Digitale Zwillinge sind virtuelle Darstellungen physischer Einheiten wie Objekte, Anlagen und Prozesse. Der cyber-physische Raum, der den digitalen Zwilling und das, was er darstellt, 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 Fernüberwachungswerkzeug, Kapazitätsplanung und Echtzeit-Planungslösung für die digitale Transformation eingesetzt.
Neuronale Netze werden zur Verbesserung der Entscheidungsfindung und zur Optimierung von Arbeitsabläufen benötigt. Künstliche neuronale Netze (ANN) werden eingesetzt, um komplexe digitale Zwillingsmodelle zu entwickeln und Regressionsprobleme in der Fertigung zu lösen. 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 den täglichen Betrieb zu optimieren.
Verbesserte Entscheidungsfindung mit neuronalen Netzen in Simio
Simio ist die erste Software für die diskrete Ereignissimulation und den digitalen Zwilling, die den Einsatz neuronaler Netze unterstützt, um Modelle zu entwerfen und zu trainieren, die industrielle Abläufe verbessern, komplexe Herausforderungen analysieren und die Entscheidungsfindung unterstützen. Simio bietet Funktionen, die es dem Benutzer ermöglichen, neuronale Netze auf vielfältige Weise zu nutzen:
- Die Erstellung von neuronalen Feedforward-Netzen in Simio ohne die Notwendigkeit von Kodierungsalgorithmen, die die Integration von KI in digitale Zwillinge vereinfachen.
- Ein integrierter Trainer, der das kontinuierliche überwachte und unbeaufsichtigte** Training von neuronalen Netzen unterstützt, um die Genauigkeit des Netzes zu verbessern.
- Die Möglichkeit, ONNX-Dateien von trainierten neuronalen Netzen aus anderen KI-Netzen oder Plattformen in Simio zu importieren.
Der Einsatz neuronaler Netze in Simio hilft bei der Automatisierung von Arbeitsabläufen zur Verbesserung der Entscheidungsfindung, Terminierung und Planung in Industrieanlagen.