Logística avançada na fábrica do futuro

Advanced logistics systems are ready for deployment in factory operations. Better and cheaper automation is now available to move items to, from, and within plants and warehouses.
Jogadores de comércio eletrônico têm sido pioneiros na implantação de automação avançada na logística para abordar a escassez de mão-de-obra e melhorar a produtividade, aumentar a flexibilidade e acelerar a redução de custos. Esperamos que lidera Fabricantes Seguirá seu exemplo para desbloquear o valor e aumentar a competitividade. Eles são alimentados por uma combinação de sensores, software, computação e conectividade de alta velocidade. Vemos uma grande variedade de aplicativos para operações de fábrica. As empresas podem usar robôs para manusear e escolher, robôs móveis autônomos (AMRs) ou drones para transporte de materiais. Eles podem utilizar equipamentos com visão computacional para gerenciamento de inventário e usar software para apoiar o planejamento, o controle e a execução.

The automated systems that enable advanced logistics are flexible, scalable, and easy to install. They are powered by a combination of sensors, software, computing, and high-speed connectivity. We see a wide array of applications for factory operations. Companies can use robots for handling and picking, autonomous mobile robots (AMRs) or drones for material transport. They can utilize equipment with computer vision for inventory management and use software to support planning, control, and execution.

O caso de negócios para investir em logística avançada é mais forte do que nunca. Ao implementar esses sistemas, os fabricantes podem reduzir os custos de logística e armazenamento na planta em aproximadamente 30%. Para capturar esses benefícios, as empresas precisam selecionar aplicativos com base em uma avaliação rigorosa da economia e implementar os facilitadores organizacionais e tecnológicos corretos.

What Makes Advanced Logistics Transformative?

Advanced logistics systems are part of the Revolução da automação na fabricação . Os avanços tecnológicos, como aprendizado de máquina, computação em nuvem e sistemas de visão, estão possibilitando automatizar completamente muitos processos existentes que tradicionalmente foram manuais ou semiautomados. Essas inovações permitem aplicações significativamente mais amplas de logística avançada, incluindo casos de uso de alto valor. Ao mesmo tempo, os sistemas automatizados estão se tornando mais baratos e mais fáceis de integrar. A logística avançada ajudará a aliviar o impacto da escassez de mão -de -obra e aumentar a produtividade, automatizando muitos empregos que envolvem principalmente atividades manuais de rotina. A colaboração entre seres humanos e máquinas se tornará mais comum, criando oportunidades para trabalhos orientados para o futuro que exigem novos conjuntos de habilidades.

Investing in automation has become more attractive because labor shortages around the world are driving wage levels higher. Advanced logistics will help to ease the impact of labor shortages and boost productivity by automating many jobs that primarily involve routine manual activities. Collaboration between humans and machines will become more common, creating opportunities for future-oriented jobs that require new skill sets.

The transformative potential of advanced logistics arises from the combination of multiple features:

