Skip to content
2021-Simio-Sync-logo

2021 Simio Sync:数字化转型应用

何时

2021 年 9 月 28 日

演讲集锦与重播

EY_logo_2019.svg

大流行推动:数字化转型的新紧迫感

介绍人
  • 萨钦-卢拉 ,
  • 安永美洲先进制造与移动咨询行业主管 ,

COVID-19 使数字化转型势在必行,暴露出范围、规模和效率等传统价值杠杆已不再适用于制造业的竞争。哈佛商业评论》(HBR)的一项研究发现,企业在数字化转型上花费了 13 亿美元,其中 9000 亿美元因试点项目无法扩大规模而被浪费。那么,领导者与落后者的区别在哪里?作为 2021 年 Simio Sync 会议的主题发言人之一,安永美洲先进制造与移动咨询行业主管 Sachin Lulla 将就先进制造企业如何加快数字化转型之旅分享他的观点。聆听 Sachin 的主题演讲并了解以下内容:大流行病如何加速了转型需求,关键驱动因素是什么? 为什么大多数制造业数字化转型都失败了?如何搭建从现在到未来的桥梁?

JohnsonJohnson_Logo.svg_-1024x215-1

领先于下一次危机:持续作战

介绍人
  • Vishal A. Varma ,
  • 博士学位 ,
  • 西米奥 ,
  • 数字与数据科学总监 Hanzhang (Sally) Liu ,
  • 高级数据科学家 ,
  • 数字与数据科学 ,

随着我们进入一个外部商业环境持续动荡和快速转变的时代,危机准备对于确保业务和供应链的复原力变得至关重要。危机准备的关键要素包括对外部环境的主动监控、预测供需冲击情景影响的能力以及针对高度破坏性情景提出纠正措施和最佳应对建议的能力。在制药和医疗行业,患者和医疗服务提供者有可能感受到这种中断的影响。一直以来,业务连续性团队都是通过预定义的应急计划来处理供应中断或需求激增的危机。然而,传统的危机准备方法侧重于针对一系列众所周知的中断情况启动风险缓解计划。相比之下,低概率/高严重性情景(即所谓的 "黑天鹅 "事件)则很难制定计划,因为从定义上讲,这些情景很少发生,而且几乎没有历史数据可用于制定计划(例如,原材料供应损失和需求激增同时发生)。因此,问题在于:我们能否创建一个 "推荐引擎",以高度自动化的方式为大量低概率和高概率的中断情况提出应对计划,从而使供应链团队能够专注于构建所需的基础设施和执行,而不是手动制定应急计划?自动化数字情景平台有很大的机会介入并提供这种服务。在强生公司,我们已经朝着这个方向迈出了步伐,利用数字孪生和人工智能技术建立了这样的数字情景平台,以提高我们供应链的耐用性、灵活性和复原力,并确保患者和客户的供应安全(SoS)。这些基于 Simio 技术的 E2E 数字孪生平台侧重于创建端到端价值链网络的虚拟副本,横跨供应商、制造和分销现场到客户现场。这样,我们就可以同时优化决策权衡(规模和速度),围绕新的制造和质量检测能力、安全库存和库存政策、产品分配等目标,实现现金、产品成本、服务和资本效率等结果。因此,我们能够高度灵活地 "演练 "各种供需情景组合,并随时准备应对下一次危机。

Lockheed-Martin-Logo-1024x183

洛克希德-马丁航空公司使用 Simio 进行离散事件仿真 - 发展与挑战

介绍人
  • 斯科特-斯旺 ,
  • 建模与仿真主管 ,
minopex-set-removebg-preview

利用加工厂数字孪生系统实现投资回报最大化

介绍人
  • Willem Daling 运营执行总监 ,
  • 仿真工程技术 ,
徽标_拜尔.svg

拜耳的智能制造之旅

介绍人
  • 曼努埃尔-佩雷拉-雷梅勒 ,
  • 首席专家流程模拟 ,

十多年来,拜耳一直在使用复杂制造环境的整体离散事件仿真模型,也称为 "虚拟工厂"。作为各种内部战略计划的成果,这些虚拟工厂通过 50 多个成功项目(从拜耳作物科学到拜耳制药)创造了巨大的商业价值。通过连接企业数据系统来创建数字孪生系统,使这些虚拟工厂投入运营,是拜耳实现智能制造和工业4.0价值的关键技术。Pietro Bertuzzi 将在另一个演讲中展示拜耳消费者健康事业部 Simio 数字孪生系统的实际应用案例。该演讲将讨论拜耳公司的组织结构、当前的应用范围、包括Simio数字孪生系统在内的智能制造最新步骤、未来实施从设计到数字运营的无缝模型生命周期的计划,以及与数字供应链孪生系统的相互连接。

