Sådan optimerer du intralogistikken for at strømline og fremskynde Industri-4.0-distributionskæder – del et af to

Intralogistik (intern logistik) bruger autonome mobile robotter (AMR'er) og automatiserede selvkørende køretøjer (automated guided vehicles/AGV’er) til effektivt at flytte materialer rundt på Industri-4.0-lagre og produktionsfaciliteter. I denne artikel diskuteres spørgsmålene om, hvordan AMR'er og AGV'er bruges på systemniveau til at implementere intralogistik og flytte materialer hurtigt og sikkert efter behov. Del 2 af denne serie fokuserer på use-cases, og hvordan AMR'er og AGV'er anvender sensorer til at identificere og spore emner, hvordan ML og AI understøtter identifikation, bevægelse og levering af materialer gennem lager- og produktionsfaciliteter.

At flytte materialer hurtigt fra modtagelsesdokken til forsendelsesdokken i et lager eller fra en lokation til en anden i et produktionsanlæg - kaldet intralogistik (for intern logistik) - er et kritisk aspekt af strømlining og fremskyndelse af distributionskædefunktioner i Industri 4.0. Intralogistik er mere end rå hastighed; det skal gøres effektivt, præcist og med reduceret spild for at opnå maksimale fordele. Autonome mobile robotter (AMR'er) og automatiserede selvkørende køretøjer (AGV'er) kan være afgørende for forbedret intralogistik.

AMR'er og AGV'er ligner hinanden, men fungerer forskelligt. Mens traditionelle AGV'er er forprogrammerede til at udføre begrænsede funktioner til de laveste omkostninger, fås nye modeller af AGV'er med sensorer som AMR'er, hvilket udvisker forskellen mellem de to. Af sikkerhedshensyn anvendes traditionelle AGV'er i områder, der er adskilt fra mennesker, men nyere modeller har sensorer til at undgå kollisioner og kan skabe højere sikkerhedsniveauer.

Denne artikel begynder med en gennemgang af intralogistik, og hvordan den kan bruges til at fremskynde distributionskæderne. Derefter sammenlignes funktionen og brugen af AGV'er og AMR'er, og der ses kort på forskellene mellem de to med hensyn til navigation og mulighed for at undgå forhindringer, fleksibilitet, sikkerhed, implementeringsudfordringer, vedligeholdelse og ejeromkostningerne. Samtidig ser den på den udviskede forskel mellem AMR'er og AVG'er og slutter med et kig på, hvordan brugen af digitale tvillinger kan forbedre fremtidig intralogistisk drift. Den anden artikel i denne serie vil dykke dybere ned i den brede vifte af sensorteknologier, som AMR'er og AGV'er har brug for. Digi-Key tilbyder et komplet udvalg af automatiseringsprodukter til intralogistik i begge tilfælde.

Intralogistik defineret

Intralogistik implementeres ved hjælp af cyberfysiske systemer, der er designet til at optimere interne distributions- og produktionsprocesser. For at være fuldt effektivt skal et intralogistiksystem også være integreret med distributionskæden som helhed via internettet og lokale driftsprocesser.

På lagre inkluderer systemet viden om, hvor alt materialet er i anlægget, hvad der er nødvendigt for at opfylde udestående ordrer, hvad der eventuelt kan mangle for at færdiggøre ordrer, og hvor indkommende materiale er i den bredere distributionskæde.

På fabrikker omfatter intralogistik bl.a. viden om, hvilke materialer der er brug for til specifikke fremstillingsprocesser, og at understøtte maksimal planlægningseffektivitet ved at koordinere oplysninger om, hvad der i øjeblikket er i anlægget, og hvornår yderligere materialer vil ankomme, kombineret med maskin- og operatørtilgængelighed.

Når informationer om materialers tilgængelighed, mennesker, deres færdigheder og lokationer samt maskiner og deres tilgængelighed er fuldt integreret, reduceres omkostningerne ved at minimere lagerbeholdningen, øge fleksibiliteten for massetilpasning og forbedre kvaliteten (figur 1).

Figur 1: Intralogistik kan integrere information om materialer, mennesker og maskiner for at optimere Industri‐4.0-operationer. (Billedkilde: Getty Images)

Intralogistik påvirker procesteknologi, systemdesign, projektstyring, planlægning af materialebehov og mange andre funktioner. Den automatiserede flytning af materialer gennem anlægget er nøglen til at maksimere fordelene ved intralogistik.

