Przejdź do artykułu
2021-04-08 | W magazynie

Inteligentna zmiana

Rozwój działalności powoduje, że właściciele magazynów decydują się na dokonanie sporych zmian w ich funkcjonowaniu. Bywa, że jedynym pewnym sposobem na zwiększenie wydajności i ograniczenie kosztów jest automatyzacja. Coraz częściej magazynową automatyzację wspierają rozwiązania bazujące na algorytmach tzw. sztucznej inteligencji (SI).

Z raportu Pew Research Center wynika, że grubo ponad jedna trzecia Polaków to zwolennicy rozwoju SI. Nic dziwnego, coraz szybszy postęp technologiczny sprawił, że o SI lub też AI (z ang. artificial intelligence), mówi się już nie w kontekście fantastyki naukowej, ale codzienności. – Sztuczną Inteligencję możemy spotkać niemal wszędzie: bankowość, e-commerce, ubezpieczenia, rolnictwo, produkcja czy logistyka – to tylko niektóre z branż korzystających z dobrodziejstw AI. Te rozwiązania otaczają nas z każdej strony. Smart home czy smart office sprawiają, że lepiej i efektywniej wykorzystujemy przestrzeń, w której żyjemy i pracujemy. „Mądre” są systemy oświetlenia reagujące na obecność człowieka w pomieszczeniu czy monitoringu, które „symulują” naszą obecność w domu, pozwalając na lepszą ochronę mienia – mówi Jakub Abramczyk, Sales Director Eastern Europe, Poly. Praktycznych kształtów nabiera zatem również wizja tzw. inteligentnych magazynów. Z AI mamy do czynienia praktycznie we wszystkich typach magazynów, a impulsem zmiany jest sektor e-handlu. Konieczność wyjątkowo szybkich reakcji na zamówienia spływające niemal przez całą dobę, wysyłka towaru już w dniu zamówienia lub na następny dzień oznaczają konieczność zapewnienia odpowiedniej sprawności i wzorowej organizacji logistyki opartej na wykorzystaniu nowoczesnych technologii. A temu sprzyja automatyzacja.

Potrzeba uświadomiona

AI odgrywa ważną rolę w całym łańcuchu dostaw, w tym w magazynie. Zmienia organizację transportu towarów, m.in. z wykorzystaniem analizy predykcyjnej, Big Data, robotyki czy pojazdów autonomicznych. Pomaga prognozować i planować (ocenianie zasobów; gospodarowanie aktywami w bardziej aktywny sposób, np. lepsze wykorzystanie dostępnej przestrzeni składowania). Ludzie w magazynach coraz częściej zastępowani są przez roboty i coboty, to one, zaopatrzone w sztuczną inteligencję, zajmują się np. wyszukiwaniem czy śledzeniem, ale również przemieszczaniem towarów. Dochodzą do tego zautomatyzowane sortery czy inne urządzenia wykorzystywane przy kompletacji.

Dematic Dillewijn Zwapak 2 automatyzacja AI

Tomasz Serafin, Dyrektor wrocławskiego Biura Badawczo-Rozwojowego, AIUT, nie ma wątpliwości, że to konieczność efektywnego zarządzania procesami w całym logistycznym łańcuchu dostaw powoduje, że rośnie zapotrzebowanie na tzw. magazyny automatyczne czy inteligentne. – Inwestycje w coraz bardziej zaawansowane rozwiązania automatycznej kompletacji i autonomicznych systemów transportowych bazujących na algorytmach sztucznej inteligencji wynikają m.in. z rosnącej potrzeby szybkiej oraz bezbłędnej realizacji coraz większej liczby zleceń. Wybór narzędzi i metod systemowych zależy od indywidualnie określonych potrzeb, celu oraz m.in. skali procesów, ale rynek wyraźnie dąży w kierunku pełnej automatyzacji procesów logistycznych, w tym transportowych – zaznacza nasz rozmówca.

