A kirakós utolsó darabja a raktári automatizálásban
Az egyre összetettebbé váló globális ellátási láncoknak egyre nagyobb nyomást kell elviselniük az exponenciálisan növekvő online kereskedelem, a változó vásárlói igények és a munkaerőhiány miatt.

 

A megrendelések teljesítésének hatékonysága kulcsfontosságú a nyereséges üzletmenet szempontjából. Az ellátási lánc vezetői tehát felismerték, hogy a véges emberi munkaerőt a technológiával kell támogatniuk a megrendelések teljesítési folyamatában. Valami azonban egészen idáig hiányzott az összképből.

Az ellátási láncok következő generációja nemcsak a robotikát és az automatizálást, hanem a mesterséges intelligenciát is magában foglalja. Mivel logisztikai dolgozóból már így is kevés van, a bővülő raktárak vagy elosztóközpontok számára nehézséget jelent a megrendelések teljesítése. A döntéshozók túlnyomó része egyetért tehát abban, hogy új raktártechnológiákra van szükség ahhoz, hogy gazdasági értelemben versenyképesek maradjanak.

A logisztika egyik legfontosabb és leggyorsabban átalakuló részfolyamata a komissiózás. „A komissiózás mindig is az egyik leginkább költség- és munkaigényes tevékenységnek számított az értékteremtő folyamatokban – mondta Boros Péter, a Siemens Zrt. értékesítési specialistája. – Az összes komissiózási feladat több mint 90%-át továbbra is manuálisan végzik, ami az üzemeltetési költségek jelentős részét okozza, miközben egyre élesedik a verseny, fokozódik a munkaerőhiány és növekszik a fogyasztói igény.”

Komissiózás: lehet egyszerre olcsóbb és hatékonyabb?

A növekvő energia- és bérköltségek, az e-kereskedelem növekvő volumene miatt a raktárak egyre nagyobb terhelése a folyamatok optimalizációjára kényszeríti az intralogisztikát. Egyetlen hiba az árugyűjtésben tízszeres hatással lehet a későbbi raktári folyamatokra: késedelmek, teljesítetlen megrendelések, visszáru és selejt. A technológia támogatása nélkül a rakodási és szállítási folyamatok is lassúvá és hibássá válhatnak.

A robotika az új irány?

A gyorsaság és a pontosság tehát kiemelkedően fontos a komissiózásban, de mindkét tényező esetében az emberi munkaerő teljesítőképessége jelenti a felső korlátot. A munkaterhelés nem fokozható a végtelenségig, mert a terheléssel nő a hibaszám. „A raktári komissiózás sok esetben nem kellemes munkakörnyezetet jelent, hiszen termékkörtől függően történhet akár hidegben vagy forróságban is a munkavégzés – tette hozzá Boros Péter.

Boros Péter, a Siemens Zrt. értékesítési specialistája
 

– A logisztika tehát munkaerőhiánnyal küzd, miközben a kiszállításra egyre komolyabb mennyiségi és minőségi elvárások nehezednek. A robotok emberi beavatkozás nélkül, akár a nap 24 órájában képesek komissiózási feladatokat végezni, kisebb hibaaránnyal és sokkal gyorsabban.” Egy harmadik tényező, a hely szintén az emberi munkaerő tömeges alkalmazása ellen szól. Emberi munkaerőre alapozva ugyanis nem használható ki a tér minden dimenziója.

