ABB و Jacobi Robotics راه‌اندازی پالت‌گذاری ترکیبی مبتنی بر هوش مصنوعی

همکاری ABB Robotics و Jacobi Robotics برای تحول در پالت‌گذاری هوشمند با هوش مصنوعی

تحول در اتوماسیون انبار با هوش مصنوعی فیزیکی

ABB Robotics اخیراً همکاری استراتژیک خود را با Jacobi Robotics، پیشگام در هوش مصنوعی فیزیکی، اعلام کرد. این همکاری نرم‌افزار OmniPalletizer شرکت Jacobi را در مجموعه سخت‌افزارهای صنعتی ABB ادغام می‌کند. در نتیجه، یکپارچه‌سازان سیستم اکنون می‌توانند راه‌حل‌های پیشرفته پالت‌گذاری با جعبه‌های متنوع را بدون نیاز به بازسازی‌های پرهزینه تأسیسات به کار گیرند. این حرکت نشان‌دهنده تغییر مهمی در اتوماسیون صنعتی است که از منطق سخت و از پیش تعیین‌شده به سمت رباتیک هوشمند و انعطاف‌پذیر حرکت می‌کند.

حل مشکل هزینه بالای پالت‌گذاری با جعبه‌های متنوع

پالت‌گذاری با جعبه‌های متنوع شامل چیدن محصولات مختلف روی یک پالت برای تحویل به فروشگاه‌ها است. این فرآیند دستی به‌طور تاریخی بار سنگینی از نیروی کار برای بخش توزیع بوده است. داده‌های فعلی نشان می‌دهد هزینه نیروی کار مستقیم این فرآیندها در ایالات متحده بیش از ۱۵ میلیارد دلار در سال است. همچنین، جابجایی دستی باعث افزایش آسیب دیدن محصولات و حوادث کاری می‌شود. با اجرای اتوماسیون کارخانه مبتنی بر هوش مصنوعی، شرکت‌ها می‌توانند این هزینه‌های رو به افزایش را کاهش داده و در عین حال بهره‌وری و ثبات در محیط‌های بدون ترتیب مشخص را تضمین کنند.

حذف زیرساخت‌های پیش‌مرتب‌سازی

پالت‌گذاری خودکار سنتی نیازمند سیستم‌های پیچیده پیش‌مرتب‌سازی جعبه‌ها است. اما نرم‌افزار OmniPalletizer نیاز به نوار نقاله‌های مرتب‌سازی یا مهندسی سفارشی را از بین می‌برد. هوش مصنوعی جریان‌های «زنده» با اندازه‌ها و وزن‌های مختلف جعبه‌ها را به صورت بلادرنگ مدیریت می‌کند. این قابلیت امکان نصب «در محیط موجود» را فراهم می‌کند، به این معنی که اپراتورها می‌توانند سیستم را در انبارهای فعلی نصب کنند. بنابراین، کسب‌وکارهای کوچک و متوسط می‌توانند به سیستم‌های کنترل پیشرفته دسترسی داشته باشند بدون اینکه نیاز به ساخت مراکز لجستیکی کاملاً جدید باشد.

اعتبارسنجی عملکرد با فناوری دوقلوی دیجیتال

هر نصب قبل از اجرای فیزیکی، از طریق شبیه‌سازی‌های دوقلوی دیجیتال به دقت آزمایش می‌شود. نرم‌افزار از تاریخچه سفارش واقعی مشتری برای پیش‌بینی پایداری پالت و استفاده بهینه از حجم استفاده می‌کند. علاوه بر این، این شبیه‌سازی‌ها بازده سرمایه‌گذاری (ROI) پیش‌بینی شده و شفاف را ارائه می‌دهند. این رویکرد مبتنی بر داده، سطح بالایی از قابلیت اعتماد و اعتبار ایجاد می‌کند، زیرا یکپارچه‌سازان می‌توانند معیارهای عملکرد را قبل از صرف سرمایه مشتری برای سخت‌افزار تضمین کنند.

بهبود مستمر از طریق یادگیری در سطح ناوگان

یکی از ویژگی‌های فنی برجسته این همکاری، بهینه‌سازی تدریجی است. سیستم OmniPalletizer از یادگیری در سطح ناوگان برای بهبود الگوریتم‌های چیدمان استفاده می‌کند. در نتیجه، ربات با به‌روزرسانی‌های منظم نرم‌افزاری به مرور زمان کارآمدتر می‌شود. این روند مشابه تکامل محیط‌های DCS و PLC است که در آن قابلیت‌های تعریف‌شده توسط نرم‌افزار عملکرد سخت‌افزار را هدایت می‌کنند. این بهبود مستمر تضمین می‌کند که سیستم بدون نیاز به برنامه‌نویسی مجدد دستی، خود را با تغییرات پروفایل SKU تطبیق می‌دهد.

تحلیل فنی: آینده لجستیک خودران

از نظر من، این همکاری نشان‌دهنده همگرایی یادگیری ماشین پیشرفته و سخت‌افزار صنعتی قدرتمند است. در حالی که ABB دقت و پوشش خدمات جهانی را فراهم می‌کند، Jacobi «مغز» را ارائه می‌دهد که پیچیدگی فضایی را مدیریت می‌کند. ما شاهد پایان اتوماسیون «ثابت» هستیم. در آینده، انتظار دارم رهبران بیشتری در اتوماسیون صنعتی هوش مصنوعی فیزیکی را برای انجام وظایف غیرتکراری به کار گیرند. این گذار در نهایت فاصله بین مهارت‌های انسانی و استقامت ربات‌ها را در محیط‌های حساس به ایمنی پر خواهد کرد.

سناریوی راه‌حل: کالاهای مصرفی سریع‌الحركت (FMCG)

یک مرکز توزیع منطقه‌ای را در نظر بگیرید که محصولات متنوع FMCG را مدیریت می‌کند. در یک ساختار سنتی، کارگران هزاران اندازه مختلف جعبه را به صورت دستی برای فروشگاه‌های مختلف روی پالت‌ها مرتب می‌کنند. با ادغام راه‌حل ABB و Jacobi، این مرکز یک سلول رباتیک را مستقیماً در انتهای خط نقاله موجود نصب می‌کند. هوش مصنوعی بلافاصله پایدارترین الگوی چیدمان را برای جریان بدون ترتیب ورودی محاسبه می‌کند. در نتیجه، مرکز شیفت‌های نیروی کار را کاهش داده، فضای کامیون را با استفاده بهتر از حجم بهینه می‌کند و هزینه ۵ میلیون دلاری یک مرتب‌ساز جدید را حذف می‌کند.ABB Robotics،