Slik optimaliserer du intralogistikk for å strømlinjeforme og øke hastigheten på forsyningskjedene i Industri 4.0 – del én av to

Intralogistikk (intern logistikk) bruker autonome mobile roboter (autonomous mobile robots – AMR-er) og automatstyrte kjøretøyer (automated guided vehicles – AGV-er) for effektivt å flytte materialer rundt i Industri 4.0-lager og produksjonsanlegg. I denne artikkelen blir problemene knyttet til hvordan AMR-er og AGV-er brukes på systemnivå for implementering av intralogistikk og rask og sikker forflytning av materialer etter behov drøftet. Del 2 av denne serien fokuserer på brukstilfeller og hvordan AMR-er og AGV-er bruker sensorer for å identifisere og spore elementer, hvordan ML og AI støtter materialidentifikasjon, bevegelse og levering av materialer gjennom lager- og produksjonsanlegg.

Det å flytte materialer raskt fra mottaksrampen til fraktrampen i et lager, eller fra sted til sted i et produksjonsanlegg – kalt intralogistikk (for intern logistikk) – er et kritisk aspekt for å effektivisere og øke hastigheten på forsyningskjedededriften i Industri 4.0. Det er mer til intralogistikk enn rå hastighet; det må gjøres effektivt, nøyaktig og med redusert avfall for maksimale fordeler. Autonome mobile roboter (AMR-er) og automatstyrte kjøretøyer (AGV-er) kan være avgjørende for forbedret intralogistikk.

AMR-er og AGV-er ser like ut, men fungerer forskjellig. Mens tradisjonelle AGV-er er forhåndsprogrammert for å utføre begrensede funksjoner for de laveste kostnadene, er nye modeller av AGV-er tilgjengelige med sensorer som AMR-er, noe som slører skillet mellom de to. Som et resultat av sikkerhetsproblemer, opererer tradisjonelle AGV-er i områder som er atskilt fra mennesker, men nyere modeller inkluderer sensorer for å unngå kollisjoner og kan sikre høyere sikkerhetsnivåer.

Denne artikkelen begynner med en gjennomgang av intralogistikk og hvordan den kan brukes til å øke hastigheten på forsyningskjedene. Den sammenligner deretter driften og bruken av AGV-er og AMR-er og vurderer kort forskjellene mellom de to med hensyn til navigasjons- og hindringsunngåelsesfunksjoner, fleksibilitet, sikkerhet, distribusjonsutfordringer, vedlikehold og eierkostnader. Samtidig ser den på det utydelige skillet mellom AMR-er og AVG-er og avsluttes med en titt på hvordan bruk av digitale tvillinger kan forbedre fremtidig intralogistikkoperasjoner. Den andre artikkelen i denne serien vil dykke dypere inn i det brede spekteret av sensorteknologier som AMR-er og AGV-er trenger. Digi-Key tilbyr et komplett utvalg av automatiseringsprodukter for intralogistikk i begge tilfeller.

Intralogistikk definert

Intralogistikk distribueres ved hjelp av nettfysiske systemer som er utformet for å optimalisere interne distribusjons- og produksjonsprosesser. For å være fullt effektiv, må et intralogistikksystem også være integrert med den større forsyningskjeden via Internett og lokale driftsprosesser.

I lager inkluderer systemet å vite hvor alt materialet er i anlegget, hva som trengs for å oppfylle utestående bestillinger, hva som kan mangle for å fullføre bestillinger, og hvor innkommende materiell er i den bredere forsyningskjeden.

I fabrikker inkluderer intralogistikk å vite hvilket materiale som trengs for spesifikke produksjonsprosesser og støtte maksimal planleggingseffektivitet ved å koordinere informasjon om hva som for øyeblikket er i anlegget og når tilleggsmaterialer vil ankomme, kombinert med maskin- og operatørtilgjengelighet.

Når det er fullt integrert, reduserer informasjon om materialtilgjengelighet, mennesker, deres ferdigheter og steder, pluss maskiner og tilgjengeligheten, kostnadene ved å minimere beholdningen, øke fleksibiliteten for massetilpasning og forbedre kvaliteten (figur 1).

Bilde 1: Intralogistikk kan integrere informasjon om materiale, mennesker og maskiner for å optimalisere Industri 4.0-operasjoner. (Bildekilde: Getty Images)

Intralogistikk påvirker prosessteknikk, systemdesign, prosjektledelse, materialkravplanlegging og mange andre funksjoner. Den automatiserte bevegelsen av materiale gjennom hele anlegget er nøkkelen til å maksimere fordelene med intralogistikk.

