Trendy digitálnych dvojčiat, ktoré prinášajú obchodnú hodnotu

Vedúci zmeny začína každé ráno rovnako: otvorí výrobné údaje, skontroluje stav zásob, zavolá údržbu a potom sa pokúsi zistiť, prečo sa včerajší výkon oneskoril. Informácie existujú, ale sú roztrúsené v rôznych systémoch, z rôznych časových období a s rôznou úrovňou detailov. Trendy digitálnych dvojčiat preto nie sú primárne o pôsobivých 3D modeloch. Ide o to, ako spoľahlivejšie vidieť, pochopiť a riadiť stav fungujúceho podnikového alebo priemyselného procesu.

Digitálne dvojča je užitočné, keď spája fyzickú realitu - napríklad výrobnú linku, sklad, strojový park alebo logistický proces - s príslušnými prevádzkovými a obchodnými údajmi. Nie je to jednorazová správa, ale model, ktorý sleduje zmeny v reálnej prevádzke. To však predstavuje významný rozdiel medzi dobre znejúcim technologickým sľubom a skutočným obchodným výsledkom.

Digitálne dvojča je čoraz menej prezentačný nástroj

Skoré projekty digitálnych dvojčiat často stavali na vizuálnej kópii zariadenia alebo prevádzky. Na obrazovke bolo vidieť výrobnú halu, stav strojov, prípadne niekoľko metrík. To môže byť užitočné na školenie, plánovanie alebo prezentáciu zákazníkom, ale samo o sebe zriedkakedy mení každodennú prevádzku.

Jedným z hlavných smerov dnes je, aby sa digitálne dvojča stalo namiesto vizualizácie rozhodovacou podporou. Otázka nie je, či sa dá pekne zobraziť lokalita, ale či vedúci alebo operátor dostane včas odpovede na tieto otázky: ktorý stroj obmedzuje produkciu, kde rastie riziko odpadu, ktoré objednávky sú ovplyvnené nedostatkom surovín, alebo aké budú dôsledky plánovaného odstavenia.

Na to model nemusí nevyhnutne obsahovať všetko. Naopak, príliš široký počiatočný cieľ často projekt paralyzuje. Digitálne dvojča baliacej linky môže začať s tromi údajmi: skutočný cyklus, dôvod prestoja a zmena stavu hotových výrobkov. Ak z toho vznikne lepšie plánovanie zmien alebo rýchlejšie riešenie problémov, už to prináša obchodnú hodnotu.

V centre trendov digitálnych dvojčiat je dátové prepojenie

V mnohých organizáciách sú údaje už k dispozícii. PLC, SCADA systémy, skladové softvéry, ERP, údržbové aplikácie a záznamy kvality všetky zhromažďujú informácie. Problém je, že tieto informácie nemajú rovnaký význam, neprichádzajú v rovnakom čase alebo sa bez manuálneho zosúladenia nedajú prepojiť.

Preto jedným z najdôležitejších trendov nie je inštalácia nových senzorov, ale zosúladenie údajov z existujúcich systémov. Napríklad prestoj stroja je sám o sebe len technická udalosť. Ak sa dá prepojiť s výrobným plánom, prioritou objednávky, dodávkou dielov a históriou údržby, už má aj obchodné dôsledky.

Kvalita prepojenia je dôležitejšia ako množstvo údajov. Ak výrobný systém tvrdí, že produkt je dokončený, ale v skladovom systéme ešte nie je k dispozícii, digitálne dvojča nebude spoľahlivé. Najprv je potrebné objasniť, čo znamená „hotový“, kto je zodpovedný za zmenu stavu a ktorý systém je dôveryhodným zdrojom daných údajov. Toto je otázka procesu a zodpovednosti, až potom technologická úloha.

Reálne časové údaje majú hodnotu len vtedy, ak na ne existuje reakcia

Reálna časová prevádzka je často súčasťou sľubov digitálnych dvojčiat. Nie vždy je však potrebné aktualizovať údaje každú sekundu. Pri bezpečnostných alebo kvalitatívnych odchýlkach výrobnej linky to môže byť odôvodnené. Pri mesačnom plánovaní kapacít môže byť dostatočná hodinová alebo denná aktualizácia.

Zbytočne husté zhromažďovanie údajov prináša náklady, zložitosť a väčšiu možnosť chýb. Dobrá otázka pri plánovaní znie skôr takto: aké rozhodnutie je potrebné urobiť rýchlejšie alebo presnejšie a aké aktuálne údaje sú na to skutočne potrebné? Ak na to nie je jasná odpoveď, reálny časový dashboard sa ľahko stane ďalšou obrazovkou, ktorú nikto pravidelne nesleduje.

Simulácia: nie predpoveď, ale overiteľný scenár

Jedným z najsilnejších využití digitálnych dvojčiat je simulácia. Spoločnosť si môže vopred vyskúšať, čo sa stane, ak zavedie nový produkt, zmení rozvrh zmien, objedná od iného dodávateľa alebo ak kľúčový stroj neočakávane vypadne. To je obzvlášť cenné tam, kde dôsledok zlého rozhodnutia nie je len niekoľko hodín administrácie, ale oneskorené dodávky, nadčasy, odpad alebo strata dôvery zákazníkov.

