百事公司已与西门子和英伟达展开一项为期多年的“行业首创”合作,旨在推进数字孪生技术与人工智能的应用,以提升包装和灌装生产线的速度与效率。目前在美国,旨在改造百事工厂和仓储设施的早期试点项目已经启动。为深入了解此次合作,《包装洞察》采访了西门子数字化工业软件基础设施、生命科学、消费品和零售业务副总裁约翰·尼克松,以及英伟达供应链开发者关系总监塔里克·哈马杜。
尼克松表示:“此次合作展示了制造商、技术合作伙伴和原始设备制造商协同工作而非各自为政所能实现的潜力。当各方都能看到相同的数字实景时,包装创新就会加速。”他强调,包装运营正进入一个新时代,数字孪生不仅是工程工具,更是运营系统。它们有助于减少浪费、优化可持续性指标、减轻转换和周转压力,并提高灵活性。数字孪生编辑器是迈向数据驱动型包装和更具韧性供应链的更广泛变革的一部分。
数字孪生技术可创建物理对象的数字模型。此次合作旨在将西门子实时逼真虚拟场景中的2D和3D数字孪生数据与英伟达Omniverse库相结合。与此同时,哈马杜解释道,人工智能通过持续分析高频运营数据——如机器周期时间、微停机、质量不合格品等——来识别包装线的瓶颈,从而区分真正的系统约束与表面现象。与传统方法不同,人工智能模型能学习正常行为模式并实时检测偏差,揭示吞吐量损失是由特定机器、人为干预还是其他障碍造成的。通过关联整条生产线的事件,人工智能可以预测瓶颈何时何地会发生转移,并推荐纠正措施。
西门子表示,其正利用基于物理的数字孪生和人工智能对百事公司的制造设施进行数字化转型,其中数字孪生编辑器是核心解决方案。尼克松指出,该编辑器为包装和灌装团队提供了前所未有的能力:一种快速、直观的方法,将复杂的包装线转化为活生生的动态数字孪生。在实际合作中,当能对整个生产线行为——从灌装动态、贴标机交互到下游积压——进行建模和可视化时,包装过程变得可预测得多。他解释说,包装运营充满微观依赖关系,例如封盖机上0.5秒的延迟可能会一直影响到码垛。编辑器将这些交互整合到一个环境中,使操作员、原始设备制造商和工程师能够在接触物理设备之前快速了解性能、测试想法并改进流程,从而将包装转变为“可设计”的系统,而非固定约束。
英伟达的计算机视觉作为一种分析数字图像和视频的人工智能工具,与西门子的数字孪生编辑器协同工作。哈马杜表示,计算机视觉通过提供连接物理现实与数字孪生及人工智能决策系统的感知层,在包装和码垛模拟中发挥着关键作用。视觉模型能够实时检测、跟踪和分类产品、箱体、托盘及人员动作,捕捉传统传感器数据无法完全呈现的尺寸、方向、稳定性、缺陷和处理可变性。在码垛方面,计算机视觉使模拟能够评估混合SKU堆叠、负载稳定性、错位风险和碰撞场景,同时持续从现实观察中学习以完善虚拟模型。因此,模拟成为能够预测故障、优化布局和机器人运动、并在生产现场部署前安全测试吞吐量和质量改进的活系统。
此次合作的核心目标是提高包装和灌装生产线的速度与效率。尼克松补充说,合作伙伴的设计针对“高速、高可变性和高SKU复杂性”。百事公司运行着极其快速、高度灵活的包装运营。在合作中,他们使用数字孪生编辑器模拟了高速瓶处理、箱体包装周期、输送网络的延伸以及SKU和格式变化的影响。西门子的能力与英伟达的加速计算相结合,使团队能够在生产线重新配置之前就模拟和验证格式变更。
在讨论将现有包装设备转换为数字孪生时,尼克松表示,西门子的编辑器专为当今“改造现实”——行业当前最大挑战——而设计,同时也支持将绿地扩展作为未来机遇。大多数包装线都是遗留机器、原始设备制造商特定系统和定制控制的混合体。数字孪生编辑器让团队可以从任何保真度开始:在有计算机辅助设计的地方使用计算机辅助设计,在没有计算机辅助设计的地方使用点云,并为常见设备类型提供特定领域的模拟模板。对于百事公司,西门子利用现有工程数据加现场扫描,快速构建了可用的、可用于决策的模型。给行业的信息很简单:你不需要完美的数据集就可以开始,你需要的是意愿、协作以及一个为高度复杂的棕地环境构建的平台,而这正是编辑器的优势所在。
哈马杜补充说,人工智能代理可以改善包装厂的产线平衡(确保包装线的每个环节都适当匹配)和吞吐量。这种改进可以通过持续感知实时机器、人力和物料数据,识别真正的瓶颈,并动态重新平衡整条生产线的速度、任务和缓冲区来实现。与依赖静态工程假设或定期的“整体设备效率”审查不同,代理能预测中断,根据SKU行为协调设备速度,减少微停机,并在吞吐量受到影响之前优化转换和人力分配。他断言,这些代理在设备、运营、质量和维护方面进行协调,整体优化系统,平衡吞吐量、质量、安全性和磨损。其结果是更高的持续产出、更快的波动恢复,以及无需额外资本投入即可实现的可衡量的吞吐量增益。