Peralatan Cerdas: Data waktu nyata dari palet dengan Pal2Rec – penggunaan kecerdasan buatan untuk analisis data sensor

Konrad Wolfenstein

1 tahun yang lalu

Peralatan pintar: Data waktu nyata dari palet dengan Pal2Rec – penggunaan kecerdasan buatan untuk analisis data sensor – Gambar asli: Fraunhofer IML / Gambar kreatif: Xpert.Digital

Pelacakan waktu nyata: Palet menjadi sumber informasi digital

Palet Pintar: Transformasi Intralogistik melalui Data Real-Time dan Teknologi Cerdas

Dalam dunia logistik yang kompleks, di mana efisiensi dan transparansi sangat penting untuk kesuksesan dan daya saing, palet memainkan peran sentral, meskipun sering diremehkan. Pembawa beban yang sederhana ini adalah tulang punggung arus barang global, memindahkan barang yang tak terhitung jumlahnya setiap hari melalui gudang, fasilitas produksi, dan pusat distribusi. Namun potensi mereka jauh melampaui sekadar transportasi. Institut Fraunhofer untuk Aliran Material dan Logistik IML telah mengeksplorasi kemungkinan tersembunyi ini dan, dalam kerangka proyek penelitian "Pal2Rec"—singkatan dari "Pallet to Recognition"—melakukan studi kelayakan yang secara fundamental mengubah pemahaman tradisional tentang palet. Tujuannya ambisius: untuk membuktikan bahwa palet dapat melakukan lebih dari sekadar membawa beban. Mereka harus "berpikir" dan memberikan informasi berharga tentang perjalanan logistik mereka, langkah-langkah proses yang mereka lalui, dan pergerakan mereka secara real-time. Hasil awal penelitian ini secara mengesankan mengkonfirmasi visi ini dan menunjukkan revolusi yang akan datang dalam intralogistik.

Tantangan industri logistik

Kita hidup di zaman di mana industri logistik berada di bawah tekanan besar untuk beroperasi secara lebih efisien, berkelanjutan, dan ekonomis. Mengoptimalkan proses, mengurangi biaya, dan meminimalkan dampak lingkungan telah menjadi tantangan utama. Namun, masalah utama bagi banyak perusahaan adalah kurangnya transparansi dalam operasi logistik mereka sendiri. Seringkali, terdapat kurangnya transparansi mengenai pergerakan barang yang sebenarnya, pemanfaatan sumber daya, dan efisiensi setiap tahapan proses. Kurangnya informasi ini pasti menyebabkan proses yang tidak efisien, biaya yang tidak perlu, dan peluang optimasi yang terlewatkan. Di sinilah Pal2Rec hadir, untuk memberikan pencerahan pada ketidaktransparanan ini.

Sensor cerdas untuk palet

Pendekatan inovatif proyek ini terletak pada melengkapi palet dengan sensor cerdas. Sensor-sensor ini, yang dapat diintegrasikan secara tersembunyi dan andal ke dalam palet, menangkap banyak titik data penting untuk memahami proses logistik. Pergerakan waktu nyata, deteksi guncangan dan getaran yang tepat, sudut kemiringan dan sudut inklinasi – semua informasi ini direkam dengan lancar dan ditempatkan dalam konteks logistik yang komprehensif. Bayangkan setiap palet menjadi objek yang "berbicara", mendokumentasikan perjalanannya sendiri melalui rantai logistik dan memberikan wawasan berharga tentang efisiensi dan kualitas proses.

Berkaitan dengan ini:

Solusi logistik baru dengan agen AI dan kode matriks 2D: Masa depan industri dengan logistik matriks DataMatrix

Kecerdasan buatan untuk analisis data

Volume data yang dihasilkan oleh palet pintar ini akan menjadi tidak berguna tanpa analisis yang cerdas. Di sinilah kecerdasan buatan (AI) berperan. Para peneliti di Pal2Rec menggunakan data sensor yang dikumpulkan untuk melatih AI yang mampu mengenali pola pergerakan kompleks dan menugaskannya ke aktivitas yang sesuai dalam logistik sehari-hari. Baik itu memuat palet dengan barang, menyimpannya di gudang bertingkat tinggi, mengangkutnya dengan forklift, atau mengambil barang – AI belajar untuk mengidentifikasi dan menafsirkan profil pergerakan karakteristik dari setiap aktivitas. Hasilnya adalah semacam "profil aktivitas" untuk setiap palet individual, yang memberikan informasi rinci tentang tugasnya, langkah-langkah proses yang telah dilaluinya, dan pergerakannya.