 

A robotok emberi beavatkozás nélkül, akár a nap 24 órájában képesek komissiózási feladatokat végezni, kisebb hibaaránnyal és sokkal gyorsabban

 

Automatizált függőleges és vízszintes modulokkal jelentős helymegtakarítás érhető el, ugyanakkora területen két-háromszoros (vagy akár ezt is meghaladó) árumennyiség is kezelhető. Tudjuk, hogy a robotok kiválóan alkalmasak az ismétlődő feladatok végrehajtására, de mindeddig nem rendelkeztek azzal az intelligenciával, amely ahhoz szükséges, hogy egy dinamikus raktári művelet során azonosítani és kezelni tudják a több tízezernyi, állandóan változó terméket. Az ipari robotok rugalmasak. Szoftverük azonban mindeddig nem volt az. A Siemens mesterséges intelligencián alapuló SIMATIC Robot Pick AI megoldása lehetővé teszi a robotok számára olyan feladatok elvégzését, mint például az ismeretlen objektumok kiválasztása, ezáltal soha nem látott szintű hatékonyság és termelékenység érhető el a logisztikában.

Objektumfelismerés mesterséges intelligencia segítségével

A Siemens megfogalmazása szerint ez „az ismeretlen automatizálását” jelenti. Létezik ugyanis olyan komissiózási folyamat, ahol pontosan ismert a szóban forgó termék, és van, ahol nem tudjuk, mi kerül majd a megfogó útjába. A SIMATIC Robot Pick AI gépi látás szoftver képes meghatározni a tárgyak tömegközéppontját, és annak megfelelően instruálja a megfogási mozdulatsort. A megoldás nagy előnye, hogy a piacon lévő legtöbb kamera-, robot-, kobot- és megfogótípussal kompatibilis.

„A tapasztalatok szerint a robotok és a megfogók nem is jelentenek problémát, sokkal inkább azok a termékek – például a folyadékkal, krémmel töltött tégelyek, palackok –, amelyeknek elmozdulhat a tömegközéppontja. A mélytanuláson alapuló gépi látás szoftver azonban tanul a hibából, és ha a megfogó először el is ejtette a problémás terméket, másodszor már sikeresen végzi el a feladatot. 98 százalékban már az első megfogás is sikeres – folytatta Boros Péter.

– Ennélfogva a SIMATIC Robot Pick AI fontos szerepet kaphat többek között a disztribúciós logisztikában, a gyógyszer- és kozmetikai iparban, valamint az élelmiszer- és italgyártásban. Nem véletlen, hogy már több rendszerintegrátor partnerünk érdeklődik a szoftver iránt, hiszen a kirakós utolsó darabját jelentheti egy teljesen automatizált raktár létrehozásához.”

Ezredmásodpercek alatt meghozott helyes döntések

A SIMATIC Robot Pick AI ezredmásodperceken belül hoz döntéseket a megfogási pontokról a 3D kamera érzékelője által küldött mélységek és színek alapján. Az egyszerűbbektől a nagy felbontású rendszerekig különféle beszállítók 3D kamerái használhatók, a szoftver mindegyikkel kompatibilis lesz. Az algoritmus a SIMATIC S7-1500 PLC-hez csatlakozó TM-MFP modulon fut, így a teljes SIMATIC platformmal és TIA Portal mérnöki ökoszisztémával kompatibilis, ami széles körű alkalmazást tesz lehetővé. A hardveres elemek telepítése és kalibrálása után az irányított üzembe helyezés a grafikus felhasználói felület segítségével kevesebb mint 20 percen belül elvégezhető.

 

 

Használatához nincs szükség programozói tapasztalatokra, a szoftver az előre betanított modellek révén telepítés után azonnal képes megbirkózni a speciálisabb alkalmazásokkal is. A gépi tanulásnak köszönhetően megbízhatóan detektálja a szorosan egymás mellett elhelyezkedő, tükröződő vagy a tárolódoboz falaihoz közel lévő tárgyakat is. Áteresztőképessége az alkalmazott robottípustól függően óránként akár az 1 000 ciklust is elérheti.

„A gépi látás sikerességét alapvetően befolyásolják olyan tényezők, mint a szabálytalan kontúrok, a megvilágítás, az éles vagy éppen életlen kontrasztok, a távolság, a tükröződés mértéke stb. – jelentette ki Boros Péter. – A SIMATIC Robot Pick AI szoftvert számtalan alkalmazás során tesztelték, és nagy magabiztossággal állíthatom, hogy a szoftver a szóba jöhető termékek túlnyomó többségét nagy folyamatbiztonsággal képes kezelni.”

