Dijitalis Consulting 是一家领先的模拟和优化公司，其任务是为一家全球电子产品制造商优化自动导引车 (AGV) 投资。该客户计划对工厂进行重大升级，包括更换由 132 辆车组成的过时 AGV 车队，这些车辆经常造成生产延误。利用 Simio 强大的模拟功能，Dijitalis 创建了 72,000 平方米工厂的综合数字孪生制造模型，包括 15 条装配线、6 个 AGV 停放区和 169 个交付点。
模拟结果显示，只需要 95 台 AGV，比最初建议的数量少 37 台，从而节省了超过 150 万美元的资本支出。除了降低成本外，Simio 模型还成为了一种宝贵的持续改进工具，使客户能够在实施前对布局修改、流程变更和生产计划进行测试。本案例研究展示了基于模拟的决策如何在确保卓越运营的同时带来可观的投资回报。
Dijitalis Consulting 公司于 2006 年在伊斯坦布尔成立，目前已为 15 个国家的 400 多家客户成功交付了 250 多个项目。该公司擅长建立数学模型，为汽车、制造、物流和纺织行业的客户分析物料流、识别低效率并测试设备改进情况。
该客户是一家全球性电子产品制造商，其生产设施占地 34,000 平方米，拥有 15 条装配线。他们现有的 132 辆 AGV 车辆已经过时，经常因卡在路径网络中而导致生产延误，无法按时交付物料。该公司正在进行重大投资，包括自动化仓库、新喷漆车间、提高产能和新的 AGV 车队。
客户在 AGV 投资方面面临着复杂的决策。虽然首要问题是购买多少台 AGV，但挑战远远超出了简单的车队规模：
AGV 制造商的目标通常是销售尽可能多的车辆，而不会进行详细分析以确定最佳数量。他们很少开发复杂的模型来证明自己的建议，而是让客户根据粗略估计或过去的经验做出决定。
该工厂的物料处理系统非常复杂：
客户需要回答许多相互关联的问题：
传统的电子表格计算无法考虑这些因素之间的动态互动，因此模拟成为全面优化的唯一可行方法。
Dijitalis 采用 Simio 仿真软件的结构化方法，为工厂的物料处理操作创建了一个全面的数字孪生模型：
团队收集并验证了大量数据，包括
经过仔细分析，团队设计了一个推式供应系统，而不是拉式系统。这一决定基于以下几个因素：
实施的实用性：拉动式系统需要计算数千种不同 SKU 的最佳再订购点和数量，因此实施和管理都不切实际。
操作简单：推式系统只需要一个参数--在转换前多少分钟开始为下一个产品供应物料。
存储可用性：装配线有足够的存储空间来适应推送系统的方法。
该流程使用生产计划数据、托盘信息和物料清单来计算剩余生产时间，并在转换前的适当时刻触发下一个产品的物料供应。
Simio 仿真软件的面向对象结构和数据驱动功能有助于创建精确、灵活的模型：
模型利用 Simio 的数据表功能进行导入和管理：
Simio 的功能包括
该模型具有强大的可视化功能：
仿真揭示了几个可能导致运行问题的设计问题：
最初的设计包括在高流量区域设置双向单车道。模拟结果表明，这将导致死锁，因为来自相反方向的 AGV 会相互阻塞。团队建议改用相反方向的单向路径，以消除死锁风险。
交通优化
模拟生成的热图确定了
通过这些洞察，对布局进行了修改，从而改善了交通流量，避免了瓶颈。
利用 Simio 的实验模块，团队进行了 35 种情景测试，对以下不同组合进行了测试：
主要关键绩效指标是生产延迟，目标是零分钟。次要关键绩效指标包括 AGV 利用率和停车区内作为维护或故障缓冲区的 AGV 数量。
基于模拟的优化带来了可观的收益：
最佳方案只需要 95 台 AGV，而不是最初建议的 132 台，这意味着车队规模减少了 28%。由于 AGV 的平均成本为 50,000 美元，因此节省的资本支出超过了 150 万美元。
模拟确定了
优化方案实现了 65-66% 的 AGV 平均利用率，在资源可用性和运营要求之间实现了有效平衡。模拟显示了全天的利用率模式，在上午的转换和下午的批量生产期间达到高峰。
最重要的是，优化配置确保了零因物料交付问题而造成的生产延误，在保持生产效率的同时最大限度地减少了资本投资。
Simio 模型的价值远远超出了最初的 AGV 机队规模：
仿真模型成为持续改进的工具，用于
单一模拟项目提供了多种工具：
随着客户产品组合和生产要求的不断变化，Simio 模型通过以下方式持续提供价值：
本案例研究展示了基于仿真的决策制定对资本投资规划和运营优化的变革性影响。通过用数据驱动分析取代粗略估算和供应商建议，Dijitalis 帮助客户
该项目展示了 Simio 强大的仿真能力如何在提供传统分析方法无法获得的洞察力的同时，实现可观的投资回报率。对于面临复杂物料处理挑战的制造和物流业务而言，仿真为优化投资和提高运营绩效提供了一种行之有效的方法。