Keuntungan dari data yang diperoleh

Julian Brandt, manajer proyek Pal2Rec dan peneliti di Fraunhofer IML, menekankan nilai tambah yang sangat besar dari data ini: "Data ini memberikan wawasan berharga yang membantu perusahaan untuk secara spesifik mengidentifikasi kelemahan dan memanfaatkan sepenuhnya potensi optimasi." Namun, keuntungannya jauh melampaui optimasi proses murni. Salah satu aplikasi yang sangat menjanjikan adalah pemeliharaan prediktif. Dengan terus memantau pergerakan palet dan menganalisis getaran serta beban, potensi kerusakan dapat dideteksi sejak dini, bahkan sebelum terjadi. Misalnya, jika sebuah palet berulang kali terkena benturan keras atau menunjukkan tanda-tanda kelelahan material, hal ini dapat dideteksi tepat waktu untuk mengeluarkan palet dari layanan dan menghindari kegagalan yang mahal atau bahkan kecelakaan. Pemeliharaan prediktif ini tidak hanya berkontribusi pada peningkatan keselamatan tetapi juga secara signifikan mengurangi biaya perbaikan dan penggantian.

Pemilihan teknologi sensor yang tepat

Aspek penting lainnya dari proyek Pal2Rec adalah pemilihan teknologi sensor yang tepat secara cermat. Sebagai bagian dari studi kelayakan, para peneliti secara intensif menyelidiki sensor mana yang paling sesuai untuk aplikasi yang menuntut ini. Hasil yang mengejutkan dan menggembirakan adalah bahwa bahkan model sensor yang hemat biaya pun dapat memenuhi persyaratan dalam banyak kasus. Ini merupakan faktor penting untuk penerimaan dan implementasi teknologi secara luas di industri. Dengan demikian, perusahaan tidak hanya dapat memperoleh manfaat dari berbagai keunggulan palet pintar, tetapi juga melakukannya dalam kerangka kerja yang layak secara ekonomi. Oleh karena itu, investasi pada palet pintar menjanjikan pengembalian investasi yang cepat melalui peningkatan efisiensi, pengurangan biaya, dan peningkatan kualitas proses.

Kemitraan dan dukungan

Proyek Pal2Rec merupakan contoh mengesankan dari kolaborasi sukses antara penelitian dan akademisi. Proyek ini dilaksanakan sebagai proyek bersama dengan Jurusan Penanganan Material dan Pergudangan (FLW) yang terkenal di Universitas TU Dortmund. Proyek ini menerima dukungan keuangan sekitar €180.000 dari Kementerian Federal untuk Urusan Digital dan Ekonomi (BMDV) sebagai bagian dari inisiatif inovasi mFUND. Pendanaan ini menggarisbawahi pentingnya proyek ini untuk pengembangan lebih lanjut industri logistik dan promosi inovasi digital di Jerman. Hasil proyek hingga saat ini tidak hanya dianggap sebagai keberhasilan yang lengkap, tetapi juga berfungsi sebagai insentif yang kuat bagi para mitra proyek untuk mencari pendanaan lanjutan dan untuk lebih mengembangkan serta mengimplementasikan teknologi yang menjanjikan ini.

Acara penutup

Bagi siapa pun yang tertarik dengan masa depan logistik dan potensi palet pintar, tanggal 25 Februari 2025 menawarkan kesempatan yang sangat baik. Pada hari ini, acara penutupan resmi proyek penelitian Pal2Rec akan berlangsung. Mereka yang tertarik dari industri, akademisi, dan praktisi diundang dengan hormat untuk menghadiri presentasi hasil proyek, baik secara langsung maupun daring, dan untuk mendiskusikannya langsung dengan para ahli industri. Acara ini menyediakan platform unik untuk mempelajari secara langsung tentang perkembangan terbaru di bidang palet pintar dan untuk membangun kontak yang berharga.

Informasi selengkapnya di sini:

Pal2Rec mengungkap sisi gelap intralogistik

Wawasan mendalam tentang proyek Pal2Rec: tujuan, teknologi, dan manfaatnya

Proyek penelitian Pal2Rec (Pallet to Recognition) lebih dari sekadar studi kelayakan – ini adalah inisiatif inovatif yang berpotensi mengubah logistik secara fundamental. Inti dari proyek ini adalah visi untuk membuat palet dalam logistik lebih cerdas dan mengubahnya dari pembawa beban pasif menjadi sumber informasi aktif.