Adam Galek, Członek Zarządu, ROHLIG SUUS Logistics, zwraca uwagę na duży potencjał rozwoju technologii wykorzystujących sztuczną inteligencję w branży logistycznej. Aktywność związana z przepływem dóbr niesie za sobą ogromną ilość danych oraz dużą zmienność czynników zarówno wewnętrznych, jak i zewnętrznych. To od tego, jak te dane zostaną przetworzone, zależą finalnie koszt i jakość procesu. – Obecnie wiele działań opiera się na czynniku ludzkim, a, jak wiemy, człowiek może popełniać błędy i nie zawsze jego decyzje są trafne. Dlatego nie dziwi fakt, że wiele firm sektora TSL jest zainteresowanych wdrażaniem tego typu rozwiązań – dodaje nasz rozmówca.

Gdzie warto?

Zdaniem A. Galka (ROHLIG SUUS) AI będzie sukcesywnie przyśpieszać rozwój kolejnych obszarów gospodarki magazynowej (systemy do prognozowania, optymalizacji zapasu oraz automatyka magazynowa, np. wózki samojezdne). Pojawiają się również systemy analizujące zmęczenie pracowników oraz przewidujące różnego rodzaju zagrożenia. Przykładem takiego rozwiązania jest technologia monitoringu ruchu wokół naczepy samochodu połączona z systemem, który na podstawie zachowania osoby identyfikuje podejrzane zdarzenia. – Wciąż istnieje wiele obszarów logistyki, w których rozwiązania AI będą przyśpieszać i ułatwiać wykonywanie podstawowych czynności. Jednym z nich jest automatyka, w którą w ostatnich latach inwestuje wielu operatorów logistycznych. Mamy już urządzenia potrafiące realizować coraz więcej zadań, ale myślę, że potencjał do usprawnień dzięki sztucznej inteligencji jest bardzo duży. Takim obszarem są także działania związane z planowaniem pracy oraz predykcją zagrożeń – dodaje A. Galek.

T. Serafin (AIUT) podkreśla, że coraz bardziej złożone algorytmy sztucznej inteligencji wykorzystywane są do analizy ogromnej ilości danych (w tym dotyczących zamówień, kompletacji, ścieżek transportowych i stanów magazynowych), generowanych w systemach zarządzania magazynami, i wykrywania na tej podstawie określonych wzorów zachowań, np. klienta. Zdaniem T. Serafina powszechne staje się też wykorzystywanie bezzałogowych autonomicznych robotów transportowych typu AMR, realizujących zadania określane przez inteligentne systemy zarządcze. AI wspomaga rozpoznawanie obiektów i towarów, przyśpieszając procesy. Jako przykład nasz rozmówca podaje zaawansowane metody analizy obrazowej pozwalające na precyzyjne i automatyczne pobieranie pudełek czy detali. – Tempo rozwoju rozwiązań wykorzystujących metody sztucznej inteligencji jest szybkie, ale nie we wszystkich obszarach zachowana zostanie te sama dynamika. Rozwój danego rozwiązania i proces jego doskonalenia zależy bowiem nie tylko od chęci dostawcy systemu, ale też od szeroko pojętej potrzeby rynkowej. Dlaczego to takie istotne? Ponieważ aby dany system mógł się „uczyć” i samodoskonalić, potrzebny jest efekt skali, czyli powszechność danego rozwiązania na rynku. Systemy zarządzające intralogistyką potrzebują danych, których przetwarzanie pozwoli nam zwiększać możliwości analityczne, a w efekcie proponować stabilne rozwiązania wyższej klasy, których możliwości optymalizacji procesów przewyższą dotychczasowe – zastrzega T. Serafin.

