Im Gegensatz zu traditionellen Simulationsmodellen ist Simio von Grund auf als Digitaler Zwilling für Prozesse konzipiert, wobei der Schwerpunkt auf der Datenintegration mit bestehenden ERP/SCP/MES/IOT und anderen Datenquellen liegt. Diese Anforderung hat das Design sowohl der Daten- als auch der Modellierungsfunktionen von Simio bestimmt.
Simio verbindet sich sowohl mit (statischen) Stammdaten wie Materialien, Stücklisten, Arbeitsplänen, Arbeitsplätzen, Personalbeständen usw. als auch mit (dynamischen) Transaktionsdaten wie Arbeitsaufträgen, in Arbeit befindlichen Aufträgen, dem Status von Ressourcen und dem Bestand an Roh- und Fertigmaterialien. Die Beziehung von Simio RPS zu den Unternehmenssystemen wird in Abbildung 1 unten anhand eines Beispiels dargestellt.
Abbildung 1: Simio als Prozess-Digitaler Zwilling in Verbindung mit den Unternehmenssystemen
Obwohl die Transaktionsdaten aus vielen verschiedenen Quellen stammen können, kommen die meisten kritischen Daten aus den ERP-, SCP- und MES-Systemen. Diese Systeme stellen die primären Datenquellen für die Verwaltung der Produktion dar. Sie liefern eine Masterliste der Produktionsaufträge - wie Freigabedaten, Fälligkeitstermine und Auftragsmengen - zusammen mit den Komponentenprodukten und Endprodukten, die zur Erfüllung der Kundennachfrage erforderlich sind.Diese Liste enthält auch zugehörige sekundäre Daten wie Arbeitspläne, Stücklisten usw. Sie enthält auch einen Materialeinkaufsplan, in dem die von externen Lieferanten benötigten Artikel einschließlich ihrer voraussichtlichen Ankunftszeit aufgeführt sind, mit dem Ziel, diese Materialien mit dem Produktionsplan abzustimmen.
In manchen Fällen befinden sich einige der Transaktionsdaten außerhalb der ERP-, SCP- und MES-Systeme in Tabellenkalkulationen, Datenbanken, flachen Dateien oder anderen Formen. Simio wurde entwickelt, um Transaktionsdaten aus all diesen unterschiedlichen Quellen zu importieren.
Simio bietet drei (3) Schlüsselfunktionen für die Integration des Planungsmodells in Transaktions- und Betriebsdaten. Die erste ist eine relationale In-Memory-Datenbank, die vollständig konfigurierbar ist, um dem Schema jeder externen Datenquelle zu entsprechen. Die zweite ist eine offene Architektur zur Konfiguration von Datenkonnektoren für den Import von Transaktions- oder Betriebsdaten aus externen Quellen. Die dritte sind Modellierungskonstrukte, die vollständig konfigurierbar sind, um sie auf relationale In-Memory-Daten in den Datentabellen abzubilden.
Diese Funktionen bilden zusammen ein Modellierungsframework, das auf beliebige externe Daten abgebildet werden kann, unabhängig von der Quelle oder dem Datenschema. Die konfigurierbare relationale In-Memory-Datenbank von Simio bildet die zentrale Schnittstelle zwischen den Unternehmensdaten und der Modelllogik. Die Transaktions- und Betriebsdaten werden in diese Datenbank importiert und im Speicher gehalten, um eine schnelle Ausführung des digitalen Zwillingsmodells zu ermöglichen. Die Modelllogik kann sowohl von dieser In-Memory-Datenbank lesen als auch in sie schreiben.
Das Datenbankschema ist vollständig konfigurierbar und kann exakt mit dem bestehenden Schema der externen Datenquellen übereinstimmen, so dass eine Transformation der Daten während des Imports/Exports oft überflüssig ist. Der Import/Export erfolgt über Simio Data Connectors. Standard-Datenkonnektoren werden für die meisten gängigen Datenbanken, Excel- und CSV-Dateien sowie Web-APIs bereitgestellt.