• Machine Intelligence. Grandes melhorias no processamento de linguagem natural, visão computacional e sensores permitem uma maior autonomia para dispositivos enquanto aprimora a precisão, como para o manuseio de sistemas. As tecnologias avançadas de sensores geram vastas quantidades de dados que podem ser usadas para monitorar o estado dos dispositivos, dados relacionados ao produto (como localização, uso de tags de reconhecimento visual ou RFID) e parâmetros ambiente (como temperatura e umidade). O equipamento automatizado usa a tecnologia aprimorada para executar tarefas mais complicadas. Isso inclui atividades complexas de manuseio que cobrem uma infinidade de diferentes tamanhos e geometrias de peças, de grandes peças a material a granel.
• Plug and Play. Em uma abordagem plug-and-play, os sistemas de logística avançados são rapidamente configurados e integrados aos sistemas de fábrica existentes, como para execução de fabricação, gerenciamento de armazém e planejamento de recursos corporativos. Isso é possível por novas arquiteturas orientadas a serviços, melhor conectividade através da Internet das Coisas (IoT), modelos de dados holísticos, auto-aprendizagem e melhorias de interface e programação. A integração aprimora a capacidade de um sistema de logística de antecipar geometrias, rotas ou seqüências de escolha do produto.
• Adaptabilidade. Avanços nas tecnologias de processamento de dados e acesso a serviços em nuvem permitem que os sistemas de logística aprendam e se adaptem autonomamente a ambientes complexos e em mudança. Os sistemas podem usar as tecnologias de aprendizado de máquina e visão de computador para se guiar por meio de ambientes complexos. O AMRS, por exemplo, pode alterar automaticamente as rotas, em contraste com as correias tradicionais de transportadores para as quais a configuração requer planejamento de longo prazo e não pode ser rapidamente ajustado às novas demandas. Também é possível usar frotas AMR em diferentes sites. Além disso, os algoritmos de otimização alimentados pela inteligência artificial (IA) melhoram as atribuições de localização do inventário e aceleram a reação aos picos de demanda. A adaptabilidade às restrições físicas do armazenamento de itens de tamanho diferente também é possível com novos sistemas de armazenamento flexíveis e prateleiras inteligentes. Essas vantagens significam que os sistemas autônomos requerem investimentos mais baixos de Capex em infraestrutura.
• Mobilidade. A alimentação da bateria aprimora a mobilidade e a autonomia dos sistemas de logística in-plant. As melhorias na tecnologia da bateria aumentaram o tempo de atividade e a recarga acelerada em comparação com as baterias que estavam disponíveis há alguns anos.

This combination of features yields multiple benefits:

• Productivity. Um alto grau de automação reduz a necessidade de trabalho manual. Também aumenta a utilização de sistemas de transporte, soluções de armazenamento e outros ativos. A capacidade de reduzir os níveis de estoque e o trabalho em andamento otimiza o capital de giro.
• Qualidade. Sistemas de transporte de melhor funcionamento reduzem os incidentes de peças e erros danificados, como escolher o item errado nas prateleiras. Os sistemas avançados também promovem taxas mais altas de entrega no tempo de peças. O equipamento avançado também pode executar tarefas em ambientes ou operações perigosas que podem levar a lesões de estresse repetitivo. (Consulte Anexo 1.)
• Safety. AMRs can replace conventional equipment, such as forklifts, that are dangerous or physically demanding for human workers to operate. Advanced equipment can also perform tasks in hazardous environments or operations that could lead to repetitive-stress injuries.

What Are the Industrial Applications?

Advanced logistics technologies create value through a large variety of use cases across the entire value chain of factory operations. (See Exhibit 1.)

There are four major categories of applications:

• Automated handling, picking, and storage
• Automated inventory management and inspection
• Autonomous material transport
• Planejamento, controle e execução

Examinamos cada um por sua vez. Por outro lado, dispositivos robóticos avançados com sistemas de visão computacional baseados em IA podem detectar, mover e escolher materiais de transporte ou armazenamento autonomamente. Eles podem identificar objetos e calcular o ponto de preensão ideal para manuseio e movimento seguros. As tecnologias avançadas de visão, em combinação com o aprendizado de máquina, permitem que os dispositivos executem escolhas ou despaltas altamente complexas, com sistemas atingindo 700 a 1.000 tarefas por hora. Esses sistemas são altamente confiáveis, com os tempos de alta atingindo 99,5% ativados por auto-diagnóstico e auto-relato de questões por robôs. As empresas podem usar essa funcionalidade para personalizar e ajustar facilmente os sistemas para atender à demanda, inclusive aumentando a capacidade durante as operações contínuas. Esses sistemas têm limitações importantes. Eles rastreiam apenas o material em locais fixos, como uma porta RFID ou estação de pesagem, e não fornecem visibilidade de peças em outros locais ou enquanto estiver em trânsito. E eles não são úteis para todos os materiais por razões econômicas (como custo de implementação) ou razões tecnológicas (como tamanho do material ou estado a granel). Além disso, esses sistemas podem suportar inspeções de mercadorias recebidas, verificando o material e a quantidade corretos. Os inspetores podem focar seu trabalho em componentes com anormalidades identificadas pelo sistema. Como outro benefício, os sistemas avançados podem colocar automaticamente produtos usados ​​com frequência perto de estações de trabalho, enquanto armazenam os produtos menos usados ​​mais longe. Os varejistas selecionados on -line e de supermercados estavam entre as primeiras empresas a aplicar com êxito sistemas de visão computacional para monitoramento e rastreamento de prateleira do inventário e o movimento de mercadorias. Os principais fabricantes já estão usando esses sistemas para, por exemplo, gerenciar o inventário de matéria -prima. Esses veículos seguem um caminho predefinido carregado em um computador interno e precisam de orientação de um sistema de suporte, como ímãs no piso ou sensores na periferia do caminho. Como resultado, eles não podem reagir autonomamente às mudanças no layout da fábrica ou ser instalados usando uma abordagem plug-and-play.

