KI und IoT in Lieferketten treiben digitale Zwillinge voran

21. August 2021  

Quelle:KI-Trends

Die gleichzeitig wachsende Kombination von IoT und Machine Learning führt zu einem steigenden Einsatz von digitalen Zwillingen in der Lieferkette, als digitale Nachbildung, die für verschiedene Zwecke genutzt werden kann. Die Verbindung mit dem physikalischen Modell und dem dazugehörigen virtuellen Modell wird durch die Generierung von Echtzeitdaten mittels Sensoren hergestellt.

Das Digital Twin Consortium, das im August als Programm der Object Management Group ins Leben gerufen wurde, arbeitet an der Definition einer Taxonomie und Standards sowie an der Basistechnologie einschließlich KI und Simulation. Ingenieure werden von der Arbeit angezogen. Zu den Gründungsmitgliedern gehören Ansys, Dell, GE, Lendlease, Microsoft und Northrop Grumman.

„IoT und ML sind die Rohstoffe und die Tools  – die Erkenntnisse liegen im Repository, in dem wir Prozesse modellieren und Kontext erstellen. Dies kann zwar eine Datenbank oder ein Data Lake sein, aber das interessanteste Beispiel dafür ist für mich der digitale Zwilling“, schrieb Scott Lundstrom, ein Analyst, der sich auf die Schnittstelle von KI, IoT und Supply Chains konzentriert, in seinem Blog Supply Chain Futures .

Der digitale Zwilling in der Lieferkette ermöglicht einen Vergleich zwischen aktuellen und historischen Leistungsdaten, egal wo sich ein Sensor befindet. Dies kann eine Komponente wie ein Thermostat, eine Anlage wie ein LKW oder eine Maschine, ein Mitarbeiter wie ein Servicetechniker oder ein Prozess wie in der Fertigung sein. „Ein Teil der Fähigkeiten des digitalen Zwillings wird durch diese Komplexität der Modelle von Modellen zur Beschreibung komplexer Assets, Prozesse und Systeme angetrieben“, schrieb Lundstrom.

In der Lieferkette kann das Modell des digitalen Zwillings in Containern verpackte Artikel umfassen, die sich durch die physische Welt zu Händlern und Kunden bewegen. Das Modell könnte Daten aus dem Prozess erben, der das Produkt an einem Ende der Kette erstellt hat, und am anderen Ende ein Kundenmodell informieren.

„Lieferketten und Produktionsanlagen sind nur der Anfang. Wenn diese Technologie besser verstanden wird und die Bereitstellung einfacher wird, wird die Verwendung immer komplexer. Es gibt bereits die Entwicklung digitaler Zwillinge in den Biowissenschaften zur Unterstützung der Systembiologie, die komplexe Organe wie das menschliche Herz modelliert“, schrieb Lundstrom. (Siehe "Virtuelle Zwillinge:Ihre Rolle im Gesundheitswesen, in der Wirkstoffforschung und zur Reaktion auf Pandemien" in BioITWorld.) 

Ideal für die Supply Chain, die durch viele komplexe, modellübergreifende Use Cases geprägt ist, kann der inklusive digitale Zwilling die gesamte Supply Chain vom Lieferanten des Lieferanten bis zum Kunden des Kunden überblicken. Ein Verständnis des Status und der Geschichte von Assets und Prozessen ermöglicht es, Machine-Learning-Tools in die Gleichung einzubeziehen, um Simulationen, Optimierungen und Vorhersagefunktionen für die Modelle auszuführen, schlägt Lundstrom vor.

„Um die Vorteile dieser enormen Gelegenheit zu nutzen, brauchen wir Standards, vereinbarte Taxonomien und kommerzielle Entwicklungstools und Plattformen, damit dieser Markt floriert“, sagte er. „Die Lieferantengemeinschaft reagiert auf diese Gelegenheit, und viele Praktiker aus dem PLM-[Produktlebenszyklus-Management]-, IoT- und Analytik-/Datenwissenschaftsmarkt beginnen, sich auf die Lösung einiger dieser grundlegenden Standards zu konzentrieren.“

Die großen Plattformanbieter arbeiten mit Tools und Platform as a Service (PaaS)-Angeboten weiter, um zu versuchen, Marktanteile zu gewinnen und „De-facto“-Standards zu entwickeln. Amazon Web Services (AWS), Google Cloud Platform (GCP), Predix Platform von GE, IBM und Microsoft bauen alle Erweiterungen ihrer bestehenden IoT-Tools und -Plattformen auf, um die Erstellung digitaler Zwillinge zu unterstützen.