Simio bietet Interoperabilität zwischen den Systemen, wie in Abbildung 2 unten zusammengefasst und dargestellt:
Abbildung 2: Simio-Integrationsfähigkeiten und Datenkonnektoren
Die Transaktionsdaten für das digitale Zwillingsmodell werden typischerweise zu Beginn jeder Planungsperiode aus dem ERP importiert oder heruntergeladen und sind während der Planungsperiode statisch. Im Gegensatz dazu ändern sich die MES-Betriebsdaten ständig, weshalb der MES-Datenkonnektor häufig ein dynamischer Konnektor ist. So kann beispielsweise ein vom MES erkannter Maschinenausfall Simio automatisch dazu veranlassen, einen neuen Zeitplan zu erstellen, der auf der erwarteten Ausfallzeit der Maschine basiert. Das Simio-Integrationsframework unterstützt sowohl statische als auch dynamische Datenkonnektoren für Transaktions- und Betriebsdaten.
Da sich die Unternehmensdatenlandschaft weiterentwickelt und Kunden zentrale Data Warehouses entwickeln, typischerweise in der Cloud, werden Techniken wie Unified Name Space (UNS) verwendet, um Daten so abzubilden und umzuwandeln, dass sie für die meisten Anwendungen wie Analysetools bereit und nutzbar sind, aber auch die Erstellung eines digitalen Zwillings wie Simio unterstützen, der vollständig aus statischen und dynamischen Daten der Fabrik/der Lieferkette/des Lagers generiert und gesteuert wird. Abbildung 3 unten zeigt einen progressiveren oder moderneren Ansatz zur besseren Unterstützung digitaler Zwillinge und zur Erreichung von Zielen wie Low-Touch/No-Touch oder sogar einer vollständig intelligenten Fabrik oder eines intelligenten Systems.
Abbildung 3: Simio-Integration in einen zentralen UNS-Cloud-Speicher
Um die meisten Integrationen in ERP-, SCP- und MES-Systeme zu unterstützen, hat Simio zwei primäre Methoden für die Implementierung entwickelt, die auf der bestehenden IT-Infrastruktur des Kunden und den Kundenpräferenzen basieren. Diese Unterstützung gilt sowohl für einen indirekten ("Push") als auch für einen direkten ("Pull") Ansatz für die Integration, je nach den Anforderungen des Kunden.
Bei diesem Ansatz löst Simio einen Pull-Vorgang aus den relevanten Datensystemen aus, der auf einem zeitlich festgelegten Ereignis oder einer Benutzereingabe basiert, z.B. bei Verwendung des SAP API Business HUB mit dem Simio Web API Data Connector. Dadurch wird sichergestellt, dass Simio die aktuellsten Informationen verwendet. Der Ansatz der direkten Integration ist in Abbildung 4 unten dargestellt:
Abbildung 4: Illustration des direkten Integrationsansatzes ("Pull")
Der Ansatz der direkten Integration ("Pull") wird im Folgenden in groben Zügen beschrieben:
Unter Verwendung einer zusätzlichen Persistenzdatenschicht hat Simio auch einen "Push"-Ansatz für die Integration in bestehende ERP-, SCP- und MES-Systeme entwickelt, wie in Abbildung 5 unten dargestellt. Aktualisierungen werden von den ERP-, SCP- und MES-Systemen über Middleware in die Staging-Datenbank (Persistenzschicht) gepusht, die Simio steuert, z. B. über das SAP Production Optimization Interface (POI). Die Daten stehen dann bereit, wenn die Benutzer einen Zeitplan erstellen wollen, und eignen sich gut für die tägliche oder wöchentliche Routineplanung. Die Aktualisierungen müssen synchronisiert werden, um sicherzustellen, dass Simio die nächste Planungs- oder Experimentiersitzung erst dann auslöst, wenn die Aktualisierung abgeschlossen ist.
