ABB un Jacobi Robotics uzsāk mākslīgā intelekta vadītu jauktu iepakojumu paletizēšanu

ABB Robotics un Jacobi Robotics sadarbojas, lai pārveidotu mākslīgā intelekta vadītu jauktu iepakojumu paletizāciju

Krājumu automatizācijas pārveide ar fizisko mākslīgo intelektu

ABB Robotics nesen paziņoja par stratēģisku sadarbību ar Jacobi Robotics, fiziskā mākslīgā intelekta pionieri. Šī partnerība integrē Jacobi OmniPalletizer programmatūru ABB rūpnieciskā aparatūras portfelī. Tādējādi sistēmu integratori tagad var ieviest sarežģītus jauktu iepakojumu paletizācijas risinājumus bez dārgām ražošanas telpu pārbūvēm. Šis solis iezīmē būtisku pāreju  rūpnieciskajā automatizācijā, virzoties prom no stingras, iepriekš secinātas loģikas uz elastīgu, inteliģentu robotiku.

Augsto jauktu iepakojumu paletizācijas izmaksu risinājums

Jauktu iepakojumu paletizācija nozīmē dažādu produktu sakraušanu uz vienas paletes mazumtirdzniecības piegādei. Vēsturiski šis manuālais process ir bijis milzīgs darba slogs izplatīšanas sektorā. Pašreizējie dati liecina, ka tiešās darbaspēka izmaksas šiem procesiem ASV pārsniedz 15 miljardus dolāru gadā. Manuāla apstrāde arī palielina produktu bojājumu un darba vietas traumu risku. Ieviešot AI vadītu  ražošanas automatizāciju, uzņēmumi var samazināt šīs pieaugošās izmaksas, vienlaikus nodrošinot lielāku caurlaidspēju un konsekvenci nesevencētās vidēs.

Augšupējās secības infrastruktūras likvidēšana

Tradicionālā automatizētā paletizācija prasa sarežģītas augšupējās sistēmas kastu iepriekšējai šķirošanai. Tomēr OmniPalletizer programmatūra novērš nepieciešamību pēc secības konveijeriem vai pielāgotas inženierijas. Mākslīgais intelekts reāllaikā pārvalda "dzīvus" dažādu izmēru un svara iepakojumu plūsmas. Šī spēja ļauj veikt "brownfield" ieviešanu, kas nozīmē, ka operatori var uzstādīt sistēmu esošajos noliktavās. Tādējādi MVU (mazie un vidējie uzņēmumi) var piekļūt modernām  vadības sistēmām bez pilnīgas jaunu loģistikas centru būvniecības.

Veiktspējas pārbaude ar digitālā dvīņa tehnoloģiju

Katra ieviešana tiek rūpīgi testēta, izmantojot Digitālā dvīņa simulācijas pirms fiziskas uzstādīšanas. Programmatūra izmanto klienta faktisko pasūtījumu vēsturi, lai prognozētu paletes stabilitāti un kubatūras izmantošanu. Turklāt šīs simulācijas sniedz caurspīdīgu paredzamo ieguldījumu atdevi (ROI). Šī datu vadītā pieeja veido augstu  uzticamības un  autoritatīvisma līmeni, jo integratori var garantēt veiktspējas rādītājus pirms klienta kapitāla ieguldīšanas aparatūrā.

Pastāvīga uzlabošana, izmantojot visai autoparkam kopīgu mācīšanos

Viena no iespaidīgākajām šīs sadarbības tehniskajām īpašībām ir iteratīvā optimizācija. OmniPalletizer sistēma izmanto visai autoparkam kopīgu mācīšanos, lai pilnveidotu savus kraušanas algoritmus. Rezultātā robots kļūst efektīvāks laika gaitā, pateicoties regulāriem programmatūras atjauninājumiem. Tas atspoguļo  DCS un  PLC vides attīstību, kur programmatūras definētās iespējas tagad nosaka aparatūras veiktspēju. Šī nepārtrauktā uzlabošana nodrošina, ka sistēma pielāgojas mainīgiem SKU profiliem bez manuālas pārrakstīšanas.

Tehniskā analīze: autonomās loģistikas nākotne

Manuprāt, šī partnerība izceļ augsta līmeņa mašīnmācīšanās un izturīgas rūpnieciskās aparatūras saplūšanu. Kamēr ABB nodrošina precizitāti un globālu servisa pieejamību, Jacobi nodrošina "smadzenes", kas pārvalda telpisko sarežģītību. Mēs esam liecinieki "fiksētās" automatizācijas laikmeta beigām. Nākotnē es sagaidu, ka arvien vairāk  rūpnieciskās automatizācijas līderu pieņems fizisko mākslīgo intelektu, lai risinātu nerepetitīvas uzdevumus. Šī pāreja galu galā samazinās plaisu starp cilvēka veiklību un robotu izturību drošības kritiskās vidēs.

Risinājuma scenārijs: ātri pārvietojami patēriņa preces (FMCG)

Ņemot vērā reģionālo izplatīšanas centru, kas apstrādā dažādas FMCG preces. Tradicionālā uzstādījumā darbinieki manuāli šķiro tūkstošiem dažādu kastes izmēru uz paletēm dažādiem pārtikas veikaliem. Integrējot ABB un Jacobi risinājumu, noliktava uzstāda robotizētu šūnu tieši esošās konveijera līnijas galā. Mākslīgais intelekts uzreiz aprēķina visstabilāko kraušanas modeli ienākošajai nesevencētajai plūsmai. Rezultātā noliktava samazina darba maiņu skaitu, optimizē kravas automašīnu vietu, izmantojot labāku kubatūras izmantošanu, un novērš 5 miljonu dolāru izmaksas par jaunu secības šķirotāju.ABB Robotics,