Quando muitos de vocês ouvem a palavra Digital Twin, geralmente a associam a uma representação digital de uma máquina ou de um ativo físico. No entanto, esse é apenas um subconjunto ou aplicação dele. Na Simio, temos uma visão mais robusta e holística do gêmeo digital, que se concentra em sua capacidade de capturar e representar dados heterogêneos em vários processos interconectados em informações modeladas que suportam análises em tempo real.
Capturar conjuntos de dados em sistemas industriais ou de manufatura – da cadeia de suprimentos, do desempenho da máquina, do rendimento e de outros relacionamentos no chão de fábrica – e aplicar a estruturação de dados semânticos para obter insights é a abordagem holística para a utilização da tecnologia de gêmeos digitais. A representação de dados heterogêneos de forma lógica capacita sua empresa com as informações necessárias para enfrentar os desafios operacionais e otimizar os resultados. Este post discutirá como o Simio Digital Twin capacita as empresas de manufatura com as ferramentas para aproveitar a estruturação de dados semânticos e o insight orientado por dados.
Aplicação de redes neurais para integrar lógicas e restrições complexas
A fabricação de processos envolve lidar com diversos processos e contornar as restrições de produção para produzir o rendimento necessário para atender às expectativas ou à demanda do cliente. Esses diversos processos e restrições produzem seu próprio conjunto de dados e afetam os processos industriais de diferentes maneiras. Portanto, o desenvolvimento de modelos gêmeos digitais de instalações e operações de fabricação de processos deve incluir as restrições e a lógica complexa que ocorrem em tempo real.
O Simio integra o uso de redes neurais para simplificar o processo de modelagem de lógica complexa e incluir restrições nos modelos gêmeos digitais de sistemas industriais e de manufatura. Isso significa que, em vez de passar pelo processo trabalhoso de criar manualmente uma lógica complexa, você pode contar com a NN para criar e automatizar a recriação da lógica quando necessário. O uso de redes neurais reduz a duração da modelagem e melhora a precisão dos modelos de gêmeos digitais para a tomada de decisões.
Visualize insights orientados por dados com relatórios de painel
Como dito anteriormente, o Digital Twin capacita as empresas industriais com as ferramentas para avaliar o processo operacional para tomar decisões e otimizar a produtividade. A apresentação dos insights para a tomada de decisões que o Digital Twin fornece às partes interessadas no andar superior e aos técnicos no chão de fábrica exige certa simplicidade. A apresentação de dados em fluxo contínuo acaba confundindo ainda mais os tomadores de decisão, por isso a necessidade de resultados visualizados. O recurso Simio Results and Dashboard Reports fornece aos analistas de dados e técnicos as ferramentas para visualizar a inteligência comercial de uma forma que todos entendam.
Aproveitando os relatórios do painel, os analistas podem mostrar facilmente os efeitos de diversos parâmetros, como disponibilidade de estoque, tempo de inatividade ou aumento da demanda da linha de produção. No nível do chão de fábrica, os relatórios de programação informarão os funcionários sobre suas responsabilidades e o sucesso obtido com o cumprimento de programações otimizadas.
Implementar modelos de negócios do setor 4.0 em tempo real
Os modelos de negócios do setor 4.0, como manutenção preditiva, otimização do desempenho da fábrica orientada por dados e programação baseada em riscos, utilizam dados semânticos para sua implementação. Os modelos de gêmeos digitais fornecem às empresas de manufatura as ferramentas necessárias para implementar um sistema de monitoramento e gerenciamento em tempo real que dê suporte a esses modelos de negócios.
Por exemplo, a capacidade do gêmeo digital de integrar dados em tempo real ao desenvolvimento de cronogramas otimizados permite que ele descubra ativos defeituosos e produza rapidamente cronogramas aplicáveis baseados em riscos para evitar o tempo de inatividade. Esses recursos de monitoramento em tempo real e a opção de analisar conjuntos de dados históricos também são a força motriz por trás da manutenção preditiva.
Conclusão
A jornada para obter o melhor dos seus dados por meio da aplicação de modelos de gêmeos digitais tem seus próprios desafios. O Simio Software facilita esses desafios com o fornecimento de amplos recursos de suporte para facilitar a modelagem e o processo analítico. Você pode saber mais sobre a utilização dos Relatórios de painel no Webinar do Simio e sobre o uso de redes neurais neste vídeo do YouTube.