Hangválasztás 📢


Intelligens berendezések: A PAL2REC-felhasználással rendelkező raklapok valós idejű adatai a mesterséges intelligenciával az érzékelő adatok elemzésére

Megjelent: 2025. február 22. / Frissítés: 2025. február 22. - Szerző: Konrad Wolfenstein

Smart's berendezés: A Pal2REC -vel rendelkező raklapok valós -idő adatai - A mesterséges intelligencia használata az érzékelő adatok elemzéséhez

Smartes berendezések: A PAL2REC-felhasználás mesterséges intelligenciájú raklapok valós idejű adatai az érzékelő adatelemzésére. Adat-original kép: Fraunhofer IML / Kreatív kép: Xpert.Digital

Valós idejű követés: A raklapok digitális információforrásokká válnak

Intelligens raklapok: Az intralogisztika átalakulása a valós idő és az intelligens technológia révén

A logisztika komplex világában, ahol a hatékonyság és az átláthatóság határozottan dönt a sikerről és a versenyképességről, a raklapok központi, bár gyakran alábecsült szerepet játszanak. Ezek a észrevétlen terhelésű fuvarozók a globális áruk gerincét képezik, és számtalan árut mozgatnak a raktárakon, gyártási létesítményeken és elosztó központokon keresztül minden nap. De potenciáljuk messze meghaladja a tiszta szállítási funkciót. A Fraunhofer Anyagáramlás és Logisztikai Intézet az IML-t vállalta a rejtett lehetőségekről, és megvalósíthatósági tanulmányt készített a "Pal2REC" kutatási projekt részeként, a "Pal2REC" -for raklapra felismeréshez "-ami alapvetően megváltoztatta a raklapok hagyományos megértését. A cél ambiciózus volt: annak igazolása, hogy a raklapok nem csupán a terhelést viselhetik. "Gondolkodni kell", és értékes információkat kell szolgáltatniuk logisztikai utazásukról, a folyamat lépéseiről és a mozgásukról valós időben. Ennek a kutatásnak az első eredményei lenyűgözően megerősítik ezt a jövőképet, és jelzik az intralogisztika közelgő forradalmát.

A logisztikai ipar kihívásai

Abban az időben élünk, amikor a logisztikai ipar óriási nyomás alatt van a hatékonyabb, fenntarthatóbb és gazdaságilag. A folyamatok optimalizálása, a költségek csökkentése és a környezeti hatások minimalizálása központi kihívásokká vált. Sok vállalat egyik fő problémája azonban a saját logisztikai folyamataik átláthatóságának hiánya. Az áruk tényleges mozgásával, az erőforrások felhasználásával és az egyes folyamatok lépéseinek hatékonyságával gyakran "sötét" van. Ez a hiányzó információk elkerülhetetlenül nem hatékony folyamatokhoz, felesleges költségekhez és az optimalizálási potenciál elmulasztásához vezetnek. Itt jön be a Pal2Rec, hogy megvilágítsa ezt a sötétséget.

Intelligens érzékelők raklapokhoz

A projekt innovatív megközelítése az, hogy a raklapokat intelligens érzékelőkkel felszerelje. Ezek az érzékelők, amelyek észrevétlenül és robusztusan integrálhatók a raklapokba, különféle adatpontokat rögzíthetnek, amelyek döntő jelentőséggel bírnak a logisztikai események megértése szempontjából. A valós időben történő mozgások, a dudorok és rezgések pontos rögzítése, a dőlés és a dőlésszög- Az összes információt rések nélkül rögzítik, és átfogó logisztikai környezetbe helyezik. Képzelje el, hogy minden paletta "beszélő" objektummá válik, amely a saját útját a logisztikai láncon keresztül dokumentálja, és értékes betekintést nyújt a folyamatok hatékonyságába és minőségébe.

