2023 Simio Sync: Entriegeln Sie Ihren Erfolg

Als eines der Gründungsunternehmen der QSR-Branche war es für McDonald's schon immer von zentraler Bedeutung, seinen Kunden gutes Essen und hervorragenden Service zu bieten. In der heutigen zunehmend digitalen und sich schnell verändernden Welt ist es wichtig, mit dem sich ändernden Kundenverhalten Schritt zu halten, um das Qualitäts- und Serviceniveau aufrechtzuerhalten, das die Kunden von uns erwarten. Bei der McDonald's Restaurant Solutions Group nutzen wir die Simulationsmodellierung, um genau das zu erreichen.

Es wird ein Anwendungsfall eines digitalen Zwillings von Simio vorgestellt, der in der Alcoa-Hütte Baie-Comeau implementiert wurde. Der Schwerpunkt liegt dabei auf dem anfänglichen Business Case des Projekts, den Gründen für die Wahl von Simio, den drei Hauptschritten zur Implementierung der Lösung und den erzielten Ergebnissen.

In der Zelltherapiebranche gibt es viele operative Herausforderungen - die digitalen Zwillinge von Simio bieten risikobasierte, prädiktive Einblicke, um operative und strategische Entscheidungen zu treffen. Die Wertschöpfung aus Ihrem digitalen Zwilling hängt von der erfolgreichen Integration Ihrer digitalen Zwillingstechnologie in Ihre Geschäftspraktiken ab. In dieser Präsentation erläutern wir drei Reifephasen, die wir bei BMS auf unserer Reise mit Simio durchlaufen haben, sowie unseren Ansatz zur Sicherstellung der erfolgreichen Übernahme durch das Unternehmen.

Zu den Phasen unserer Reifekurve gehören: das anfängliche Bootstrapping von Simio in Ihren Geschäftsprozessen, die Integration von Simio in Ihren Unternehmensdatenstapel und schließlich das architektonische Design, der Aufbau und die Steuerung Ihrer digitalen Zwillingsbibliothek und Arbeitsweisen. Betriebs- und Steuerungsmodelle in Verbindung mit Best Practices für die Softwareentwicklung sind Werkzeuge, die wir kontinuierlich verfeinern, um bei BMS eine datengetriebene Kultur zu schaffen, bei der die Digitalisierung im Vordergrund steht.

Diese Präsentation bietet eine umfassende Einführung in die bedarfsgesteuerte Materialbedarfsplanung (DDMRP) und erläutert, warum Simio die Unterstützung von DDMRP als Ergänzung zu unserer bestehenden Planungs- und Dispositionslösung betrachtet. Die Kombination der revolutionären DDMRP-Nachschub- und Planungsmethodik mit dem bewährten simulationsbasierten Planungs- und Dispositionsansatz von Simio schafft einen beispiellosen Prozess zur Überwindung von Hürden, die traditionell bei DDMRP-Implementierungen auftreten.

Simios Unterstützung für DDMRP ist sowohl für DDMRP-Prozessdesigner, -Implementierer und -Praktiker als auch für Simio-Anwender geeignet, die sich für ein breiteres Spektrum von Herausforderungen in der Fertigung und Lieferkette interessieren.

Die Referenten werden einen detaillierten Überblick über diese neue Simio-Funktionalität geben und erörtern, wie diese für eine DDMRP-Implementierung genutzt werden kann. Die Präsentation wird auch eine Demonstration der neuen Funktionalität in Aktion beinhalten.

In dieser Präsentation wird Accenture das Konzept von DDMRP und die "Pull-Based"-Methodik näher erläutern und erklären, wie einige der häufigsten Probleme, die wir in modernen Lieferketten sehen, dadurch gelöst werden können. Anschließend werden wir diese Konzepte anhand einer Fallstudie über einen Accenture-Einsatz bei einem globalen Aromenhersteller mit Leben füllen und unseren Ansatz sowie den Umfang des mit DDMRP verbundenen finanziellen Nutzens erörtern. Abschließend werden wir das Accenture-Ökosystem von Lösungen zur Lösung der S&OP- und S&OE-Probleme unserer Kunden untersuchen. Dabei werden wir den Ansatz von Accenture und die Bedeutung von DDMRP als wertvollen Pfeil in unserem Strategie- und Beratungsköcher diskutieren.

Da der Einsatz von Automatisierung in allen Branchen immer schneller voranschreitet, spielen Systemintegratoren eine immer wichtigere Rolle bei der Entwicklung und Implementierung von Automatisierungslösungen. KPI ist ein Systemintegrator, der einen datengesteuerten, technologieunabhängigen Ansatz für technische Lösungen anwendet, die Abläufe umgestalten, um die Erfüllungsgeschwindigkeit zu erhöhen, die Abhängigkeit von Arbeitskräften zu verringern und die Agilität zu verbessern. Diskutieren Sie mit drei Mitgliedern des KPI-Simulationsteams über Simulation für die Systemintegration, ein Projektbeispiel und die Lehren aus unseren Erfahrungen.

