Цифровой двойник это живая виртуальная модель Вашей производственной системы, питаемая реальными данными, которая позволяет находить ограничения и проверять изменения до того, как Вы тронете что-либо физическое. Его самое ценное применение это обнаружение ограничения, которое смещается вместе с номенклатурой продукции, а этого обычный анализ не видит. Одновременно это самая часто впустую потраченная инвестиция в производстве, потому что заводы покупают моделирование до того, как проведут базовое картирование, которое нашло бы очевидное узкое место бесплатно.
- Что такое цифровой двойник на производстве
- Что видит двойник, чего не видит картирование
- Какие есть три уровня зрелости цифрового двойника
- Готовы ли Вы к цифровому двойнику
- Какие данные двойнику действительно нужны
- Как построить его, не потратив инвестицию впустую
- Какие ошибки с цифровыми двойниками встречаются чаще всего
- Цифровые двойники: вопросы практика
- Об авторе: Stagnation Assassin
Краткое содержание
Цифровой двойник это живая виртуальная модель производственной системы, питаемая реальными данными, которая позволяет находить ограничения и проверять изменения до вмешательства в физические процессы. Его самое ценное применение это обнаружение ограничения, которое смещается вместе с номенклатурой продукции, чего обычный анализ увидеть не может. Одновременно это самая часто впустую потраченная инвестиция в производстве, поскольку заводы покупают моделирование раньше, чем проводят базовое картирование, которое нашло бы очевидное узкое место бесплатно.
Что такое цифровой двойник на производстве
Цифровой двойник это виртуальная модель Вашей производственной системы, подключенная к данным в реальном времени от оборудования, систем управления производством и учета запасов, которая отражает то, что делает физический завод. Она обеспечивает выявление ограничения в реальном времени и позволяет проверять изменения в планировании и мощностях в программе, прежде чем закреплять что-либо в цехе.
Существенное различие проходит между моделированием и двойником. Модель для расчета вы строите, запускаете и интерпретируете. Двойник остается подключенным, непрерывно питается тем, что происходит на самом деле, и потому отражает текущую реальность, а не условия, существовавшие в момент его создания. Эта связь и есть все различие, и это же та часть, которую большинство поставщиков обходит стороной во время демонстрации.
Что дает эта связь, так это возможность задавать вопросы без последствий. Что произойдет с выпуском, если изменить последовательность партий? Куда сместится ограничение, если вывести ту машину на обслуживание в следующий вторник? А если этот заказ пойдет срочным? На такие вопросы обычно отвечают, попробовав и увидев результат, а это дорого, когда результат плохой.
Я руководил преобразованиями в Berkshire Hathaway, Illinois Tool Works и Whirlpool, и хочу прямо обозначить свою позицию по этой технологии, прежде чем идти дальше. Цифровые двойники действительно мощный инструмент, и они же самая часто неверно израсходованная статья в бюджетах производственных технологий. Оба утверждения верны. Разницу между двумя исходами почти никогда не определяет программное обеспечение. Ее определяет то, сделал ли завод сначала неэффектную фундаментальную работу.
Что видит двойник, чего не видит картирование
Ограничение, которое мигрирует вместе с номенклатурой продукции. Обычное картирование и анализ OEE дают моментальный снимок, то есть показывают, где ограничение находилось при тех условиях, которые Вы измерили. Двойник работает непрерывно на меняющейся номенклатуре, и это выявляет, что лимитирующая операция может смещаться между процессами по мере изменения портфеля заказов.
Это тот сценарий, который оправдывает инвестицию, и стоит точно объяснить почему. Когда Вы картируете поток создания ценности, Вы измеряете в течение периода, обычно нескольких дней. Какая номенклатура шла в эти дни, то Вы и найдете. Если завод действительно работает на разнообразном портфеле заказов, выявленное ограничение может оказаться ограничением для той номенклатуры, а не для следующего месяца.
Производство металлоформовки, о котором я писал в другом месте, столкнулось ровно с этим. Требовалось планировать четыре параллельные линии по тысячам конфигураций продукции с особыми требованиями заказчиков, и обычное планирование не находило размеров партий и последовательностей, которые одновременно минимизировали бы переналадки и выдерживали сроки поставки. Завод построил двойник, интегрированный с системой управления производством, датчиками и базами данных по запасам, и добавил агента планирования, обученного с подкреплением, чтобы формировать оптимальные последовательности заказов исходя из реальных производственных ограничений.