Alkalmas:

Mesterséges intelligencia az adatok elemzéséhez

Az intelligens raklapok által generált adatok puszta mennyisége azonban értéktelen lenne intelligens értékelés nélkül. Itt kerül a mesterséges intelligencia (AI). A PAL2REC kutatói az összegyűjtött érzékelő adatait egy olyan AI kiképzésére használták fel, amely képes azonosítani a komplex mozgási mintákat, és hozzárendelni azokat a mindennapi logisztika megfelelő tevékenységeihez. Függetlenül attól, hogy egy palettát árukkal, tárolást kell betölteni a magas árú raktárban, a targonca szállításával vagy a cikkek szedésével -, amelyet az AI megtanul, hogy azonosítsa és értelmezze bármely tevékenység jellegzetes mozgási profilját. Az eredmény egyfajta "tevékenységi profil" az egyes palettákhoz, amely részletes információkat szolgáltat a feladatokról, a folyamat lépéseiről és a mozgásokról.

A kapott adatok előnyei

Julian Brandt, a PAL2REC projektmenedzsere és a Fraunhofer IML kutatási asszisztense hangsúlyozza ezen adatok óriási hozzáadott értékét: "Az adatok értékes betekintést nyújtanak, amely támogatja a vállalatokat kifejezetten a gyengeségek azonosításában és az optimalizálási potenciál teljes kiaknázásában." De az előnyök messze meghaladják a tiszta folyamat optimalizálását. Különösen ígéretes alkalmazási terület az előrejelző karbantartás, más néven "prediktív karbantartás". A raklapmozgások folyamatos megfigyelése, valamint a rezgések és terhelések elemzése korai szakaszban felismerhető, mielőtt azok is felmerülnek. Például, ha egy palettát többször is ki vannak téve az erős dudoroknak, vagy az anyagi fáradtság jeleit mutatja, akkor ez időben felismerhető annak érdekében, hogy a palettát kihúzzák a keringésből, és elkerüljék a drága hibákat vagy akár baleseteket. Ez az előremutató karbantartás nemcsak hozzájárul a biztonság növeléséhez, hanem jelentősen csökkenti a javítások és a csere beszerzésének költségeit is.

Megfelelő érzékelő -technológia kiválasztása

A PAL2REC projekt másik fontos szempontja a megfelelő érzékelő technológia gondos kiválasztása volt. A megvalósíthatósági tanulmány részeként a kutatók intenzíven megvizsgálták, hogy mely érzékelők megfelelnek a legmegfelelőbbnek erre az igényes alkalmazáshoz. Meglepő és örömteli eredmény az volt, hogy még a költséghatékony érzékelő modellek is sok esetben megfelelhetnek a követelményeknek. Ez döntő tényező a technológia széles körű elfogadásához és megvalósításához az iparban. Ezért a vállalatok nemcsak az intelligens raklapok számos előnyéből részesülhetnek, hanem gazdaságilag hordozható keretben is megtehetik. Az intelligens raklapokba történő beruházás tehát gyors megtérülést ígér a beruházáshoz a hatékonyságnövekedés, a költségcsökkentés és a javított folyamatminőség révén.

Partnerség és finanszírozás

A PAL2REC projekt lenyűgöző példa a kutatás és a tudomány sikeres együttműködésére. A TU Dortmund finanszírozási és egyensúlyának (FLW) híres elnökével közös projektként hajtották végre. A projekt pénzügyi támogatást kapott az MFUND innovációs kezdeményezés részeként a Szövetségi Digitális és Közlekedési Minisztériumtól (BMDV), körülbelül 180 000 euró finanszírozási összeggel. Ez a finanszírozás hangsúlyozza a projekt fontosságát a logisztikai ipar továbbfejlesztésében és a digitális innovációk népszerűsítésében Németországban. A projekt korábbi eredményeit nemcsak teljes sikernek tekintik, hanem erőteljes ösztönzésként szolgálnak a projektpartnerek számára, hogy törekedjenek a követési promócióra, és fejlesszék az ígéretes technológiát, és átalakítsák azt a gyakorlatba.