Lundstrom wies auf Microsofts Azure Digital Twins als eines der vollständigeren frühen Angebote hin. Die im Mai virtuell abgehaltene Microsoft Build 2020-Veranstaltung unterstützt eine neue Digital Twin Definition Language (DTDL) basierend auf einer Implementierung von JSON-LD (JavaScript Object Notation for Linked Data).

„Durch die Nutzung von JSON-LD, einem gut akzeptierten und einfachen Objekt-Framework, unterstützt Microsoft von Anfang an einen offenen Standard“, schreibt Lundstrom. "Dies ist eine wichtige Voraussetzung, da die Benutzer verstehen, dass digitale Zwillinge einen offenen objektorientierten Ansatz erfordern, um die Anforderungen für die Vererbung zu unterstützen, und mehrere Instanzen bei der Erstellung komplexer mehrschichtiger Modelle, die portabel sind und die Verwendung weit verbreiteter Cloud-Plattformen und KI unterstützen Rahmen.“

Sind digitale Zwillinge in der Lieferkette nur eine weitere Modeerscheinung?

Ist der digitale Zwilling der Lieferkette nur eine weitere Modeerscheinung, fragte ein Blogpost auf der Website von River Logic, einem Anbieter von präskriptiver Analysetechnologie für die Optimierung der Lieferkette mithilfe digitaler Zwillinge. Das Unternehmen ist seit 2000 in Dallas im Geschäft und bietet vorgefertigte Anwendungen mit Kenntnissen in der Geschäftsplanung und -optimierung.

Simulations- und Modellierungssoftware ermöglicht es Unternehmen, realistische und überprüfbare digitale Zwillinge der Lieferkette ihrer Lieferketten zu erstellen. Data-Mining-Techniken zusammen mit Eingaben von Sensoren für das Internet der Dinge (IoT) ermöglichen die Einspeisung von Echtzeitdaten in Modelle. Die Modelle können überwachen und bestimmen, was in der realen Welt passiert, und die entsprechenden Korrekturmaßnahmen planen.

Eine Studie von Gartner zur IoT-Implementierung im Juli 2018 zeigte, dass 13 % der Unternehmen, die mit IoT-Projekten arbeiten, bereits über digitale Zwillinge verfügten, während weitere 62 % an deren Implementierung arbeiteten. „Es scheint, dass digitale Planungszwillinge mehr als nur eine Modeerscheinung sind“, heißt es in dem Beitrag von River Logic.

Ingenieure in den 1970er und 1980er Jahren verwendeten dreidimensionale CAD-Modelle komplexer technischer Geräte, um virtuelle Rundgänge durchzuführen. Mit der Weiterentwicklung der CAD-Technologie wurde es möglich, physische Belastungen darzustellen, wodurch virtuelle Belastungstests möglich wurden. Heutzutage ist es möglich, „fast perfekte“ digitale Modelle von realen Geräten wie Flugzeugen, autonomen Fahrzeugen und Bohrgeräten zu erstellen und durch Eingabe von realen Daten wie den statischen und dynamischen Belastungen beim Start von Flugzeugen die Leistung zu messen.

„Auf diese Weise ist es möglich, die reale Welt zu simulieren und die Lücke zwischen unserer physischen und digitalen Umgebung zu schließen“, sagt River Logic. Auf der River Logic-Website werden verschiedene Unternehmenserfahrungen mit digitalen Zwillingen hervorgehoben.

