サプライチェーンに適用されたAIとIoTがデジタルツインを推進

  2021年8月21日 

出典：AIトレンド

IoTと機械学習の組み合わせが同時に成長することで、さまざまな目的に使用できるデジタルレプリカとして、サプライチェーンでのデジタルツインの使用が増加しています。物理モデルおよび対応する仮想モデルとの接続は、センサーを使用してリアルタイムデータを生成することによって確立されます。

Object ManagementGroupのプログラムとして8月に開始されたDigitalTwin Consortiumは、分類法と標準の定義、およびAIやシミュレーションなどのテクノロジーの実現に取り組んでいます。エンジニアはその仕事に惹かれています。創設メンバーには、Ansys、Dell、GE、Lendlease、Microsoft、NorthropGrummanが含まれます。

「IoTとMLは原材料であり、ツールです。洞察は、プロセスをモデル化してコンテキストを作成するリポジトリにあります。これはデータベースまたはデータレイクかもしれませんが、私にとってこれの最も興味深い例はデジタルツインです」と、AI、IoT、サプライチェーンの交差点に焦点を当てたアナリストであるスコットランドストロムは彼のブログSupply ChainFuturesに書いています。 。

サプライチェーンのデジタルツインにより、センサーが配置されている場所に関係なく、パフォーマンスに関する現在のデータと過去のデータを比較できます。それは、サーモスタットなどのコンポーネント、トラックや機械などの資産、サービス技術者などの従業員、または製造業のようなプロセスである可能性があります。 「デジタルツインの機能の一部は、複雑な資産、プロセス、およびシステムを記述するためのモデルのモデルを持つというこの複雑さによって推進されています」とLundstromは書いています。

サプライチェーンでは、デジタルツインモデルは、コンテナに梱包されたアイテムを包含し、物理的な世界を移動してディストリビューターや顧客に到達することができます。モデルは、チェーンの一方の端で製品を作成したプロセスからデータを継承し、もう一方の端で顧客モデルに通知することができます。

「サプライチェーンと製造資産はほんの始まりに過ぎません。このテクノロジーがよりよく理解され、展開が容易になるにつれて、使用はますます複雑なスペースに成長します。人間の心臓のような複雑な器官をモデル化するシステム生物学をサポートするライフサイエンスのデジタルツインの開発はすでにあります」とLundstromは書いています。 （BioITWorldの「仮想双子：ヘルスケア、創薬、パンデミック対応における役割」を参照してください。）

多くの複雑なマルチモデルのユースケースを特徴とするサプライチェーンにとって理想的なのは、包括的なデジタルツインで、サプライヤのサプライヤから顧客の顧客までのサプライチェーン全体を表示できることです。資産とプロセスのステータスと履歴を理解することで、機械学習ツールを方程式に取り入れて、シミュレーション、最適化、およびモデルの予測機能を実行できるようになると、Lundstrom氏は示唆しています。

「この途方もない機会のメリットを実現するには、標準、合意された分類法、およびこの市場が繁栄するための商業開発ツールとプラットフォームが必要です」と彼は述べました。 「サプライヤーコミュニティはこの機会に反応しており、PLM [製品ライフサイクル管理]、IoT、分析/データサイエンス市場の多くの実務家がこれらの基本的な基準のいくつかを解決することに焦点を合わせ始めています。」

大規模なプラットフォームサプライヤは、シェアを獲得し、「デファクト」標準を開発するために、ツールとサービスとしてのプラットフォーム（PaaS）の提供を進めています。アマゾンウェブサービス（AWS）、Google Cloud Platform（GCP）、GEのPredix Platform、IBM、Microsoftはすべて、既存のIoTツールとプラットフォームに拡張機能を構築して、デジタルツインの作成のサポートを追加しています。

Lundstromは、MicrosoftのAzure Digital Twinsを、より完全な初期の製品の1つとして指摘しました。実質的に5月に開催されたMicrosoftBuild 2020イベントで取り上げられたプレビューリリースは、JSON-LD（Linked DataのJavaScriptオブジェクト表記）の実装に基づく新しいデジタルツイン定義言語（DTDL）をサポートします。

「広く受け入れられているシンプルなオブジェクトフレームワークであるJSON-LDを活用することで、Microsoftは最初からオープンスタンダードをサポートしています」とLundstrom氏は書いています。 「これは、デジタルツインが継承の要件をサポートするためにオープンなオブジェクト指向アプローチを必要とし、ポータブルで広く利用可能なクラウドプラットフォームとAIの使用をサポートする複雑な多層モデルを作成する際に複数のインスタンスが必要であることをユーザーが理解し始めるための重要な要件です。フレームワーク。」

サプライチェーンのデジタルツインは単なる流行ですか？

サプライチェーンのデジタルツインは単なる別の流行ですか、デジタルツインを使用したサプライチェーンの最適化のための処方分析テクノロジーのサプライヤーであるRiverLogicのサイトのブログ投稿に尋ねました。 2000年からダラスで事業を展開している同社は、事業計画と最適化の知識を備えた構築済みのアプリケーションを提供しています。

