Wizualizacja łańcucha dostaw pozwala uczestnikom tego procesu śledzić, zarządzać, planować i automatyzować sieci logistyczne zdalnie, w czasie rzeczywistym przez internet i skupić się głównie na rzeczywistości fizycznej zamiast na obserwacji danych po zakończeniu pracy.
Transformacja cyfrowa zapewnia nowe możliwości. Modele logistyczne są teraz oceniane przez platformy oparte na danych. Wnioski z danych operacyjnych pomagają w przewidywaniu niepewności i zmniejszaniu nieefektywności operacji logistycznych, czyniąc je bardziej odpornymi i zrównoważonymi.
Zastosowania cyfrowych bliźniaków w makrologistyce
Wiarygodne plany wyznaczania tras ciężarówek są możliwe do zrealizowania dzięki elastycznym i silnym procesom decyzyjnym opartym na danych na poziomie operacyjnym, w czasie rzeczywistym. Umożliwia to internet rzeczy (IoT). Oparty na symulacji scenariusz „co jeśli” jest generowany w celu symulacji, przewidywania, optymalizacji, projektowania i pomiaru wydajności zasobów. Obiekty IoT oparte na globalnym systemie pozycjonowania (GPS) są w stanie zbierać duże ilości danych, które nie zostały w pełni wykorzystane do optymalizacji czasu reakcji. Dane te mogą działać jako bezpośredni sygnał wejściowy do modelu symulacyjnego, aby umożliwić wolną od ryzyka optymalizację trasy ciężarówki.
Cyfrowy bliźniak w operacjach magazynowych
Tego rodzaju technologie mogą być szeroko stosowane w scenariuszach magazynowych. Najlepszym przykładem jest optymalizacja zautomatyzowanych systemów przenośników modułowych w magazynach z wąskimi gardłami. Nieprzewidywalność i skomplikowaną dynamikę procesu można uchwycić za pomocą modelowania symulacyjnego, opartego na czasie. Modele te są narażone na różne scenariusze po weryfikacji i walidacji. Jest to przyszłość stabilnego, samodzielnego systemu wspomagania decyzji, który umożliwiają cyfrowe bliźniaki.
Łącząc model iteracyjny z modelem symulacyjnym opartym na określonych etapach łańcucha dostaw, można decydować o optymalnej alokacji zasobów, w których występuje wiele ograniczeń. Przemysł 4.0 utorował drogę do świata, w którym inteligentne fabryki zautomatyzują i unowocześnią wiele procesów dzięki wykorzystaniu najnowszych technologii. Zautomatyzowane i żmudne zadania, takie jak te wykonywane regularnie w celu określenia inwentarza i zachowania identyfikowalności towaru ułatwiają zarządzanie magazynem. Sformułowanie optymalnego czasu przyjęcia i odbioru zamówienia klienta w magazynie ma decydujący wpływ na planowanie zadań, które są oparte na priorytetach, przy użyciu modeli typu flow-shop i mogą one pomóc kierownikom magazynów w podejmowaniu decyzji.
Przykład rozwiązania
Na przykład produkt, rodzina produktów i zasoby logistyczne, takie jak ciężarówka, przewoźnicy, wózki AGV i przenośniki itp., są uważane za określone elementy procesu do replikacji wzorca zachowania badanego systemu. Urządzenia IoT pomagają w pozyskiwaniu danych w czasie rzeczywistym poprzez bezpośrednie pobieranie danych z wymienionych zasobów do wbudowanego serwera w chmurze.
Funkcja systemu informacji geograficznej w oprogramowaniu do modelowania symulacji...
Dalsza część jest dostępna dla użytkowników z wykupionym planem