Digital Twin: tecnología clave para digitalizar su cadena de suministro

Durante la fase de planificación e implantación:

ü Verificación funcional y de rendimiento.

ü Identificación y eliminación de los cuellos de botella dinámicos.

ü Reducción al mínimo de las dimensiones del sistema y de los recursos necesarios.

ü Mapeo preciso de la estructura y las estrategias de la tecnología de la información.

ü Evaluación cuantitativa de escenarios y opciones.

En operaciones:

ü Utilización de la herramienta

de previsión.

ü Gestión de pedidos, planificación

del tiempo y de recursos.

ü Optimización y adaptación de

los procesos, por ejemplo: cómo

integrar nuevos productos o

clientes.

ü Cambios en los diferentes

modelos de turnos y dentro de la organización.

ü Impacto de las interrupciones

comerciales, planificadas e

inesperadas.

Digital Twin para adaptaciones dinámicas y optimizaciones

La complejidad de los sistemas logísticos es un desafío constante y permanente en la gestión de la cadena de suministro. La planificación por medio de la simulación es un enfoque integrado para asegurar decisiones importantes en el diseño de plantas y redes dinámicas.

La implementación de un Digital Twin (o gemelo digital) se ha convertido en una tecnología clave en el curso de la digitalización de la cadena de suministro. Así, el Digital Twin mejora el espectro de la simulación al vincular los datos reales basados en sensores con el activo físico. Los datos generados no sólo sirven de apoyo a los administradores de los procesos en la fase de planificación y ejecución, sino que también permiten realizar ajustes dinámicos y optimizar las operaciones.

Esta tecnología, que en los modelos digitales se utiliza para una mejor interpretación y para aumentar la fiabilidad de las decisiones, está ya implementada en algunos sectores y tiene potencial para cambiar radicalmente los procesos logísticos en el futuro.

¿Qué es un Digital Twin?

Un Digital Twin puede describirse como una imagen virtual de un proceso, producto o servicio, que conecta el mundo real con el mundo virtual. Además, los modelos, simulaciones y algoritmos también pueden ser parte de un gemelo digital.

El continuo desarrollo tecnológico de los sensores y las tecnologías de red permite vincular los sistemas físicos con modelos digitales. Al integrar planificación, datos en tiempo real y datos históricos, es posible:

  • Reflejar las condiciones de trabajo o las posiciones de los activos en el modelo digital.
  • Analizar y resolver rápidamente los gastos de reparación.
  • Reducir y evitar los tiempos de inactividad mediante el mantenimiento predictivo.

En la práctica, el Digital Twin suele utilizarse para simular el impacto de un cambio en un activo físico. Esto se hace porque proporciona una mayor seguridad en la planificación, además de garantizar que las inversiones planificadas estén aseguradas.

Por otro lado, los responsables de la cadena de suministro pueden asegurar una mejora continua del rendimiento utilizando el Digital Twin para controlar de forma sostenible sus sistemas y, por lo tanto, optimizar permanentemente los escenarios reales y los objetivos.

El Digital Twin es una imagen digital de un proceso, producto o servicio, que conecta el mundo real con el mundo virtual.

¿Qué son los Digital Twins?

“Son representaciones digitales de cosas del mundo real y describen tanto objetos físicos como no físicos, proporcionando toda la información y servicios relevantes a través de una interfaz uniforme. Para el Digital Twin es irrelevante si su equivalente en el mundo real ya existe o está a punto de existir.”

Definición según “Gesellschaft für Informatik (GI): Digitaler Zwilling”

Motivos para implementar el Digital Twin y sus potenciales

La motivación principal para implementar un Digital Twin dependerá de los requisitos de agilidad estratégica y operativa dentro de la empresa. Para aprovechar al máximo el potencial de una réplica digital, vale la pena considerar la granularidad de la información de los diferentes enfoques analíticos:

Análisis descriptivo

El análisis descriptivo se aplica para evaluar el impacto en el presente por medio de datos históricos. Se utilizan para la observación posterior de los procesos y pueden identificar los valores atípicos y las desviaciones utilizando datos de transacción.

