激動の世界を生きる、情報管理のプロフェッショナル サプライチェーン 近年、多くのプロセスがより脆弱になっていることを彼らは知っています。 ドイツの科学者たちは現在、自然そのものから学び、この時代に必要な「反脆弱性」をプロセスに与えようとしている。 この取り組みでは人工知能が重要な役割を果たします。
脆弱性は、管理における現在の問題です。 サプライチェーン。 無駄のないプロセス、自動化、ジャストインタイムの物流、リソースの節約により、工業生産は混乱を引き起こしています。 同時に、輸送リンク、倉庫、積み替えセンターのグローバルメッシュネットワークを介した高密度の貨物輸送により、エラーの可能性が高まります。
のマネージャーたちは、 サプライチェーン 彼らは、予測不可能で激しい市場変動、製品ライフサイクルの短縮、バリエーションの増加、納期の短縮に対処しなければなりません。 物流に関して言えば、企業の決定的なパフォーマンスは、配達可能性、配達時間と信頼性、配達の品質と柔軟性に基づいています。
さらに、納品可能性は、ほとんど知られていない変動する顧客注文を予測する能力と、サプライヤーからの供給の安全性によって決まります。 これらのプロバイダーも、企業自体と同様の課題に直面することがよくあります。
一方で、需要の変動をどのように緩和し、パイプライン後半の混乱によって引き起こされる供給ギャップに対処するかという問題が生じます。 サプライチェーン、もう一方のために。 もちろん、非常にシンプルで現実的な解決策があります。それは、在庫を増やすことです。 ただし、これには多額の資本コミットメント、処理コストの増加、そしてもちろん利益の減少が伴います。
ストレス要因とボラティリティに対する概念としての反脆弱性
の科学者たちは、 大学 ドイツのアーヘン工科大学は、この問題の解決策を模索しています。 工作機械生産工学研究所 (WZL) のマルコ・ベッカー氏は次のように説明しています。たとえば、私たちの免疫システムは活性化され、外部からの攻撃に対して強化されています。 ドイツの研究者たちは、これらの自然のメカニズムを見つけて理解したいと考えています。
2020年6月に開始されたプロジェクトの一環として、研究者らはこれらのメカニズムを自然から物流や生産に移す将来の研究プロジェクトに向けた準備作業を行っている。 生産や製品の種類に関係なく、研究者は通常、脆弱性への耐性が物流や生産における関連する差異を引き起こすかどうかを調査したいと考えています。
反脆弱性の良い例は、非常に順応性の高いキツネです。 彼らは食料供給と季節に応じて、ネズミ、ミミズ、または果物を食べます。 田舎では農民から略奪し、都市ではゴミ箱を略奪します。 これらは変動性、つまり食料の入手可能性の変動の概念です。 狩猟や病気で異常に多くのキツネが死ぬと、より多くの子孫が生まれます。 これは、ストレス要因、つまりストレスを引き起こす刺激についての考え方の 1 つです。
WZL プロジェクトマネージャーのダニエル・トラウス氏は次のように説明しています。「道路の渋滞や灼熱の夏、伝染病や嵐など、多くの要因が生産システムを停止させる可能性があります。 それに対処する方法を学びたいです。」
バイオテクノロジーと哲学が役立つはずです
「生物学ではストレッサーは非常に一般的です」と科学と技術の哲学の議長を務める哲学者のダウィド・カスプロヴィッチ氏は言う。 機械工学ではまったく異なります。 「システムを改善するために意図的にシステムに損傷を与えることは、機械エンジニアにとって最初は直観に反します。」 あなたの椅子は、科学の 2 つの世界の間の仲介者のようなものです。
バイオテクノロジー部門の責任者であり、DWI-ライプニッツ インタラクティブ マテリアル研究所の科学部門のメンバーであるウルリッヒ シュヴァーネベルク教授の専門知識は、指向性進化の分野にあります。 方向性進化により、自然界の酵素を再プログラムし、工業プロセスに利用できるようになります。
1999年から2001年までシュヴァーネバーグ氏とともにチームの一員だったフランシス・アーノルド氏は、この手法の開発により2018年にノーベル化学賞を受賞した。 方向性のある進化により、コンピュータ支援手法を使用して最適なコーティング システムを開発し、製造中に外部ストレスを受けたときに最適化することが可能になります。」と彼は言います。 「温度と湿度に基づいて組成が変化するため、たとえば、抗菌または撥水加工は完璧な状態を保ちます。」
人工知能が重要な役割を果たすようになる
科学者たちは、人工知能 (AI) を使用して、メカニズムを自然から技術システムに移す方法を見つけることを計画しています。 「デジタル ソフトウェア管理システムを念頭に置いています」と Trauth 氏は明かします。
AI は、さまざまな分野で脆弱なシステムの不安定性、ランダム性、ストレス要因を改善するための情報ベースを提供する必要があります。 WZL の研究者は現在、CNC 研削盤で取り付けコンセプトをテストしています。 「私たちは依然として、適切に使用できない情報を大量に入手しています」とベッカー氏は説明します。 「システムは複雑で、人々は大量のデータを理解できません。」
この特定の例でプロセスに影響を与える要因は、砥石車上の粒子分布から、加工中の水分、機械の可用性まで多岐にわたります。 これは、気象条件、交通状況、ルートプロファイル、出荷データ、曜日と時間帯、および食材の配送と到着時間などのその他の要因にも影響されます。 さらに詳しい情報が入手可能になります。 、データ処理がより正確になり、その結果、より高い利益が得られます。 しかし、重要なのは「技術的」要素だけではなく、製造従業員やドライバーの体質など、プロセス全体に組み込まれている人々も含めた全体的な視点です。 月曜日は気分が優れなかったり、夜勤中に疲れを感じたりしませんか? データ量はほぼ無制限に拡張できます。
1000 を超える信号が同時に到着します。 CNCマシン AIなしでは処理できないもの。 また、CNC 加工は小さな加工ステップの 1 つにすぎません。 自動車の生産では、多くの個別のプロセス、作業ステップ、部品の配送が必要になります。
最初の結果は非常に有望です。 たとえば、研究者らはレーザー溶接プロセスでストレッサーとして 2 番目のレーザーを使用しました。 結果は驚くべきものでした。 レーザーの追加により、いくつかのレベルで結果、特に品質が向上しました。 脆弱性対策の概念がどの程度まで管理に適用できるかはまだわかりません。 サプライチェーン。 研究者たちは主に進化的アルゴリズムに焦点を当てています。 これらの AI アルゴリズムは、センサー ネットワーク開発、株式市場分析、RNA 構造予測など、他の問題や最適化にすでに使用されています。