Záró esemény

2025. február 25 -én mindenkinek, aki érdekli a logisztika jövőjét és az intelligens raklapok lehetőségeit. A PAL2REC kutatási projekt hivatalos utolsó eseményére ezen a napon kerül sor. Az ipar, a tudomány és a gyakorlat érdekelt felei szívesen részt vesznek a projekt eredményeinek bemutatásában mind helyszínen, mind online, és közvetlenül az iparági szakértőkkel való megbeszélésben. Ez az esemény egyedülálló platformot kínál, hogy először tájékoztassa magát -az intelligens raklapok területén a legújabb fejleményekről és az értékes kapcsolatok kialakításáról.

Bővebben itt:

Részletes betekintés a Pal2REC projektbe: objektív, technológia és előnyök

A PAL2REC kutatási projekt (raklap az elismeréshez) nem csupán megvalósíthatósági tanulmány - ez egy innovatív kezdeményezés, amely alapvetően megváltoztathatja a logisztikát. A projekt középpontjában az a látomás, hogy a raklapok intelligensebbé váljanak a logisztikában, és a passzív terhelésű hordozókból aktív információforrásokká alakítsák őket.

Cél és koncepció: autonóm tevékenységek felismerése az intelligens logisztikai folyamatokhoz

A PAL2REC központi célja annak megvizsgálása, hogy az (Euro) raklapok hogyan integrálhatók egymástól függetlenül és proaktív módon a logisztikai folyamatokba az érzékelő-alapú tevékenységi felismerés révén. A projekt azt a megközelítést követi, hogy a raklapok mozgási adatait érzékelők segítségével pontosan rögzítik és értelmezik az érzékelők segítségével, anélkül, hogy további, költséges és kidolgozott kísérő információtól függnének, például a kameraképektől. Az ötlet az, hogy maga a paletta "informátorá" válik, és valós időben kommunikálja annak állapotát, helyzetét és az átadott folyamatot.

Technológia és megvalósítás: érzékelő berendezések, AI-alapú adatelemzés és tevékenységi profilok

Ennek az ambiciózus célnak a elérése érdekében a Pal2REC a legújabb érzékelők és a mesterséges intelligencia kombinációjára támaszkodik. A technológiai megvalósítás lényegében a következő lépéseket tartalmazza:

A raklapok érzékelő berendezése

Az első lépésben a hagyományos raklapok - különösen az ipari szabványt képviselő euró raklapok - intelligens érzékelőkkel vannak felszerelve. Ezek az érzékelők képesek megmérni a különféle fizikai mennyiségeket, amelyek információkat szolgáltatnak a paletta mozgásáról és állapotáról. Ez általában magában foglalja a gyorsulási érzékelőket, a giroszkópokat, a helyzetérzékelőket és szükség esetén az érzékelőket a hőmérséklet, a páratartalom vagy a rezgés rögzítéséhez. Az érzékelőket úgy integrálják a palettába, hogy robusztusak a mindennapi logisztika durva körülményeihez képest, és nem befolyásolják a paletta funkcionalitását. Az érzékelők energiaellátása például kis akkumulátorokkal vagy energiatakarékos technológiákkal hajtható végre, amelyek energiát szereznek a paletta mozgása vagy rezgése alapján.

AI felhasználás az adatok értelmezéséhez

Az érzékelők által összegyűjtött adatokat folyamatosan összegyűjtik és átadják egy központi értékelő egységbe. Itt kerül a mesterséges intelligencia. Az érzékelők összegyűjtött nyers adatainak kezdetben nem nagyon értelmesek. Csak az intelligens feldolgozás és elemzés révén az AI segítségével értékes információkká válsz. Az AI -t kiképzik az összetett mozgási minták azonosítására és ezeket a konkrét logisztikai tevékenységeket. A KI nagy mennyiségű érzékelő adatot képez, amelyet valódi logisztikai környezetben rögzítenek. A gépi tanulás révén az AI megtanulja megkülönböztetni a különféle tevékenységek jellegzetes mozgási profiljait, mint például a betöltés, a kirakodás, a tárolás,

