Cyfrowe bliźniaki (digital twins) – czym są i jak mogą się sprawdzić w logistyce

Tak zwane cyfrowe bliźniaki (digital twins) to w istocie wirtualna kopia procesu, produktu lub usługi, powstała dzięki uzyskanym wcześniej informacjom (m.in. otrzymanym za pomocą czujników wbudowanych w urządzenia). Specjaliści z firmy badawczej Gartner przepowiadają, że technologię cyfrowych bliźniaków w ciągu najbliższych dwóch lat wdroży nawet połowa dużych przedsiębiorstw.

Digital twins znajduje zastosowanie m.in. do projektowania łańcucha dostaw. Istotne elementy tego łańcucha, które powinny być uwzględnione jeszcze na etapie prac projektowych dotyczą skali przedsięwzięcia, ilości środków transportu, czy doboru rozwiązań logistycznych mających na względzie specyfikę realizowanych procesów i obsługiwanych jednostek ładunkowych. Biorąc pod uwagę sytuację na rynku pracy, nie bez znaczenia jest też analiza zysków i strat związanych z ilością zatrudnionych pracowników i rozważenie kwestii wprowadzenia na większą lub mniejszą skalę rozwiązań z zakresu automatyki.

Symulacja pozwala testować różne warianty, analizować scenariusze zdarzeń, optymalizować procesy

Specjaliści podkreślają, że istnieje wiele sposobów symulacji łańcucha dostaw, jednak znajomość konkretnych narzędzi do symulacji procesów jest ciągle dość znikoma. Ciągle nie brakuje też inwestorów popełniających błędy np. w projektowaniu przestrzeni magazynowej. Cytowany przez TOP Logistyka Andrzej Michalski (SSI Schaefer) wylicza ewentualne skutki takich błędów: niedoszacowanie wąskich gardeł w transporcie lub zastosowanie zbyt dużej czy zbyt małej liczby kosztownych urządzeń, takich jak windy, wózki transferowe czy układnice automatyczne. Poprawnie zaprojektowane systemy wykorzystują tego typu urządzenia w maksymalnym stopniu, nie dopuszczając m.in. do tzw. pustych przebiegów. Aby to zapewnić, konieczne jest m.in. umiejętne skomponowanie tras komunikacyjnych, co w przypadku bardzo złożonych systemów nie zawsze jest możliwe bez symulacji.

Dobrze wykonane symulacje pozwalają też zweryfikować skuteczność działania w spiętrzeniach: zarówno sezonowych, jak i tych wynikających z natury samego procesu, czyli różnego rozłożenia w godzinach czy też zmienności w czasie. Dzięki nim można dowiedzieć się, gdzie są granice magazynu i przy jakim wolumenie lub jakiej charakterystyce zleceń przestanie on odpowiadać na potrzeby konkretnego użytkownika.
Projektując działanie obiektu logistycznego trzeba zwrócić uwagę przede wszystkim na definicje poszczególnych stref funkcjonalnych i powiązań między nimi.

Efekty dobrych decyzji są policzalne, choć określenie konkretnych wartości liczbowych oszczędności zależy od stopnia skomplikowania logistyki wewnątrzmagazynowej

Główną oszczędność stanowi możliwość ograniczenia inwestycji (jeśli okaże się, że dodatkowe urządzenie nic lub niewiele wniesie do skuteczności obsługi) lub jej rozszerzenie (jeśli brak jakiegoś elementu miałby istotnie ograniczyć wydajność pozostałych części). A to są często koszty liczone w setkach tysięcy, a nawet milionach złotych.

Zysków można upatrywać również w ograniczeniu sprzedaży utraconej, która może być następstwem np. nagłego i nieprzewidzianego ograniczenia możliwości wysyłkowych magazynu. Niedoszacowanie potrzeb może sprawić, że dopiero po wdrożeniu instalacji okaże się, iż maszyn powinno być więcej. Jeśli nie ma już na nie miejsca, inwestor może mieć spory problem.

Istnieje coraz więcej narzędzi do symulacji procesów

Posiadają funkcje modelowania w 3D oraz przeprowadzania testów różnych scenariuszy wydarzeń i zmian. Kolejną z możliwości jest rozbudowana analiza danych importowanych z programów analitycznych, porównywanie wyników (diagramy, raporty i wykresy), wybieranie najlepszego scenariusza.