Tujuan dan konsep: Pengenalan aktivitas otonom untuk proses logistik cerdas

Tujuan utama Pal2Rec adalah untuk menyelidiki bagaimana palet (Euro) dapat diintegrasikan secara otonom dan proaktif ke dalam proses logistik melalui deteksi aktivitas berbasis sensor. Proyek ini mengejar pendekatan untuk secara tepat menangkap dan menginterpretasikan data pergerakan palet secara cerdas menggunakan sensor, tanpa bergantung pada informasi tambahan yang mahal dan kompleks seperti gambar kamera. Idenya adalah bahwa palet itu sendiri menjadi "informan," yang mengkomunikasikan status, posisi, dan proses yang telah dilaluinya secara real time.

Teknologi dan implementasi: Peralatan sensor, analisis data yang didukung AI, dan profil aktivitas

Untuk mencapai tujuan ambisius ini, Pal2Rec mengandalkan kombinasi sensor canggih dan kecerdasan buatan. Implementasi teknologi ini pada dasarnya meliputi langkah-langkah berikut:

Peralatan sensor pada palet

Pada langkah pertama, palet konvensional – terutama palet Euro, yang merupakan standar industri – dilengkapi dengan sensor cerdas. Sensor ini mampu mengukur berbagai besaran fisik yang memberikan informasi tentang pergerakan dan kondisi palet. Besaran-besaran ini biasanya meliputi akselerometer, giroskop, sensor posisi, dan, jika perlu, sensor untuk mendeteksi suhu, kelembaban, atau getaran. Sensor-sensor tersebut diintegrasikan ke dalam palet sedemikian rupa sehingga cukup kuat untuk menahan kondisi keras logistik sehari-hari dan tidak mengganggu fungsionalitas palet. Sensor dapat diberi daya, misalnya, oleh baterai kecil atau oleh teknologi pemanenan energi yang mengekstrak energi dari pergerakan atau getaran palet.

Aplikasi AI untuk interpretasi data

Data yang ditangkap oleh sensor terus dikumpulkan dan ditransmisikan ke unit evaluasi pusat. Di sinilah kecerdasan buatan (AI) berperan. Data sensor mentah pada awalnya tidak terlalu informatif. Hanya melalui pemrosesan dan analisis cerdas menggunakan AI barulah data tersebut menjadi informasi yang berharga. AI dilatih untuk mengenali pola pergerakan yang kompleks dan mengaitkannya dengan aktivitas logistik tertentu. Pelatihan ini dilakukan menggunakan sejumlah besar data sensor yang dikumpulkan di lingkungan logistik dunia nyata. Melalui pembelajaran mesin, AI belajar untuk membedakan profil pergerakan karakteristik dari berbagai aktivitas seperti pemuatan, pembongkaran, penyimpanan, pengambilan, pengangkutan dengan forklift, pengambilan pesanan, dan sebagainya.

Pembuatan profil aktivitas

Hasil analisis data yang didukung AI adalah terciptanya "profil aktivitas" terperinci untuk setiap palet. Profil ini secara tepat mendokumentasikan proses logistik apa saja yang telah dilalui palet, kapan dan di mana proses tersebut berlangsung, serta berapa lama durasinya. Dengan demikian, profil aktivitas berisi informasi berharga tentang seluruh "riwayat hidup" palet dalam rantai logistik. Informasi ini dapat digunakan untuk berbagai aplikasi, mulai dari optimasi proses dan manajemen inventaris hingga jaminan kualitas.

Keunggulan dan aplikasi: Optimalisasi proses, pemeliharaan prediktif, dan efisiensi biaya

Penerapan palet cerdas berbasis teknologi Pal2Rec menawarkan berbagai keuntungan bagi perusahaan dan membuka bidang aplikasi baru dalam bidang logistik:

Optimalisasi proses dan peningkatan efisiensi

Pelacakan dan analisis pergerakan palet secara detail memberikan perusahaan wawasan transparan tentang proses logistik mereka. Kelemahan, hambatan, dan inefisiensi menjadi terlihat dan dapat diatasi secara proaktif. Misalnya, waktu tunggu yang tidak perlu, perjalanan kosong, atau rute transportasi yang rumit dapat diidentifikasi dan dioptimalkan. Data waktu nyata dari palet pintar memungkinkan penyesuaian proses yang dinamis dan respons yang lebih fleksibel terhadap kejadian tak terduga. Hal ini menyebabkan peningkatan efisiensi yang signifikan, pengurangan waktu tunggu, dan optimalisasi aliran material.