Materialehåndteringsalternativer

AMR'er og AGV'er er designet til at flytte materiale fra sted til sted, hvilket øger effektiviteten, nøjagtigheden, produktiviteten og sikkerheden ved intralogistiske funktioner. Disse systemer kan differentieres baseret på deres lastbærende konfigurationer. Der findes flere konfigurationer af AMR'er og AGV'er, som er velegnede til specifikke intralogistiske funktioner:

• Vogne kaldes også ’under load’ (underlasten-) eller ’under ride’ (underkørsels)-køretøjer og bevæger sig under det emne, der skal flyttes, løfter det lodret og bærer det til sin destination. Disse køretøjer kan være designet til at løfte og transportere 1 ton eller mere.
• Bugseringstraktorer eller slæbere kobles til en eller flere automatiserede eller ikke-automatiserede vogne, der er læsset med materialer, og kører dem fra sted til sted. De fleste er dimensioneret til ca. 1 ton, men der findes også modeller, der er dimensioneret til 20-tons laster. Derudover findes der modeller, der kan køre autonomt eller køres manuelt af en operatør.
• Robotgaffeltrucks fås i flere konfigurationer, herunder palleløftere, gaffeltrucks med modvægt og smalgangskøretøjer. Afhængigt af designet kan de håndtere flere tons og løfte lasten over 10 meter højt.
• Lastbærere er automatiserede mobile platforme, der kan samle materialer op for enden af et transportbånd, fra robot-læssestationer og andre automatiserede systemer. Deres lastkapacitet er som regel lavere end de andre typer AMR'er og AGV'er.

AGV vs. AMR, hvad er forskellen?

AGV'er og AMR'er kan have lignende konfigurationer, men de har ikke de samme muligheder. De grundlæggende forskelle omfatter:

• AGV'er navigerer ved hjælp af eksterne spor udført med magnetstriber, tape/maling på gulvet eller ledninger i gulvet for at bevæge sig fra sted til sted; de kan ikke gå nogen steder uden disse eksterne spor.
• AMR'er bruger en kombination af interne sensorer, trådløst forbundne eksterne sensorer, kunstig intelligens (AI) og maskinlæring (ML) til at planlægge den mest effektive rute og undgå forhindringer dynamisk.

AGV'er blev udviklet før introduktionen af Industri-4.0-lagre og -fabrikker og har for nylig udviklet sig noget for at imødekomme Industri-4.0-applikationer, så forskellene er ikke så tydelige, som de var engang. Ligheder og forskelle omfatter bl.a.:

Navigation og undgåelse af forhindringer. Navigation er den største forskel. AGV'er kan kun køre på foruddefinerede stier, mens AMR'er kan køre på variable ruter gennem et foruddefineret område eller miljø. Da de bevæger sig autonomt, har AMR'er omfattende muligheder for at undgå forhindringer, herunder at identificere nye forhindringer som en palle, der er placeret i en tidligere fri gang, og at registrere og undgå personale på deres vej. De første udgaver af AGV'er havde begrænsede muligheder for at undgå forhindringer, og de områder, hvor de blev brugt, var designet til at være mennesketomme. Nyere AGV'er indeholder et større udvalg af sensorer, hvilket gør dem mere sikre at bruge i nærheden af mennesker. Men selvom AGV'er kan identificere forhindringer, kan de ikke navigere uden om dem som AMR'er kan. I stedet stopper AGV'erne, indtil forhindringen er fjernet. Nogle modeller kan automatisk genoptage kørslen, hvis en forhindring flyttes af vejen.

Fleksibilitet. AMR'er tilbyder større fleksibilitet og kan omprogrammeres, så de kan anvendes i nye miljøer uden fysiske ændringer. Når en AGV introduceres i et nyt miljø, skal styreskinnerne installeres eller ændres for at understøtte de fornødne kørselsruter. AGV'er er også begrænset til en enkel opgave, der indebærer flytning af materiale fra ét forudbestemt punkt til et andet, og de kan blive forstyrret af ændringer i miljøet, som f.eks. tilføjelse af nyt udstyr, der kræver ændringer i kørselsruten.

Sikkerhed. På grund af deres større evne til at undgå forhindringer anses AMR'er generelt for at være mere sikre end AGV'er. Men det er ikke et enkelt spørgsmål. Begge kan udstyres med nødstopafbrydere og sensorer til at identificere forhindringer og undgå at ramme dem - inklusive mennesker. AMR'er er designet til at blive brugt i nærheden af mennesker og omfatter adskillige sikkerhedsforanstaltninger. Men AGV'er kører på forudbestemte ruter, og personalet ved på forhånd, hvor de vil være, og kan lettere undgå kontakt med dem. Begge teknologier understøtter høje sikkerhedsniveauer.

Udfordringer med implementering. AGV'er og AMR'er kræver specifik infrastruktur for at understøtte deres implementering. Generelt kan AMR-implementeringer gennemføres hurtigere og er mindre forstyrrende sammenlignet med AGV'er. AGV'er kræver installation af styreskinner for at understøtte punkt-til-punkt-navigation. AMR'er er afhængige af forskellige sensorer, der er installeret i hele anlægget, og hjælper med at give detaljeret situationsbevidsthed og navigationsstøtte. AMR'er er velegnede til brug i mere komplekse miljøer og applikationer. For eksempel kan en AMR programmeres til at arbejde sammen med en menneskelig ordreplukker i en "følg mig"-applikation. Generelt betyder disse forskelle, at AMR'er er mere velegnede til brug i Industri-4.0-miljøer, hvor der forventes ændringer, som skal understøttes effektivt (figur 2).

