米国では、製造業の生産性と建設業の生産性の間には大きな乖離があります。1994 年から 2011 年にかけて、製造業の生産性はほぼ 2 倍になりましたが、建設業では横ばいのままで、さらに、米国で最も炭素集約型でエネルギーを消費する産業または部門の 1 つです。
建設業界、特に建築分野の課題は、建設プロセスの生産性を向上させ、エネルギー効率が高く、低炭素で、手頃な価格の製品を提供することです。国立再生可能エネルギー研究所 (NREL) は、 米国エネルギー省 (DOE)およびさまざまな資金提供機関と協力して、今後 5 ~ 10 年間にわたってこれに取り組む予定です。
問題
米国エネルギー省は、手頃な価格で魅力的でエネルギー効率が高く、低炭素の新しい建物を提供するために、 Advanced Building Construction (ABC) と呼ばれる取り組みを推進しています。それに加え、米国の生産性の高い建設部門のエネルギー効率をさらに高める方法を検討しています。米国エネルギー省は新しいテクノロジーに投資すると同時に、官民両方の関係者と連携しています。
NREL は米国エネルギー省と協力して、設定された目標を達成するために 2 つの具体的なアプローチをとります。1 つ目は恒久的なモジュール構造です。これは、建物が最終現場で輸送され組み立てられる前に、オフサイトで建設される場合です。2 つ目は、モデルがシステムの現在の状態と結合されて動作するデジタル ツインです。これを実現ために、AnyLogic などの既存のツールを使用できます。
米国のオフサイト建設工場には、肉体労働者と大規模なマテリアルハンドリングシステムがあります。最終製品は目的地に出荷され、最小限の作業で組み立てられます。この方法で建築する方が 40% 早くなりますが、このプロセスがエネルギー効率を高め、よりエネルギー効率の高い低炭素建築物につながるかどうかは不明です。そこで、デジタル ツインとシミュレーション環境を使用して、関連するプロセスをより良く理解し、適切な意思決定を行うことで、エネルギー効率の高い建物を納品できます。
ソリューション
NREL は、オフサイト工場(フィジカル)のデータ収集戦略を使用して、この工場のシミュレーションモデルをほぼリアルタイムで表現します。このデータには、すべてのプロセスと個別の活動、すべての肉体労働力や建設労働者、資材運搬システムが含まれ、工場情報モデル(デジタル)に接続されます。
オフサイト工場では依然として多くの肉体労働が必要であるため、労働生産性、サイクルタイム、さらにはダウンタイムの影響を理解するのは困難です。その結果、AnyLogic マルチメソッド シミュレーション モデリングが使用されました。
エージェントベース のアプローチでは、自律エージェント (この場合は建設作業員) のアクションと相互作用をシミュレートできます。離散イベント シミュレーション モデリング は、単純な組立ラインやコンベア等の機能を提供します。システム ダイナミクスでは、マテリアル ハンドリング システムとマテリアル フローのレイヤーを追加できます。労働生産性を実際に理解するには、エージェントベースに重点を置いたマルチメソッド シミュレーション モデルの作成が適しています。
モデルの入力情報は、現実世界のオフサイト工場から取得された労働者の動きと活動です。これらの入力情報は AnyLogic 環境にインポートできます。下のビデオは、モデル化された工場フロアを示しています。ここでは、各ステーションで見られる建設労働モデルに基づいて人材が配置されています。作業が続くにつれて、特定の従業員、スケジュール、移動パターン、ダウンタイム、さらには昼食にかかる時間さえも割り当てることができます。これら全ての情報が工場で何が起こるかに大きな影響を与えます。

モデルにはさまざまなステーションがあり、各ステーションに労働者が割り当てられています。モジュール式ユニットがこれらのステーション間を移動すると、それらの特定のステーションのリソースがアクティブになり、現実世界の状況からの作業員の正確なスケジュールなどが工場モデルの入力として追加され、現状の工場の基準値を作成できます。
工場全体を非常に詳細にシミュレートでき、モデル内でズームインしてさまざまなステーションを実際に理解することができます。これにより、モデル製作者はマテリアル ハンドリング システムの効果をより良く理解できます。
作成されたモデルの 4 つの異なる領域 (以下の図を参照) を詳しく見ると、シミュレーション環境を使用して多数の研究課題を特定できます。これらの質問は、AnyLogic 内のさまざまなメソッドにマッピングできます。これらの質問に答えることで、より優れた低炭素効率の製品を提供できるようになります。
モデル構築者は、what-if シナリオを使用して、生産性と新しい活動の間のトレードオフを検討することができ、工場に新たな戦略を実装する前に、モデルの分析結果に基づいた意思決定を行うことができます。
次のステップ
このモデルは現在進行中の作業であり、米国中の参加工場に配備されたカメラとセンサーからリアルタイムのデータを継続的に受信することで、改良が続けられています。現在のモデルは既存の工場を表現していますが、将来的には、基準値が確立されれば、他工場でも、同様にwhat-if シナリオを作成でき、AnyLogic 機能を使用して実行できるようになります。今後の作業予定には、トレードオフ分析と生産性と新しいリソースやアクティビティなどの仮定のシナリオが含まれています。
このケーススタディは、AnyLogic Conference 2021 で国立再生可能エネルギー研究所 (NREL) の Ankur Podder 氏によって発表されました。
スライドはPDFとして入手できます。