徽标_拜尔.svg

用于保健消费品行业生产调度的数字孪生系统

介绍人
  • 皮埃特罗-贝尔图齐 ,
  • 供应链数字孪生工程师 ,

Seegrid 与 Simio 合作开发了一个灵活的仿真模板,支持其解决方案设计团队的协作使用。

埃森哲标识

数字化转型:大处着眼、小处着手、快速扩展

介绍人
  • 肯-巴克斯顿 ,
  • 首席导演 罗曼-比尔-吉内 ,
  • 数据科学高级经理 ,

端到端数字运营转型是通过先进的数字技术对企业进行重塑,从而在工程、制造和供应链功能方面推动效率、客户体验和可持续性达到新的水平。转型不再是一代人一次的活动......它现在是一种常态。不断加快的创新步伐,加上瞬息万变的社会、环境和监管环境,迫使企业和生态系统不断进化,以求生存和发展。新技术在企业、组织和消费者中的融合与应用推动了快速循环演进。数字化转型要求组织转型,而不仅仅是技术转型。领导者必须重新调整业务目标、创建新的业务模式、转变体验并实现产业化运营--注意向新的业务和运营模式转型,而不是将数字化映射到旧模式上。

根据对美国、欧洲和亚洲 8 个行业领域 600 家公司的研究,数字化成熟度平均为 39%(100% 表示全面部署)。在研究重点关注的 40 项关键数字化能力中,有 3 项属于数字化集群,重点是规划、模拟和执行控制。有趣的是,研究显示,数字化领导者已经将数字双胞胎作为一种转型技术,以支持包括模拟和动态计划与调度在内的关键运营能力。研究还揭示了加速数字化转型的驱动因素,以及似乎减缓数字化技术应用的驱动因素。

在本讲座中,我们将带您体验几家公司的探索和转型之旅,这些公司已经开始采用数字技术,并开始转变运营方式和服务客户的方式。

br-removebg-preview

部署数字双胞胎来设计和操作灵活的自动化制造系统

介绍人
  • 马丁-拉森 ,
  • 北欧业务开发负责人 ,
Northrop-Grumman-1024x496

空间制造调度和产能规划的 Simio 模型实施

介绍人
  • 伊丽莎-谢帕德 ,
  • 工业工程师 ,
Simio-Logo-for-Sync24

Simio 软件解决方案概述

介绍人
  • 蕾妮-蒂辛格 ,
  • 产品副总裁 ,

数字化转型是我们商业现实的一部分,而利用数据进行战略决策和在企业内部实现信息民主化的需求则因这场大流行病而加速。面对不确定性,各行各业的企业都不得不不断进化,增强应变能力。企业利用数据、可视化系统、执行假设情景分析以及深入了解实时运营流程的能力,对于制定成功的业务战略至关重要。Simio 基于仿真的数字孪生解决方案可以成为实现数字化转型的核心技术,帮助企业做出更好的决策、优化运营并推动增长--无论您在数字化转型的道路上处于哪个阶段。这一旅程始于一个虚拟模型,用于分析和预测特定情况下可能发生的事情。下一步,该模型可以连接到企业系统,然后成为流程数字孪生系统,利用实际系统的运行数据作为输入,生成详细的生产计划。随着数字化成熟度的提高,Simio 数字孪生系统可支持自主决策,自动制定最佳行动,并作为完全集成的工作流程的一部分发送回支持企业系统执行。Simio产品副总裁Renee Thiesing将带领我们踏上数字化转型之旅,重点介绍Simio解决方案如何在转型过程中的每一步实现增值。您将看到 Simio 产品的实际应用,包括与其他企业系统集成的实例和一些新的 Simio 产品功能。

