Simulatie van een digitale tweeling van een magazijn: verder dan het slimme magazijn met NVIDIA Omniverse
In onze hoofdserie bespreken we hoe je bestaande magazijnprocessen kunt optimaliseren met behulp van AR, AMRen drones.
Een belangrijke kans ligt echter in het identificeren van operationele knelpunten vóór de start van de bouw of vóór de installatie van nieuwe apparatuur.
Deze mogelijkheid wordt geboden door de Industrial Metaverse, en in dit vervolgartikel bekijken we wat dit betekent voor de industrie.
Dankzij de samenwerking tussen industriereus Siemens en AI-leider NVIDIAstapt de industrie over van statische 3D-modellen naar op fysica gebaseerde digitale tweelingen.
Wat is NVIDIA Omniverse?
Omniverse is een besturingssysteem voor 3D, gebouwd op drie kerntechnologieën die het onderscheiden van standaard visualisatietools:
De "HTML van 3D": USD begrijpen
Historisch gezien was de grootste hindernis voor het creëren van een echte digitale tweeling de incompatibiliteit van bestanden. De architect gebruikt Revit, de leverancier van transportbanden gebruikt Siemens NX en de robotfabrikant gebruikt eigen CAD-software.
Het samenbrengen van deze systemen betekende meestal urenlang moeizaam bestandsconversieproces en aanzienlijk gegevensverlies.
NVIDIA Omniverse lost dit op met USD (Universal Scene Description).
Zie USD als de "HTML van 3D-werelden". Oorspronkelijk bedacht door Pixar, stelt het verschillende softwareprogramma's in staat om hun gegevens in realtime te "publiceren" in één gedeelde virtuele omgeving.
Dit betekent dat we niet zomaar naar een statische momentopname kijken.
Als de facility manager een muur verplaatst in Revit, wordt de digitale tweeling direct bijgewerkt.
Als de logistiek engineer de snelheid van de transportband aanpast in zijn of haar gespecialiseerde tool, wordt dit onmiddellijk in de simulatie weergegeven.
Het creëert één betrouwbare bron voor de fysieke lay-out.
Voorbij animatie: de kracht van PhysX
De meeste magazijnsimulaties die we in het verleden hebben gezien, waren in wezen cartoons: visuele voorstellingen waarbij een doos van A naar B beweegt omdat een script dat zegt.
Zelden werd er rekening gehouden met de rommelige realiteit van de natuurkunde.
Omniverse maakt gebruik van NVIDIA PhysX, een zeer realistische physics-engine.
In deze omgeving hebben objecten massa, wrijving, snelheid en zwaartekracht. Dit hoge detailniveau stelt ons in staat om veiligheidsmarges en mechanische limieten virtueel te testen.
Het geheime wapen: synthetische data
Misschien wel de meest futuristische toepassing van deze technologie is het trainen van AI-modellen.
Moderne magazijnen zitten vol optische sensoren en autonome mobiele robots (AMR's) die de wereld moeten kunnen "zien" en begrijpen.
Het trainen van deze robots vereist doorgaans duizenden foto's van dozen, pallets en etiketten uit de praktijk.
Dit is een tijdrovende en kostbare aangelegenheid, en vereist dat de fysieke goederen aanwezig zijn.
Met Omniverse kunnen we synthetische data genereren.
We kunnen een digitaal 3D-model van een product maken en dit 10.000 keer repliceren in het virtuele magazijn, waarbij we de belichting, hoek en occlusie (bijvoorbeeld gedeeltelijk verborgen achter een pilaar) direct kunnen aanpassen.
Vervolgens gebruiken we deze "nep"-beelden, die er fysiek accuraat uitzien, om de AI van de robot te trainen.
Tegen de tijd dat de fysieke robot op locatie arriveert, heeft hij al miljoenen scenario's in de digitale tweeling "gezien" en is hij klaar om vanaf dag één te functioneren.
De waarde van simulatie
Het optimaliseren van een magazijn vereist traditioneel veel planning en kan leiden tot herinrichtingskosten.
Hoogwaardige simulatie maakt het mogelijk om meerdere scenario's virtueel te testen:
- Lay-outoptimalisatie: Verschillende stellingconfiguraties vergelijken om de meest efficiënte looproutes te bepalen.
- Stresstesten: Het simuleren van piekmomenten (bijv. Black Friday) om knelpunten bij laad- en loskades of verpakkingsstations te identificeren.
- Robottraining: Door AMR's te trainen binnen de digitale tweeling kunnen ze de plattegrond van de faciliteit en de navigatielogica leren voordat ze fysiek worden ingezet.
Bekijk het in actie & officiële bronnen
Ontdek hoe deze technologieën in de praktijk worden toegepast:
- Officiële partnerpagina: Lees de officiële details over hoe Siemens en NVIDIA de industriële metaverse bouwen.
- Samenwerkingsvideo Siemens & NVIDIA: Fabrieksgegevens integreren met AI-visualisatie.
- Amazon Robotics: Digitale tweelingen inzetten voor het optimaliseren van pakketstromen en het trainen van robots.
- Natuurkundedemonstratie: Een technische demonstratie van natuurkundige interacties in een magazijnsimulatie.
De rol van het ERP-systeem: de gegevensbron
De digitale tweeling heeft nauwkeurige gegevens nodig om effectief te functioneren.
Zoals ik al in mijn vorige analyse, 'Uw ERP laat zien wat er is gebeurd. De digitale tweeling laat zien wat er daarna komt', heb uitgelegd, is dit onderscheid cruciaal:
- Het ERP-systeem (bijv. Infor LN) registreert het verleden en beheert het heden (historische gegevens, orderprofielen, voorraadbeheer).
- De digitale tweeling simuleert de toekomsten gebruikt die ERP-gegevens om uitkomsten te voorspellen voordat ze zich voordoen.
Zonder de solide basis van ERP-gegevens is de digitale tweeling slechts een theoretisch model. Samen stellen ze u in staat om van reactief beheer over te stappen naar voorspellende optimalisatie.
Kortom, deze technologie stelt logistiek directeuren in staat om operationele resultaten zeer nauwkeurig te voorspellen.
Door problemen al in de ontwerpfase te identificeren, kunnen organisaties ervoor zorgen dat hun faciliteiten geoptimaliseerd zijn voordat de fysieke activiteiten van start gaan.
Geschreven door Andrea Guaccio
3 december 2025