利用数据表直观地设计和操作数字孪生模型 | Simio

设计和操作传统模拟和数字孪生模型是一个耗时的过程，包括以下步骤：

• 从预建库中拖放对象
• 根据每个对象的属性定义其操作行为
• 配置模型以准确运行

虽然从预建库中拖放对象简化了设计过程，但为对象分配规则或复杂逻辑等属性也会带来一系列困难......而设施运行复杂度的任何增加都会带来更多建模挑战。例如，在两条生产线之间选择最快的方案时，需要制定复杂的建模规则，这就需要大量的设计工作。设计人员必须考虑每条生产线的关键操作行为，并将其整合为规则。

Simio 通过提供直观的数据表，消除了使用传统方法设计模型的困难。使用数据表，您可以使用来自实时数据采集源的数据创建和定义对象。 这一过程包括以下步骤：

• 将企业数据与 Simio 集成
• 使用企业数据定义对象
• 通过更改对象数据实时修改模型

通过调整数据修改对象参数是一种直观的方法，无需为每个对象定义操作行为，也无需持续重新定义这些行为以捕获不断变化的参数。这种直观的方法可加快仿真和数字孪生建模过程，从而支持实时操作。

数据表用例

Simio 整合了数据表的使用，使您在开发时能够简化设计和操作活动：

• 供应链和物流模型--供应链数据通常使用 RFID 标签和物联网设备采集，这些设备可跟踪运输资产的供应或交付路线。这些数据集被采集并传输到集中式计算平台，如您的 MES 或云计算存储解决方案。捕获的数据集可提供所需信息数据表，以便快速设计供应链的数字孪生模型。

然后，数字供应链将成为一个虚拟平台，用于评估新的供应路线和需求增加的影响，与第三方供应商合作处理中断情况，以及实施实时监控策略以优化供应链的监控平台。

• 生产和调度计划- 存储在 MES、ERP 和 excel 表中的设备、生产资产和生产流程数据是信息数据表的来源，用于定义设施数字孪生模型中资产的行为模式。因此，在更新或开发新的调度计划时，数据表和模板可确保设计人员无需从头开始创建或重新创建复杂的逻辑和模式。

数据表利用新数据集为数字孪生模型中的建模资产分配新参数，以制定调度和生产计划。这加快了建模过程，有助于制定准确的实时计划。

• 从仿真模型开发数字孪生模型--强大的数字孪生模型结合实时数据传输来执行实时评估或计划。相反，仿真模型依靠历史数据集来评估和预测模型设施的未来性能。数据表可利用设施的仿真模型和实时数据开发数字孪生模型。

在这里，仿真模型已经包含了设施内的资产和流程模型，而数据表则利用实时数据为这些建模资产添加了实时行为模式，从而创建了一个功能性数字孪生模型。

• 资源规划和分配--数字孪生是评估资源分配和制定计划的有力工具，可最大限度地利用生产线上的资源。利用数据表对每个工作站或生产线上正在进行的活动进行持续建模，有助于制定灵活的资源分配计划。这些计划考虑到了不断增加的实时需求及其对车间生产能力的影响。因此，制造商可以实时了解满足不同需求周期所需的资源。

为什么要使用数据表设计方法

数据表为您提供了一个强大的工具，使您能够充分利用企业数据。这些企业数据集可能来自企业资源规划系统、物联网框架、边缘设备，甚至是 excel 表等传统数据存储解决方案。使用数据表的增值优势包括

• 快速设计模型，以评估不同的运营方案，如评估额外资源的影响
• 能够实时识别生产线和流程中的瓶颈，从而提高生产率
• 支持使用数字孪生来制定优化的实时时间表
• 优化产能和资源规划流程，为项目经理提供做出准确决策所需的信息。

数字孪生及其变革能力是推动变革和实施新业务理念的有力工具。使用数据表可确保数字孪生系统充分利用企业的关键数据集，提供优化生产力所需的洞察力。您可以立即咨询 Simio 应用工程师，了解有关数字表应用的更多信息。