del modelo y deriva de fuentes
  • mantener notas de versión para cada cambio productivo
  • guardar referencia de rollback para cambios mayores
  • nombrar responsables por sitio, sistema y biblioteca de activos

Checklist

  • ¿Cada espacio, activo, sistema y enlace tiene responsable?
  • ¿Los cambios de campo entran por una ruta aprobada?
  • ¿Las fuentes se actualizan antes del runtime twin?
  • ¿Las versiones tienen notas y revisores?
  • ¿Los espacios sensibles y documentos restringidos están protegidos?
  • ¿La evidencia de Inspector puede disparar actualizaciones?
  • ¿AI Agent y simulaciones referencian la versión usada?

Referencias públicas

La guía de BIM, CAD y nubes de puntos describe la preparación antes del lanzamiento.

La guía Data Readiness describe la base de datos para AI Agents y gemelos operativos.

La guía Industrial Knowledge Graphs describe relaciones semánticas entre activos, espacios, sistemas, señales, documentos y razonamiento de IA.