"Även om smartphones och surfplattor finns överallt, många av de företag som gör våra vardagliga konsumentprodukter förlitar sig fortfarande på pappersspår och manuellt uppdaterade kalkylblad för att hålla reda på sina produktionsprocesser och leveransscheman, " säger Leyuan Shi, professor i industri- och systemteknik vid University of Wisconsin-Madison.

Det är vad hon hoppas kunna förändra med en forskningsidé som hon först publicerade för nästan två decennier sedan.

Under de senaste 16 åren, Shi har besökt mer än 400 tillverkningsföretag i USA, Kina, Europa, och Japan för att personligen observera deras produktionsprocesser. "Och jag har använt den insikten för att utveckla verktyg som kan få dessa processer att fungera mycket smidigare, " hon säger.

Dessa verktyg är baserade på tanken på en "digital tvilling, " eller en datorrepresentation av fysiska tillgångar (maskiner och människor) och processer som hjälper chefer att bättre driva de system som förbinder dem.

Ta, till exempel, ett biltillverkningsföretag med 15 olika leverantörer, som var och en levererar en specifik bildel. När dessa delar anländer till företaget, de är sammansatta av människor som arbetar på olika avdelningar, såsom skärning av plåt, värmebehandling, svetsning, målning och så vidare. Det övergripande målet för detta tillverkningssystem är att fylla ett visst antal försäljningsorder för fordon.

Det är ett klassiskt exempel på en försörjningskedja:en uppsättning processer som länkar råmaterial till slutliga konsumentprodukter.

Ett företags mål att effektivisera tillverkningen av leveranskedjor kan inkludera minskad driftstopp på grund av leveransförseningar för erforderliga delar, och bättre anpassa sig till oförutsägbara händelser, som rusningsorder, maskinhaveri, eller defekta delar.

Tekniken Shi har utvecklat hjälper chefer att nå dessa mål. Med ett databassystem, användarprogramvara och utrustningssensorer, det skapar en digital tvilling av vad som fysiskt händer vid leveransanläggningar och butiksgolv. Chefer kan använda den digitala representationen för att visuellt spåra den globala produktionsutvecklingen i realtid och justera arbetsflöden efter behov. Verktyget ger kontinuerligt uppdaterade starttider för varje monteringssteg och ständigt förfinade leveranstider för de kunder som beställde bilarna.

"Det är vad vi menar med smart tillverkning, "Säger Shi.

Tekniken är användbar för alla branscher, men är särskilt viktigt vid specialtillverkning. Till skillnad från massproduktionsföretag, anpassade tillverkare får vanligtvis ett lägre antal mycket anpassade (och dyrare) försäljningsorder och kan också uppleva vildare marknadssvängningar. Denna stora variation i efterfrågan gör planering utmanande, och förmågan att reagera snabbt och effektivt på enskilda beställningar blir en kritisk del av affärsmodellen.

I hjärtat av Shis teknologi är en matematisk algoritm som hon ursprungligen publicerade som en forskningsartikel 2000, följt av en bok i ämnet åtta år senare. Även om metoden, känd som kapslad partitionering, är inte nytt, dess genomförande börjar först nu att bli genomförbart. Den förlitar sig på ultrasnabba datorer och trådlös teknik som kopplar samman maskiner, enheter, och människor till internet och till varandra:Internet of Things.

För att hjälpa till att översätta hennes forskning till praktiska tillämpningar, Shi bildade ett spinoff-företag, LS Optimal, 1995. Ursprungligen tänkt endast för konsultändamål, det har nu flera heltidsanställda i USA som hjälper industrikunder att utveckla och implementera smarta tillverkningsprocesser.

"Det var länge på väg, men vi ser äntligen ett verkligt paradigmskifte i branschen, "Säger Shi." Genom att ge tillverkningsföretag möjlighet att spåra hur deras försäljningsorder går i realtid och hantera sina butiksgolv proaktivt, de kan leverera högkvalitativa produkter till sina kunder mycket snabbare än tidigare. "