Pemeliharaan prediktif dan pengurangan waktu henti

Seperti yang telah disebutkan sebelumnya, pemantauan terus-menerus terhadap pergerakan palet dan analisis beban serta getaran memungkinkan deteksi dini potensi kerusakan. Pemeliharaan prediktif memungkinkan perusahaan untuk mengeluarkan palet dari peredaran tepat waktu sebelum terjadi kegagalan, kerusakan barang, atau bahkan kecelakaan. Hal ini tidak hanya mengurangi biaya perbaikan dan penggantian, tetapi juga meminimalkan waktu henti dan gangguan produksi. Dengan demikian, pemeliharaan prediktif berkontribusi pada ketersediaan palet yang lebih tinggi dan sistem logistik yang lebih stabil dan andal secara keseluruhan.

Peningkatan manajemen inventaris dan pergudangan

Palet pintar memberikan informasi yang tepat tentang lokasi dan isinya. Hal ini memungkinkan peningkatan manajemen inventaris dan pergudangan. Perusahaan memiliki gambaran yang jelas tentang keberadaan barang mereka setiap saat dan dapat mengoptimalkan tingkat stok mereka. Pencarian palet atau barang tertentu di gudang menjadi jauh lebih sederhana dan cepat. Penghitungan inventaris juga dapat dilakukan dengan lebih efisien melalui perekaman otomatis pergerakan dan lokasi palet.

Jaminan kualitas dan pencegahan kerusakan

Dengan mendeteksi benturan, getaran, dan suhu ekstrem, palet pintar juga dapat berkontribusi pada jaminan kualitas dan pencegahan kerusakan. Saat mengangkut barang-barang sensitif, data sensor dapat mengungkapkan apakah barang tersebut ditangani secara tidak tepat selama pengangkutan dan mungkin mengalami kerusakan. Hal ini memungkinkan deteksi kerusakan dini dan inisiasi tindakan yang tepat untuk meminimalkan kerusakan.

Efisiensi biaya dan profitabilitas

Meskipun penerapan palet pintar pada awalnya membutuhkan investasi pada sensor dan infrastruktur TI, hal ini menjanjikan efisiensi biaya dan profitabilitas yang tinggi dalam jangka panjang. Penghematan yang dicapai melalui optimasi proses, pemeliharaan prediktif, peningkatan manajemen inventaris, dan pencegahan kerusakan biasanya jauh melebihi biaya investasi awal. Lebih lanjut, studi kelayakan Pal2Rec menunjukkan bahwa bahkan model sensor yang hemat biaya pun dapat memenuhi persyaratan, sehingga teknologi ini menarik bagi usaha kecil dan menengah (UKM).

Deteksi aktivitas berbasis sensor secara detail: akuisisi data, analisis AI, dan profil aktivitas

Sistem deteksi aktivitas berbasis sensor untuk palet, yang dikembangkan dalam proyek Pal2Rec, bergantung pada interaksi kompleks antara sensor, transmisi data, kecerdasan buatan, dan analisis data. Langkah-langkah individual dari proses ini dijelaskan lebih detail di bawah ini:

Rangkaian sensor komprehensif untuk data gerakan yang detail

Langkah pertama adalah melengkapi palet dengan berbagai sensor yang mampu menangkap data pergerakan secara detail. Berbagai jenis sensor digunakan, masing-masing mengukur aspek spesifik dari pergerakan palet:

Akselerometer

Mereka mendeteksi percepatan dalam tiga arah spasial dan memberikan informasi tentang dinamika pergerakan, seperti memulai, mengerem, atau mempercepat palet.

Giroskop

Mereka mengukur kecepatan rotasi di sekitar tiga sumbu dan dengan demikian merekam gerakan putar dan rotasi palet, misalnya saat berbelok atau berputar dengan forklift.

Sensor posisi (sensor kemiringan)

Mereka menentukan orientasi palet di ruang angkasa dan mendeteksi sudut kemiringan dan inklinasi, misalnya saat mengangkat atau menurunkan palet.

Opsional: Sensor lingkungan

Tergantung pada aplikasinya, sensor tambahan dapat digunakan untuk merekam suhu, kelembaban, getaran, atau intensitas cahaya guna mendokumentasikan kondisi lingkungan relevan lainnya.