Análisis de diagnóstico

Los análisis de diagnóstico proporcionan respuestas a las preguntas sobre las razones y los efectos, considerando las interacciones o consecuencias de los acontecimientos.

Análisis predictivo

El análisis predictivo proporciona pronósticos sobre los posibles escenarios futuros, basados en la extracción de datos.

Análisis prescriptivo

El análisis prescriptivo da un paso más hacia el futuro. En este caso se generan recomendaciones adicionales de acción, como la forma de influir en una determinada tendencia en una dirección específica, la forma de prevenir un evento pronosticado o cómo reaccionar ante un evento futuro. El objetivo es comprender o pronosticar conexiones poco claras, complejas y económicas con el fin de desarrollar y evaluar las opciones para poder tomar la mejor decisión.

Esquema 1

Requisitos tecnológicos

Hay tres desarrollos que permiten el uso del Digital Twin:

  1. Big Data

La disponibilidad de datos ha aumentado enormemente en las últimas décadas. Sólo entre 2017 y 2018 las personas han generado más datos que en cualquier otro momento de la historia.

  1. Rendimiento de la informática

Muy rápidamente, los ordenadores se están volviendo más y más eficientes. Una supercomputadora de los años 90 que llenaba una habitación ya no tendría la más mínima posibilidad contra el iPhone X de hoy en día, requiriendo los smartphones sólo una fracción de la energía eléctrica y del espacio.

  1. Algoritmos

La programación de software hoy en día está progresando extremadamente rápido y los desarrolladores de software disponen de herramientas mucho mejores que antes.

Esquema 2

Cómo funciona el Digital Twin

El incremento de los Digital Twins está directamente relacionado con desarrollos tecnológicos como el Internet de las Cosas (IoT), el Big Data, la Inteligencia Artificial, el Cloud Computing, etc. Al fin y al cabo, estos desarrollos son la razón de que las fronteras entre el mundo físico y el digital sean cada vez menos nítidas.

Uno de los principales campos de aplicación del Digital Twin es el intercambio general de información a lo largo de toda la cadena de valor de un producto. Esto incluye la recopilación continua de datos, la comunicación bidireccional de los mismos, las estructuras de datos definidas y las correspondientes interfaces de usuario para la visualización. La ingeniería de producción puede ser señalada como la pionera en el uso de Digital Twin.

El Digital Twin como imagen virtual requiere tres elementos:

  • El objeto a ser mapeado
  • El Digital Twin en el espacio virtual
  • Datos o información, que realizan la conexión entre el activo físico y el gemelo digital

Para el mapeo virtual, los datos generados por los sensores se combinan con la información del producto del inventario o de procesos existentes. Por lo tanto, es crucial representar los diferentes mercados e información en un lenguaje uniforme. El Digital Twin se complementa con algoritmos que describen objetos del mundo real con una precisión razonable.

La réplica digital de los activos físicos en forma de Digital Twin refleja con precisión las experiencias y los hallazgos del objeto físico y permite una respuesta proactiva a las anomalías, problemas de calidad y cuellos de botella en los procesos de logística y producción ¡sin ningún riesgo operacional!

Esquema 3

Digital Twin: extracto de un caso práctico

En el contexto de la planificación e implantación basadas en la simulación de un nuevo centro logístico multiusuario, se creó un modelo de simulación para un importante importador y distribuidor general (varios bienes de consumo y marcas) como representación de diferentes áreas funcionales y de almacenamiento, desde la recepción de las mercancías hasta su envío (incluida la logística de patio).

Inicialmente, se creó una imagen 3D realista de la planta y los procesos para:

  • Identificar los límites de capacidad existentes y la dinámica de cuellos de botella.
  • Planear una dotación de personal más eficiente.
  • Reducir los tiempos de producción.
  • Aumentar la productividad general en todo el centro logístico.