Siła przykładów

Autonomiczny system zarządzania intralogistyką AIUT Qursor, wspierany algorytmami AI, usprawnia procesy dostaw wewnętrznych. Kastomizowane autonomiczne roboty mobilne Formica odpowiadają za bezbłędny i automatyczny transport wewnątrzzakładowy bez udziału operatora. Mogą być wykorzystane jako nośniki ciężkich i gabarytowych produktów spaletyzowanych lub na wózkach pasywnych, mogą także zostać w pełni zintegrowane z linią produkcyjną czy montażową. Systemy nawigacji swobodnej umożliwiają robotom tworzenie wirtualnej mapy środowiska pracy oraz stałe śledzenie ruchu w ich pobliżu, gwarantując swobodną i bezpieczną pracę personelu w tej samej przestrzeni oraz brak potrzeby ingerencji w infrastrukturę zakładu. – Kluczem do automatyzacji procesów logistycznych nie są same roboty, a kompletne systemy intralogistyczne, jak platforma Qursor, które pozwolą na zarządzanie wszystkimi zleceniami, zarówno transportu zrobotyzowanego, jak i manualnego w danym zakładzie, dając pełną wiedzę o wszystkich realizowanych w czasie rzeczywistym operacjach. Zanim jednak klient podejmie decyzję o wdrożeniu i poniesie jakiekolwiek koszty, może dzięki naszemu inteligentnemu symulatorowi zobaczyć w środowisku wirtualnym, jak metody autonomicznego transportu sprawdzą się w jego procesach. To kolejne z naszych rozwiązań bazujących na algorytmach sztucznej inteligencji, które pozwala m.in. poznać ROI i liczbę robotów potrzebnych do automatyzacji indywidualnego procesu – tłumaczy T. Serafin (AIUT).

AIUT Formica 1 automatyzacja magazynu AI

Z AI korzystają też użytkownicy tzw. inteligentnych systemów regałowych. W centrum logistycznym w Aalen-Ebnat zastosowano regały, z których każdy ma od trzech do pięciu ciągłych poziomów magazynowania (zainstalowane jeden nad drugim). Palety i przechowywane na nich materiały mają różne formaty: długości, szerokości i wysokości. Trzeba je za każdym razem zmierzyć, a następnie zważyć. Po analizie komputerowej danych system przenośników rolkowych transportuje towar do magazynu. To wymiary, a także całkowita waga określają miejsce przechowywania konkretnych towarów. Wyznaczony korytarz w ruchomym regale otwiera się automatycznie. 

Inteligentnych regałów jest więcej, np. innowacyjne systemy przesuwne Compactus potrafią maksymalnie wypełnić dostępną powierzchnię, potrzebując do obsługi tylko jednego przejścia. Inicjowanie procesu ruchu regałów powoduje, że system automatycznie kontroluje przestrzeń międzyregałową za pomocą programu rozpoznawania obrazu. Przed zamknięciem przejścia system porównuje stan rzeczywisty z obrazem zarejestrowanym bezpośrednio po rozsunięciu regałów. Jeśli w przestrzeni międzyregałowej zostaną wykryte osoby, przedmioty lub elementy wystające poza obrys regałów, przejście nie zostanie zamknięte. W podstawie jezdnej znajdują się zaawansowane systemy bezpieczeństwa, m.in. fotokomórki (w momencie przecięcia wiązki laserowej następuje zatrzymanie regałów), czujnik odległości (odpowiedzialny za utrzymanie zadanej odległości między regałami) oraz MCMS – system kontroli obciążenia układu jezdnego (pozwala reagować na przeciążenia silnika napędzającego regał w przypadku napotkania przeszkody w trakcie jazdy i jest jednym z elementów biernego systemu bezpieczeństwa). Dynamic II to system operacyjny, a generowana przez niego lokalna sieć Wi-Fi umożliwia współpracę z innymi inteligentnymi systemami magazynu, takimi jak systemy przeciwpożarowe, oświetlenia, wentylacji i klimatyzacji. Pulpit operacyjny może być kontrolowany i sterowany ręcznie – z ekranu dotykowego lub zdalnie – ze smartfonu lub tabletu.

