Штучний інтелект

Автоматизована лінія збору та упаковки з штучним інтелектом

Ефективна автоматизація — для певних завдань це можливо лише за допомогою AI. Завод обладнання Ерланген демонструє, як це відбувається спільно з Storopack. У співпраці з фахівцем з упаковки компанія Siemens впровадила лінію збирання та упаковки, яка працює автоматично та високоефективно завдяки штучному інтелекту.

Чому завод обладнання Ерланген покладається на штучний інтелект?

На перший погляд, лінійка pick-and-pack навряд чи виділяється, оскільки рішення легко інтегрується в навколишнє середовище. Лише при детальному огляді стає очевидним, що він готує посилки до відвантаження майже без ручної роботи: автоматизовані керовані транспортні засоби доставляють коробки, монтажник футлярів забезпечує транспортні коробки, а роботи розміщують коробки для продуктів у транспортні коробки. Наприкінці робот подушить, розрізає та герметизує коробки. Рішення Auto.Protect використовує штучний інтелект для точного розміщення захисного матеріалу - подібного до людського.

Основні переваги з першого погляду

125% підвищення продуктивності

Урожайність зросла на 125%. Автоматизований матеріальний потік знімає навантаження на логістичні команди та усуває ручні процеси, роблячи логістичні операції більш гнучкими.

25% більша ємність

Лінія pick-and-pack краще використовує всі ресурси. Він автоматизує процес упаковки на тій самій площі, де ми раніше працювали вручну, але забезпечує на 25% вищу продуктивність.

25% Зменшення викидів CO2

Лінія в основному використовує папір як пакувальний матеріал, а коробки вирізаються та герметизуються відповідно до конкретного формату. Це зменшує обсяг упаковки, заощаджуючи простір у вантажівках і тим самим скорочуючи викиди CO2 приблизно на 25%.

Цифровий двійник виробничої лінії Siemens (зі Storopack)

Щодня з логістики заводу обладнання Ерланген виходить від 600 до 1000 відправлень: індивідуально упаковані коробки з різними компонентами різних розмірів та різних варіантів упаковки. Чи можна взагалі автоматизувати такий процес економічно вигідним способом, особливо коли доступний лише обмежений простір? Насправді автоматизувати цей процес до такої міри за допомогою класичних алгоритмів практично не було б можливим, пояснює Saber Mazeni, менеджер з логістики упаковки в ЄС у спеціаліста з упаковки Storopack: «Зокрема, блокування та брекет, тобто заповнення прогалин у транспортній коробці захисним матеріалом, не тривіально. Для цього системі доводиться записувати і обробляти безліч параметрів. Машинне навчання тут просто змінить гру».

Рішення Storopack, розроблене спільно з Siemens, вражає не лише експертів та команди на місці — преса також відвідала завод в Ерлангені. Штучний інтелект працює в чотирьох різних точках процесу, гарантуючи компактну та надійну упаковку коробки - повністю без нагляду людини. Штучний інтелект імітує спосіб, яким людина впорається із завданням: один штучний інтелект використовує камеру, щоб «побачити» всередині коробки та «розпізнати», де можна розмістити конкретні упаковки продуктів, тоді як робот відповідно розміщує коробки продуктів. Інший штучний інтелект використовує камеру для виявлення прогалин у коробці, а окремий робот потім заповнює ці простори захисним амортизаційним матеріалом.

Лінія виробництва «Сторопак» - Siemens F80

Рішення Storopack Auto.Protect є лише однією з частин високоавтоматизованого процесу: Siemens використовує власні рішення штучного інтелекту для збирання сміттєвих контейнерів та вставлення коробок продуктів у транспортні коробки, пояснює Деніел Бенке: «Робот грає в «Тетріс в коробці», так би мовити». Роботи інтегруються в автоматизацію через бібліотеку роботів SIMATIC; обробка даних виконується на SIMATIC IPC. Однак Siemens також шукав партнерів на вимогливу тему блоків і брекетів, пам'ятає Бенке: «Ми сформулювали перелік наших вимог, звернулися до Storopack на ярмарку - і там вони показали нам системне рішення, яке могло зробити практично все необхідне: гнучкі зміни формату, специфічну для формату упаковки - нам було зрозуміло, що це правильний партнер».

Однак на цьому шляху було подолати кілька проблем, включаючи інтеграцію системи в навколишнє середовище. «Для вирішення цього питання ми використовуємо моделювання системи з цифровим близнюком. Ми можемо протестувати все в моделі — від потоку матеріалів до кінематики роботів і виявлення зіткнень», — пояснює Деніел Бенке. Цифровий близнюк також дозволяє генерувати навчальні дані для різних систем штучного інтелекту. Сторопак вже заклав основу для проекту з Siemens у цьому плані, попередньо навчивши штучний інтелект для процесу «блокування та брекетів». Система зору також була попередньо кваліфікована для розпізнавання різних топографій та типів поверхонь. «Це дозволило нам дуже швидко впровадити продуктивне рішення», - каже Saber Mazeni.

Завдяки хорошій підготовчій роботі інтеграція системи Auto.Protect в лінійку пройшла безперебійно, каже Saber Mazeni: «Ми були майже трохи здивовані тим, наскільки добре наша система працювала з урахуванням високих вимог. Ми змогли доповнити коробки лише кількома налаштуваннями, і Siemens зміг дуже швидко вибрати та адаптувати пресети для форматів. Це означало, що ми могли зосередитися на оптимізації процесу». AI також відкриває нові можливості поза цим: «Доступність та надійність співробітників є періодичною темою в дискусіях клієнтів. Наш модуль Auto.Protect здатний автоматично обробляти більшість портфоліо типового відправника електронної комерції. Для цього ми розробили штучний інтелект, який може самостійно знаходити та автоматично реалізовувати стратегії упаковки для захисної та транспортної упаковки».

Ми більш продуктивні, полегшуємо наші команди, маємо вищу продуктивність - і: Ми надсилаємо менше повітря з Ерлангена. Це економить місце у вантажівці, а отже, витрати та викиди CO2.

Даніель Бенке, Менеджер проекту Інноваційна логістика, Siemens

Для Деніела Бенке підсумок цілком позитивний: «Ми більш продуктивні, полегшуємо навантаження на наші команди та досягаємо більшої продуктивності — крім того, ми доставляємо менше «повітря» з Ерлангена. Це економить місце у вантажівці, тим самим скорочуючи витрати та викиди CO2». Saber Mazeni також пишається тим, що досягли Storopack і Siemens: «Результат справді чудовий, особливо щодо системного рішення: ми автоматично встановлюємо коробки, продукти автоматично подаються та розміщуються всередині, і, нарешті, наша система Auto.Protect гарантує, що все захищено та компактно для доставки. Це демонстраційний проект, який ми раді показати іншим клієнтам, і коли ми згадуємо, що він працює в Siemens, насправді не потрібно пояснювати набагато більше».