Anyagmozgatás és adatmozgatás az intralogisztikában

ADATALAPÚ OPTIMALIZÁLT ANYAGMOZGATÁS

Napjaink korszerű adatelemzési szoftverei és a rendelkezésre álló és megnövekedett számítási kapacitás és IoT lehetővé teszik akár rendkívül bonyolult intralogisztikai rendszerek részletes vizsgálatát, valamint az ezt követő kapacitásokra vonatkozó döntéstámogatást is biztosítják. A logisztika területén az eseményalapú szimulációs modellezés és a kapcsolódó részletes adatelemzés lehetőséget biztosít egy sor fontos vizsgálatra. A Dmlabnál képesek vagyunk a gyártási és logisztikai adatok elemzésére, a rendszerkomponensek során gyűjtött adatok vizsgálatára, ezekből következtetni a gyenge pontokra – mint a ki nem használt kapacitások –, feltárják az anyagi és információs folyamatok összefüggéseit, ezért alapítónkat, Nagy-Rácz Istvánt kérdeztük arról, hogy az intralogisztika hogyan optimalizálható adatokkal.

ADATBÁNYÁSZAT AZ ANYAGMOZGATÁS SORÁN

Az intralogisztika digitalizálása elmaradt a gyártás digitalizálás ütemétől és mértékétől az elmúlt években. A gyártási folyamatok technológiája olyan fejlődésen ment át az elmúlt évtizedben, hogy a 40-50 évvel ezelőtti eszközöket, módszereket teljesen felszámolta. Azonban az intralogisztikai folyamatok, amelyeknek a feladata, hogy támogassák a gyártást, sok esetben pontosan úgy néznek ki, mint 40-50 éve. Az anyagok fogadására, tárolására és szállítására, továbbra is ugyanazokat a régi rendszereket és folyamatokat használják, amik évtizedek óta működnek. Ennek az oka egy részben, hogy sokak számára a gyártásautomatizálás volt a prioritás, minden erőforrást oda irányítottak, másrészt egészen a közelmúltig, az elérhető intralogisztikai megoldások drágák voltak – így az intralogisztika területén nem jellemző, hogy láthatatlan adatvagyon lenne felhalmozódva. Ezt erősíti meg, Nagy-Rácz István is:

 ADATALAPÚ INTRALOGISZTIKA

Az adatok ismeretekké való konvertálásából rengeteg előnyünk származhat, javíthatja például az előrejelzések hatékonyságát és így a logisztikai tervezést. Ezek az adatok származhatnak szenzorhálózatokból, RFID-ból (Radio Frequency IDentification – rádiófrekvencia-alapú azonosítás), keresési eredményekből, az e-kereskedelem tranzakciós adataiból és a sokrétű elektronikus kommunikációból. Ezen adatok rendszere és a köztük lévő összefüggések hagyományos módon nem tárhatók fel, így a logisztikusok komoly kihívással szembesülnek, amikor olyan infrastruktúrát akarnak létrehozni, amely nem csak tárolni képes az adatokat, de a hagyományos adatokkal együtt elemezni is tudja azokat.

Az intralogisztikában van egy tucatnyi terület, ahol az adatok ismerete és felhasználása értéket tud generálni, csökkenthető az állásidő, a folyamatok pontos követésével optimalizálni lehet azokat, kiszűrhetők az anomáliák, prediktív szervizelést tesz lehetővé, ami szintén az állásidő csökkentésében játszik szerepet. De, ha kicsit nagyobb méretekben gondolkodunk, akkor ha egy vállalatnak több helyszínen van tárolókapcitása, akkor egy új raktárbázis megnyitása előtt adatok alapján választják ki az optimális helyszínt és még a raktár elrendezését is. Talán a legkézzelfoghatóbb jelentősége az intelligens energiafogyasztás kialakításában lehet. Nem láttam még olyan telephelyet, ahol ne lehetett volna csökkenteni az energiafogyasztást, aminek a tudatos alakítása szintén az adatokból indul ki.