Jessica Heinz, Director Marketing & Communications CE, Dematic, jako interesujący przykład automatyzacji z użyciem sztucznej inteligencji podaje centrum dystrybucji Dillewijn Zwapak, które specjalizuje się w pakowaniu delikatnych roślin. W celu konsolidacji powierzchni magazynowej w siedzibie głównej w Amstelveen zbudowano centralne centrum dystrybucji. Za zautomatyzowanie magazynu o powierzchni 10 tys. m2 odpowiadał Dematic. Rozwiązanie bazuje na systemie samojezdnych wózków przeznaczonych do wąskich alej i pojazdów autonomicznych (AGV), regałach paletowych i systemie kompletacji zamówień typu paternoster. Jednocześnie zdigitalizowano przepływ informacji i procesów. Powstał magazyn wysokiego składowania (do 18 m) oraz wąskich alej, z 14 tys. miejsc paletowych. Aby zoptymalizować przepływ materiałów, Dematic zintegrował trzy koncepcje logistyczne jednocześnie: w pełni automatyczny za- i rozładunek palet, półautomatyczną kompletację paczek oraz półautomatyczną kompletację produktów. Zamówienia przyjmowane są za pośrednictwem sklepu internetowego, a następnie przekazywane do systemu zarządzania magazynem (WMS) za pośrednictwem istniejącego systemu ERP Microsoft Dynamics AX. Dla sprawnej realizacji zamówień magazyn podzielono na dziewięć stref. Przychodzące palety są zaopatrywane w etykietę identyfikacyjną i przekazywane do Dematic E’wms, a potem dystrybuowane do różnych miejsc przechowywania. Palety przeznaczone do magazynu zbiorczego są automatycznie sprawdzane pod względem długości, szerokości, wysokości, wagi i pochodzenia. Następnie AGV transportują autoryzowane palety do punktów tymczasowego składowania. Z tego miejsca automatycznie dopasowane do wąskich alej układnice przenoszą wszystkie palety do miejsc składowania określonych przez WMS. Podczas kompletowania zamówień klientów z tego magazynu proces jest odwrotny.

Zupełnie inne zastosowanie ma „inteligentna” technologia w pomocy przy kompletacji, np. dcStreamMobile w ID Logistics. Chodzi o zintegrowany monitoring procesów, wspierający zarządzanie i kontrolujący operacje, szczególnie te związane z kompletowaniem zamówień (zwłaszcza multikompletację, multi-order picking), ale też regulujący przygotowanie towarów do dystrybucji z magazynu do sklepów. Działanie dcStreamMobile opiera się na rejestracji on-line przygotowania zamówień za pomocą kamer wysokiej rozdzielczości umieszczonych na widlakach. Pozyskane dane są gromadzone na serwerze, a materiał wideo jest oznaczony kodem artykułu, numerem palety i nazwą klienta. Dzięki temu można szybko znaleźć odpowiednie nagranie, sprawdzić, jak przebiegał proces, oraz dlaczego i gdzie doszło do ewentualnego błędu. Materiał jest wykorzystywany przy rozpatrywaniu reklamacji, pozwala także na poprawę przebiegu procesów operacyjnych.

Adam Brzozowski

Ten i inne artykuły znajdziecie w czasopiśmie Magazynowanie i Dystrybucja – dostępnym w naszym sklepie


Zobacz także

Struktura liderska, a rozwój Lean Management
Czy poprzez grywalizację możliwa jest optymalizacja biznesowa?
Jaki jest związek między inteligencją emocjonalną a Kaizen?
Lean w dobie transformacji cyfrowej
REKLAMA

Zapisz się do naszego newslettera

Więcej na temat

Dassault Systèmes przyczynia się do rozwoju AI w Europie
Ćwierć wieku logistyki magazynowej
Możliwości Spiral w Centrum iLogistics cargo-partner
Webfleet przedstawia nowego AI Assistant

Nasze czasopisma

top logistyk 2020
mid 20202
Logo KAIZEN rgb
 

Aktualności

Biblioteka Tekstów