AUTOMATED HANDLING, PICKING, AND STORAGE

Initializing and programming conventional robotic devices to identify and safely handle materials stored in standardized boxes entails tremendous effort. In contrast, advanced robotic devices with AI-based computer vision systems can autonomously detect, move, and pick materials for transport or storage. They can identify objects and calculate the optimum gripping point for safe handling and movement.

High-density three-dimensional storage systems (with parts stored on racks rather than the floor) can reduce warehouse space requirements by up to 70% and improve labor productivity by a factor of ten. Advanced vision technologies, in combination with machine learning, allow devices to perform highly complex picking or depalletizing, with systems reaching 700 to 1,000 tasks per hour. These systems are highly reliable, with uptimes reaching 99.5% enabled by self-diagnosis and self-reporting of issues by robots. Companies can use this functionality to easily customize and adjust systems to meet demand, including by increasing capacity during continuous operations.

AUTOMATED INVENTORY MANAGEMENT AND INSPECTION

Conventional solutions for tracking material rely on standard location identifiers (such as RFID for the highest-value parts) or material counting systems (such as weight control for the lowest-value parts). These systems have important limitations. They only track material in fixed locations, such as an RFID gate or weighing station, and provide no visibility of parts in other locations or while in transit. And they are not useful for all materials for economic reasons (such as cost of implementation) or technological reasons (such as material size or bulk state).

To overcome these limitations, innovative logistics solutions use advanced computer vision systems with AI-based image recognition to identify and count parts as well as pinpoint their locations in the warehouse and production process. Additionally, these systems can support incoming goods inspections by verifying the correct material and quantity. Inspectors can focus their work on components with abnormalities identified by the system. As another benefit, advanced systems can automatically place frequently used products near workstations while storing the least-used products further away. Select online and grocery retailers were among the first companies to successfully apply computer vision systems for shelf monitoring and tracking of inventory and the movement of goods. Leading manufacturers are already using these systems to, for example, manage raw material inventory.

AUTONOMOUS MATERIAL TRANSPORT

Companies have been using conventional automated guided vehicles (AGVs) to transport items for years. These vehicles follow a preset path loaded onto an internal computer and need guidance from a supporting system, such as magnets on the floor or sensors in the path periphery. As a result, they cannot autonomously react to changes in the factory layout or be installed using a plug-and-play approach.

Nos últimos anos, as AMRs com autonomia significativamente mais estavam disponíveis para fazer entregas pontiagudo e trens de chumbo. Esses sistemas avançados geram mapas virtuais do ambiente sem nenhuma infraestrutura de suporte. Os recursos aprimorados de detecção, planejamento e ação permitem que os AMRs detectem objetos, distúrbios ou obstáculos e ajuste a velocidade e a direção. A funcionalidade plug-and-play é ativada pelo VDA 5050, uma interface de comunicação padronizada. Essa funcionalidade permite que as empresas integrem perfeitamente AMRs de muitos fabricantes diferentes e combinem temporariamente vários subsistemas em um sistema superior (por exemplo, um trem de rebocador compreendendo AMRs de diferentes fabricantes). Após a configuração inicial, os AMRs usam o aprendizado de máquina para se adaptar rapidamente às mudanças nos ambientes, o que facilita a implantação em escala. Esses veículos viajam de 1,0 a 1,8 metros por segundo quando carregados, permitindo que eles executem mais tipos de tarefas de transporte. O uso de AMRs pode reduzir a curta distância diária de um operador humano em mais de 15 quilômetros. Além de aumentar a produtividade, esses benefícios melhoram significativamente o ambiente do local de trabalho, reduzindo a fadiga do operador e o risco de acidentes e lesões no local de trabalho. Os rastreadores comunicam suas posições ao AMRS para que possam evitar colisões sem precisar sentir a localização exata de objetos ou humanos. Por exemplo, os "coletes de tecnologia robótica" usam sensores embutidos para alertar os sistemas robóticos para a presença de um trabalhador de armazém.