シミュレーションおよびモデリングソフトウェアを使用すると、組織は、サプライチェーンの現実的で検証可能なサプライチェーンデジタルツインを作成できます。モノのインターネット（IoT）センサーからの入力に加えて、データマイニング技術により、リアルタイムデータをモデルにフィードできます。モデルは、現実の世界で何が起こっているかを監視および判断し、適切な是正措置を計画することができます。

2018年7月のGartnerの調査によると、IoTプロジェクトに取り組んでいる企業の13％はすでにデジタルツインを持っており、別の62％はその実装に取り​​組んでいます。 「デジタルプランニングの双子は単なる流行ではないようです」とRiverLogicの投稿は述べています。

1970年代と1980年代のエンジニアは、複雑なエンジニアリング機器の3次元CADモデルを使用して、仮想ウォークスルーを実施していました。 CAD技術が進歩するにつれて、物理的応力を表現することが可能になり、仮想応力試験を実施できるようになりました。今日では、航空機、自動運転車、掘削装置などの実際の機器の「ほぼ完璧な」デジタルモデルを構築し、航空機の離陸時に発生する静的および動的負荷などの実際のデータを入力して、パフォーマンスを測定することができます。

「このようにして、現実の世界をシミュレートし、物理環境とデジタル環境の間のギャップを埋めることができます」とRiverLogicは述べています。 River LogicのWebサイトでは、デジタルツインに関するいくつかの企業経験が強調されています。

DHLサプライチェーンによって構築された太平洋アジアの倉庫のデジタルツイン

DHLサプライチェーンは、スイスに拠点を置く多国籍食品包装および加工会社であるテトラパックのために、太平洋アジアに倉庫の最初のデジタルツインを構築しました。サプライチェーン誌のアカウントによると、デジタルツインには、DHLがサプライチェーンに統合するために開発したシンガポールの物理的な倉庫から、一貫してリアルタイムのデータが提供されます。

「テトラパックの倉庫保管および輸送活動を改善するためのこのようなデジタルソリューションの共同実施は、将来のスマート倉庫の優れた例です」と、フィリピンのDHLサプライチェーンシンガポールのCEOであるGilletJeromeは述べています。 「これにより、俊敏で費用効果が高く、スケーラブルなサプライチェーン運用が可能になります。」

倉庫では、DHLコントロールタワーが入荷と出庫を追跡し、すべての商品が受領後30分以内に正しい方法で保管されていることを確認します。入ってくるトラックにはIoTテクノロジーが装備されています。テトラパックが開発したスマートストレージソリューションは、物理的な状態と個々の在庫レベルをリアルタイムで追跡およびシミュレートし、業務のノンストップ調整を可能にします。 。

「DHLサプライチェーンとのパートナーシップにより、サプライチェーンの生産性がさらに向上し、高水準が維持されることを期待しています」と、テトラパックの南アジア、東アジア、オセアニアの統合ロジスティクス担当ディレクター、デブラジクマールはコメントしています。

パリのデジタルツインは風力タービンを北海の強風から保護します

パリのGEエンジニアは、エンジニアリングシミュレーションソフトウェアのグローバルサプライヤーであるAnsysと提携して、北海に風力タービンのデジタルツインを構築しています。 1つの目標は、計画外の停止につながる前に問題を発見することにより、出力を最大化し、ダウンタイムを最小化することです。 GE Newsのアカウントによると、予知保全は、マシン上の物理センサーだけでなく、物理センサーを使用できない場所に配置された仮想センサーにも依存しています。

仮想センサーには、センサーからの他のデータや履歴データまたはモデルに基づくスマートアルゴリズムを使用して、圧力の温度などの値をかなり正確に推測する機能があります。

たとえば、GEのエンジニアは、Haliade 150-6風力タービンのヨーモーターのデジタルツインを開発しました。これにより、6メガワットのタービンを回転させて風の中に配置することができます。このデジタルツインは、仮想センサーを使用して、モーターのさまざまな部分の温度をシミュレートします。

エンジニアは、Predix、インダストリアルインターネット用のGEソフトウェアプラットフォーム、およびAnsysによって開発されたモデリングアプローチに基づいて構築されたアルゴリズムを使用して、任意の時点でのモーター温度を推定できるようになりました。ファウンドリでは、さまざまなひずみの下でモーターがどのように動作するかを経時的に監視することもできます。現場では、エンジニアはツインに接続されたダッシュボードを備えたアプリを使用して、モーターの温度を監視できます。

「シミュレーションでは、デジタルツインのおかげで、温度を理解し、モーターの使用を最適化するために電流を知る必要があるだけです」とSabot氏は述べています。

GEは、ジェットエンジン、ガスタービン、機関車のデジタルツインが120万台あり、すでに現場で稼働していると報告しています。

Supply Chain Futures、Digital Twin Consortium、River Logicのブログ、Supply Chainマガジン、およびGENewsのソース記事とアカウントをお読みください。