Hoy en día, el modelo se utiliza como un Digital Twin durante las operaciones en curso para trazar el mapa de los cambios en el proceso y en el uso del espacio, para determinar sus efectos en los KPI’s definidos.

Más específicamente, este enfoque no sólo ayudó a revisar las cuestiones relativas a la planificación y el envío de los pedidos de los clientes, sino también la posible incorporación de un mandato adicional en el centro logístico.

La evaluación de diferentes variantes y escenarios en un enfoque holístico constituye la base de un continuo proceso de optimización. El Digital Twin también mejoró la comunicación entre todas las partes involucradas, proporcionando múltiples opciones para el seguimiento, la supervisión, el diagnóstico y la simulación. El enfoque principal fue adquiriendo información y hallazgos de diagnóstico y pronóstico, con el fin de reflejar una imagen más realista y transparente de la situación actual.

El resultado obtenido se presentó en forma de un tablero con KPI, visualización en 3D y una animación 3D de la planta completa. Utilizando el monitor de KPI, las cifras clave más importantes fueron revisadas y consideradas desde todas las perspectivas. Un análisis inteligente de las causas de origen, utilizando herramientas de análisis gráfico y de tablas, permitió a la detección selectiva de las deficiencias del proceso y su eliminación.

“Al aumentar la transparencia, mejorar e identificar las relaciones de causa-efecto, el Digital Twin permite una optimización continua de los procesos a través de una evaluación efectiva y la toma de decisiones basada en los datos.

 

Factor de éxito de la calidad de los datos: cálculos con sólo pulsar un botón

El éxito o fracaso de los Digital Twins depende en gran medida de la calidad de los datos en los que se basan y en la simulación asociada. La documentación incomprensible, incompleta o faltante puede llevar a conclusiones y decisiones incorrectas, minimizando así el potencial de los Digital Twins como herramienta de planificación y control operativo. En consecuencia, la gestión de calidad de los datos maestros y de las transacciones ha adquirido cada vez más relevancia y es uno de los parámetros más cruciales para el éxito de la cadena de suministro digital en la actualidad.

Como base de los procesos eficientes de la cadena de suministro digital, los datos deben ser:

  • Completos
  • Reales
  • Válidos
  • Coherentes
  • Compatibles

Cuantos más datos se recojan en el sistema real, más sólida y precisa será finalmente la copia digital. Por lo tanto, el modelo tridimensional debe vincularse con el inventario en vivo y con los datos operacionales.

La creación de un Digital Twin comienza con la digitalización de toda la documentación técnica. Las incoherencias, así como la falta de una estructura estandarizada de identificación de activos debe ser eliminada de la mejor manera posible y mucho antes de la puesta en marcha del Digital Twin. Las mejoras en la calidad y la disponibilidad de los datos reducen la duración del proyecto, mientras que de cara a la simulación y el modelado ayudan a reducir los costos no calculados, lo que se aplica tanto a la fase de construcción como a los gastos operacionales corrientes. En este caso, el ahorro en costos supera a los gastos de diseño y mantenimiento del Digital Twin.

La calidad de los datos es el “oro del futuro“ y es condición sine qua non para implementar el Digital Twin como herramienta de planificación y control operativo.

Esquema 4

Acerca de Miebach Consulting

Establecida en Alemania en 1973, Miebach Consulting es una compañía que presta servicios para toda la cadena de suministro, de extremo a extremo, y que ha desarrollado con éxito casi 10.000 proyectos y soluciones de cadena de suministro. La red global de la compañía y la experiencia multisectorial proporcionan una fuerza y profundidad de conocimiento sin igual para formular soluciones innovadoras a los retos de la cadena de suministro del cliente. Miebach emplea una red mundial de expertos con conocimiento local, tanto sectorial como funcional, para apoyar proyectos. Las 24 oficinas de la compañía incluyen Gliwice en Polonia, Barcelona, ​​Madrid, Milán, Indianápolis, Shanghái, Sao Paulo, etc., así como una oficina central en Frankfurt.

Autor: Kamel Klibi, Director Miebach Consulting Alemania.