Artificial Intelligence – Mesterséges intelligencia

Automatikus pick-and-pack vonal AI-vel

Hatékony automatizálás — bizonyos feladatok esetén ez csak mesterséges intelligenciával lehetséges. Az Erlangeni berendezésügyár bemutatja, hogyan, a Storopackkal együtt. A csomagolási szakemberrel együttműködve a Siemens olyan pick-and-pack sorozatot vezetett be, amely automatikusan és rendkívül hatékonyan működik az AI-nek köszönhetően.

Miért támaszkodik az Erlangeni berendezésügyár az AI-re?

Első pillantásra a pick-and-pack sorozat alig tűnik ki, mivel a megoldás zökkenőmentesen integrálódik a környezetébe. Csak közelebbi megvizsgálás után válik nyilvánvalóvá, hogy szinte kézi munka nélkül készíti el a csomagokat szállításra: az automatizált vezetett járművek dobozokat szállítanak, a tokszállító szállítódobozokat szállít, a robotok pedig a termékdobozokat szállító dobozokba helyezik. A végén egy robot párnázza, vágja és lezárja a dobozokat. Az Auto.Protect megoldás mesterséges intelligenciát használ a védőanyagok pontos elhelyezésére — hasonlóan az emberhez.

A legfontosabb előnyök áttekintése

125% termelékenység növekedése

A termelékenység 125% -kal nőtt. Az automatizált anyagáramlás enyhíti a logisztikai csapatok terheit és kiküszöböli a kézi folyamatokat, rugalmasabbá téve a logisztikai műveleteket

25% nagyobb kapacitás

A pick-and-pack sorozat jobban kihasználja az összes erőforrást. Automatizálja a csomagolási folyamatot ugyanazon a lábnyomon belül, ahol korábban manuálisan dolgoztunk, de 25% -kal nagyobb teljesítményt nyújt.

25% Csökkentett CO2 lábnyom

A vonal elsősorban papírt használ csomagolóanyagként, és a dobozokat az adott formátumnak megfelelően vágják és lezárják. Ez csökkenti a csomagolási mennyiséget, helyet takarít meg a teherautókban, és ezáltal körülbelül 25% -kal csökkenti a CO2-kibocsátást.

Siemens digitális Twin gyártósor (Storopack-szel)

Naponta 600-1000 szállítmány távozik az Erlangen berendezésügyár logisztikájából: külön-külön csomagolt dobozok, különböző méretű alkatrészekkel és különböző csomagolási lehetőségekkel. Lehetséges-e egyáltalán automatizálni egy ilyen folyamatot gazdaságilag életképes módon, különösen akkor, ha csak korlátozott hely áll rendelkezésre? Valójában gyakorlatilag nem lehetett volna ilyen mértékben automatizálni ezt a folyamatot klasszikus algoritmusokkal — magyarázza Saber Mazeni, a Storopack csomagolási szakértője EU csomagolási logisztikai menedzsere: „Különösen a blokkolás és merevítés, azaz a szállítódoboz réseinek védőanyaggal való kitöltése nem triviális. Ehhez a rendszernek számos paramétert kell rögzítenie és feldolgoznia. A gépi tanulás itt egyszerűen megváltoztatja a játékot.”

A Storopack a Siemensszel közösen kifejlesztett megoldás nemcsak a helyszíni szakértőket és csapatokat lenyűgözi - a sajtó is meglátogatta az erlangeni létesítményt. A mesterséges intelligencia a folyamat négy különböző pontján működik, biztosítva a dobozok kompakt és biztonságos csomagolását - teljesen emberi felügyelet nélkül. A mesterséges intelligencia utánozza azt, ahogyan egy ember kezeli a feladatot: az egyik AI kamerával „látja” a doboz belsejét, és „felismeri”, hogy hol helyezhetők el konkrét termékcsomagok, míg egy robot ennek megfelelően helyezi el a termékdobozokat. Egy másik AI kamerát használ a dobozon belüli rések azonosítására, majd egy külön robot tölti ki ezeket a tereket védőpárnázási anyaggal.