A tevékenységi profilok létrehozása

Az AI-alapú adatelemzés eredménye egy részletes "aktivitási profil" létrehozása az egyes palettákhoz. Ez a profil pontosan dokumentálja, mely logisztikai folyamatok fogadták el a palettát, mikor és hol zajlottak ezek a folyamatok, és mennyi ideig tartottak. A tevékenységi profil tehát értékes információkat tartalmaz a logisztikai lánc palettájának teljes "élettörténetéről". Ez az információ felhasználható különféle alkalmazásokhoz, a folyamat optimalizálásától a készletkezelésig a minőségbiztosításig.

Előnyök és alkalmazások: A folyamat optimalizálása, prediktív karbantartás és költséghatékonyság

A Pal2REC technológián alapuló intelligens raklapok megvalósítása számos előnyt kínál a vállalatoknak, és új alkalmazási területeket nyit meg a logisztika területén:

Folyamat optimalizálása és a hatékonyság növekedése

A raklapmozgások részletes felvétele és elemzése révén a vállalatok átlátható betekintést kapnak logisztikai folyamataikba. A gyengeségek, a szűk keresztmetszetek és a hatékonyságok láthatóvá válnak, és célzott módon orvosolhatók. Például felesleges várakozási idő, üres kirándulások vagy nehézkes szállítási útvonalak azonosíthatók és optimalizálhatók. Az intelligens raklapok valós adatai lehetővé teszik a folyamatok dinamikus beállítását és rugalmasabb reakciót az előre nem látható eseményekre. Ez a hatékonyság jelentős növekedéséhez vezet, csökkenti az átfutási időket és optimalizálja az anyagáramot.

Prediktív karbantartás és csökkenés

Mint már említettük, a raklapmozgások folyamatos megfigyelése, valamint a stressz és a rezgések elemzése lehetővé teszi a lehetséges károsodás korai felismerését. A prediktív karbantartás révén a vállalatok megfelelő időben kihúzhatják a raklapokat a forgalomból, mielőtt kudarcok, áruk vagy akár balesetek károsodnak. Ez nem csak csökkenti a javítások és a csere beszerzésének költségeit, hanem minimalizálja a csökkentési és a termelési megszakításokat is. A prediktív karbantartás tehát hozzájárul a raklapok magasabb rendelkezésre állásához, valamint a stabilabb és megbízhatóbb logisztikához.

Javított készletgazdálkodás és raktározás

Az intelligens raklapok pontos információkat szolgáltatnak a helyéről és tartalmáról. Ez lehetővé teszi a javított készletgazdálkodást és a raktározást. A vállalatok pontos áttekintést nyújtanak az áruk tartózkodási helyéről, és bármikor optimalizálhatják a készletüket. A raktárban lévő raklapok vagy cikkek keresése jelentősen egyszerűsítve és felgyorsul. A leltár hatékonyabbá válhat a raklapok és a helyek automatikus rögzítésével is.

Minőségbiztosítás és károk megelőzése

A dudorok, rezgések és szélsőséges hőmérsékletek rögzítésével az intelligens raklapok hozzájárulhatnak a minőségbiztosításhoz és a károk megelőzéséhez is. Ha érzékeny árukat szállítanak, az érzékelő adatok információt szolgáltathatnak arról, hogy az árukat nem megfelelő módon kezelik -e a szállítás során, és megsérültek -e. Ez lehetővé teszi a korai károk észlelését és a megfelelő intézkedések megkezdését a kár minimalizálása érdekében.

Költséghatékonyság és gazdaság

Noha az intelligens raklapok végrehajtása kezdetben az érzékelőkbe és az informatikai infrastruktúrába történő beruházásokat igényel, hosszú távon magas költséghatékonyságot és gazdaságot ígér. A kezdeti befektetési költségek általában szignifikánsan szignifikánsan jelentősen meghaladják a megtakarításokat a folyamat optimalizálása, a prediktív karbantartás, a javított készletkezelés és a károk megelőzése révén. Ezenkívül a PAL2REC megvalósíthatósági tanulmány kimutatta, hogy az olcsó érzékelőmodellek is megfelelhetnek a követelményeknek, ami vonzóvá teszi a technológiát a kis- és közepes méretű vállalatok számára.