Abbildung 5: Illustration des Ansatzes der indirekten Integration ("Push")
Der Ansatz der indirekten Integration ("Push") wird im Folgenden in groben Zügen beschrieben:
Die Systemarchitektur unterscheidet sich bei den meisten Implementierungen je nach der IT-Landschaft des Kunden. Auf der Grundlage der Experimentier-, Planungs- und Terminierungsanforderungen sowie der Arbeitsabläufe werden die Quellsysteme im Rahmen des Integrations- und Workflow-Identifizierungsprozesses ermittelt. Die folgende Abbildung 6 zeigt ein anschauliches Beispiel dafür, was die Systemlandschaft enthalten kann und wie die verschiedenen Systeme bei einer typischen Unternehmensbereitstellung zusammenwirken.
Abbildung 6: Beispiel für die Systemarchitektur einer Unternehmensbereitstellung
Da Simio RPS sowohl eine Simulations- als auch eine Planungslösung ist, wird es von verschiedenen Personen in unterschiedlichen Benutzerrollen genutzt, während das Projekt von der Entwurfsphase (Simulation und Analyse) bis zur Betriebsphase (Planung und Terminierung) fortschreitet. Basierend auf den Anforderungen kann ein Kunde Simio RPS in einer oder allen der unten aufgeführten und in Abbildung 7 dargestellten Einsatzoptionen einsetzen.
Während der Modellentwicklungs- und -analysephase wird es oft bevorzugt, Simio RPS auf einem Laptop oder Desktop einzusetzen. Dies unterstützt die Offline-Arbeit der Projektteammitglieder, da die Modelle als komprimierte XML-Dateien gespeichert werden, die leicht zwischen Computern übertragen und sogar per E-Mail an die Teammitglieder versendet werden können, wenn Aktualisierungen am Modell zur Überprüfung und zum Testen vorgenommen wurden. Die Teammitglieder werden oft für den größten Teil des Projekts außerhalb des Standorts arbeiten, so dass diese Option am besten genutzt werden kann.Diese Option eignet sich auch für den operativen Einsatz des Planungssystems, vorausgesetzt, der Desktop oder Laptop hat Zugang zum Netzwerk des Kunden, um auf die Betriebsdaten zuzugreifen, die für die Ausführung des Modells zu Versuchszwecken oder für die Erstellung eines Produktionsplans erforderlich sind. Diese Option eignet sich besonders gut für die frühe Einsatz- und Testphase der Lösung, während laufende Verbesserungen und Modelländerungen von verschiedenen Teammitgliedern zur Feinabstimmung der Modelllogik erforderlich sind.
Simio kann so konfiguriert werden, dass es eine Betriebsansicht bietet. In dieser Betriebsansicht wird das Simio-Modell zur Erstellung von Zeitplänen und zur Durchführung verschiedener Experimente verwendet, um Betriebsstrategien zu testen, indem voreingestellte Daten und Eigenschaften, die in der Modellentwicklungsphase enthalten sind, geändert werden. Der Benutzer kann mit dieser Bereitstellungsoption keine Modelländerungen vornehmen.
Die Cloud-basierte Lösung von Simio, die Simio Portal Edition, verfügt über 2 Bereitstellungsoptionen: Die öffentliche Option wird auf dem Microsoft Azure-Dienst gehostet. Die private Option von Simio wird auf einem Windows Server mit IIS (Internet Information Services) installiert.
Um das Simio-Portal vor Ort zu hosten, muss der Kunde die erforderliche Hardware-Infrastruktur mieten oder beschaffen, um diese gehostete Umgebung hinter seinen eigenen Sicherheitssystemen (Firewall) zu schaffen. Die gehostete Option kann auch für Experimente genutzt werden, um Betriebsstrategien zu bewerten, indem die während der Modellentwicklungsphase festgelegten Daten und Parameter geändert werden.
Abbildung 7: Betriebliche Einsatzoptionen von Simio
Windows Server-Konfiguration
HINWEIS: Die Verwendung von 3 separaten Servern für Datenbank, Anwendungsserver und IIS kann konfiguriert werden, ist aber nicht erforderlich.
Nachfolgend finden Sie weitere Referenzen mit detaillierteren Informationen zu den spezifischen Integrationsanforderungen für verschiedene Unternehmenssysteme.
SAP Business Technologie Plattform
https://github.com/SimioLLC/SAPCloudPlatformIntegration
AVEVA MES
https://github.com/SimioLLC/AVEVAMES