2023 Simio Sync : Débloquez votre succès

McDonald's est l'une des sociétés fondatrices de l'industrie de la restauration rapide. Offrir à ses clients une cuisine et un service de qualité a toujours été au cœur de ses activités. Dans le monde d'aujourd'hui, de plus en plus numérique et en évolution rapide, il est important de rester à l'écoute des comportements changeants des clients pour maintenir le niveau de qualité et de service qu'ils sont en droit d'attendre. Chez McDonald's Restaurant Solutions Group, nous utilisons la modélisation de simulation pour y parvenir.

Un cas d'utilisation d'un jumeau numérique Simio mis en œuvre à l'Alcoa Baie-Comeau smelter sera présenté. Il se concentrera sur l'analyse de rentabilité initiale du projet, sur les raisons du choix de Simio, sur les 3 étapes principales de la mise en œuvre de la solution et sur les résultats obtenus.

L'industrie de la thérapie cellulaire est confrontée à de nombreux défis opérationnels. Les jumeaux numériques de Simio fournissent des informations prédictives basées sur les risques, qui permettent de prendre des décisions opérationnelles et stratégiques. La réalisation de la valeur de votre jumeau numérique dépend de l'intégration réussie de votre technologie de jumeau numérique dans vos pratiques commerciales. Dans cette présentation, nous explorerons les trois phases de maturité que nous avons connues chez BMS au cours de notre voyage continu avec Simio, et notre approche pour assurer son adoption réussie par l'entreprise.

Les phases de notre courbe de maturité comprennent : le démarrage initial de Simio dans vos processus d'affaires, l'intégration de Simio dans votre pile de données d'entreprise, et enfin la conception architecturale, la construction et la gouvernance de votre bibliothèque de jumeaux numériques et de vos méthodes de travail. Les modèles d'exploitation et de gouvernance associés aux meilleures pratiques de développement de logiciels sont des outils que nous perfectionnons continuellement, car nous favorisons une culture numérique et axée sur les données chez BMS.

Cette présentation fournira une introduction de haut niveau à la planification des besoins matériels en fonction de la demande (DDMRP) et expliquera pourquoi Simio pense que la prise en charge de la DDMRP est complémentaire à notre solution de planification et d'ordonnancement existante. La combinaison de la méthodologie de planification et de réapprovisionnement DDMRP avec l'approche éprouvée de Simio basée sur la simulation pour la planification et l'ordonnancement crée un processus sans précédent pour surmonter les obstacles traditionnellement rencontrés lors de l'implémentation de DDMRP.

Le support de Simio pour DDMRP est applicable aux concepteurs de processus DDMRP, aux implémenteurs et aux praticiens, ainsi qu'aux utilisateurs actuels de Simio intéressés par la résolution d'une gamme plus large de défis liés à la fabrication et à la chaîne d'approvisionnement.

Les présentateurs donneront un aperçu détaillé de cette nouvelle fonctionnalité de Simio et expliqueront comment l'utiliser dans le cadre d'une implémentation DDMRP. La présentation comprendra également une démonstration de la nouvelle fonctionnalité en action.

Dans cette présentation, Accenture approfondira le concept de DDMRP et la méthodologie "Pull-Based", et expliquera comment ils peuvent répondre à certains des problèmes les plus courants que nous observons dans les chaînes d'approvisionnement modernes. Nous donnerons ensuite vie à ces concepts dans une étude de cas d'un engagement d'Accenture auprès d'un fabricant mondial d'arômes, en discutant de notre approche et de l'étendue de la valeur financière associée au DDMRP. Enfin, nous examinerons l'écosystème de solutions d'Accenture visant à résoudre les problèmes S&OP et S&OE des clients ; nous discuterons de l'approche d'Accenture et de la manière dont le DDMRP constitue une flèche précieuse dans notre carquois de stratégie et de conseil.

Alors que l'utilisation de l'automatisation dans toutes les industries continue de s'accélérer, les intégrateurs de systèmes jouent un rôle de plus en plus important dans la conception et la mise en œuvre de solutions automatisées. KPI est un intégrateur de systèmes qui utilise une approche orientée sur les données et agnostique sur le plan technologique pour concevoir des solutions qui transforment les opérations afin d'augmenter la vitesse d'exécution, de réduire la dépendance à l'égard de la main-d'œuvre et d'améliorer l'agilité. Rejoignez trois membres de l'équipe de simulation de KPI pour une discussion sur la simulation pour l'intégration de systèmes, un exemple de projet et les leçons tirées de notre expérience.

