Американская компания PepsiCo с помощью технологии цифровых двойников за 12-недельный пилотный проект добилась увеличения производительности на 20%
Репортаж от Wedoany,Американская компания PepsiCo превращает промышленный метавселенную из концепции в реальные возможности. Интегрируя промышленный ИИ и передовые технологии моделирования, компания применяет цифровой подход к проектированию, основанный на технологиях Siemens и ускорении NVIDIA, переосмысливая процессы проектирования, тестирования и оптимизации своего производства.
На конференции Siemens Realize Стив Хоинка, вице-президент по глобальной производственной стратегии PepsiCo, поделился этим опытом. Он отметил, что все решения сначала тестируются в виртуальной среде, прежде чем вкладывать какие-либо физические средства. Благодаря технологии цифровых двойников и промышленному ИИ команда PepsiCo смогла перенастроить производственные линии, в реальном времени корректировать потоки продукции, настраивать стратегии упаковки и перепланировать складские помещения. Всё это выполнялось в интерактивной среде, способной оценивать тысячи сценариев для поиска самого быстрого и оптимального решения.

Хоинка отметил, что прогресс PepsiCo в области искусственного интеллекта стал результатом долгосрочного технологического сотрудничества с Siemens. На большинстве производственных предприятий PepsiCo используются контроллеры и оборудование Siemens. Он описал путь цифровой трансформации компании, уделив особое внимание сотрудничеству с Siemens и NVIDIA, направленному на внедрение технологии цифровых двойников в масштабах всей компании. В ходе быстрого пилотного проекта Хоинка выделил пять ключевых уроков: во-первых, для обеспечения согласованности необходима прочная основа данных; PepsiCo использовала Teamcenter, Plant Simulation и Digital Twin Composer, а также сотрудничала с NVIDIA и Omniverse для получения вычислительных мощностей. Во-вторых, решения о капитальных вложениях должны основываться на реальности; цифровые двойники позволяют выявить возможности для оптимизации потоков и неожиданные проблемы. В-третьих, количественная оценка компромиссов имеет решающее значение; PepsiCo придерживается принципа «сначала цифровая проверка, затем физическая реализация». В-четвёртых, цифровой двойник — это новый способ работы, а не проект. В-пятых, поддержка высшего руководства является катализатором прогресса проекта.
Пилотный проект был сосредоточен на сложной задаче североамериканского бизнеса: интеграции двух исторически независимых производственных объектов типа «браунфилд», относящихся к направлениям напитков и закусок PepsiCo. Цель заключалась в объединении этих операций для повышения скорости, эффективности и производительности. Проект предусматривал удаление части складов на двух объектах и прямую подачу продукции в новый гибридный центр, что высвобождало мощности для новых производственных линий или упаковочных возможностей. Хоинка отметил, что Siemens взял на себя обязательство выполнить эту задачу в течение 12 недель.
PepsiCo применила структурированный подход к созданию цифрового двойника. Сначала были выполнены 2D-сканирование и созданы чертежи объектов, затем созданы 3D-сканы и рендеры до уровня единичных операций для обеспечения модульности и поддержки сценарного планирования. После этого команда добавила ключевую информацию о потоках и пропускной способности для каждого элемента — от производственного оборудования до механизмов, предназначенных для гибридного центра, что оживило симуляцию и позволило провести множество сценариев и конфигураций.
Хоинка также привёл конкретный пример внедрения автоматизированной системы загрузки прицепов (ATLS) в гибридном центре. Ранее при внедрении аналогичной системы на другом распределительном центре с использованием традиционных методов планирования PepsiCo пришлось отказаться от шести разгрузочных станций. Благодаря новому цифровому процессу команда провела множество итераций и в итоге получила более эффективное решение ATLS с более низкой стоимостью внедрения, отказавшись только от трёх станций вместо шести.
Проект принёс измеримые результаты. В области сжатия сроков весь процесс был завершён за 12 недель, тогда как обычно любая из задач заняла бы несколько месяцев. В области снижения рисков благодаря работе с цифровым двойником команда избежала более 90% потенциальных эксплуатационных проблем. В области повышения производительности проект обеспечил рост на 20% по всей цепочке создания стоимости; команда смоделировала потребности всей сети — от потоков сырья до гибридного центра. В области капитальных затрат стоимость внедрения оказалась значительно ниже по сравнению с традиционными методами благодаря возможности цифрового планирования и проектирования. Хоинка отметил, что эти результаты являются консервативными и не учитывают дополнительную потенциальную ценность от повышения операционной эффективности или избежания капитальных затрат за счёт максимального использования существующих объектов.
Говоря о том, как начать использовать цифровые двойники, Хоинка посоветовал организациям опираться на существующих партнёров, мыслить масштабно, начинать с малого и действовать быстро — это считается ключом к успеху PepsiCo и Siemens в области цифровых двойников. Он отметил, что возможности и технологии уже существуют, главное — начать действовать.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
Связанные продукты

Многофункциональное устройство для калибровки электрических измерительных
Xi'an Yingchuan Electric Power Equipment Co., Ltd.
Интеллектуальный автоматический калибратор давления ConST811A
Beijing ConST Instruments Technology Inc.
Контроллер системы обнаружения горючих газов 30
Jinan Benan Technology Development Co., Ltd.

Станок Xingkai 1625 для резки автомобильных ковриков Оборудование для раскроя и заготовки ковриков Высокоточное вибрационное ножевое оборудование
Jinan Xingkai Machinery Equipment Co., Ltd.


Выходной адаптер MCU с медным стержнем в сборе
Shenzhen Yusheng Optoelectronics Co., Ltd
Двухотборная конденсационная паровая турбина
Qingdao Jieneng Steam Turbine Group Co.,Ltd.
Интеллектуальное производство, проектирование PCB
GCI Science & Technology (Zhuhai) Co., Ltd.