A cloud platform is responsible for the higher-level control, planning, and actions of AMRs and their execution subsystems as well as integrating the vehicles with other systems, such as production planning. Plug-and-play functionality is enabled by VDA 5050, a standardized communication interface. This functionality allows companies to seamlessly integrate AMRs from many different manufacturers and temporarily combine several subsystems into a superior system (for example, a tugger train comprising AMRs from different manufacturers). After the initial setup, AMRs use machine learning to quickly adapt to changing environments, which facilitates deployment at scale.

Manufacturers can manage a fleet of up to 600 AMRs that combines a wide array of specifications—such as payloads ranging from 50 to 1,500 kilograms. These vehicles travel at 1.0 to 1.8 meters per second when loaded, enabling them to perform more types of transport tasks. The use of AMRs can reduce a human operator’s daily walking distance by more than 15 kilometers. Beyond boosting productivity, these benefits significantly improve the workplace environment by reducing operator fatigue and the risk of workplace accidents and injuries.

A manufacturer can further decrease system complexity and costs by placing trackers on critical objects or workers. The trackers communicate their positions to AMRs so that they can avoid collisions without needing to sense the exact location of objects or humans. For example, “robotic tech vests” use built-in sensors to alert robotic systems to a warehouse worker’s presence.

As empresas líderes já estão capturando as vantagens. Um fabricante automotivo alemão, por exemplo, substituiu recentemente sua linha de montagem tradicional por um sistema de transporte sem motorista compreendendo mais de 400 AMRs. A maior flexibilidade ativada usando veículos autônomos, em vez de reconfigurar a linha de montagem, facilita a mudança dos processos de produção ou a tecnologia e a integração de novos produtos. Ele também permite que o fabricante mude rapidamente da produção de fluxo contínuo para operações descontínuas de montagem. Os investimentos mais altos necessários para o uso de AMRs não são justificados para processos de transporte padronizados que requerem flexibilidade limitada ou sem flexibilidade. Além disso, o roteamento autônomo da AMRS e a parada não planejada não são adequados em ambientes de produção que priorizam os tempos de taxa de transferência estáveis. Suas tarefas tradicionalmente se relacionam com o planejamento central de atividades logísticas (como priorização de pedidos e planejamento de capacidade de pessoal e ativo) e o subsequente monitoramento do desempenho em relação a metas. A equipe da Torre de Controle dedica um esforço significativo para capturar dados para o cálculo dos KPIs, o que implica um atraso de tempo que geralmente atrasa a ação corretiva. Os sensores no equipamento geram uma grande quantidade de dados que são processados ​​imediatamente em dispositivos "Edge" próximos ao sensor, eliminando assim a latência criada pelo processamento na nuvem. Os dados processados ​​são enviados para a nuvem usando padrões avançados de transmissão de dados, como 5G ou WIFI6, que podem transferir rapidamente grandes volumes de dados. Na nuvem, o poder de computação aprimorado e os algoritmos avançados executam modelos de otimização. Por exemplo, as seqüências de escolha das rotas de AMR são calculadas por algoritmos em vez de serem determinadas pelas pessoas. Maiores níveis de automação permitem que os funcionários trabalhem com volumes de dados significativamente mais altos. Como resultado, a visibilidade da Torre de Controle se estende a montante aos fornecedores e a jusante para os centros de distribuição. Os funcionários ganham visibilidade total da cadeia de suprimentos, sendo capazes de focar sua atenção em questões específicas.