Alternativer for materialhåndtering

AMR-er og AGV-er er utformet for å flytte materiale fra sted til sted, noe som forbedrer effektiviteten, nøyaktigheten, produktiviteten og sikkerheten ved intralogistikkoperasjoner. Disse systemene kan differensieres basert på deres lastbærende konfigurasjoner. Det er flere konfigurasjoner av AMR-er og AGV-er som er egnet for spesifikke intralogistikkfunksjoner:

• Vogner kalles også under last eller under kjøretøy og beveger seg under elementet som skal flyttes, løfter det vertikalt og bærer det til bestemmelsesstedet. Disse kjøretøyene kan utformes for å løfte og transportere 1 tonn eller mer.
• Slepetraktorer eller slepeenheter kobles til en eller flere automatiserte eller uautomatiserte vogner lastet med materiale og tar dem fra sted til sted. De fleste er klassifisert for ca. 1 tonn, men modellene er tilgjengelige klassifisert for 20-tonns laster. I tillegg er modeller tilgjengelige som kan operere selvstendig eller kjøres manuelt av en operatør.
• Robotgaffeltrucker er tilgjengelige i flere konfigurasjoner, inkludert palletrucker, gaffeltrucker med motvekt og smalgangskjøretøyer. Avhengig av konstruksjonen, kan de håndtere flere tonn og løfte lasten over 10 meter høyt.
• Lastbærere er automatiserte mobile plattformer som kan plukke opp materialer fra enden av en transportbåndlinje, fra robotlastestasjoner og andre automatiserte systemer. Deres lastekapasitet har en tendens til å være lavere enn de andre typene AMR-er og AGV-er.

AGV kontra AMR, hva er forskjellen?

AGV-er og AMR-er kan ha lignende konfigurasjoner, men de har ikke de samme funksjonene. De grunnleggende forskjellene inkluderer:

• AGVer navigerer ved hjelp av eksterne spor laget med magnetstrimler, bånd/maling på gulvet eller ledninger i gulvet for å bevege seg fra sted til sted; de kan ikke gå hvor som helst uten de eksterne sporene.
• AMR-er bruker en kombinasjon av interne sensorer, trådløst tilkoblede eksterne sensorer, kunstig intelligens (AI) og maskinlæring (ML) for å planlegge den mest effektive ruten og unngå hindringer dynamisk.

AGV-er ble utviklet før introduksjonen av Industri 4.0-lager og fabrikker og har nylig utviklet seg noe for å imøtekomme Industri 4.0-utrustninger, så forskjellene er ikke så tydelige som de en gang var. Likheter og forskjeller inkluderer:

Navigasjon og unngåelse av hindringer. Navigasjon er den største differensiatoren. AGVer kan bare kjøre på forhåndsdefinerte baner, mens AMR-er kan kjøre variable ruter gjennom et forhåndsdefinert område eller miljø. Siden de beveger seg autonomt, har AMR-er omfattende hindringsunngåelsesfunksjoner, inkludert identifisering av nye hindringer som en pall plassert i en tidligere klar midtgang og sensing og unngåelse av personell i deres baner. Tidlige modeller av AGV-er hadde begrensede muligheter for å unngå hindringer, og områdene der de ble brukt var designet for å være blottet for mennesker. Nyere AGV-er inkluderer et større utvalg av sensorer, noe som gjør dem tryggere for bruk rundt mennesker. Men selv om AVG-er kan identifisere hindringer, kan de ikke navigere rundt dem som AMR-er kan. I stedet stopper AVG-er til hindringen er fjernet. Noen modeller kan automatisk gjenoppta kjøringen hvis en hindring flyttes ut av veien.

Fleksibilitet. AMR-er kan gi mer fleksibilitet og kan omprogrammeres for distribusjon i nye miljøer uten fysiske endringer. Når en AGV blir introdusert i et nytt miljø, må føringssporene installeres eller modifiseres for å støtte de nødvendige reiserutene. AGVer er også begrenset til en enkelt oppgave som involverer flytting av materiale fra et forhåndsbestemt punkt til et annet, og kan bli forstyrret av endringer i miljøet, som tillegg av nytt utstyr som krever endringer i reiseruten.

Sikkerhet. På grunn av deres større evne til å unngå hindringer, anses AMR-er generelt som tryggere enn AGV-er. Men det er ikke et enkelt spørsmål. Begge kan utstyres med nødstoppbrytere og sensorer for å identifisere hindringer og unngå å treffe dem – inkludert mennesker. AMR-er er designet for bruk rundt mennesker og inkluderer en rekke sikkerhetstiltak. AGVer kjører imidlertid forhåndsbestemte ruter, og personalet vet på forhånd hvor de vil være og kan lettere unngå kontakt med dem. Begge teknologiene støtter høye sikkerhetsnivåer.

Distribusjonsutfordringer. AGV-er og AMR-er krever spesifikk infrastruktur for å støtte distribusjonen deres. Generelt kan AMR-distribusjon fullføres raskere og er mindre forstyrrende sammenlignet med AGV-er. AGV-er krever installasjon av føringsspor for å støtte punkt-til-punkt-navigasjon. AMR-er er avhengige av ulike sensorer installert i hele anlegget og bidrar til å gi detaljert situasjonsbevissthet og navigasjonsstøtte. AMR-er er egnet for bruk i mer komplekse miljøer og utrustningerer. For eksempel kan en AMR programmeres til å samarbeide med en menneskelig ordrevelger i en «følge meg»-utrustning. Disse forskjellene gjør generelt AMR-er mer egnet for bruk i Industri 4.0-miljøer der endringer forventes og må støttes effektivt (Figur 2).

