Symulacja cyfrowego bliźniaka magazynu: poza inteligentnym magazynem z NVIDIA Omniverse
W naszej głównej serii omawiamy, jak optymalizować istniejące operacje magazynowe przy użyciu AR, AMRi dronów.
Jednakże istotną szansą jest identyfikacja wąskich gardeł operacyjnych jeszcze przed rozpoczęciem budowy lub przed zainstalowaniem nowego sprzętu.
Możliwość tę zapewnia Industrial Metaverse, a w tym artykule przyjrzymy się, co to oznacza dla przemysłu.
Dzięki partnerstwu między gigantem przemysłowym Siemens a liderem w dziedzinie sztucznej inteligencji NVIDIA, branża przechodzi od statycznych modeli 3D do opartych na fizyce cyfrowych bliźniaków.
Czym jest NVIDIA Omniverse?
Omniverse to system operacyjny dla wizualizacji 3D, oparty na trzech podstawowych technologiach, które wyróżniają go spośród standardowych narzędzi wizualizacyjnych:
„HTML 3D”: zrozumienie USD
Historycznie, największą przeszkodą w stworzeniu prawdziwego cyfrowego bliźniaka była niekompatybilność plików. Architekt korzysta z programu Revit, dostawca przenośników taśmowych z oprogramowania Siemens NX, a producent robotów z autorskiego oprogramowania CAD.
Połączenie tych dwóch rozwiązań zazwyczaj wiązało się z godzinami żmudnej konwersji plików i znaczną utratą danych.
NVIDIA Omniverse rozwiązuje ten problem dzięki USD (Universal Scene Description).
USD można porównać do „HTML światów 3D”. Wynaleziony pierwotnie przez firmę Pixar, umożliwia różnym narzędziom programowym „publikowanie” danych w czasie rzeczywistym w jednym, współdzielonym środowisku wirtualnym.
Oznacza to, że nie patrzymy tylko na statyczną migawkę.
Jeśli kierownik obiektu przesunie ścianę w programie Revit, cyfrowy bliźniak natychmiast się zaktualizuje.
Jeśli inżynier logistyki zmieni prędkość przenośnika w swoim specjalistycznym narzędziu, symulacja natychmiast to odzwierciedli.
Tworzy to pojedyncze źródło informacji o rzeczywistym układzie.
Poza animacją: moc PhysX
Większość symulacji magazynowych, które widzieliśmy w przeszłości, to w zasadzie kreskówki: wizualne reprezentacje, w których pudełko przemieszcza się z punktu A do punktu B, ponieważ nakazuje mu to skrypt.
Rzadko uwzględniały one zawiłą rzeczywistość fizyki.
Omniverse korzysta z NVIDIA PhysX, silnika fizyki o wysokiej dokładności.
W tym środowisku obiekty mają masę, tarcie, prędkość i grawitację. Ten poziom dokładności pozwala nam wirtualnie testować marginesy bezpieczeństwa i ograniczenia mechaniczne.
Tajna broń: dane syntetyczne
Być może najbardziej futurystycznym zastosowaniem tej technologii jest trenowanie modeli AI.
Współczesne magazyny są pełne czujników optycznych i autonomicznych robotów mobilnych (AMR), które muszą „widzieć” i rozumieć świat.
Szkolenie tych robotów zazwyczaj wymaga tysięcy rzeczywistych zdjęć pudeł, palet i etykiet.
Jest to powolne, kosztowne i wymaga fizycznej obecności towarów.
Dzięki Omniverse możemy wykorzystać generowanie danych syntetycznych.
Możemy stworzyć cyfrowy, trójwymiarowy model produktu i odtworzyć go 10 000 razy w wirtualnym magazynie, natychmiast zmieniając oświetlenie, kąt i okluzję (np. częściowo schowany za filarem).
Następnie wykorzystujemy te „fałszywe”, ale fizycznie dokładne obrazy do trenowania sztucznej inteligencji robota.
Zanim fizyczny robot dotrze na miejsce, „zobaczy” już miliony scenariuszy w Cyfrowym Bliźniaku i jest gotowy do działania od pierwszego dnia.
Wartość symulacji
Optymalizacja magazynu tradycyjnie wiąże się ze znacznymi kosztami planowania i potencjalną rekonfiguracją.
Symulacja o wysokiej wierności pozwala na wirtualne testowanie wielu scenariuszy:
- Optymalizacja układu: porównanie różnych konfiguracji regałów w celu określenia najbardziej efektywnych ścieżek przemieszczania.
- Testowanie wytrzymałościowe: symulowanie scenariuszy szczytowego wolumenu (np. Black Friday) w celu zidentyfikowania punktów zatorów na rampach odbiorczych lub stacjach pakowania.
- Szkolenie robotów: Szkolenie robotów AMR w ramach cyfrowego bliźniaka umożliwia im zapoznanie się z układem obiektu i logiką nawigacji przed fizycznym wdrożeniem.
Obejrzyj w akcji i oficjalnych źródłach
Zobacz, jak te technologie sprawdzają się w rzeczywistych scenariuszach:
- Oficjalna strona partnerstwa: Przeczytaj oficjalne informacje o tym, jak Siemens i NVIDIA budują Industrial Metaverse.
- Film o partnerstwie firm Siemens i NVIDIA: Integracja danych fabrycznych z wizualizacją AI.
- Amazon Robotics: wykorzystanie cyfrowych bliźniaków do optymalizacji przepływu paczek i szkolenia robotów.
- Demonstracja fizyczna: Techniczna demonstracja oddziaływań fizycznych w symulacji magazynu.
Rola ERP: Źródło danych
Cyfrowy bliźniak wymaga dokładnych danych, aby działać efektywnie.
Jak już wspomniałem w mojej poprzedniej analizie „ Twój system ERP pokazuje, co się stało. Cyfrowy bliźniak pokazuje, co będzie dalej”, to rozróżnienie jest kluczowe:
- System ERP (np. Infor LN) rejestruje przeszłość i zarządza teraźniejszością (dane historyczne, profile zamówień, logika zapasów).
- Cyfrowy bliźniak symuluje przyszłość, wykorzystując dane ERP do przewidywania skutków zanim one nastąpią.
Bez solidnego fundamentu w postaci danych ERP, Cyfrowy Bliźniak jest jedynie modelem teoretycznym. Razem pozwalają one przejść od zarządzania reaktywnego do optymalizacji predykcyjnej.
Podsumowując, technologia ta pozwala dyrektorom ds. logistyki z dużą dokładnością przewidywać wyniki operacyjne.
Identyfikując problemy na etapie projektowania, organizacje mogą zapewnić optymalizację swoich obiektów przed rozpoczęciem operacji fizycznych.
Napisane przez Andreę Guaccio
3 grudnia 2025 r