Pengumpulan data berkelanjutan untuk informasi lengkap

Sensor-sensor tersebut terus menerus mengumpulkan data tentang aktivitas dan pergerakan palet. Data pengukuran ditangkap dan disimpan dalam interval pendek untuk memastikan pengumpulan informasi yang lancar di seluruh proses logistik. Transmisi data dari sensor ke unit evaluasi pusat dapat dilakukan secara nirkabel melalui teknologi radio seperti Bluetooth, WLAN, atau Narrowband IoT (NB-IoT). NB-IoT sangat cocok untuk aplikasi di gudang besar atau di luar ruangan karena jangkauannya yang luas dan efisiensi energinya.

Analisis berbasis AI untuk pengenalan pola dan penugasan aktivitas

Data sensor yang dikumpulkan digunakan untuk melatih kecerdasan buatan (AI). AI ini dirancang untuk mengenali pola pergerakan yang kompleks dan mengaitkannya dengan aktivitas logistik tertentu. AI dilatih menggunakan pembelajaran mesin, khususnya metode pembelajaran mendalam. Sejumlah besar data sensor disajikan kepada AI, yang diberi anotasi dengan aktivitas logistik yang sesuai (misalnya, "pemuatan," "penyimpanan," "pengoperasian forklift"). AI belajar untuk mengidentifikasi dan menggeneralisasi profil pergerakan karakteristik dari setiap aktivitas. Setelah pelatihan, AI mampu menganalisis bahkan pola pergerakan yang tidak dikenal dan mengenali aktivitas logistik yang mendasarinya dengan akurasi tinggi.

Pembuatan profil aktivitas untuk informasi proses yang komprehensif

Berdasarkan data yang dievaluasi dan aktivitas yang diidentifikasi, profil aktivitas palet yang terperinci dibuat. Profil ini berisi informasi tentang berbagai proses logistik yang telah dilalui palet, seperti:

Memuat dan membongkar

Deteksi proses pengisian dan pengosongan, termasuk cap waktu dan durasi.

Penyimpanan dan pengambilan

Identifikasi proses penyimpanan dan pengambilan di gudang, termasuk lokasi penyimpanan (jika dilengkapi dengan teknologi lokalisasi tambahan).

Pengangkutan dengan forklift

Deteksi perjalanan forklift, termasuk jarak tempuh, kecepatan, dan perilaku pengoperasian.

pengambilan pesanan

Identifikasi operasi pengambilan, termasuk barang yang diambil (jika dikombinasikan dengan teknologi identifikasi tambahan).

Menunggu dan kebuntuan

Pencatatan waktu tunggu dan waktu henti pada berbagai tahapan proses.

Interpretasi dan analisis untuk optimasi proses

Pola dan aktivitas yang teridentifikasi digunakan untuk menafsirkan dan menganalisis proses logistik. Profil aktivitas memberikan wawasan berharga kepada perusahaan tentang operasi logistik mereka, memungkinkan mereka untuk mengidentifikasi kelemahan dan mengenali potensi optimasi. Misalnya, perusahaan dapat menganalisis langkah-langkah proses mana yang sangat memakan waktu, di mana terjadi waktu tunggu yang tidak perlu, atau di mana aliran material tidak efisien. Berdasarkan temuan ini, langkah-langkah yang ditargetkan untuk optimasi proses dapat dimulai.

Pembuktian konsep untuk logistik otonom dan transparan

Proyek Pal2Rec bertujuan untuk menunjukkan bahwa proses logistik dapat diinterpretasikan dan direproduksi menggunakan data sensor tambahan, tanpa bergantung pada informasi eksternal seperti gambar kamera atau entri data manual. Deteksi aktivitas otonom dari palet pintar secara signifikan meningkatkan transparansi dalam rantai logistik. Perusahaan memperoleh wawasan komprehensif dan real-time tentang pergerakan barang mereka dan dapat mengoptimalkan proses mereka berdasarkan data ini.

Palet pintar sebagai kunci logistik masa depan

Teknologi inovatif ini mengubah palet dari sekadar alat pengangkut barang menjadi sumber informasi cerdas dalam rantai logistik. Palet pintar bukan hanya tren – tetapi merupakan kunci logistik masa depan. Palet pintar memungkinkan peningkatan transparansi, efisiensi, dan keberlanjutan dalam proses logistik serta membantu mengatasi tantangan logistik modern. Proyek Pal2Rec oleh Fraunhofer IML dan TU Dortmund telah meletakkan fondasi penting untuk implementasi luas teknologi yang menjanjikan ini dan secara mengesankan menunjukkan potensi palet pintar untuk merevolusi intralogistik. Masa depan logistik adalah cerdas – dan palet memainkan peran penting di dalamnya.