SimulateFirst a utilisé Simio pour créer un modèle de simulation d'entrepôt hautement automatisé comprenant un espace de stockage pour 10 000 palettes, plusieurs navettes et ascenseurs. Le système est initialisé à partir de la base de données d'un magasin, et l'utilisateur peut choisir un jour d'opération particulier pour tester le système. Le modèle déclenche l'entrée des palettes, la préparation des commandes et la sortie des palettes dans l'entrepôt. Les palettes sont acheminées dans l'entrepôt en fonction de la situation du trafic. Le système génère des Gantts et des KPI dans des tableaux de bord, ce qui permet d'analyser les goulets d'étranglement existants. Cela permet d'améliorer l'agencement de l'entrepôt qui est encore en phase de construction.

En utilisant les capacités d'OptQuest de Simio, l'équipe d'ingénierie industrielle de Northrop Grumman a effectué des analyses de simulation pour valider les améliorations apportées aux processus et aux produits.

Le jumeau numérique est une représentation numérique d'une entité ou d'un système réel. Il permet aux entreprises de simuler et de configurer leur système sans perturber l'environnement réel. Pour obtenir des gains significatifs, il est essentiel d'équiper les plateformes de jumeaux numériques existantes de solutions analytiques avancées dotées d'intelligence artificielle (IA). Ces deux technologies permettent d'appréhender efficacement la complexité des systèmes et de tirer parti des analyses de données pour soutenir les entreprises et atteindre l'excellence opérationnelle. TwinAI fournit une implémentation pratique et conviviale de l'IA avec l'environnement de simulation pour soutenir Digital Twin. TwinAI exploite le meilleur des deux mondes, Simio pour la mise en œuvre réussie de Digital Twin, et Python pour déployer de multiples algorithmes d'IA tels que l'apprentissage par renforcement et l'optimisation des big data. Cela aide les entreprises à i) transformer de grandes quantités de données en informations significatives et à recommander le meilleur plan pour les défis futurs, et ii) à former et à tester les meilleures pratiques d'IA pour leurs systèmes.

Avec la sophistication croissante des modèles de jumeaux numériques, il est impératif d'améliorer la modélisation de simulation en intégrant des techniques basées sur l'IA. Simio, pionnier des logiciels de simulation d'événements discrets, a fait un pas vers l'intégration de l'IA dans les environnements de simulation en offrant un support intégré pour les réseaux neuronaux. L'outil Simio Neural Network fournit une plate-forme conviviale pour la collecte des données d'entraînement et l'entraînement du modèle de réseau neuronal. Ce didacticiel montre comment utiliser l'outil Réseau neuronal de Simio pour former un réseau destiné à la prise de décision dans un modèle d'ordonnancement d'atelier flexible.

La technologie numérique modifie radicalement l'équilibre des pouvoirs entre les clients et les entreprises. À mesure que les clients acquièrent le pouvoir de l'information et du choix, la technologie numérique améliore considérablement l'économie des entreprises. Ces aspects économiques sont les principaux moteurs de la transformation numérique pour de nombreuses entreprises. Si la nécessité de la transformation numérique est indéniable, de telles initiatives échouent souvent dans leur mise en œuvre. Cette présentation se concentre donc sur le chaînon manquant dans le parcours de la transformation numérique : la mise en œuvre de la transformation numérique sur le terrain. Notre point de vue est qu'une mise en œuvre opérationnelle complétera un point de vue sur le changement organisationnel. Plus précisément, notre expérience dans le contexte de la chaîne d'approvisionnement suggère que la création du jumeau numérique d'un système physique sous la forme d'une mise en œuvre du modèle Simio autour de la collecte de données, du traitement des données en temps réel et de l'identification de solutions rapidement exploitables sur le terrain sont des capacités critiques qui sont essentielles pour une transformation numérique réussie ; cependant, ces capacités sont très difficiles à acquérir sans définir un processus d'exécution/de mise en œuvre soigneusement conçu.

Les nouvelles fonctionnalités sont les suivantes : Tableau d'état, concepteur de graphiques, type de tableau de bord, éditeur d'expressions, fenêtre d'état des entités, création automatique de dimensions à partir d'un tableau, définition de liens, couleur du chemin d'accès, horloge sarcelle réelle, journal d'inventaire.