Bilde 2: AGV-er kjører faste ruter, noe som gjør dem mindre egnet for mange Industri 4.0-utrustninger. (Bildekilde: Getty Images)

Vedlikehold. Dette er en blandet situasjon. AGV-er er enklere maskiner med færre sensorer og kan kreve mindre vedlikehold enn AMR-er. Støtteinfrastrukturen som trengs av AGV-er, kan imidlertid bli utsatt for skader som krever ytterligere vedlikehold. Når det gjelder AMR-er, kan sensorpakken kreve vedlikehold, og programvareoppdateringer er med jevne mellomrom nødvendige. Kravet om at AGV-er skal reise i områder atskilt fra mennesker betyr ofte at de reiser lengre avstander for å nå en destinasjon sammenlignet med AMR-er. Lengre kjøreavstander øker slitasjen på AGV-er, noe som potensielt øker vedlikeholdskostnadene. Så spørsmålet om hva som trenger mer vedlikehold - AGV-er eller AMR-er - er utrustningersavhengig.

Kostnad. AGV-er er enklere maskiner og koster mindre enn AMR-er. Installasjonskostnadsforskjeller er mer komplekse å definere siden AGV-er krever installasjon av føringsspor, mens AMR-er trenger en pakke med eksterne sensorer og trådløs tilkobling. Driftskostnadene er høyere for AGV-er siden føringssporene krever mer vedlikehold enn infrastrukturen som trengs for å støtte AMR-er. Til slutt kan AMR-er vanligvis distribueres raskere, noe som reduserer kostnadene forbundet med nedetid i anlegget og gjør dem mer egnet for bruk i Industri 4.0-utrustningerer.

Digitale tvillinger, digitale tråder og intralogistikk

Digitale tvillinger og digitale tråder kan være verdifulle verktøy for intralogistikkdistribusjoner. Digitale tvillinger er detaljerte virtuelle modeller av komplekse cyber-fysiske systemer som de som brukes til intra logistikk. Digitale tvillinger opprettes ved hjelp av data fra ulike kilder, inkludert sensorer i anlegget, dataassistert design (computer-aided design – CAD) modeller av anlegget, tilbakemelding fra sensorer på utstyr som opererer i anlegget, og så videre. De brukes til å gi sanntidssimuleringer av lager- eller fabrikkoperasjonen for å optimalisere prosesser og finne potensielle problemer før de oppstår (figur 3). En digital tråd følger med den digitale tvillingen og inkluderer den komplette historikken over alle aktiviteter i den digitale tvillingen gjennom hele driftslevetiden.

Bilde 3: En digital tvilling (til venstre) kan gi simuleringer i sanntid for å støtte høyere produktivitet i Industri 4.0-fabrikker. (Bildekilde: Getty Images)

Digitale tvillinger og digitale tråder innen intralogistikk er i de tidlige utviklingsstadiene. Forutsigbare operasjoner er viktig for effektive intralogistikksystemer. AMR-er, AGV-er og roboter opererer med høye nivåer av forutsigbarhet og repeterbarhet, og deres bruk i Industri 4.0 kan forenkle bruken av digital tvillingteknologi. Å inkludere dem i den digitale tvillingen støtter flåteoptimalisering og -administrasjon i anlegget og muliggjør forebyggende vedlikehold med minimal innvirkning på driftseffektiviteten.

Digitale tvillinger støttes av store mengder sanntidsdata, inkludert miljøforhold, samt funksjons- og driftsdata om tilstanden til maskiner og prosesser. Den digitale tvillingen bruker disse dataene til å simulere de faktiske systemene og forutsi tilstanden til komplette maskiner og individuelle komponenter som batteripakkene i AGV-er og AMR-er for å optimalisere ytelsen.

Jo nærmere den digitale tvillingen simulerer den virkelige verden, desto større blir fordelene. Et infralogistikksystem integrerer vanligvis automatiserte systemer med mennesker. Å inkludere menneskelige aktiviteter i den digitale tvillingen kan ytterligere forbedre nøyaktigheten av simuleringene og fordelene med intralogistikk. Kombinasjonen av intralogistikk, digitale tvillinger og digitale tråder med kunstig intelligens og maskinlæring forventes å være viktige elementer som støtter fremveksten av helautomatiserte Industri 4.0-fabrikker og lager.

Sammendrag

Intralogistikk er bevegelse av materialer innenfor et industrianlegg som et lager eller en fabrikk. AGV-er og AMR-er er viktige verktøy som brukes til å automatisere og øke hastigheten på materialflyten. Mens begge har fordeler og ulemper, er AMR-er mer egnet for bruk i Industri 4.0-utrustningerer. Når det kombineres med digitale tvillinger, AI (kunstig intelligens) og ML (maskinlæring), kan intralogistikk støtte utviklingen av helautomatiserte fabrikker og lagre.