Manufacturers should keep in mind that some industrial setups are better suited to AGVs or other conventional solutions rather than to AMRs. The higher investments required for using AMRs are not justified for standardized transport processes that require limited or no flexibility. In addition, AMRs’ autonomous routing and unplanned stopping are not suitable in production environments that prioritize stable throughput times.

PLANNING, CONTROL, AND EXECUTION

Most large companies operate a logistics control tower. Its tasks traditionally relate to the central planning of logistics activities (such as order prioritization and planning of personnel and asset capacity) and the subsequent monitoring of performance against targets. The control tower staff devotes significant effort to capture data for the calculation of KPIs, which entails a time lag that often delays corrective action.

Major advances in IoT technology now enable ad-hoc decision making in nearly real time and automated execution. Sensors on equipment generate a vast amount of data that is processed immediately on “edge” devices close to the sensor, thereby eliminating the latency created by processing in the cloud. The processed data is then sent to the cloud using advanced data transmission standards such as 5G or WiFi6, which can rapidly transfer large data volumes. In the cloud, enhanced computing power and advanced algorithms run optimization models.

With these advances, the activities of the control tower shift from humans making decisions centrally to algorithms running on decentralized devices. For example, picking sequences for AMR routes are calculated by algorithms rather than being determined by people.

Importantly, staff in the control tower remain in the loop to address exceptional cases that algorithms cannot handle. Greater levels of automation enable staff members to work with significantly higher data volumes. As a result, the control tower’s visibility extends upstream to suppliers and downstream to distribution centers. Staff members gain full visibility over the supply chain while being able to focus their attention on specific issues.

Introdução

As empresas industriais precisam fazer escolhas de design entre essa ampla gama de aplicativos que promovem suas prioridades e estratégias. Para implantar com êxito a logística avançada e se beneficiar rapidamente de novas tecnologias, eles devem seguir uma abordagem de seis etapas-tomando etapas de três a seis simultaneamente. Dentro dessas etapas, vemos vários imperativos para a implementação bem -sucedida. (Consulte o Anexo 2.)

1. Avalie o estado atual. Avaliar com precisão o seu estado atual é um pré -requisito para obter um rápido retorno dos investimentos em logística avançada. A avaliação normalmente identifica pontos significativos e bolsos de valor para priorizar a implementação de novas tecnologias, geralmente em combinação com as aplicações em expansão da fabricação tradicional de enxuta. Ele também fornece uma perspectiva sobre a capacidade da sua organização de transformar e a linha do tempo para que isso aconteça.

2. Defina a imagem de destino e o roteiro. Aplique a avaliação para definir uma imagem de destino para aplicações futuras e os facilitadores tecnológicos e organizacionais. Use soluções de tecnologia para reimaginar os processos, em vez de simplesmente replicar os processos existentes com a tecnologia adicionada. A criação de valor deve ser a única base para a seleção de tecnologias. O valor pode se estender além da produtividade pura para incluir resiliência e sustentabilidade operacionais. O roteiro deve levar em consideração as capacidades organizacionais, como habilidades digitais e de operações, bem como os recursos financeiros disponíveis. A economia da implementação da automação avançada deve ser comparada com a de estados manuais e semi-automatizados eficientes. Uma coisa a ter em mente, no entanto, é que, em alguns casos, soluções avançadas não são preferíveis de um processo ou perspectiva financeira. Também é valioso executar análises de sensibilidade para avaliar como a mudança dos produtos que está sendo fabricada afetaria a economia da automação avançada. Além disso, o caso de negócios deve explicar a disponibilidade de inúmeras opções de financiamento e leasing para minimizar o impacto na liquidez. Esse novo projeto de processo deve implicar não apenas o fluxo de material físico, mas também a informação e o fluxo de dados.

Next, define a roadmap that sets out the individual steps to achieve the target picture and defines how applications will be scaled up from pilot areas to the full network. The roadmap should take into consideration organizational capabilities, such as digital and operations skills, as well as the financial resources available.

