最航运 | 利用数字孪生技术改造供应链物流决策！

在数字技术的推动下，供应链物流行业正在发生根本性的范式转变。全球供应链依赖于有形资产，如集装箱、仓库和卡车——这些资产在历史上很难上线。但只有连接这些资产，我们才能将供应链完全数字化。但是一旦这些有形资产上线——然后呢？我们如何利用这些信息使供应链更具韧性和灵活性？我们解决该问题的关键方法之一是通过数字孪生技术。

1、什么是数字孪生？解决问题和决策的未来数字孪生是物理对象或系统的数字表示。例如，一个简单的数字孪生可以是飞机机翼的数字表示。该数字孪生可用于对飞机机翼的操纵方式、空气动力学、何时可能需要维修等进行模拟。2、更复杂的数字孪生是完整系统的数字表示——例如仓库或工厂车间。这些数字孪生可用于分析生产过程并主动解决维护和维修问题。数字孪生与其物理副本之间的数据可以双向传输。例如，数字孪生可以接收来自工厂车间的数据，根据数据分析做出决策，然后将数据传回工厂车间以触发行动。到目前为止，数字孪生主要用于建模和模拟特定和孤立的过程。3、然而，到目前为止，数字影子比数码孪生更常见。数字影子和数字孪生之间的主要区别在于，来自数字影子的数据只流向一个方向：从对象到影子。影子无法将数据发送回物理资产以实施更改。4、用数字孪生重新定义供应链物流通过分析数字孪生仿真数据，我们可以识别供应链中的瓶颈、低效和潜在风险。这导致更好的规划和资源分配，最终提高效率和降低成本。除此之外，数字孪生允许： - 资产的实时跟踪和监控：通过在物理资产上或内部放置传感器，我们可以将有关资产位置、状况、性能、温度、损坏等的数据提供给数字孪生体。- 预测性维护和维修：我们可以使用数字孪生来主动处理维护，而不是对机器故障做出反应。这使我们能够在更方便和优化的时间表上修复资产，而不是在它阻碍一个过程时。- 增强决策制定和优化：数字孪生帮助我们从被动转变为主动。当我们对物理系统进行数字化概览时，我们可以就资源分配、规划和风险管理做出更明智的决策。- 提高效率并降低成本：数字孪生还帮助我们优化供应链向前发展。例如，我们可以通过替代路线或运输类型确定潜在的成本节约或效率提升。5、以马士基为例，其目标是创建马士基综合生态系统的数字孪生。虽然马士基表示还需要数年时间，但马士基正在通过专注于特定垂直领域来取得进步。通过创建船舶、仓库、码头等的垂直数字孪生，是可以创建整个集成生态系统水平数字孪生的构建块。这种向创建水平数字孪生的转变将帮助马士基从用于可视化供应链的数字孪生转变为预测和改善客户供应链的数字孪生。6、马士基率先采用这项技术的一个领域是其码头。 马士基目前正在推出一种数字孪生模拟产品，可以预测近期运营中会发生什么。 马士基使用集装箱吞吐量、船舶时间表、传感器数据和码头数据来构建此模拟，这使能够了解哪些船舶将在何时到达以及载有哪些货物。然后可以预测在哪里需要什么资源——比如起重机。这最终使马士基能够相应地预测和调整操作。7、这种数字孪生模拟侧重于可预测性。需要准确预测某些行动需要多长时间。如果不知道卸船需要多长时间，必须建立缓冲区，这意味着设备可能不会在正确的时间放置在正确的位置，这是缓慢和低效的，而不是紧凑和快速的。马士基正在尝试使用数字孪生来克服的其他一些挑战包括：可扩展性：马士基的许多部门都有自己的数字孪生，但它们都是孤立的，没有全局性或可互操作的架构。马士基正在努力建立一个数字孪生网络，将供应链中的不同环节连接起来。聊天物联网：物联网计划产生了大量的大数据，但这些数据经常被闲置。马士基正在探索如何利用这些数据通过数字孪生来优化流程。预测性ETA：数字孪生可以帮助我们采取规定性行动，并为人工智能和机器学习驱动的交付提供实时ETA，而不是提供一般的交付估计。8、物流数字孪生未来的五大预测数字孪生在供应链物流中的应用有很多可能性。但缩小范围，这里有五个关键预测，说明数字孪生将在不久的将来如何发展，尤其是对下一代智能港口的贡献。- 与人工智能和机器学习的进一步融合通过利用ML/AI，数字孪生将成为更强大的优化和效率工具。数字孪生拥有丰富的数据集，然后可以通过机器学习算法进行分析，以识别模式和趋势，从而得出更准确的预测和建议。-  从数字影子到数字孪生数字影子是物理对象的数字表示，但与数字孪生不同，数据只能单向流动：从对象到影子。影子无法将数据发送回物理资产以实施更改。数字影子比真正的数字孪生要常见得多，但我们很快就会在供应链物流中看到更多“真正”的数字孪生。- 更广泛的采用和互操作性目前，数字孪生的使用仅限于更受控制的生态系统，如船只和仓库。然而，这些只是整个供应链的一部分。未来，我们将开始看到供应链上下的数字孪生，被许多不同的供应链参与者使用。互操作性将是这些参与者以连接方式集成的关键。像DCSA这样的组织已经在努力为一个共同的技术基础建立标准，以实现在互联供应链网络上的全球合作。- 数字孪生开创绿色物流我们将看到数字孪生在未来被使用的最重要的方式之一是开拓绿色物流。我们已经在一些船只上使用了数字孪生模拟，以优化冷藏集装箱的功耗。将数字孪生技术用于绿色解决方案的可能性是无限的。- 对人类智能的持续需求使用数字孪生，我们可以预测未来在系统或资产中会发生什么。然而，这些预测是基于一系列正常事件。但当疫情或乌克兰战争等正常情况出现偏差时，这些预测并不有用。然而，当我们在流程挖掘等技术上构建数字孪生时，我们可以立即发现异常。这使我们作为人能够决定如何覆盖现有流程并解决意外情况。未来，我们将看到更多的人类智能和决策与数字孪生和预测人工智能相结合，以获得最佳结果。9、最后，真正的收获只有在全行业的行动中才能实现数字孪生技术，特别是当与AI/ML和预测分析相结合时，可以通过优化决策和资源分配来提高效率和成本节约，从而彻底改变供应链物流。为了充分利用这项技术的好处，我们作为一个行业，必须共同克服互操作性和负责任的数据共享的挑战，以创建完全连接、有弹性和绿色的供应链。