Minden az okosraktárhoz

A Siemens közismert arról, hogy átfogó termék- és megoldás portfólióval rendelkezik ipari alkalmazások széles skálájához, ennélfogva a SIMATIC Robot Pick AI gépi látás szoftver sem különálló megoldás, hanem a Siemens intralogisztikai automatizálási portfólió új elemének tekinthető, amely szinte mindent tartalmaz, amire a raktáron belül szükség lehet. A raktárakban a komissiózás jelent egy olyan szűk keresztmetszetet, amit jellemzően még mindenhol emberek végeznek, a SIMATIC Robot Pick AI lehet tehát a kulcs ahhoz, hogy kompromisszumok nélküli okosraktárak szolgálhassák ki a megrendelőket.

Új szintre emeli az MI-korszak adatközpontjainak hűtését a Schneider Electric WCDU megoldása
A lég- és folyadékhűtéses architektúrák zökkenőmentes integrációját kínálja a Schneider Electric új, WCDU nevű hűtőfolyadék-elosztó egysége. A mesterséges intelligencia alkalmazásokat kiszolgáló adatközpontok igényeinek figyelembevételével megtervezett új berendezés eddig nem tapasztalt szintű rugalmasságot biztosít az ilyen létesítmények hűtési rendszerének kialakításához. Egyetlen készülék 3,5 megawatt teljesítményre is képes lehet és csoportos üzemmódban egyszerre akár 20 WCDU is működhet együtt.
A cégek már komoly AI-tudást várnak a fejlesztőktől, de még mindig a régi módszerekkel interjúztatnak
Bill Gates szerint a fejlesztők az AI-forradalom nyertesei lehetnek, de a jövőben azok lesznek igazán keresettek, akik hatékonyan használják az AI-eszközöket, és az üzleti folyamatokat is átlátják. Boda József, a Codecool társalapítója szerint ugyanakkor ellentmondás feszül a munkaerőpiacon: a cégek új készségeket várnak el, miközben sokszor még a régi módszerekkel mérik a tudást.
Kerülje el a váratlan termeléskiesést – így segít az olajdiagnosztika!
A karbantartás során sokszor nem maga a beavatkozás a legnagyobb kihívás, hanem annak eldöntése, hogy mikor és hol van rá szükség. Minél több megbízható információ áll rendelkezésre egy berendezés állapotáról, annál pontosabban tervezhetők a következő lépések, és annál kisebb az esélye a felesleges beavatkozásoknak vagy a váratlan meghibásodásoknak. Ebben nyújthat értékes támogatást az olajdiagnosztika.
A Festo új rozsdamentes acél Motion Series-t vezet be
A Festo új, rozsdamentes acél Motion Series termékcsaládja megbízható és higiénikus automatizálási megoldást kínál olyan környezetekben, ahol kiemelten fontos a higiénia és a korrózióállóság. A szervomotorból és elektromos hengerből álló rendszer elemei önállóan vagy együtt, teljesen integrált mozgásrendszerként is alkalmazhatók az élelmiszer-, ital-, gyógyszer- és csomagolóiparban.
Fenntarthatóbb autógyártással, virtuális állatkertre épülő ADHD-szűréssel és okos fehérbottal oldanák meg a jövő kihívásait a fiatalok
Hogyan formálhatják a jövőt a fiatal innovátorok ötletei? A BoschxRichter Ipari Innovációs Díj idei nyertesei olyan előremutató fejlesztésekkel álltak elő, amelyek az egészségügy és a mobilitás területén egyaránt választ adhatnak napjaink kihívásaira. A fenntarthatóbb közlekedéstől az innovatív egészségügyi megoldásokig a fiatal tehetségek ötletei a jövő fejlődését szolgálják.