Выигрыш в планировании был реальным. Но самым важным оказался структурный вывод: истинное ограничение мигрировало между операциями в зависимости от номенклатуры продукции, и эта миграция была невидима для обычного анализа. Ни одно отдельное картирование ее никогда бы не нашло, потому что любое картирование измеряет одну номенклатуру за раз.
Планирование четырех параллельных линий по тысячам конфигураций продукции обнажило то, чего не нашло бы ни одно отдельное картирование: истинное ограничение мигрировало между операциями в зависимости от номенклатуры. Заводы в такой ситуации годами вкладываются в операцию, которая случайно оказалась лимитирующей на неделе замера, а потом недоумевают, почему выпуск не реагирует.
Какие есть три уровня зрелости цифрового двойника
Описательные двойники отражают текущее состояние и показывают, где работа накапливается прямо сейчас. Предиктивные двойники моделируют, что произойдет при измененных условиях. Предписывающие двойники рекомендуют или выполняют оптимальное действие, часто с применением машинного обучения. Большинству заводов нужен только первый уровень, и большинство покупает третий.
Уровень 1: описательный, зеркало в реальном времени
Модель отражает текущее состояние по данным в реальном времени. Видно, где накапливается незавершенное производство и какая операция сейчас лимитирует поток, в реальном времени, а не на еженедельном производственном совещании. Уже одно это меняет поведение, потому что позволяет неограничивающим участкам подстроиться до того, как ограничение останется без работы, а не после.
Уровень 2: предиктивный, машина сценариев
Модель считает вперед при условиях, которые Вы задаете. Что будет, если остановить термообработку во вторник? Что, если этот заказ пойдет вне очереди? Что, если спрос вырастет на 20 процентов? Последствия проверяются в программе, а не обнаруживаются в цехе, и именно здесь обычно лежит обоснование избежанных вложений.
Уровень 3: предписывающий, оптимизатор
Модель рекомендует или напрямую задает оптимальное действие, как правило последовательности планирования и размеры партий, часто на основе машинного обучения, обученного на реальных производственных ограничениях. Именно на этом уровне работал случай металлоформовки, и он нашел последовательности, которые люди-планировщики годами упускали. Это же уровень с самой высокой долей провалов, поскольку он требует качества данных, которого у большинства заводов нет.
Честная рекомендация состоит в том, чтобы заслужить каждую ступень этой лестницы. Описательный двойник, дающий видимость ограничения в реальном времени, это реальный операционный шаг вперед, достижимый на большинстве заводов при разумной оснащенности датчиками. Прыжок сразу к предписывающей оптимизации поверх ненадежных данных дает уверенные рекомендации, построенные на мусоре, а это заметно хуже, чем отсутствие рекомендаций.
Готовы ли Вы к цифровому двойнику
Вы готовы, когда уже нашли и исчерпали свое очевидное ограничение, когда данные процесса измерены, а не оценены, и когда оставшийся вопрос действительно требует моделирования. Если Ваше ограничение видно любому, кто пройдет по цеху, двойник за немалые деньги подтвердит то, что Вы и так знали.
Вот тест готовности, который я применяю, и он сэкономил клиентам больше денег, чем любая технология, которую я рекомендовал.
- Вы картировали поток создания ценности и выявили ограничение? Если нет, сделайте это первым. Это занимает от трех до пяти дней и почти ничего не стоит.
- Вы полностью исчерпали это ограничение? Сокращение времени переналадки, устранение простоев, подчинение предшествующих процессов. Если ограничение по-прежнему простаивает во время производства, двойник просто смоделирует Ваш простой в более высоком разрешении.
- Данные Вашего процесса измерены или оценены? Если времена цикла берутся из норматива ERP, а не с секундомера, Ваш двойник добросовестно смоделирует завод, которого не существует.
- Ваше ограничение действительно смещается? Если Вы работаете на стабильной номенклатуре и одна и та же операция лимитирует Вас каждый месяц, сценарий миграции не применим и обоснование инвестиции резко слабеет.
- Сможете ли Вы действовать по тому, что он покажет? Видимость ограничения в реальном времени помогает только тогда, когда у кого-то есть полномочия скорректировать предшествующее производство в ответ.
Я видел компании, тратившие миллионы долларов США на программы моделирования, при этом игнорируя узкое место, которое их собственные операторы точно назвали в первые пять минут разговора. Проблема была не в технологии. Проблема была в последовательности. Технология усиливает интеллект. Она его не заменяет, и сложная модель, направленная на неизученный завод, производит дорогую точность о неверных вещах.