Własne rozwiązania stworzył np. Mecalux. Za pomocą Easy M przeprowadza się symulację funkcjonowania magazynów automatycznych. Pokazuje jak będzie przebiegał proces i jak będzie działało oprogramowanie WMS. Easy M generuje też raporty na temat szacowanej wydajności obiektu (np. natężenie przepływu ładunków, liczba zrealizowanych zamówień), co stanowi bazę do podjęcia strategicznych decyzji dotyczące działalności firmy. Easy M pozwala np. realistycznie szacować liczbę cykli (oparte na logice i procesie logistycznym danego magazynu); prognozować liczbę poleceń wydania zamówień; sprawować kontrolę nad towarem i automatycznie obliczać rotację wszystkich składowanych produktów.

Easy S, wraz z Easy WMS służy natomiast do projektowania, konfigurowania, walidowania oraz symulowania w 3D wydajności magazynu (automatycznego lub tradycyjnego) przed jego uruchomieniem. Automatic Warehouse Studio (AWS) to z kolei bardziej rozwinięta wersja programu sterującego Galileo (kieruje ruchem urządzeń pracujących w automatycznym magazynie: przenośnikami, układnicami, wózkami wahadłowymi). Symuluje funkcjonowanie tych urządzeń za pomocą systemu SCADA.

Dostawca zwraca uwagę na realistyczną wizualizację projektu w 3D z funkcjami m.in. przybliżania, oddalania, obracania obrazu, a także znaczne skrócenie terminów uruchomienia urządzeń automatycznych (symulacja pozwala przetestować poprawność komunikacji modułu sterującego i systemu zarządzania magazynem, w rzeczywistym obiekcie przeprowadza się tylko drobne korekty, np. regulację przemienników częstotliwości czy synchronizację fotokomórek.

Własne oprogramowanie ma też np. FlexSim

FlexSim Standard Software służy do modelowania w 3D, wizualizacji, symulacji i optymalizacji procesów logistyki magazynowej. Symulacja polega na nanoszeniu odpowiednich obiektów na płaszczyznę modelu z wykorzystaniem techniki “przeciągnij i upuść”, a następnie na odpowiednim łączeniu tych obiektów w system, zgodnie z logiką przepływu. Biblioteki obiektów zaprojektowano tak, aby umożliwić użytkownikowi odwzorowanie właściwości poszczególnych składowych rzeczywistego systemu, zachowując pełną kontrolę nad strukturą tworzonego modelu.

Wbudowany moduł OptQuest służy optymalizacji, a moduł Eksperimenter pozwala powtórzyć eksperyment symulacyjny zadaną liczbę razy. Z kolei ExpertFit umożliwia odwzorowanie naturalnej zmienności modelowanych procesów poprzez dopasowanie odpowiednich rozkładów teoretycznych do danych empirycznych. Analizę wyników ułatwiają, dodawane do modelu wykresy i statystyki, generowane w czasie rzeczywistym.

Autorskie rozwiązania proponują też dostawcy rozwiązań optymalizujących zarządzanie, np. WMS. – Mechanizmem pozwalającym na symulację różnych scenariuszy procesów logistycznych np. w ramach systemu PSIwms jest mechanizm tzw. “testów automatycznych”. Narzędzie to jest szczególnie przydatne w fazie sprawdzania założeń teoretycznych bezpośrednio na środowisku systemu WMS, a wynikiem może być np. analiza wydajności poszczególnych procesów logistycznych – tłumaczą w PSI Polska.

Innym narzędziem jest moduł pozwalający na zaawansowane planowanie operacji magazynowych. I w tym przypadku głównym elementem symulacji, oprócz samej definicji procesów, są dane wejściowe, najlepiej zebrane jako dane statystyczne z działającego obecnie procesu. Chodzi przede wszystkim o czasy trwania poszczególnych operacji, ilość indeksów czy ilość awizacji na jednostkę czasu.

Przydatnym rozwiązaniem jest też narzędzie do symulacji dyskretnych zdarzeń Plant Simulation (Tecnomatix), które pomaga tworzyć cyfrowe modele systemów logistycznych. Pozwala badać charakterystykę systemu i optymalizować jego wydajność (przepływ materiałów, wykorzystanie zasobów). Umożliwia symulację, wizualizację, analizę… Rozbudowane narzędzia, takie jak analiza wąskich gardeł, statystyki i wykresy, pozwalają na ocenę różnych scenariuszy.

Fot: youtube.com/Geospatial World