SimulateFirst hat mit Simio ein hochautomatisiertes Lagersimulationsmodell erstellt, das Regalflächen für 10k Paletten, mehrere Shuttles und Aufzüge umfasst. Das System wird aus einer Lagerdatenbank initialisiert, und der Benutzer kann einen bestimmten Betriebstag auswählen, um das System zu testen. Bei der Ausführung des Modells werden die Einlagerung von Paletten, die Kommissionierung von Aufträgen und die Auslagerung von Paletten innerhalb des Lagers ausgelöst. Die Paletten werden im Lager auf der Grundlage der Verkehrssituation geleitet. Das System generiert Gantts und KPIs in Dashboards, die es erlauben, bestehende Engpässe zu analysieren. Dies hilft, das Layout des Lagers noch in der Aufbauphase zu verbessern.

Mit Hilfe der OptQuest-Funktionen von Simio führte das Industrial Engineering-Team von Northrop Grumman eine Was-wäre-wenn-Analyse durch, um Prozess- und Produktverbesserungen zu validieren.

Der digitale Zwilling ist eine digitale Darstellung einer realen Einheit oder eines realen Systems. Er ermöglicht es Unternehmen, ihr System zu simulieren und zu konfigurieren, ohne die reale Umgebung zu stören. Um aussagekräftige Gewinne zu erzielen, müssen die bestehenden Digital Twin-Plattformen mit fortschrittlichen Analyselösungen ausgestattet werden, die durch künstliche Intelligenz (KI) gestärkt werden. Die beiden Technologien erfassen effektiv die Komplexität von Systemen und nutzen die Erkenntnisse der Datenanalyse, um Unternehmen zu unterstützen und operative Exzellenz zu erreichen. TwinAI bietet eine praktische und benutzerfreundliche Implementierung von KI mit einer Simulationsumgebung zur Unterstützung von Digital Twin. TwinAI nutzt das Beste aus beiden Welten: Simio für die erfolgreiche Implementierung von Digital Twin und Python für den Einsatz verschiedener KI-Algorithmen wie Reinforcement Learning und Big-Data-Optimierung. Dies hilft Unternehmen, i) große Datenmengen in aussagekräftige Erkenntnisse umzuwandeln und den besten Plan für zukünftige Herausforderungen zu empfehlen und ii) die besten KI-Praktiken für ihre Systeme zu trainieren und zu testen.

Angesichts der zunehmenden Komplexität von Digital Twin-Modellen ist es unerlässlich, die Simulationsmodellierung durch die Integration von KI-gestützten Techniken zu verbessern. Simio, ein Pionier auf dem Gebiet der diskreten Ereignissimulation, hat einen Schritt zur Integration von KI in Simulationsumgebungen unternommen, indem es integrierte Unterstützung für neuronale Netze bietet. Das Simio Neural Network Tool bietet eine benutzerfreundliche Plattform für die Sammlung von Trainingsdaten und das Training des neuronalen Netzwerkmodells. In diesem Tutorial wird gezeigt, wie das Simio Neural Network Tool verwendet wird, um ein Netz für die Entscheidungsfindung in einem flexiblen Flowshop-Planungsmodell zu trainieren.

Die Digitaltechnik verändert das Machtgleichgewicht zwischen Kunden und Unternehmen drastisch. In dem Maße, in dem die Kunden die Möglichkeit haben, sich zu informieren und eine Auswahl zu treffen, verbessert die digitale Technologie die Wirtschaftlichkeit von Unternehmen drastisch. Diese wirtschaftlichen Aspekte sind für viele Unternehmen die Hauptgründe für die digitale Transformation. Obwohl die Notwendigkeit der digitalen Transformation unbestreitbar ist, scheitern solche Initiativen oft an der Umsetzung. Diese Präsentation konzentriert sich daher auf das fehlende Glied auf dem Weg zur digitalen Transformation: die Umsetzung der digitalen Transformation vor Ort. Wir sind der Meinung, dass ein Fokus auf die betriebliche Umsetzung die Sichtweise auf den organisatorischen Wandel ergänzen wird. Insbesondere unsere Erfahrung im Kontext der Lieferkette zeigt, dass die Erstellung des digitalen Zwillings eines physischen Systems in Form einer Simio-Modellimplementierung, bei der es um die Erfassung von Daten, die Verarbeitung der Daten in Echtzeit und die Identifizierung schnell umsetzbarer Lösungen vor Ort geht, kritische Fähigkeiten sind, die für eine erfolgreiche digitale Transformation unerlässlich sind; diese Fähigkeiten sind jedoch ohne die Definition eines sorgfältig ausgearbeiteten Ausführungs-/Implementierungsprozesses sehr schwer zu erwerben.

Zu den neuen Funktionen gehören: Statustabelle, Diagramm-Designer, Dashboard-Typ, Ausdrucks-Editor, Entitätsstatus-Fenster, tabellenbasierte automatische Erstellung von Dimensionen, Verknüpfungsdefinition, Pfadfarbe, echte Teal-Uhr, Inventarprüfungsprotokoll