شركة ABB وجاكوبى روبوتيكس تطلقان نظام التكديس الآلي المختلط الحالات المدعوم بالذكاء الاصطناعي
AutoControl GlobalAutoControl Global April 10, 2026شراكة ABB Robotics وJacobi Robotics لتحويل التكديس المختلط المدعوم بالذكاء الاصطناعي
تعطيل أتمتة المستودعات بالذكاء الاصطناعي الفيزيائي
ABB Robotics أعلنت مؤخرًا عن تعاون استراتيجي مع Jacobi Robotics، الرائدة في مجال الذكاء الاصطناعي الفيزيائي. تدمج هذه الشراكة برنامج OmniPalletizer الخاص بـ Jacobi في مجموعة الأجهزة الصناعية لـ ABB. ونتيجة لذلك، يمكن لمتكاملي الأنظمة الآن نشر حلول متقدمة لتكديس الحالات المختلطة دون الحاجة إلى تجديدات مكلفة للمرافق. هذه الخطوة تمثل تحولًا كبيرًا في الأتمتة الصناعية، مبتعدة عن المنطق الصارم والمسبق الترتيب نحو الروبوتات الذكية والمرنة.
حل مشكلة التكلفة العالية لتكديس الحالات المختلطة
تكديس الحالات المختلطة يعني ترتيب منتجات متنوعة على منصة واحدة للتوصيل إلى التجزئة. تاريخيًا، ظل هذا العمل اليدوي عبئًا كبيرًا على قطاع التوزيع. تشير البيانات الحالية إلى أن تكاليف العمالة المباشرة لهذه العمليات تتجاوز 15 مليار دولار سنويًا في الولايات المتحدة. كما أن التعامل اليدوي يزيد من تلف المنتجات وإصابات مكان العمل. من خلال تطبيق أتمتة المصانع المدفوعة بالذكاء الاصطناعي، يمكن للشركات تقليل هذه التكاليف المتزايدة مع ضمان إنتاجية أعلى واتساق في بيئات غير مرتبة مسبقًا.
إلغاء بنية الترتيب المسبق في المراحل السابقة
التكديس الآلي التقليدي يتطلب أنظمة معقدة في المراحل السابقة لفرز الصناديق مسبقًا. لكن برنامج OmniPalletizer يلغي الحاجة إلى أحزمة ترتيب أو هندسة مخصصة. يدير الذكاء الاصطناعي تدفقات "حية" بأحجام وأوزان مختلفة في الوقت الفعلي. تتيح هذه القدرة نشر النظام في "المواقع القائمة"، مما يعني أن المشغلين يمكنهم تركيب النظام في المستودعات الحالية. لذلك، يمكن للمؤسسات الصغيرة والمتوسطة الوصول إلى أنظمة التحكم المتقدمة دون بناء مراكز لوجستية جديدة بالكامل.
التحقق من الأداء باستخدام تقنية التوأم الرقمي
كل نشر يخضع لاختبارات صارمة عبر محاكاة التوأم الرقمي قبل التركيب الفعلي. يستخدم البرنامج سجل الطلبات الفعلي للعميل لتوقع استقرار المنصة واستخدام الحجم المكعب. علاوة على ذلك، توفر هذه المحاكاة عائد استثمار متوقع بشفافية. هذا النهج القائم على البيانات يبني مستويات عالية من الموثوقية و المصداقية، حيث يمكن لمتكاملي الأنظمة ضمان مقاييس الأداء قبل أن ينفق العميل رأس المال على الأجهزة.
التحسين المستمر من خلال التعلم على مستوى الأسطول
واحدة من أبرز الميزات التقنية لهذا التعاون هي التحسين التكراري. يستفيد نظام OmniPalletizer من التعلم على مستوى الأسطول لتحسين خوارزميات التكديس. ونتيجة لذلك، يصبح الروبوت أكثر كفاءة مع مرور الوقت من خلال تحديثات البرامج المنتظمة. هذا يعكس تطور بيئات DCS و PLC ، حيث تدفع القدرات المعرفة بالبرمجيات أداء الأجهزة. يضمن هذا التحسين المستمر أن يتكيف النظام مع تغير ملفات تعريف SKU دون إعادة برمجة يدوية.
التحليل الفني: مستقبل اللوجستيات الذاتية
في رأيي، تبرز هذه الشراكة تقارب التعلم الآلي المتقدم والأجهزة الصناعية المتينة. بينما توفر ABB الدقة والوصول إلى الخدمة العالمية، توفر Jacobi "العقل" الذي يتعامل مع التعقيد المكاني. نحن نشهد نهاية الأتمتة "الثابتة". في المستقبل، أتوقع أن يتبنى المزيد من قادة الأتمتة الصناعية الذكاء الاصطناعي الفيزيائي للتعامل مع المهام غير المتكررة. هذا الانتقال سيجسر في النهاية الفجوة بين مهارة الإنسان وقدرة الروبوت على التحمل في بيئات حرجة من حيث السلامة.
سيناريو الحل: السلع الاستهلاكية سريعة الحركة (FMCG)
تخيل مركز توزيع إقليمي يتعامل مع منتجات FMCG متنوعة. في إعداد تقليدي، يقوم العمال بفرز آلاف الأبعاد المختلفة للصناديق يدويًا على منصات لمتاجر البقالة المختلفة. من خلال دمج حل ABB وJacobi، يركب المنشأة خلية روبوتية مباشرة في نهاية خط ناقل موجود. يحسب الذكاء الاصطناعي فورًا أنماط التكديس الأكثر استقرارًا للتدفق غير المرتب القادم. ونتيجة لذلك، تقلل المنشأة من نوبات العمل، وتحسن استغلال مساحة الشاحنات عبر استخدام أفضل للحجم المكعب، وتلغي تكلفة 5 ملايين دولار لفرز ترتيب جديد.