ELŐREJELZÉS BIG DATA-VAL

Big Data segítségével pontosíthatjuk a diszpozíciót, ha egy termék értékesítésével kapcsolatban bizonyos minta látszik kirajzolódni, a terméket mindig megfelelő mennyiségben lehet készleten tartani. Nagy-Rácz ezt még tovább finomította:

Egy autoipari gyártónak ajánlottuk fel azt, hogy megvizsgáljuk az autókból a felhasználók által beküldött adatok alapján, hogy várhatóan bizonyos alkatrészek mikor fognak meghibásodni. A felhasználók vezetési stílusától kezdve, a fogyasztáson, a rendszeres és szokatlan működésekig mindenről van adatunk, amiket a sofőrök önként megosztanak. A gyűjtött adatokból előrejelezzük az alkatrészigényt, ezzel elősegítjük a készletoptimalizálást.

ADATALAPÚ LAYOUT TERVEZÉS

Egy gyár, raktár layout tervezése, hogy hol helyezkedjenek el és hogyan legyenek a polcok elhelyezve, merre legyen az anyagáram útvonala, tehát a rendelkezésre álló hely megfelelő elosztása és a központokban zajló munka optimalizálása komplex feladat. A Dmlap specialistája kiemelte, hogy még a raktárak, üzemek elrendezésében is segítenek az adatok. 

Léteznek már olyan szoftverek, amelyek egy digitális felületen lehetővé teszik, hogy elrendezzük a raktárunkat, üzemünket és a betáplált adatok alapján kijelzi, hogy mikor optimális az elrendezés.

A big data arra is lehetőséget ad, hogy hatékonyabban, valós időben leltárazzunk, kevesebb terméket kelljen leírnunk, mindig legyen elegendő hely és a szállítás akadálytalan legyen. A raktározásban épp olyan fontos, hogy percre kész információkkal rendelkezzünk, mint a szállításban, ezt kiemeli Nagy-Rácz is példájában:

Az egyes tárolt termékek, csomagok RFID jeladókkal láthatóak el, az ezek által közvetített adatokból tudjuk, hogy éppen mekkora készlet van raktáron, ismerjük a csomagonkénti darabszámot, méreteket, így egy automata rendszer valós időben kezeli a terméket, rögzíti az érkezését, távozását, és meghatározza a helyét, hogy a rendelkezésre álló helyet maximálisan kihasználjuk. A szenzorokkal követhető az eszközök kihasználtsága, állapota is, tudni fogjuk, hogy az eszközök, mint egy futószalag, targonca, vagy egy villásemelő, mikor vannak használatban, milyen állapotban vannak és milyen kihasználtsággal üzemelnek, vannak-e felesleges körök, amiket fut. A raktárban, mivel a jeladók és szenzorok által pontosan tudjuk, mit és hol tárolunk, tökéletesen irányíthatóak az alkalmazottak, valós időben akár automatikusan koordinálhatjuk a munkájukat.

ADATSZEMEK A LÁNCBAN

A logisztika és az ellátási lánc szakembereinek a legnagyobb kihívása, hogy megpróbálják nyomon követni a termékeket a gyártás helyétől egészen az értékesítési pontig. A blockchain technológia az események megosztott verzióját biztosítja a hálózat minden tagjának, így az ellátási láncban résztvevő összes féltől származó adat nyomon követhető a termékekről az alapanyag beérkeztétől a gyártáson át a kiszállításig. Ez egyrészt egyszerűbbé teszi a műveleteket, másrészt javítja a bizalmat a felek között, hiszen minden olyan információ, amelyet egy üzlettel kapcsolatban kell tartani, nyílt forrású és átlátható formában elérhető lesz.

A logisztikai ágazat digitális átalakuláson megy keresztül. A blockchain és a felhő technológiák optimalizálják a logisztikai folyamatokat, interfészek létrehozásával és az adatfeldolgozás egyszerűsítésével. A raktárakban a robotok dolgoznak, a virtuális valóság megkönnyítik a munkát. A digitalizálás kulcsfontosságú tényező a hatékony intralogisztikai- és anyagáramlási rendszerek számára. Az automatizálás, a hálózatépítés, az adatok befolyásolják az intralogisztika jövőjét.

Korábban logisztika témában már elemeztük a karácsony előtti csomagküldési anomáliákat, adatelemző szemmel – érdemes, ezt a bejegyzésünket is elolvasni!