The target picture and roadmap must be based on a solid business case to ensure that resources are allocated to achieve the best return on investment. The economics of implementing advanced automation should be compared with that of efficient manual and semi-automated states. One thing to bear in mind, however, is that in some cases advanced solutions are not preferable from a process or financial perspective. It is also valuable to run sensitivity analyses to evaluate how changing the products being manufactured would affect the economics of advanced automation. In addition, the business case should account for the availability of numerous financing and leasing options to minimize the impact on liquidity.

Define the future-state logistics processes as soon as the target picture and roadmap are completed. This new process design should entail not only the physical material flow but also the information and data flow.

3. Crie recursos e configure governança. Construa conhecimento em toda a organização sobre as oportunidades, limitações e riscos envolvidos na implementação de vários sistemas de logística avançada. Para gerenciar esses sistemas, os funcionários precisam aplicar habilidades funcionais e sociais. Muitos funcionários precisarão de treinamento em instalação, programação, operações e manutenção, além de orientações sobre como adaptar soluções padronizadas a tarefas específicas. Seja através do treinamento, novas contratações ou o uso de especialistas externos, adquirem conhecimento sobre como integrar melhor a logística avançada nas operações. A integração bem -sucedida requer a capacidade de pensar de forma criativa sobre como os sistemas de logística avançados podem executar diversas tarefas. Ancorar firmemente todo o programa de construção de capacidade, incluindo o aprimoramento contínuo da força de trabalho, dentro da organização. Estabeleça forte governança entre os departamentos e grupos de partes interessadas e facilite a colaboração cruzada.

4. Configure a espinha dorsal tecnológica. Em nossa experiência, vale a pena se concentrar no estabelecimento da espinha dorsal tecnológica correta durante a fase de projeto do projeto. Para alimentar as análises que estão no centro da logística avançada, implemente uma plataforma de dados integrada que captura, armazena e processe dados de todos os sistemas e dispositivos envolvidos. (Consulte a barra lateral, “Implemente uma arquitetura moderna do sistema.”) Conecte todos os sistemas e dispositivos de logística à plataforma integrada-de preferência por meio de tecnologia sem fio de alta velocidade para garantir a flexibilidade. Muitas vezes, é possível fazer isso atualizando os ativos existentes com sensores adicionais ou um novo controlador. Substitua quaisquer dispositivos que não possam ser conectados à plataforma. Além disso, as preocupações de segurança e privacidade de endereços - como utilizando conexões sem fio seguras que usam a interface de comunicação VDA 5050 e o protocolo criptográfico TLS.

5. Selecione parceiros de tecnologia e implementação. A maioria das empresas precisará colaborar com parceiros externos para implementar soluções de logística avançada. Esses parceiros incluem provedores de hardware de automação, provedores de análise e potencialmente provedores de logística de terceira ou quarta parte. Envolva -os no início do processo de implementação e concorde com o futuro modelo operacional, interfaces e dados a serem compartilhados. Especialmente ao trabalhar com startups como fornecedores de sistemas, comece com um piloto de pequena escala para testar as soluções de logística antes de dimensioná-las em toda a planta.

6. Acompanhe os resultados e otimize continuamente. A fase de aceleração para calibrar e implementar novos sistemas geralmente leva várias semanas. No entanto, a preparação abrangente, em conjunto com o parceiro de tecnologia, pode reduzir significativamente o tempo necessário e o risco de falha. Depois de aumentar, rastreia continuamente o desempenho do sistema e melhore os parâmetros operacionais para atingir o nível de desempenho mais alto. Isso requer definir um conjunto de KPIs de desempenho e implementar um processo de melhoria contínua dentro da organização.

---

fornecendo níveis mais altos de automação e flexibilidade, avançado Logística As soluções podem ajudar os fabricantes a abordar a escassez de mão -de -obra e aumentar os níveis de serviço e segurança, entre outros benefícios. A obtenção de um retorno rápido e alto do investimento requer foco em como a tecnologia pode aliviar os pontos problemáticos e criar valor comercial. Os fabricantes que exploram com sucesso o poder transformador da logística avançada colherão as recompensas em toda a sua fábrica e armazém Operações .