Kako v proizvodna okolja učinkovito vpeljati avtomatsko vodena vozila? - 3. del

Spomnimo na pet področij, o katerih je treba razmisliti pred uvedbo AGV-jev in ki smo jih omenili v prvem delu sklopa vsebin na temo "Kako v proizvodna okolja učinkovito vpeljati avtomatsko vodena vozila."

Ta področja so: 1. Spoznajmo se s ključnimi pojmi. 2. Določimo glavni dejavnik ključnih kazalnikov uspešnosti (KPI driver), zaradi katerega razmišljamo o uvedbi avtomatizacije logistike. 3. Kaj je predmet logističnega pretovora? 4. Kakšno je okolje logistične operacije? 5. Ocenimo stopnjo fleksibilnosti procesa. 

V tem zapisu pa izpostavljamo pet ključnih izzivov avtomatizacije logistike.
 

Pet ključnih izzivov pri avtomatizaciji logistike

 

1. Dinamika trga
   Splošno gledano se dinamika potreb v proizvodnih procesih zvišuje. Zaznamujejo jo hitrost menjave trendov in hitrejši (krajši) življenjski cikli izdelkov, spletna prodaja in e-trgovina, visoka stopnja individualizacije izdelkov itd., kar posledično v proizvodno logistiko prinaša številne nove izzive. 

2. Stopnja informatizacije proizvodnega okolja
   Če želimo avtomatizacijo logistike tudi izkoristiti, moramo z ustrezno informacijsko podporo zagotoviti ustrezno pokritje vseh mej sistema.
   
   Zato z vrha sistema potrebujemo avtomatsko optimizacijo in dodeljevanje transportnih nalogov, na operativnem delu sodelovanje s sočlovekom in napravami za interakcijo z materialom (dostava/dobava na zahtevo po KANBAN (on-demand), dostava ob pravem času (just in time), varna predaja, z okolico pa v smislu senzoriranja varnostno rizičnih področij, opozarjanja na prisotnost in dinamičnega izogibanja nepredvidenih ovir.
    
3. Sodelovanje s človekom, načrtovanje in prepoznavanje stanja v realnem času 
   Samodejna prepoznava dejanskega stanja je v dinamičnih in mešanih okoljih s človekom ključna. Prvič zato, ker je težko vse pravilno popisati. Drugič, ker se vse spreminja, zato pravila lahko hitro zastarajo. Tretjič, ker del dinamike povzročajo priložnostne (ad-hoc) interakcije in odločitve. 
   
   Za uspešno delovanje sistema je treba zagotoviti, da se nobena akcija sistema ne zgodi nekontrolirano, saj slednje lahko vodi v varnostno tvegane operacije za sistem, v najslabšem primeru v varnostno tvegane operacije za ljudi.  
   
   Primeri: Ali je pot pred vozilom prosta? To največkrat preverjamo v ravnini gležnjev. Kaj pa štrleči deli s polic? Kako je z zaznavanjem manjših, ostrih predmetov? Kako je z zaznavanjem hitrih predmetov na poti? 
   
   Ali lahko na osnovi pretekle dinamike predvidimo bližnje obnašanje prihodnosti, ki podaja stopnjo tveganja, in ne predvidimo le ukazov za zagon in ustavitev (1/0), ki mnogokrat vodijo v blokade sistema?
   
   Ali vemo, kaj se dogaja s predmetom pretovora? Lahko zaupamo napovedani teži in predvideni razporeditvi tovora? Kaj če pride do preobremenitve oz. se ta pojavi zaradi dinamike vozila?
   
   Ker je senzoriranje okolja vedno povezano s stopnjo negotovosti v merilnem procesu, ga lahko izboljšamo s pomočjo vzporednih meritev istih objektov z različimi metodami in/ali senzorskimi napravami. 
   
   Primer: za razliko od laserskega zaznavanja, je optična zaznava 2D slike s kamerami zelo občutljiva na osvetlitev. Pri tem načinu lahko dinamično preverjamo stopnjo zaupanja ter ustrezno prilagodimo hitrost oz. način interakcije. Zaupanje v pravilnost meritev lahko izboljšamo še s korelacijo načrtovanih napovedi simulacij oz. upoštevanjem fizične narave relacij med objekti (kje bi se določeni predmeti morali nahajati).
    
4.  Implementacija
   Za zahtevne aplikacije, kot je avtomatsko vodena vožnja, pri kateri pride do interakcije materiala in človeka, bi lahko zaključili, da slabih rešitev ni. Ključna razlika je v tem, ali za implementacijo AGV-jev v določeno proizvodno okolje obstaja po znanju in številčnosti dovolj kompetentna ekipa, ki tak proces oz. projekt izvede v okviru zastavljenih rokov in predpisane kakovosti, vse to ob predpogoju, da je večina tveganj identificiranizh in odpravljenih že prej.
    
5. Nadzor in optimizacija procesov
   Sistem mora poleg izpolnjevanja funkcionalnih zahtev avtomatiziranega logističnega pretovora zagotavljati tudi vse potrebne vzdrževalne in optimizacijske podsisteme. Ti obsegajo analitična orodja za množico komponent in njihovo interakcijo, nadzor nad stanjem komponent (identifikacija, vzdrževanje, registracije) ter možnost vpliva na nanje (vklopi/izklopi, namenska samo-testiranja), ročno poseganje v optimizacijski proces z možnostjo vsiljevanja ukazov, sledenje uporabniku in beleženje dogodkov za analiziranje ter iskanje vzrokov v primeru okvar ali nesreč.

Ste spregledali predhodne objave o vpeljavi AGV-jev v proizvodna podjetja? Poglejte si prvi in drugi del.