Digitaler Zwilling eines Lagers in Pazifik-Asien, gebaut von DHL Supply Chain

DHL Supply Chain baute seinen ersten digitalen Zwilling eines Lagers in Pazifik-Asien für Tetra Pak, ein multinationales Lebensmittelverpackungs- und -verarbeitungsunternehmen mit Sitz in der Schweiz. Aus einem physischen Lager in Singapur, das DHL für die Integration in die Lieferkette entwickelt hat, wird der digitale Zwilling konsistent mit Echtzeitdaten versorgt, so ein Bericht im Supply Chain Magazin.

„Die gemeinsame Implementierung einer solchen digitalen Lösung zur Verbesserung der Lager- und Transportaktivitäten von Tetra Pak ist ein hervorragendes Beispiel für die intelligenten Lagerhäuser der Zukunft“, sagte Gillet Jerome, CEO, DHL Supply Chain Singapore, Malaysia, Philippinen. „Dies ermöglicht agile, kosteneffektive und skalierbare Supply-Chain-Operationen.“

Im Lager verfolgt der DHL Control Tower ein- und ausgehende Waren, um sicherzustellen, dass alle Waren innerhalb von 30 Minuten nach Erhalt korrekt gelagert werden. Ankommende Lkw sind mit IoT-Technologie ausgestattet. Eine von Tetra Pak entwickelte intelligente Lagerlösung verfolgt und simuliert den physischen Zustand und die einzelnen Lagerbestände in Echtzeit und ermöglicht so eine unterbrechungsfreie Koordination der Abläufe. .

„Wir erwarten, dass die Partnerschaft mit DHL Supply Chain unsere Produktivität weiter steigert und hohe Standards in unseren Lieferketten aufrechterhält“, kommentierte Devraj Kumar, Director, Integrated Logistics, South Asia, East Asia &Oceania bei Tetra Pak.

Digitale Zwillinge in Paris werden Windkraftanlage vor Nordseestürmen schützen

GE-Ingenieure in Paris arbeiten mit Ansys, einem globalen Anbieter von Engineering-Simulationssoftware, zusammen, um einen digitalen Zwilling einer Windkraftanlage in der Nordsee zu bauen. Ein Ziel besteht darin, die Leistung zu maximieren und Ausfallzeiten zu minimieren, indem Probleme erkannt werden, bevor sie zu einem ungeplanten Ausfall führen. Die vorausschauende Wartung basiert nicht nur auf physischen Sensoren an den Maschinen, sondern auch auf virtuellen Sensoren, die an Orten platziert werden, an denen physische Sensoren nicht verwendet werden können, so ein Bericht von GE News.

Der virtuelle Sensor kann mit angemessener Präzision einen Wert wie die Drucktemperatur erraten, indem er andere Daten von Sensoren und intelligente Algorithmen verwendet, die auf historischen Daten oder Modellen basieren.

Die Ingenieure von GE haben beispielsweise einen digitalen Zwilling der Giermotoren der Haliade 150-6-Windturbine entwickelt, die es der 6-Megawatt-Turbine ermöglichen, sich zu drehen und sich in den Wind zu positionieren. Mit virtuellen Sensoren simuliert dieser digitale Zwilling die Temperatur an verschiedenen Stellen der Motoren.

Mithilfe von Algorithmen, die auf Predix, der GE-Softwareplattform für das industrielle Internet, und einem von Ansys entwickelten Modellierungsansatz basieren, können die Ingenieure jetzt die Motortemperatur zu jedem beliebigen Zeitpunkt schätzen. In der Gießerei können sie auch überwachen, wie sich die Motoren im Laufe der Zeit unter verschiedenen Belastungen verhalten. Im Feld können Ingenieure eine App mit einem mit dem Zwilling verbundenen Dashboard verwenden, um die Temperatur des Motors zu überwachen.

„Für die Simulation brauchen wir dank des digitalen Zwillings nur den Strom zu kennen, um die Temperatur zu verstehen und die Nutzung des Motors zu optimieren“, so Sabot.

GE berichtet, dass 1,2 Millionen digitale Zwillinge von Düsentriebwerken, Gasturbinen und Lokomotiven bereits im Einsatz sind.

Lesen Sie die Quellartikel und Konten bei  Supply Chain Futures, Digital Twin Consortium, dem Blog von River Logic, Supply Chain Magazin und von GE News.