Какие данные двойнику действительно нужны
Как минимум четыре потока: состояние оборудования и времена цикла от датчиков или систем управления станками, данные по заказам и маршрутам из системы управления производством, позиции запасов включая незавершенное производство, а также показатели качества или доработки. Модель точна ровно настолько, насколько точны эти потоки, и поэтому качество данных определяет успех куда сильнее, чем выбор программного обеспечения.
У каждого потока есть характерный вид отказа, который стоит предвидеть.
Состояние оборудования и времена цикла. Должны браться из реальных сигналов оборудования или измеренного наблюдения, а не из нормативов маршрута. Я видел нормативы ERP, расходившиеся с реальностью секундомера на 60 процентов. Подайте это в двойник, и каждый последующий вывод унаследует ошибку, поданную с той ложной уверенностью, которую придает сложная модель.
Данные по заказам и маршрутам. Должны отражать то, что действительно изготавливается, включая петли доработки и неофициальные маршруты, которые никогда не попадали в систему. Официальный процесс показывает материал, чисто идущий от A к B и к C. Реальный процесс включает контроль, доработку и накопительную площадку, которую никто не задокументировал.
Позиции запасов. Физические подсчеты, а не системные. Если система считает, что у Вас 500 единиц, а в цехе лежит 847, двойник смоделирует поведение очереди, не совпадающее с реальностью, а именно поведение очереди и выявляет ограничения.
Показатели качества и доработки. Дефекты потребляют мощность ограничения незаметно. Двойник, слепой к доработке, завысит доступную мощность ровно на той операции, где мощность важнее всего.
Обратите внимание, что три из этих четырех видов отказа это один и тот же отказ: доверять базе данных больше, чем цеху. Это и есть базовая дисциплина, и поэтому заводы, уже проведшие строгое измерение потерь, строят успешные двойники, а не проводившие его не строят.
Как построить его, не потратив инвестицию впустую
Задайте узкие рамки, проверяйте против известной реальности и расширяйтесь только после того, как модель докажет, что способна воспроизвести результаты, которые Вы уже понимаете. Начните с одного потока создания ценности, одной линии или одной ячейки. Двойник всего завода, построенный до того, как хоть один двойник прошел проверку, это самый быстрый путь к дорогой модели, которой никто не доверяет.
Шаг 1: выберите один поток
Выберите поток, в котором вопрос об ограничении действительно не решен, желательно с реальной вариацией номенклатуры, потому что именно там двойник окупается. Не поддавайтесь искушению смоделировать весь завод. Дисциплина рамок на этом шаге и есть то, что делает проект завершаемым.
Шаг 2: оснастите и проверьте данные
Наладьте четыре потока и проверьте каждый против физического наблюдения. Замерьте секундомером выборку времен цикла и сравните с тем, что сообщает поток. Пересчитайте запасы физически и сравните с системными позициями. Закройте расхождения до моделирования, потому что каждое расхождение превращается в ошибку модели, которую Вы потом не обнаружите.
Шаг 3: постройте и проверьте на исторических данных
Смоделируйте поток, затем прогоните его на историческом периоде, который Вы уже понимаете. Воспроизводит ли двойник выпуск, состояние очередей и положение ограничения, которые Вы фактически наблюдали? Если он не может воспроизвести прошлое, ему нечего делать в прогнозах будущего. Этот шаг проверки пропускают постоянно, и именно он определяет, станет ли кто-нибудь доверять результату.
Шаг 4: прогоните вопросы, ради которых все строилось
Проверьте сценарии, ради которых Вы его строили. Где находится ограничение на всем реальном диапазоне номенклатуры? Во что обходится окно обслуживания на том активе? Какое правило очередности максимизирует выпуск? Ответьте на исходные вопросы прежде, чем добавлять возможности.
Шаг 5: расширяйтесь осознанно
Расширяйте охват или уровень зрелости только после того, как первый двойник произвел решение, по которому Вы действовали, и результат, который Вы измерили. Именно это подтверждение защищает бюджет и говорит, оправдан ли второй или третий уровень.
Я видел нормативы ERP, расходившиеся с реальностью секундомера на 60 процентов. Поэтому проверка на исторических данных не факультативна: если модель не может воспроизвести выпуск, состояние очередей и положение ограничения за период, который Вы уже понимаете, ей нечего прогнозировать вообще. Это шаг, который команды пропускают чаще всего, и единственный, который определяет, станет ли завод когда-нибудь доверять результату.
Какие ошибки с цифровыми двойниками встречаются чаще всего
Повторяются четыре: покупать моделирование до базового картирования, кормить модель оценками из ERP вместо измеренной реальности, моделировать весь завод до проверки хотя бы части, и относиться к двойнику как к замене суждения, а не как к его усилителю.