数字转型

开展数字化转型之旅和实施数字孪生项目的真实视角

介绍人
  • 托尼-因纳莫拉托 ,
  • Simio Manuel Pereira Remelhe 客户解决方案副总裁 ,
  • 拜耳工艺模拟首席专家 Barbara Barańska ,
  • 高露洁-棕榄公司生产规划全球工作流负责人 Eliza Sheppard ,
  • 诺斯罗普-格鲁曼公司工业工程师 Wiktor Pawlica ,
  • 高露洁-棕榄公司集成系统主管 Pietro Bertuzzi ,
  • 拜耳供应链数字孪生工程师 ,

在 Simio Sync 的整个过程中,您将听到从设计到运行各个环节的成功故事。每一个成功都来之不易,都蕴含着宝贵的经验。我们请数字孪生客户分享他们的一些经验,希望通过借鉴他们的经验和吸取教训,鼓励其他人踏上成功之路。讨论将围绕以下挑战展开

  • 评估内部准备水平,确定技能差距限制和采用新技术所需的人力资源。
  • 管理数据管道。
  • 实施敏捷、迭代的构建方法,有效应对在使用数字孪生等新数字化转型技术时出现的障碍。
  • 确定组织因数据不可用或可用数据质量问题而需要考虑的权衡问题。

圆桌会议将由内部和外部具有技术专长的实施团队成员组成。听众将了解如何管理数字化转型的采用流程。

东北大学-校徽

模拟-优化数字孪生系统

介绍人
  • Mohammad Dehghani ,
  • 博士学位 ,
  • 机械与工业工程系副教学教授 ,

制造业对实时决策的需求使数字孪生(DT)领域备受关注。整个理念围绕着基于企业数据创建物理系统的数字对应物,以利用众多参数的影响并做出明智决策。在此基础上,本文提出了饮料生产厂 DT 模型的仿真优化框架。在 Simio 中开发的数据驱动仿真模型与 Python 集成,使用 NSGA-II 执行多目标优化。该框架通过改变操作员的可用性和调度/调度规则,模拟多种情况,探索最佳解决方案。结果表明,仿真优化可以集成到数字孪生模型中,作为实时生产计划和调度的一部分。

宾夕法尼亚州立大学尼塔尼狮队标志.svg

2021 年 5 月 Simio 学生竞赛获奖者

介绍人
  • 罗布-牛顿 ,
  • 博士生贾斯汀-里斯特 ,
  • 博士生 ,

Simio 货架商店是一家货架生产商和批发商,专门生产多种类型的货架单元,并提供各种设计变化。目前,该商店的订单成交率很低,影响了商店的利润。管理部门最近聘请了一位外部顾问,为库存和缓冲系统的改革提供建议。该顾问推荐了一种新的缓冲和库存模式,即需求驱动的材料需求计划(DDMRP),以解决严重的缺货问题。

工厂目前使用的是静态缓冲水平,即所有工位都有固定数量的原材料在其工位上缓冲,工厂保持固定数量的每种终端产品以备装运。目前的缓冲方法,再加上整个工厂及其供应商在交货时间和质量上的差异,导致了成品和原材料的缺货。管理层接受了顾问的建议,将 DDMRP 缓冲解决方案纳入工厂,因为他们相信动态缓冲解决方案将改善一系列选定的关键绩效指标(KPI),尤其是填充率和平均库存成本。作为次要目标,管理层还寻求更好的方法来监控缓冲水平的风险,而 DDMRP 缓冲曲线将提供这种方法。

在工厂建立动态 DDMRP 缓冲区是一项挑战。这将包括利用来自销售、质量、机器和供应商的现有数据,首先确定缓冲区的位置,然后微调缓冲区参数,以改善选定的关键绩效指标。缓冲区整合后,管理层希望预测工厂关键绩效指标的变化。此外,管理层还希望重新评估潜在供应商,因为这些供应商的交货时间和产品质量各不相同。这项评估将包括为潜在供应商重新创建最佳缓冲区,以确定供应商对公司填充率和平均库存成本的影响。