Figur 2: AGV'er kører på faste ruter, hvilket gør dem mindre egnede til mange Industri-4.0-applikationer. (Billedkilde: Getty Images)

Vedligeholdelse. Det er en blandet situation. AGV'er er enklere maskiner med færre sensorer og kan kræve mindre vedligeholdelse end AMR'er. Men den støtteinfrastruktur, som AGV'er har brug for, kan blive beskadiget og kræve ekstra vedligeholdelse. I AMR's tilfælde kan sensorpakken kræve vedligeholdelse, og der er jævnligt behov for softwareopdateringer. Kravet om, at AGV'er kører i områder adskilt fra mennesker, betyder ofte, at de kører længere afstande for at nå en destination sammenlignet med AMR'er. Længere transportafstande øger sliddet på AGV'erne, hvilket kan øge vedligeholdelsesomkostningerne. Så spørgsmålet om, hvad der kræver mest vedligeholdelse - AGV'er eller AMR'er - afhænger af anvendelsen.

Omkostninger. AGV'er er enklere maskiner og koster mindre end AMR'er. Forskelle i installationsomkostningerne er mere komplekse at definere, da AGV'er kræver installation af styreskinner, mens AMR'er har brug for en række eksterne sensorer og trådløs konnektivitet. Driftsomkostningerne er højere for AGV'er, da deres styreskinner kræver mere vedligeholdelse end den infrastruktur, der er nødvendig for at understøtte AMR'er. Endelig kan AMR'er normalt implementeres hurtigere, hvilket reducerer omkostningerne forbundet med nedetid i anlægget og gør dem mere velegnede til brug i Industr-4.0-applikationer.

Digitale tvillinger, digitale tråde og intralogistik

Digitale tvillinger og digitale tråde kan være værdifulde værktøjer til intralogistiske implementeringer. Digitale tvillinger er detaljerede virtuelle modeller af komplekse cyberfysiske systemer som dem, der bruges til intralogistik. Digitale tvillinger skabes ved hjælp af data fra forskellige kilder, herunder sensorer i anlægget, CAD-modeller (computer-aided design) af anlægget, feedback fra sensorer på udstyr, der fungerer i anlægget, osv. De bruges til at give realtidssimuleringer af lager- eller fabriksdriften for at hjælpe med at optimere processer og finde potentielle problemer, før de opstår (figur 3). En digital tråd ledsager den digitale tvilling og indeholder den komplette historik over alle aktiviteter i den digitale tvilling i hele dens driftslevetid.

Figur 3: En digital tvilling (til venstre) kan levere simuleringer i realtid for at understøtte højere produktivitet i Industri-4.0-fabrikker. (Billedkilde: Getty Images)

Digitale tvillinger og digitale tråde inden for intralogistik er i de tidlige udviklingsstadier. Forudsigelige funktioner er vigtige for effektive intralogistiksystemer. AMR'er, AGV'er og robotter arbejder med høje niveauer af forudsigelighed og gentagelighed, og deres brug i Industri 4.0 kan forenkle brugen af digital tvillingeteknologi. At inkludere dem i den digitale tvilling understøtter optimering og styring af flåden i anlægget og muliggør forebyggende vedligeholdelse med minimal indvirkning på driftseffektiviteten.

Digitale tvillinger understøttes af store mængder realtidsdata, herunder miljøforhold samt funktions- og driftsdata om maskiners og processers tilstand. Den digitale tvilling bruger disse data til at simulere de faktiske systemer og forudsige tilstanden af komplette maskiner og individuelle komponenter som batteripakkerne i AGV'er og AMR'er for at optimere deres ydeevne.

Jo tættere den digitale tvilling simulerer den virkelige verden, jo større er fordelene. Et infralogistiksystem integrerer typisk automatiserede systemer med mennesker. Ved at inkludere menneskelige aktiviteter i den digitale tvilling kan simuleringernes nøjagtighed, og intralogistiks fordele forbedres yderligere. Kombinationen af intralogistik, digitale tvillinger og digitale tråde med kunstig intelligens og maskinlæring forventes at være vigtige elementer, der understøtter fremkomsten af fuldautomatiske Industri-4.0-fabrikker og -lagre.

Sammenfatning

Intralogistik er flytning af materialer inden for et industrianlæg som et lager eller en fabrik. AGV'er og AMR'er er vigtige værktøjer, der bruges til at automatisere og fremskynde materialeflowet. Selvom begge har fordele og ulemper, er AMR'er mere velegnede til brug i Industri-4.0-applikationer. Når det kombineres med digitale tvillinger, AI og ML, kan intralogistik understøtte udviklingen af fuldautomatiske fabrikker og lagre.