Ошибка 1: купить вместо того, чтобы посмотреть
Самая дорогая ошибка в этой области. Завод с очевидным, видимым ограничением заказывает проект моделирования вместо того, чтобы потратить неделю на замеры. Через несколько месяцев модель подтверждает то, что операторы сказали в самом начале. Сделайте картирование первым. Если оно ответит на вопрос, Вы только что сэкономили инвестицию целиком.
Ошибка 2: мусор на входе, уверенность на выходе
Нормативы ERP, заявленные сроки поставки и системные остатки выглядят авторитетно и регулярно ошибаются с большим отрывом. Построенный на них двойник дает точные, красиво визуализированные выводы о заводе, которого не существует. Проверьте каждый поток против физического наблюдения до моделирования.
Ошибка 3: пытаться охватить все сразу
Команды берутся за двойник всего завода как за первую сборку. Охват растет, проверка так и не происходит, сроки выходят за пределы терпения руководства, и проект умирает, не выдав ничего. Один проверенный поток лучше модели всего завода, которой никогда не доверяют.
Ошибка 4: отдать мышление на сторону
Модель рекомендует последовательность, и никто не спрашивает, есть ли в ней смысл. Предписывающие системы, обученные на неполных данных об ограничениях, уверенно оптимизируют не к той цели. Оставьте в контуре опытного оператора, способного сказать, что рекомендация невыполнима, и относитесь к этому возражению как к информации о модели, а не как к сопротивлению ей.
Моя собственная ошибка с этой технологией была в увлечении очередностью. Однажды я подтолкнул завод к предиктивному двойнику, когда ему были нужны две недели честных замеров и сокращение времени переналадки на операции, которую все уже давно определили. Двойник со временем пригодился бы. Но мешало не это, и погоня за ним задержала действительно нужное исправление на квартал. Цифровые возможности стоит развивать. Развивайте их после основ, а не вместо них.
Цифровые двойники: вопросы практика
Что такое цифровой двойник на производстве
Виртуальная модель производственной системы, подключенная к данным в реальном времени от оборудования, систем управления производством и учета запасов, так что она отражает то, что завод делает на самом деле. Она обеспечивает выявление ограничения в реальном времени и позволяет проверять решения по планированию, мощностям и обслуживанию в программе до их закрепления в цехе.
Как цифровой двойник находит узкие места
Он работает непрерывно на данных реального времени, а не выдает моментальный снимок, и потому показывает, где накапливается работа, в реальном времени и на меняющихся условиях. Его отличительная способность это обнаружение ограничения, мигрирующего между операциями по мере изменения номенклатуры продукции, чего картирование за один период увидеть не может.
Когда цифровой двойник строить не стоит
Когда Ваше ограничение уже очевидно, когда Вы еще не исчерпали его полностью, когда данные процесса берутся из нормативов ERP, а не из измерения, или когда номенклатура достаточно стабильна, чтобы одна и та же операция лимитировала Вас каждый месяц. В этих случаях картирование и исчерпание дают больше за гораздо меньшие деньги.
Какие данные нужны цифровому двойнику
Состояние оборудования и измеренные времена цикла, данные по заказам и маршрутам, отражающие реальный поток вместе с петлями доработки, физические позиции запасов вместо системных остатков, а также показатели качества и доработки. Точность этих потоков определяет качество модели куда сильнее, чем выбор программы, поэтому проверьте каждый поток против физического наблюдения до моделирования.
Об авторе: Stagnation Assassin
Todd Hagopian это руководитель по преобразованиям уровня Fortune 500, создавший более 3 млрд долларов акционерной стоимости в Berkshire Hathaway, Illinois Tool Works, Whirlpool и JBT Marel, где занимает должность VP of Global Product Strategy. Известный как The Stagnation Assassin (истребитель стагнации), он автор двух изданных книг: The Unfair Advantage: Weaponizing the Hypomanic Toolbox и Stagnation Assassin: The Anti-Consultant Manifesto. Его блог выходит более чем на 15 языках и читается практиками по всему миру. Пригласить его выступить можно через страницу выступлений или связавшись с ним в LinkedIn.
Следующий шаг: проверка готовности
Прежде чем потратить сотни тысяч долларов на моделирование, выясните, нужно ли оно Вам. Запишитесь на 20-минутную проверку готовности, и я помогу Вам определить, видно ли уже Ваше ограничение, выдержат ли Ваши данные контакт с моделью и относится ли Ваше ограничение к тем, которые действительно смещаются. Начать проверку можно здесь.