A Storopack Auto.Protect megoldása csak egy része egy erősen automatizált folyamatnak: a Siemens saját mesterséges intelligencia megoldásait használja a szemétszedéshez és a termékdobozok szállítódobozokba történő behelyezéséhez - magyarázza Daniel Benke: „A robot úgymond a Tetris-in-the-Box játékot játszik.” A robotok a SIMATIC Robot Library segítségével integrálódnak az automatizálásba; az adatfeldolgozás SIMATIC IPC-n fut. A Siemens azonban a blokk és merevítő igényes témájához is keresett partnereket, emlékszik Benke: „Összeállítottuk a követelményeink listáját, megkerestük a Storopackot egy vásáron - és ott megmutatták nekünk egy rendszermegoldást, amely gyakorlatilag mindent megtehet, amire szükségünk van: rugalmas formátumváltozások, formátumspecifikus csomagolás - számunkra világos volt, hogy ez a megfelelő partner.”

Az út során azonban számos kihívást kellett leküzdni, beleértve a rendszer környezetébe való integrálását is. „Ennek megoldására a rendszer szimulációját használjuk, amely digitális ikerrel rendelkezik. Mindent tesztelhetünk a modellen belül — az anyagáramlástól kezdve a robotkinematikáig és az ütközésérzékelésig” — magyarázza Daniel Benke. A digitális iker lehetővé teszi a különböző AI rendszerek képzési adatainak generálását is. A Storopack ebben a tekintetben már lefektette a projekt alapjait a Siemens-szel, miután előzetesen kiképzte egy mesterséges intelligenciát a „blokkolás és merevítő” folyamatra. A látórendszert előzetesen minősítették a különböző topográfiák és felülettípusok felismerésére is. „Ez lehetővé tette számunkra, hogy egy produktív megoldást nagyon gyorsan megvalósítsunk” - mondja Saber Mazeni.

A jó előkészítő munkának köszönhetően zökkenőmentesen ment az Auto.Protect rendszer integrációja a vonalba, mondja Saber Mazeni: „Szinte kicsit meglepődtünk magunkat, hogy a magas követelmények miatt milyen jól működött rendszerünk. Csupán néhány beállítással sikerült beilleszteni a dobozokat, és a Siemens nagyon gyorsan képes volt kiválasztani és adaptálni a formátumok előbeállításait. Ez azt jelentette, hogy a folyamat optimalizálására koncentrálhatunk.” Az AI ezen túlmenően új lehetőségeket is nyit meg: „Az alkalmazottak elérhetősége és megbízhatósága visszatérő téma az ügyfélbeszélgetésekben. Az Auto.Protect modulunk képes automatikusan feldolgozni egy tipikus e-kereskedelmi feladó portfóliójának nagy részét. Ebből a célból kifejlesztettünk egy mesterséges intelligenciát, amely önállóan képes megtalálni és automatikusan megvalósítani a védő és szállítási csomagolások csomagolási stratégiáit.”

Termelékenyebbek vagyunk, felszabadítjuk csapatainkat, nagyobb teljesítményünk van - és: Kevesebb levegőt küldünk Erlangenből. Ez helyet takarít meg a teherautóban, és ezáltal költségeket és CO2-kibocsátást takarít meg.

Daniel Benke, Innovatív logisztika projektmenedzser, Siemens

Daniel Benke számára a lényeg teljesen pozitív: „Termelékenyebbek vagyunk, enyhítjük csapatainkat és nagyobb teljesítményt érünk el — ráadásul kevesebb „levegőt” szállítunk ki Erlangenből. Ez helyet takarít meg a teherautóban, ezáltal csökkentve a költségeket és a szén-dioxid-kibocsátást.” A Saber Mazeni büszke arra is, amit a Storopack és a Siemens elért: „Az eredmény valóban kiváló, különösen a rendszermegoldás tekintetében: automatikusan felállítjuk a dobozokat, a termékeket automatikusan beadagoljuk és behelyezzük, végül az Auto.Protect rendszerünk biztosítja, hogy minden védett és kompakt legyen a szállításhoz. Ez egy kiállítási projekt, amelyet örömmel mutatunk be más ügyfeleknek - és amikor megemlítjük, hogy a Siemensnél működik, valójában nincs sok más, amit meg kell magyarázni.”