Digitale Zwillinge sind virtuelle Darstellungen physischer Einheiten wie Objekte, Anlagen und Prozesse. Der cyber-physische Raum, der den digitalen Zwilling und das, was er repräsentiert, umfasst, erleichtert den Datenaustausch in Echtzeit und bietet eine Plattform, die verschiedene Anwendungsfälle unterstützt.
Zu den Anwendungsfällen gehört die Anwendung prädiktiver und präskriptiver Analysen, um künftige Herausforderungen zu erkennen und optimierte Lösungen zu ihrer Entschärfung zu finden. In Industriesektoren wie der Fertigung wird der digitale Zwilling auch als Fernüberwachungstool, Kapazitätsplanung und Echtzeitlösung für die digitale Transformation eingesetzt.
Die Verbesserung der Entscheidungsfindung und die Optimierung von Arbeitsabläufen ist der Bereich, in dem neuronale Netze benötigt werden. Künstliche neuronale Netze (ANN) werden zur Entwicklung komplexer digitaler Zwillingsmodelle und zur Lösung von Regressionsproblemen im Fertigungsbereich eingesetzt. Der Einsatz neuronaler Netze verbessert die Entscheidungsfähigkeit des digitalen Zwillings durch das kontinuierliche Training des digitalen Zwillings, um auf neue Herausforderungen in Echtzeit zu reagieren und die täglichen Abläufe zu optimieren.
Simio ist die erste Software für die diskrete Ereignissimulation und den digitalen Zwilling, die den Einsatz neuronaler Netze für den Entwurf und das Training von Modellen zur Verbesserung industrieller Abläufe, zur Analyse komplexer Herausforderungen und für die Entscheidungsfindung unterstützt. Simio bietet Funktionen, die es dem Benutzer ermöglichen, neuronale Netze auf vielfältige Weise zu nutzen, darunter:
Der Einsatz neuronaler Netze in Simio hilft bei der Automatisierung von Arbeitsabläufen zur Verbesserung der Entscheidungsfindung, Terminierung und Planung in Industrieanlagen.