Az érzékelő-alapú aktivitási észlelés részletesen: adatgyűjtés, AI értékelési és aktivitási profilok

A PAL2REC projekt részeként kifejlesztett raklapok érzékelő-alapú aktivitási észlelése az érzékelők kifinomult interakcióján, az adatátvitel, a mesterséges intelligencia és az adatok elemzésén alapul. Az alábbiakban a folyamat egyes lépéseit részletesebben ismertetjük:

Átfogó érzékelő berendezés a részletes mozgási adatokhoz

Az első lépés a raklapok felszerelése, különféle érzékelőkkel, amelyek rögzíthetik a részletes mozgási adatokat. Különböző érzékelőtípusokat használnak, mindegyik méri a raklap mozgásának meghatározott aspektusait:

Gyorsítóérzékelők

Ragadja meg a gyorsulásokat három terben, és információkat nyújtson a mozgás dinamikájáról, például a paletta indításáról, fékezéséről vagy gyorsításáról.

Giroszkópok

Mérje meg a forgási sebességeket három tengely körül, és ezáltal rögzítse a paletta forgását és forgásait, például egy targonca vezetésével vagy forgatásakor.

Melling érzékelők (dőlés -érzékelők)

Határozza meg a paletta tájolását a helyiségben, és rögzítse a dőlés és a dőlési szöget, például a paletta felemelésekor vagy beállításánál.

Opcionális: Környezeti érzékelők

Az alkalmazástól függően az érzékelők felhasználhatók a hőmérséklet, a levegő páratartalmának, a rezgések vagy a fényintenzitás rögzítésére is a további releváns környezeti feltételek dokumentálására.

Folyamatos adatgyűjtés a teljes információkért

Az érzékelők folyamatosan gyűjtenek adatokat a paletta tevékenységeiről és mozgásáról. A mérési adatokat rövid időközönként rögzítik és mentik el, hogy biztosítsák a teljes logisztikai folyamatról szóló információk teljes rögzítését. Az érzékelőktől a központi értékelő egységig terjedő adatátvitel vezeték nélkül lehet olyan rádió-technológiák révén, mint a Bluetooth, a WLAN vagy a keskeny sávú IOT (NB-IOT). Az NB-IOT különösen hasznos a nagy raktárakban vagy a szabadban történő alkalmazásokhoz, mivel nagy a tartománya és az energiahatékonyság.

AI-alapú értékelés a mintázatfelismerés és az aktivitás hozzárendelése szempontjából

Az összegyűjtött érzékelő adatait a mesterséges intelligencia (AI) képzésére használják. Ezt az AI -t úgy tervezték, hogy azonosítsa a komplex mozgási mintákat és hozzárendelje számukra speciális logisztikai tevékenységeket. Az AI képzést a gépi tanulás segítségével végzik, különösen a mély tanulási folyamatokkal. Az AI nagy mennyiségű érzékelő adatot mutat be, amelyeket a kapcsolódó logisztikai tevékenységekkel (például "betöltés", "tároló", "targonca -utazás") jelölnek. Az AI megtanulja azonosítani és általánosítani a tevékenységek jellegzetes mozgási profiljait. Az edzés után az AI képes elemezni az ismeretlen mozgási mintákat, és nagy pontossággal felismerni a mögöttes logisztikai tevékenységet.

Tevékenységi profilok létrehozása az átfogó folyamatinformációkhoz

Az értékelt adatok és az elismert tevékenységek alapján a paletta részletes aktivitási profilját hozták létre. Ez a profil információkat tartalmaz a paletta által átadott különféle logisztikai folyamatokról, például:

Letöltés és kirakodás

A be- és kirakodási folyamatok felismerése, beleértve az időbélyegeket és az időtartamot.