Kvalita simulácie však závisí od predpokladov modelu. Ak model počíta s ideálnym využitím strojov, zatiaľ čo v realite sú pravidelné zmeny, nedostatky materiálu a obmedzenia ľudských kapacít, môže poskytnúť zavádzajúce výsledky. Digitálne dvojča nenahrádza odborné znalosti v oblasti výroby, logistiky alebo financií. Skúsenosti odborníkov využíva na štruktúrovanejšie a overiteľnejšie rozhodnutia.

V praxi je dobré začať s konkrétnym, opakujúcim sa problémom. Napríklad výrobca nemôže poskytnúť spoľahlivý sľub dodania, pretože plánovači počítajú kapacitu v tabuľkách, zatiaľ čo skutočný stav strojov a dodávka surovín sa objavujú oneskorene. Tu môže úzke digitálne dvojča predpovedať riziko oneskorenia. Nie je potrebné hneď modelovať celú prevádzku.

Úloha AI je presnejšia, než sa na prvý pohľad zdá

Umelá inteligencia sa objavuje v mnohých iniciatívach digitálnych dvojčiat, ale projekt nie je hodnotný len preto, že má nálepku AI. Je vhodné ju aplikovať, keď je potrebné rozpoznať vzory z veľkého množstva údajov, ktoré je ťažké spracovať na základe pravidiel.

Takým môže byť včasné zistenie abnormálneho správania stroja, odhad očakávanej potreby údržby, hľadanie súvislostí kvalitatívnych odchýlok alebo spracovanie informácií z dokumentov. AI však automaticky neopraví nepresné hlavné údaje, chýbajúce udalosti alebo nekonzistentné pracovné postupy.

Ak je údržbová udalosť v jednej zmene zaznamenaná ako „mechanická porucha“, v druhej ako „krátke zastavenie“ a v tretej ako voľná textová poznámka, najprv je potrebné upraviť správu údajov. AI môže pomôcť pri klasifikácii starých údajov, ale spoločné pojmy a zodpovednosti musí vytvoriť organizácia.

Kybernetická bezpečnosť a kontinuita prevádzky sú otázkou dizajnu

Ako digitálne dvojča spája obchodné systémy s prevádzkovou technológiou, zvyšuje sa aj počet bodov pripojenia. To nie je dôvod na odkladanie vývoja, ale dôvod na to, aby architektúra nebola dodatočným detailom.

Je potrebné určiť, aké údaje môžu opustiť prevádzkovú sieť, kto môže mať prístup k modelu, aké logovanie je potrebné a čo sa stane v prípade výpadku spojenia. Výrobný proces by sa nemal zastaviť len preto, že centrálna analytická služba je dočasne nedostupná. Digitálne dvojča môže podporovať prevádzku, ale nesmie vytvárať nové, skryté závislosti.

Dobre navrhnuté riešenie preto oddeľuje kritické riadenie, zber údajov a analýzu. Rieši oprávnenia a pôvod údajov, ako aj to, ako overiť, či model stále odráža reálnu prevádzku. To je obzvlášť dôležité v regulovaných odvetviach, ale dôležité pre každú spoločnosť, kde nesprávne informácie môžu spôsobiť priamu obchodnú stratu.

Kedy je vhodné uvažovať o digitálnom dvojčati?

Nie každý proces potrebuje digitálne dvojča. Pri jednoduchom, zriedkavo sa meniacom administratívnom procese môže byť jasná zodpovednosť, lepšia integrácia systému alebo niekoľko automatizovaných krokov rýchlejšie priniesť výsledky. Digitálne dvojča je opodstatnené, ak je prevádzka zložitá, premenlivá, spájajú sa v nej fyzické a digitálne udalosti a zlá viditeľnosť pravidelne spôsobuje náklady alebo riziká.

Dobrým znakom môže byť, ak sa spoločnosť pravidelne snaží spätne pochopiť, čo sa stalo. Ak sa týždenná výkonnostná správa zostavuje ručným zberom údajov, ak výroba a predaj vidia rozdielne počty zásob alebo ak sa dopady odstavenia dajú posúdiť až o niekoľko dní neskôr, problém nemusí byť nevyhnutne nedostatok nového softvéru. Možno je potrebné prepracovať tok a interpretáciu informácií.

Ďalším rozumným krokom nie je výber platformy, ale sledovanie kritického procesu: odkiaľ údaje pochádzajú, kto ich upravuje, do ktorých systémov sa prenášajú, kde sa oneskorujú a aké rozhodnutie na nich závisí. Ak na túto mapu vzniknú úprimné odpovede, už to veľa napovie o tom, či je digitálne dvojča skutočným smerom vývoja, alebo je najprv potrebné vytvoriť jednoduchší prevádzkový poriadok.