Tárolás és kiszervezett

A tárolási és kiszervezési folyamatok azonosítása a raktárban, beleértve a tárolási helyet (ha kiegészítő lokalizációs technológiák kiegészítik).

Transzállítás targoncával

A targonca -utak észlelése, beleértve az útvonalat, a sebességet és a vezetési viselkedést.

Felvesz

A szedési folyamatok azonosítása, beleértve a megbízott cikket (ha további azonosítási technológiákkal kombinálják).

Várjon és álljon

A várakozási idő és a szabványok rögzítése különféle folyamat lépéseken.

Értelmezés és elemzés a folyamat optimalizálásához

Az elismert mintákat és tevékenységeket a logisztikai folyamatok értelmezésére és elemzésére használják. A tevékenységi profilok értékes betekintést nyújtanak a vállalatok logisztikai folyamataikba, és lehetővé teszik a gyengeségek számára, hogy azonosítsák a sebezhetőségeket folyamataikban és azonosítsák az optimalizálás lehetőségeit. Például a vállalatok elemezhetik, hogy mely folyamatok lépései különösen időigényesek, ha vannak szükségtelen várakozási idők, vagy ahol az anyagáramok nem hatékonyak. Ezen eredmények alapján megindíthatók a célzott folyamat optimalizálási intézkedései.

Az autonóm és átlátható logisztika megvalósíthatóságának igazolása

A PAL2REC projekt célja annak biztosításának biztosítása, hogy a logisztikai folyamatok a kiegészítő érzékelő adatokkal értelmezhetők és reprodukálhatók, anélkül, hogy a külső kísérő információktól, például a kameraképektől vagy a kézi adatgyűjtéstől függnének. Az intelligens raklapok autonóm aktivitási detektálása jelentősen növeli a logisztikai lánc átláthatóságát. A vállalatok átfogó és valós idejű betekintést kapnak az áruk mozgásaiba, és optimalizálhatják folyamatukat adatalapúak.

Intelligens raklapok, mint a jövő logisztikájának kulcsa

Ez az innovatív technológia átalakítja a raklapokat az egyszerű töltéshordozókról intelligens információforrásokká a logisztikai láncban. Az intelligens raklapok nem csupán trend, hanem kulcsa a jövő logisztikájának. Ezek lehetővé teszik a jobb átláthatóságot, hatékonyságot és fenntarthatóságot a logisztikai folyamatokban, és segítik a modern logisztika kihívásainak kezelését. A Fraunhofer IML és a TU Dortmund Pal2REC projektje fontos alapot teremtett ennek az ígéretes technológiának a széles körű megvalósításához, és lenyűgözően megmutatja az intelligens raklapok potenciálját az intralogisztika forradalmasításában. A logisztika jövője okos - és a raklapok döntő szerepet játszanak.

Alkalmas:

 

Az Ön globális marketing- és üzletfejlesztési partnere

☑️ Üzleti nyelvünk angol vagy német

☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!

 

Digitális úttörő – Konrad Wolfenstein

Konrad Wolfenstein

Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.

Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein xpert.digital

Nagyon várom a közös projektünket.

 

 

☑️ KKV-k támogatása stratégiában, tanácsadásban, tervezésben és megvalósításban

☑️ Digitális stratégia és digitalizáció megalkotása vagy átrendezése

☑️ Nemzetközi értékesítési folyamatok bővítése, optimalizálása

☑️ Globális és digitális B2B kereskedési platformok

☑️ Úttörő üzletfejlesztés / Marketing / PR / Szakkiállítások


⭐️ Logisztika/intralogisztika ⭐️ -   AI blog, hotspot és tartalomközpont ⭐️ Sensorik és mérési technológia - Ipari érzékelők - Intelligens és intelligens - Autonikus és automatizálási rendszerek ⭐️ Digitális intelligencia ⭐️